2018人工智能产业创新评估白皮书_46页_2mb

2018人工智能产业创新评估白皮书总结

核心内容

本白皮书由中国人工智能学会、国家工业信息安全发展研究中心和华夏幸福产业研究院联合发布，旨在构建科学的人工智能产业创新评估体系，从使能技术就绪度指数和应用场景融合度指数两个层面评估人工智能的发展水平。评估体系包括2个一级指标、8个二级驱动力指标和29个三级指标，结合论文、专利、人才和商业数据，以及行业专家访谈等多方数据源，形成全面、客观的评估结果。

主要观点

1. 使能技术就绪度

• 深度学习发展最快，技术成熟度最高，处于技术成熟期（就绪度指数8.3）。
• 计算机视觉处于技术应用初期（就绪度指数7.7）。
• 语音交互处于技术应用初期（就绪度指数6.2）。
• 文本处理仍处于技术爬坡期（就绪度指数5.1）。

2. 应用场景融合度

• 汽车、医疗、家居是人工智能融合度相对较高的三个场景，融合度指数分别为3.9、3.8、3.7。
• 零售、机器人、安防处于中等融合度，指数分别为3.5、3.3、3.2。
• 制造、教育融合度较低，指数分别为3.0、2.8。

3. 中美对比

• 美国在理论研究和应用研究方面均领先于中国，特别是在深度学习和语音交互领域。
• 中国在专利申请量上占优，但专利强度和质量仍存在明显差距。
• 美国在医疗领域具有显著的专利优势，而中国在机器人和制造领域具有专利数量优势。

关键信息

使能技术发展现状

• 深度学习：处于成熟期，应用广泛，技术性能和研究投入持续增长。
• 计算机视觉：应用研究活跃，但技术性能和数据依赖仍是瓶颈。
• 语音交互：关注度下降，专利申请比例低但平均强度高。
• 文本处理：理论研究和应用研究均处于起步阶段，论文引用频次最低。

应用场景发展瓶颈

• 数据缺乏：在制造和教育领域尤为突出。
• 复合型人才不足：特别是在医疗和制造领域。
• 行业壁垒高：医疗行业壁垒尤为明显。
• 技术成熟度不足：在多个应用场景中，技术尚未完全成熟。

人才分布

• 中国的高端人工智能人才主要集中在北京、广东、江苏、上海和浙江。
• 美国在人工智能领域拥有1.3万名高级专业人才，而中国不足0.5万。
• 计算机视觉和医疗领域人才相对集中，语音交互和文本处理领域人才较少。

专利布局

• 中国在机器人、制造等领域的专利申请量领先，但专利质量仍需提升。
• 美国在专利强度和商业化程度上明显优于中国，特别是在深度学习和语音交互领域。

未来展望

• 人工智能将深度融入多个行业，推动智能化变革。
• 深度学习和计算机视觉将作为未来发展的核心驱动力。
• 文本处理和语音交互需要在算法优化和数据增强方面取得突破。
• 医疗、制造、教育等应用场景仍需在数据积累、技术成熟度、行业壁垒等方面进行突破。

附录信息

研究方法

• 采用定量和定性相结合的方法，包括文献分析、专利数据、商业数据、调研问卷和专家访谈。

数据来源

• 会议及期刊论文数据：来自Web of Science等数据库。
• 专利数据：来自思保环球和INNOGRAPHY专利数据库。
• 商业数据：来自鲸准洞见、企名片等第三方研究机构。
• 定性数据：来自人工智能产业评估调研问卷和专家访谈。

总结

人工智能正处于规模化商用初期，其发展依赖于使能技术和应用场景的双重推动。深度学习和计算机视觉是当前发展的重点，而文本处理和语音交互仍需突破。中美在人工智能领域存在显著差距，中国需在专利质量、高端人才储备等方面加强。未来，人工智能将在医疗、制造、教育等领域进一步渗透，推动智能经济的发展。