2018人工智能核心产业发展白皮书_66页_2mb

2018 人工智能核心产业发展白皮书总结

一、人工智能技术内涵

1. 人工智能的定义

人工智能是研究人类智能活动规律，构造具有一定智能的人工系统，让机器完成以往需要人类智能才能完成的任务。其核心是研究如何应用计算机软硬件来模拟人类某些智能行为的基本理论、方法和技术。

2. 主要理论范式及技术演进

• 早期理论背景：包括M-P模型、冯·诺依曼自动机理论、维纳控制论等，为人工智能发展奠定了基础。
• 两大范式：符号主义和联结主义。
  • 符号主义：基于逻辑和规则，以专家系统为代表，如深蓝（Deep Blue）。
  • 联结主义：基于神经网络和深度学习，从1986年反向传播算法的出现开始逐步发展，2006年Hinton发明深度训练网络，推动深度学习复兴。
• 技术约束条件：算法、硬件算力、数据是人工智能发展的三大要素，缺一不可。算法的突破、算力的提升（如GPU、FPGA、云计算）和数据的积累（如互联网、物联网）共同推动了人工智能的爆发式发展。

3. 两大核心技术领域特点

• 知识图谱：通过推理规则进行知识推理，是实现智能的重要方式。但面临数据稀疏问题。
• 深度学习：一种特定类型的机器学习，通过多层神经网络实现复杂环境下的智能。算法、算力和数据的发展使其成为人工智能的重要途径。

4. 理论问题

深度学习面临黑箱化、不可解释性等理论问题，需要从智能科学基本原理出发，探索新的理论创新，如基于重复博弈理论解释信息瓶颈问题。

5. 发展趋势

• 人工智能将从“伽利略时代”向“牛顿时代”发展，形成完整的理论体系。
• 联结主义和符号主义将回归统一，基于博弈理论的创新将引领未来人工智能和智能机器人发展。

---

二、人工智能的核心产业

1. 定义

人工智能核心产业是基于人工智能技术本身，提供产品和服务的产业，包括：

• 对外提供产品（如语音输入法、机器人）
• 以平台方式提供服务（如深度学习平台）
• 提供人工智能解决方案（如无人驾驶系统）

2. 统计口径

• 支撑层：包括GPU/TPU/FPGA、传感器等，产值占比31%。
• 软件产品：包括语音识别、机器视觉等，产值89亿元，占比14%。
• 硬件产品：包括工业机器人、服务机器人等，产值占比最大（55%）。
• 应用带动产业：如智能驾驶、智能制造、智能家居等，产值占比约3200亿元（2017年）。

3. 产业链分析

• 基础层：包括智能传感器、计算芯片、算法模型。
• 技术层：包括机器学习、自然语言处理、图像识别。
• 应用层：包括智能硬件、智能服务、行业应用等。

4. 行业应用分析

1. 智能金融

• 典型模式：智能客服、智能风控、智能投顾、智能营销。
• 挑战：数据隐私、算法偏见、金融风险控制复杂性。

2. 智能驾驶

• 典型模式：自动驾驶、ADAS系统、智能网联汽车。
• 挑战：技术成熟度、法律法规、安全测试。
• 全球智能网联汽车市场规模预计到2020年可达到1000亿美元。

3. 智能医疗

• 典型模式：医疗影像辅助诊断、药物研发、基因测序、智能问诊。
• 挑战：数据隐私、算法准确性、伦理问题。
• 人工智能在医疗影像分析、药物研发、基因测序等方面发挥重要作用，提高诊断准确率和效率。

4. 工业互联网

• 典型模式：智能制造、供应链优化、生产流程预测。
• 挑战：数据整合、技术应用门槛、产业链协同。
• 工业互联网是国家产业战略重点，将推动制造业智能化转型。

5. 行业演进趋势

• 巨头加速布局：Google、Apple、Microsoft等科技公司通过并购、投资等方式推动人工智能生态闭环。
• 高校跨界创新：高校与企业合作，推动人工智能技术与产业融合，如Geoffrey Hinton、Yann LeCun等顶尖专家加入企业。
• 政策先行：各国政府通过立法和政策推动人工智能应用，如无人驾驶和智能医疗。

---

三、国内外人工智能产业比较分析

1. 全球发展态势

• 美国：人工智能发展领先，政策支持力度大，拥有完善的产业链和强大的科研能力。
• 日本：在智能机器人领域处于全球领先地位，重视人工智能与制造业结合。
• 欧盟：聚焦医学和神经科学，推动人工智能立法和科研转化。
• 中国：人工智能产业处于快速增长阶段，政策支持明显，但核心技术仍需突破。

2. 全球人工智能发展集中在四大区域

• 美国：人工智能发展核心，拥有最完善的产业链和最高的投资比重。
• 欧洲：注重实际应用和政策支持，推动人工智能与传统行业融合。
• 日本：以智能机器人为核心，推动人工智能在医疗、制造等领域的应用。
• 中国：人工智能产业规模快速增长，政策支持显著，但核心技术创新仍需加强。

---

四、展望与赛迪建议

1. 展望

• 开源化浪潮：中国人工智能操作系统将进入竞争阶段。
• 与智慧城市协同发展：人工智能将推动智慧城市建设。
• 服务机器人突破：中国在服务机器人领域将取得突破性进展。

2. 赛迪建议

• 加快核心技术研发：关注人工智能基础层和应用层的技术突破。
• 推动跨界融合：加强高校与企业的合作，促进技术转化。
• 完善政策支持：出台相关政策，推动人工智能在无人驾驶、智能医疗等领域的应用。
• 构建开放平台：推动人工智能开放平台建设，整合数据资源，提升技术应用的广度和深度。

---

五、总结

人工智能作为新一轮产业变革的核心驱动力，正在全球范围内加速发展。其发展依赖于算法、算力和数据三要素的协同进步，而核心产业则包括基础层、技术层和应用层。当前，智能金融、智能驾驶、智能医疗和工业互联网是主要应用领域，各行业面临不同的技术挑战和应用机遇。中美等国家和地区在人工智能领域均加大投入，形成各自优势。未来，人工智能将与智慧城市建设协同发展，服务机器人和开源化将成为主要趋势，同时高校与企业跨界合作、政策支持将成为推动产业发展的关键因素。