2017-人工智能行业专题-改变未来的人工智能_33页_2mb
报告摘要
人工智能行业专题总结
核心内容
人工智能行业正经历第三次崛起,其发展受到算法、数据和计算能力三要素的共同驱动。深度学习作为当前主流的机器学习方法,已广泛应用于图像识别、语音识别和自然语言处理等领域。大数据的积累和云计算的普及为人工智能提供了强大的数据支持和计算资源。同时,低成本、低功耗的计算能力成为人工智能技术落地的重要方向。
主要观点
- 人工智能的发展历程:人工智能经历了两起两落,当前正处于第三次崛起阶段,其发展受算法、数据和计算能力三轮驱动。
- 技术成熟与应用落地:语音识别、计算机视觉和自然语言处理等技术逐渐成熟,已在多个行业落地应用,包括安防、金融、医疗、汽车等。
- 行业影响与趋势:人工智能正成为推动未来产业变革的基础力量,其应用趋势是“+人工智能”,即在各行业场景中实现智能化升级。
- 政策与巨头布局:各国政府纷纷出台政策支持人工智能发展,科技巨头也在积极布局,投入大量资源进行技术研发和商业化应用。
- 投资建议:建议优先关注能够快速实现商业化的行业,如安防、智能驾驶、语音识别和图像识别等。推荐关注新三板企业如海鑫科金、捷尚股份,以及在基础层、技术层和应用层具有优势的公司如地平线机器人、中科寒武纪、旷视科技、云从科技、格灵深瞳、商汤科技、云知声、思必驰、智臻智能、中通网络、图灵机器人、优必选、Minieye、驭势科技、国科微等。
关键信息
技术与应用
- 算法:深度学习是人工智能实现突破的关键,其结合多种算法在图像和语音处理中取得显著成效。
- 数据:全球数据总量呈指数级增长,大数据是人工智能发展的基础,有助于深度学习算法的优化。
- 计算能力:云计算和GPU等技术的普及,为人工智能提供了强大的计算资源,推动其快速发展。
- 技术成熟度:语音识别和图像识别技术相对成熟,自然语言处理技术正在向更高级的认知智能发展。
- 应用领域:人工智能在安防、金融、医疗、汽车、制造业、教育、广告、法律、智能家居、农业等领域有广泛应用。
政策与市场
- 全球布局:美国、欧盟、日本均在人工智能领域展开战略布局,包括大脑研究计划、人脑工程等。
- 国内政策:中国出台多项政策支持人工智能发展,包括《中国制造2025》、《“互联网+”行动指导意见》、“科技创新-2030项目”和《国民经济和社会发展第十三个五年规划纲要》。
- 市场规模:预计2020年全球AI市场规模将达183亿美元,中国AI市场规模预计为91亿元人民币。
企业与创业公司
- 科技巨头:谷歌、Facebook、苹果、微软、IBM、阿里、腾讯、百度、科大讯飞等均在人工智能领域布局。
- 创业公司:人工智能创业公司数量众多,融资总额达到47亿美元,其中语音识别、图像识别和自然语言处理是主要方向。
风险提示
- 人工智能发展不及预期。
- 产业政策变化。
- 科技巨头进入的威胁。
内容目录
-
人工智能:两起两落后的第三次崛起
- 1.1 人工智能发展的两起两落
- 1.2 关于人工智能的定义
-
人工智能是未来产业变革的基础力量,市场空间巨大
- 2.1 人工智能是未来产业变革的基础力量
- 2.2 人工智能未来市场空间广阔
-
算法+数据+计算能力三轮驱动人工智能加速到来
- 3.1 深度算法是目前人工智能实现突破的关键
- 3.2 大数据是通过深度学习实现人工智能的基础
- 3.3 低成本计算能力的取得是人工智能发展的关键
- 3.4 政策助力,巨头加码,人工智能发展如火如荼
-
人工智能的技术逐渐成熟,应用逐步落地
- 4.1 语音识别
- 4.2 计算机视觉
- 4.3 自然语言处理
-
“+人工智能”成为行业和场景未来智能化的趋势
- 5.1 安防+人工智能
- 5.2 金融+人工智能
- 5.3 医疗+人工智能
- 5.4 汽车+人工智能
- 5.5 +人工智能的其他行业应用
-
公司梳理及投资建议
- 6.1 人工智能相关公司梳理
- 6.2 投资建议
图表目录
- 图表1:人工智能从诞生开始经历了两起两落
- 图表2:人工智能生态
- 图表3:人工智能发展的三个阶段
- 图表4:BBC预测2020年全球AI市场规模183亿美元
- 图表5:艾瑞咨询预测2020年中国AI市场规模91亿元
- 图表6:人工神经网络结构图
- 图表7:深度学习算法结构图
- 图表8:卷积神经网络(CNNs)
- 图表9:递归神经网络(RNN)
- 图表10:深度学习方法使语音识别错误率大幅降低
- 图表11:深度学习方法使手写识别错误率大幅降低
- 图表12:2005-2020全球数据总量(ZB)
- 图表13:2011-2017全球云计算市场规模(亿美元)
- 图表14:云计算助推大数据发展
- 图表15:计算能力的指数增长推动人类各项技术进步
- 图表16:NVIDIA2016年发布的P100GPU芯片
- 图表17:IBM2014年发布的TRUENORTH神经元芯片
- 图表18:IBM的TRUENORTH芯片架构
- 图表19:美国大脑研究计划
- 图表20:欧盟人脑工程项目
- 图表21:国内对于人工智能的相关扶植政策
- 图表22:深度学习四剑客
- 图表23:国内外科技巨头在人工智能领域布局
- 图表24:人工智能相关的957个创业公司
- 图表25:人工智能创业公司的13个分类
- 图表26:人工智能创业公司不同类别的数量
- 图表27:不同类别的人工智能公司风险投资额
- 图表28:不同类别的人工智能创业公司的平均成立时间
- 图表29:不同年份人工智能创业公司数量
- 图表30:语音识别是目前最成熟的人工智能技术之一
- 图表31:2015年全球和中国智能语音市场份额分布
- 图表32:智能语音的需求不断增加,场景更加丰富
- 图表33:科技巨头从语音切入,布局人工智能
- 图表34:我国企业和团队在FDDB2015取得好成绩
- 图表35:我国企业和团队在LFW2015取得好成绩
- 图表36:IMAGENET计算机视觉竞赛
- 图表37:国内衣+团队获ImageNet2015多项第一
- 图表38:国内外典型的图像识别和视频识别公司
- 图表39:生物识别一般过程
- 图表40:生物识别应用领域
- 图表41:Narrative Science可以写作文章和报告
- 图表42:新华社“快笔小新”写稿机器人
- 图表43:智能视频分析技术
- 图表44:美国大数据应用公司Palantir
- 图表45:美国天网计划使用机器学习发现可疑目标
- 图表46:人工智能在金融领域的应用
- 图表47:支付宝的Smile to Pay技术
- 图表48:声纹识别功能
- 图表49:日本Capitalico人工智能交易平台
- 图表50:美国Rebellion使用AI进行资产管理
- 图表51:IBM Watson的诊断过程
- 图表52:IBM Watson的发展之路
- 图表53:IBM Watson Analytics应用
- 图表54:谷歌无人驾驶汽车结构示意
- 图表55:谷歌无人驾驶汽车
- 图表56:无人驾驶车辆和车道检测示意
- 图表57:无人驾驶过程中的3D地图
- 图表58:+人工智能的其他行业应用
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载