36kr-人工智能行业研究报告（2017年）全版1_49页_3mb

人工智能行业研究报告（2017年）

核心内容概述

人工智能（AI）是指使用机器实现认知、识别、分析和决策等功能，是一门综合了计算机科学、生理学和哲学的交叉学科。AI的发展可以划分为三个阶段：技术驱动、数据驱动和场景驱动。技术驱动阶段以算法和计算力为核心，数据驱动阶段以数据为主导，而场景驱动阶段则强调技术与应用场景的结合。AI技术的核心驱动力包括计算力、算法和数据量，而应用场景的丰富则反过来推动技术的持续发展。

主要观点

• AI市场增长：预计2019年我国AI市场规模将突破百亿元，2022年将达到约700亿元。
• 技术与场景的结合：AI技术的落地需要与实际应用场景结合，无法落地的技术难以获得资本和市场认可。
• 技术瓶颈：虽然感知层技术（如语音识别、计算机视觉）已取得一定成就，但认知层技术（如语义识别）仍不完善，存在发展不均衡的问题。
• 数据的重要性：数据是AI发展的关键，但目前数据标注仍主要依赖人工，且存在准确性问题。
• 计算力支撑：计算力由芯片、超级计算机和云计算构成，是AI发展的基础设施。
• 巨头布局：国内外科技巨头在AI领域均有布局，如百度、腾讯、阿里巴巴、苹果、谷歌和微软等。

关键信息

AI发展三个阶段

1. 技术驱动阶段：算法和计算力是主要驱动力，集中于基础理论、规则和开发工具。
2. 数据驱动阶段：数据成为主要驱动力，推动AI算法的不断迭代。
3. 场景驱动阶段：技术与应用场景结合，推动AI在多个行业中的应用。

计算力的三驾马车

• 芯片：包括GPU、NPU、FPGA等，是AI运算的核心。
• 超级计算机：用于复杂计算任务，如深度学习模型训练。
• 云计算：提供灵活扩展的计算服务，支持AI在多个行业的应用。

语音识别

• 技术成熟度：语音识别技术已趋于成熟，准确率可达95%。
• 主要企业：科大讯飞、Nuance、云知声、思必驰。
• 应用场景：智能客服、智能语音助手、智能汽车、智能家居等。

语义识别

• 技术现状：语义识别技术仍在发展中，尚未出现绝对垄断者。
• 主要企业：出门问问、三角兽、思必驰。
• 应用场景：智能客服、智能语音助手、智能机器人等。

计算机视觉

• 技术应用：计算机视觉技术用于图像识别、人脸识别、物体识别等。
• 主要企业：商汤科技、触景无限。
• 核心能力：商汤科技专注于算法研发，触景无限则专注于嵌入式硬件和软件的结合。
• 主要挑战：图像质量、光照环境、数据量不足。

AI应用场景

1. AI+安防：视频结构化技术和大数据技术推动安防智能化，海康威视、大华等企业已涉足该领域。
2. AI+医疗：智能设备和识别诊断是主要应用，如手术机器人和医学影像识别。
3. AI+金融：AI技术用于生物特征识别、精准营销和大数据征信。
4. AI+家居：智能语音助手、智能家居等。
5. AI+教育：智能语音和视觉技术在教育中的应用，如智能课堂和智慧学习。
6. 其他应用场景：包括自动驾驶、机器人、虚拟助理等。

技术与市场趋势

• 技术驱动：算法和计算力是AI发展的主要驱动力，技术进步推动AI应用场景的拓展。
• 数据驱动：数据成为AI发展的重要资源，数据标注是AI技术落地的关键环节。
• 场景驱动：AI技术的广泛应用将推动其从垂直领域向通用型发展。
• 资本支持：AI行业获得资本高度关注，预计2017年融资额将超过2016年，成为近年来融资最高的年份。
• 行业机会：AI行业提供了诸多创业和投资机会，尤其是在数据标注、语音识别、语义识别和计算机视觉等领域。

总结

人工智能行业正处于早期发展阶段，技术与应用场景的结合是其持续发展的关键。技术驱动阶段的算法和计算力已取得一定成就，但认知层技术仍需突破。数据驱动阶段的广泛应用将推动AI行业进入场景驱动阶段，实现从垂直领域向通用型AI的过渡。国内外科技巨头在AI领域均有布局，AI技术的成熟和应用将推动多个行业的变革，带来新的市场机会。