艾瑞咨询_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

• 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，描述和构建能够从环境中获取感知并执行行动的智能体。
• 狭义人工智能：涵盖人工智能技术（如自然语言处理、语音识别、计算机视觉等）及人工智能产业（包括数据资源、计算引擎、算法、技术、应用等）。
• 技术演进：人工智能经历了“推理期”、“知识期”、“机器学习期”等阶段，深度学习技术的突破推动了AI在工业实践中的应用。
• 技术热点：包括机器学习、深度学习、开源工具、数据处理、模型训练、并行计算、嵌入式感知系统等。
• 政策环境：中国政府大力推动AI发展，但对伦理和威胁问题关注较少；美国和英国则更注重AI的伦理、法律和社会影响。
• 应用场景：涵盖金融、公共安全、教育、医疗、零售、广告营销、交通出行、智能客服、家庭家居等多个领域。
• 行业趋势：AI将提升社会整体福利，降低运营成本，增强效率，未来将向更复杂的决策和自动化发展。

主要观点

• 技术发展：深度学习在语音识别、图像处理等领域的应用推动了AI的商业化进程，但算法优化和数据处理仍是关键挑战。
• 开源与壁垒：开源工具降低了AI的入门门槛，但实际应用中仍需非开源技术解决复杂问题，形成技术壁垒。
• 行业融合：AI与多学科融合，如博弈论、运筹学等，推动了智能决策、路径优化、风控系统等应用的发展。
• AI与社会：AI不会导致岗位短缺，反而会提升社会福利，其核心价值在于提效降本和延续人类智慧。
• AI在金融：应用于身份认证、智能风控、智能投顾等场景，提升了金融服务效率，但也面临信任与数据全面性问题。
• AI在医疗：改善医疗资源不均，辅助医生诊断，提高效率，但技术仍需提升以实现更深层次的智能分析。
• AI在交通：智能交通系统提升效率，自动驾驶技术逐步从限定场景向开放场景扩展，但安全性和技术成熟度仍需突破。
• AI在客服：传统客服向人机混合模式升级，智能客服在售后场景中已广泛应用，未来将向更全面的用户服务发展。
• AI在家庭家居：智能语音控制和视觉识别技术提升了家庭设备的交互体验，儿童机器人等产品也逐步实现寓教于乐。

关键信息

• 技术发展：深度学习是机器学习的一个子集，得益于海量数据和计算能力的提升，推动了AI的广泛应用。

• 数据与计算：海量数据支撑AI模型训练，而GPU、FPGA、ASIC等并行计算技术显著提升模型训练与推断效率。

• 政策支持：中国在AI政策上支持力度大，但较少关注伦理和威胁问题；美国和英国则更强调AI的社会影响。

• 行业应用：

  • 金融：人脸识别、智能风控、智能投顾等。
  • 公共安全：生物特征识别、大数据研判。
  • 教育：自适应学习、智能评测、内容推荐。
  • 医疗：病灶识别、健康管理、药物研发。
  • 零售：供应链管理、收益管理、智能推荐。
  • 广告营销：智能创意、精准推荐、内容审核。
  • 交通出行：自动驾驶、智能交通信号、共享出行。
  • 智能客服：人机协同、多模态交互、用户服务。
  • 家庭家居：语音控制、智能安防、儿童教育。

• 未来趋势：

  • AI将在多个领域实现更深层次的应用。
  • 自动驾驶将从限定场景逐步向开放场景发展。
  • 技术壁垒将由产品、服务、市场等综合建设形成。
  • 前沿算法与商业应用的结合将推动AI产业进一步发展。

技术热点

• 机器学习：通过样本数据训练模型，实现智能判断和决策。
• 深度学习：特别在图像分类、语音识别等任务中取得突破。
• 开源工具：如Caffe、TensorFlow、CNTK等，降低技术门槛。
• 数据处理：需对数据进行筛选、标注，以提高模型训练效率。
• 并行计算：GPU、FPGA、ASIC等硬件提升模型计算效率。
• 嵌入式感知系统：实现前端智能，提升实时性和隐私保护。

人工智能的挑战与机遇

• 挑战：数据标注、模型优化、技术壁垒、伦理与安全问题。
• 机遇：AI在提升效率、降低成本、改善用户体验等方面具有显著优势，推动多个行业智能化升级。

中国与美国AI发展对比

• 融资与专利：2017年中国AI创业公司融资额占全球48%，专利数量领先美国。
• 创新性与应用：尽管中国在数量上占优，但美国在创新性和技术应用上更具优势。

典型产品案例

• 微软小冰：作为AI聊天机器人，具备情感计算、内容创作、多平台接入等能力，成为AI在媒体、音乐、服装设计等领域的代表。
• 搜狗：在搜索、输入法、浏览器、地图等领域实现技术突破，推动AI在信息处理和交互体验上的应用。

总结

人工智能技术正在各个行业快速渗透，推动产业升级与效率提升。尽管技术发展迅速，但数据处理、模型优化、伦理问题等仍是挑战。中国在政策支持和市场应用上具有优势，但需加强技术创新与伦理建设。未来，AI将在更多场景中实现突破，推动社会智能化进程。