人工智能即将进入产业爆发的拐点_87页_32mb

弘则研究行业深度报告总结

核心内容

人工智能即将进入产业爆发的拐点，深度学习技术作为颠覆性创新，推动了感知智能的商用化。计算和数据成本的下降，使得人工智能应用成为可能。同时，IT巨头在人工智能领域的积极布局，包括融资、并购、技术储备和产品开发，标志着人工智能产业化时代的到来。

主要观点

• 深度学习技术是人工智能领域的重要突破，使语音识别和图像识别等技术达到商用化门槛。
• 计算和数据成本的下降为人工智能的广泛应用提供了基础条件。
• IT巨头的布局显示出对人工智能的高度重视，通过并购、融资和引入专家，加强技术储备。
• 人工智能的产业化正在多个领域展开，如语音识别、图像识别、搜索优化、无人驾驶、数据服务等。

关键信息

人工智能技术发展

• 深度学习算法使语音识别误识率降至0.7%，人脸识别误识率降至0.001%。
• IT巨头如Google、IBM、Apple、Facebook等纷纷引入人工智能专家，构建深度学习技术体系。

语音识别产业化

• 语音识别技术已成熟，行业内通用识别率超过95%。
• 科大讯飞、云知声、思必驰等企业成为行业标杆。
• 语音识别技术通过用户数据积累，进一步提升识别能力。

图像识别产业化

• 人脸识别技术在金融、安防等领域达到商业化水平，误识率低至0.001%。
• 旷视科技、格灵深瞳、商汤科技等企业引领图像识别技术发展。
• 图像识别技术在医疗、智慧城市、智能硬件等领域应用广泛。

无人驾驶技术

• 无人驾驶技术依赖于感知、处理、执行三大模块，其中深度学习算法是核心。
• Google和百度在无人驾驶领域取得显著进展，未来计划实现商用和量产。
• 传统车企如沃尔沃、宝马、特斯拉、奔驰也在推进无人驾驶技术。

数据服务与大数据交易平台

• 大数据交易平台如数据堂、数海等，专注于数据处理、交换和应用服务。
• 数据堂作为中国大数据交易和服务领域的领头羊，已与多家知名企业合作。

人工智能市场细分领域与产业链

前八大AI相关市场

1. 人工智能技术
2. 无人机
3. 无人驾驶
4. 金融领域
5. 健康领域
6. 工业机器人
7. 服务机器人
8. 农业和矿业机器人

率先产业化的领域

• 语音识别：技术差距缩小，产品化能力决定发展空间。
• 图像识别：技术实力决定发展空间，金融与安防领域对技术要求高。
• 搜索与数字营销：数据与渠道决定发展空间，精准营销成为趋势。
• 智能驾驶：低成本高效率的感知解决方案是推广基础。
• 数据服务：数据价值的提升推动大数据交易平台发展。

人工智能产业的投资逻辑

• 短期产业看点：云端化、模块化、垂直化。
• 云端化：实现机器训练和模型迭代，是当前人工智能发展的重点。
• 模块化：语音、图像、知识库等模块的搭建成为主要产业形态。
• 垂直化：人工智能核心技术不断推进，垂直产品化是未来发展的方向。

技术与应用案例

语音识别

• 科大讯飞：中文识别率93.2%，推出智能硬件和语音交互产品。
• 思必驰：一米识别率96%，三米识别率94%，提供语音交互SDK和API。
• 聚熵科技：专注于语义理解，开发智能家电操控平台。

图像识别

• 旷视科技：误识率0.001%，应用于银行支付认证和城市安防。
• 格灵深瞳：动作识别技术，应用于安防领域。
• 云从科技：人脸识别技术应用于金融和医疗领域。

无人驾驶

• Google：无人驾驶汽车行驶220万公里，仅发生17起意外。
• 百度：计划未来3年实现商用，5年实现量产。
• NVIDIA：开发深度学习算法芯片DRIVE PX2，用于自动驾驶感知。

数据服务

• 数据堂：数据处理、交换和应用服务，已与多家知名企业合作。
• 数海：专注于数据交换和数据交易服务，成立于2014年。

市场预测与数据

智能家电市场

• 2020年市场规模预计达3500亿元，海外市场需求增长空间大。

智能玩具市场

• 未来五年年均增速达75%，语音识别和人机交互技术将提升产品价值。

无人驾驶市场

• 高精度地图是无人驾驶的关键，主要依赖激光雷达技术。

大数据交易平台

• 数据堂作为大数据交易平台，拥有50000多组约1000TB的数据集，已与多家企业合作。

人工智能市场前景

• 人工智能市场细分领域和产业链日趋成熟，技术不断进步，应用场景不断拓展。
• IT巨头在人工智能领域的投资和布局，将推动人工智能技术的进一步发展和应用。