-中国人工智能发展报告2016_35页_3mb

中国人工智能发展报告2016总结

核心内容

本报告由DT大数据产业创新研究院（DTiii）AI研究中心发布，探讨了人工智能在新时代的发展趋势、技术布局、行业应用以及未来策略。报告指出，人工智能正处于从“数据驱动”向“情境驱动”转变的关键阶段，数据是AI发展的核心资源，而人工智能的发展将深刻影响社会、经济、商业和政府等多个领域。

主要观点

1. 人工智能发展的三个阶段

• 人工智能1.0（技术驱动）：以算法为核心，重点在于理论和基础技术的突破，如图灵机、逻辑理论家、Lisp语言等。
• 人工智能2.0（数据驱动）：数据量的爆发和处理能力的提升推动了AI的发展，如DeepMind、谷歌无人驾驶汽车等。
• 人工智能3.0（情境驱动）：AI开始结合具体场景，提供垂直应用，如医疗、金融、制造等领域。

2. 数据与AI的关系

• 数据是AI发展的基石，AI依赖于数据进行训练和优化。
• AI的发展也反过来促进了数据的结构化和质量提升。
• 在智能数据时代，数据、AI与人的智慧是三者合一的有机整体，形成“数据+AI+人”的新竞争范式。

3. AI对人类社会的影响

• 经济租：AI通过数据资源的利用，提升企业竞争力，创造新的价值。
• 交易成本：AI优化信息处理，降低交易成本，提升市场效率。
• 社会公平：AI可能加剧就业结构变化，影响社会资源分配。
• 安全：AI在公共安全、人脸识别等领域有巨大潜力，但也带来隐私和误判风险。
• 商业竞争：AI推动商业模式变革，形成新的商业竞争格局。

关键信息

1. 市场预测

• 全球AI市场在2016-2020年间的复合年增长率（CAGR）预计为55.1%。
• 中国AI市场预计在2020年突破91亿元人民币，呈现爆炸式增长。

2. AI技术分类

• 基础类：包括语音识别、计算机视觉、自然语言处理等。
• 分析类：主要涉及机器学习算法、数据处理平台等。
• 应用类：如智能客服、医疗机器人、无人驾驶等。

3. AI行业全景与企业分类

• 硬件驱动者：如NVIDIA、Intel、Google，专注于计算硬件和深度学习芯片。
• 入口占有者：如苹果、百度，通过数据采集与平台整合占据优势。
• 算法服务提供者：如TensorFlow、Skymind、第四范式，提供算法服务。
• 垂直领域玩家：如Lifelograph、蚂蚁金服，专注于特定行业应用。
• 生态领域玩家：如Google、百度、苹果，通过平台整合形成生态优势。

未来趋势与对策

1. 发展趋势

• 中国AI行业将呈现“生态化”和“开源化”趋势。
• 数据供给和解决方案将成为价值最高的环节。
• 企业将面临“纵向深耕”或“横向扩张”或“构造生态”的选择。

2. 应对策略

• 大企业：应打通数据生命周期，形成生态闭环。
• 小企业：可专注于特定情境或垂直领域，成为细分市场中的专业力量。
• 传统企业：需结合自身数据和业务需求，向生态或垂直方向转型。

3. 对监管者的启示

• 完善数据主权和知识产权法律，促进AI领域跨界合作。
• 建立专门监管机构，引导AI产业发展，推动开源平台建设。
• 加强专业人才的培养，鼓励产研学结合，实现“成熟一批，产业化一批”。
• 注重社会公平和道德问题，确保AI技术在应用中的准确性与公平性。

结语

人工智能正在从技术驱动走向情境驱动，数据是AI发展的核心资源。AI不仅推动了商业变革，也对社会结构和人类决策方式产生深远影响。报告指出，未来AI的发展将依赖于数据生态的完善、算法的优化和人与AI的协同作用，建议政府和企业应积极布局，把握AI发展的机遇，推动社会智能化进程。