2018年中国人工智能行业研究报告_78页_19mb

中国人工智能行业研究报告（2018年）

核心内容

• 人工智能定义：广义人工智能指通过计算机实现人的头脑思维所产生的效果，包括感知、决策与行动能力；狭义人工智能涵盖技术、算法、应用等多方面的价值体系。
• 技术发展：人工智能经历了“推理期”“知识期”“机器学习期”等阶段，2010年后深度学习技术取得重大突破，推动了人工智能的广泛应用。
• 行业图谱：人工智能在多个领域得到应用，包括智能制造、金融、公共安全、教育、医疗、交通出行、广告营销、智能客服、家庭家居等。
• 政策支持：中国政府大力推动人工智能产业发展，但对道德伦理问题关注较少；美国强调创新与减少负面影响；英国重视个人数据安全保护。

主要观点

• 人工智能与工业革命的类比：工业革命实现手工业自动化，而机器学习推动机器本身自动化，深度学习是其重要组成部分。
• 技术门槛与壁垒：开源工具降低了技术入门门槛，但实际应用中仍需非开源技术解决复杂问题，技术差异显著。
• 数据与计算能力：海量数据和并行计算能力是深度学习模型训练与推断的关键，GPU、FPGA、ASIC等硬件大幅提升了计算效率。
• 人工智能的价值：人工智能的核心价值在于提效降本、延续人类智慧，有助于提高社会整体福利，而非导致岗位短缺。
• 应用场景：人工智能在多个领域实现落地，如智能语音交互、图像识别、知识图谱、自动驾驶、智能客服、医疗影像分析等。

关键信息

人工智能技术热点

• 智能语音语义：包括语音识别、自然语言处理、语音合成等，近场语音识别准确率已达98%，但远场、抗噪、多人识别仍有提升空间。
• 知识图谱：用于描述实体及其关系，支持智能搜索、智能问答、金融风控、公安情报分析、医疗诊断等场景。
• 计算机视觉：图像分类、物体检测、语义分割等技术逐步商用，但视觉认知仍需进一步发展。
• 智能规划与决策：融合博弈论、运筹学等多学科，提升复杂决策能力，应用于金融、交通、广告营销等领域。
• 自动驾驶：从L1/L2弱辅助逐步发展至L3半自动驾驶，未来有望实现L4级自动驾驶，但面临开放环境下的安全挑战。

中国人工智能行业现状

• 政策支持：中国政策支持力度大，但对人工智能的道德伦理、社会影响等关注较少。
• 投融资与专利：2017年中国人工智能创业公司融资额占全球48%，专利数量领先美国，但创新性仍有差距。
• 技术应用：人工智能在多个领域实现落地，如金融风控、智能客服、医疗影像分析、智能制造、智能交通等。

行业趋势

• 技术融合：人工智能与运筹学、自然语言处理、计算机视觉等技术融合，推动多领域发展。
• 应用场景扩展：人工智能将从局部场景向全国性拓展，从特定行业向更广泛的领域渗透。
• 产业融合：自动驾驶、智能客服、智能交通等应用将引发产业融合，形成新的生态。
• 人机协作：人工智能与人类协作成为趋势，尤其在智能投顾、投研分析等领域，人机协同提升效率与质量。

人工智能典型应用领域

金融领域

• 智能风控：利用多维数据进行实时分析，识别欺诈行为。
• 智能投顾：通过机器学习分析用户需求，生成个性化投资方案。
• 人脸识别：用于身份认证、VIP客户识别、安全监控等。

公共安全领域

• 生物特征识别：人脸识别、指纹、虹膜等技术提升安全与预测能力。
• 视频结构化：对海量视频内容进行自动化处理，辅助案件侦办与治安布控。

教育领域

• 自适应教育：通过人工智能技术优化教学内容，提升学习效率。
• 智能评测：自动批改作业、生成报告，提升教育质量与效率。

医疗健康领域

• 医疗影像分析：辅助医生识别病灶，提升诊断准确性。
• 健康管理：基于大数据与AI技术，预测疾病发生，优化健康方案。
• 手术机器人：提高手术精度，拓展医生能力。

交通出行领域

• 智能交通：通过AI优化交通信号灯配时、共享出行调度等。
• 自动驾驶：从限定场景向开放场景发展，未来有望实现全自动化。

广告营销领域

• 智能推荐：基于多维数据精准推荐内容，提升广告效果。
• 影像广告：利用计算机视觉技术进行广告内容挖掘与投放。

智能客服领域

• 人机协作：提升咨询效率，从售后向全场景发展。
• 多模态交互：支持语音、文本、图像等多种交互方式。

家庭家居领域

• 智能语音控制：实现家电操控，提升生活便捷性。
• 儿童机器人：寓教于乐，辅助儿童成长。

典型产品案例

微软小冰

• 全场景对话：拥有300亿+多轮交互，进入高级感官阶段。
• 内容创作：生成诗歌、歌曲、有声读物、电台节目等，具备自我创造能力。
• 商业应用：与多个领域合作，如媒体、服装、读物等。

搜狗

• 产品布局：包括搜狗搜索、输入法、浏览器、阅读、微信搜索、明医、英文搜索等。
• 发展历程：从2003年成立到2017年上市，实现技术与商业突破。

未来展望

• 技术突破：深度学习、知识图谱、计算机视觉等技术将持续推动人工智能发展。
• 行业拓展：人工智能将从特定场景向更广泛领域扩展，实现从局部到整体的智能化。
• 伦理与安全：随着技术发展，人工智能的伦理、法律、安全等问题将日益受到关注。
• 人机协同：人工智能将与人类专家协作，实现更高效的决策与服务。