一、人工智能發(fā)展及現(xiàn)狀
(一)人工智能定義
目前,人工智能并沒有一個統(tǒng)一的定義,學(xué)術(shù)界有幾個重要的觀點:
達(dá)特茅斯會議:1956年的達(dá)特茅斯會議首次提出人工智能的定義:使一部機(jī)器的反應(yīng)方式像一個人在行動時所依據(jù)的智能。
Nils J. Nilsson(Stanford):人工智能是關(guān)于知識的學(xué)科——怎樣表示知識以及怎樣獲得知識并使用知識的學(xué)科。
Patrick Winston(MIT):人工智能就是研究如何使計算機(jī)去做過去只有人才能做的智能工作。
經(jīng)過超過半個世紀(jì)的發(fā)展,人工智能已經(jīng)渡過了簡單地模擬人類智能的階段,發(fā)展為研究人類智能活動的規(guī)律,構(gòu)建具有一定智能的人工系統(tǒng)或硬件,以使其能夠進(jìn)行需要人的智力才能進(jìn)行的工作,并對人類智能進(jìn)行拓展的邊緣學(xué)科。涉及到信息論、控制論、計算機(jī)科學(xué)、自動化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯和哲學(xué)等自然和社會科學(xué)。
(二)人工智能發(fā)展歷程
萌芽期:1943年,人工神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型建立,人工神經(jīng)網(wǎng)絡(luò)研究時代開啟;1950年,計算機(jī)與人工智能之父圖靈發(fā)表《機(jī)器能思考嗎?》,提出“圖靈測試”;
啟動期:1956年,達(dá)特茅斯會議召開,標(biāo)志著人工智能的誕生;期間,國際學(xué)術(shù)界人工智能研究潮流興起,羅素《數(shù)學(xué)原理》被算法全部證明,學(xué)術(shù)交流頻繁;
消沉期:1969年,作為主要流派的連接主義與符合主義進(jìn)入消沉,四大預(yù)言遙遙無期,在計算能力的限制下,國家及公眾信心持續(xù)減弱;
突破期:1975年,BP算法開始研究,第五代計算機(jī)開始研制,專家系統(tǒng)的研究和應(yīng)用艱難前行,半導(dǎo)體技術(shù)發(fā)展,計算機(jī)成本和計算能力逐步提高,人工智能逐漸開始突破;
發(fā)展期:1986年,BP網(wǎng)絡(luò)實現(xiàn),神經(jīng)網(wǎng)絡(luò)得到廣泛認(rèn)知,基于人工神經(jīng)網(wǎng)絡(luò)的算法研究突飛猛進(jìn);計算機(jī)硬件能力快速提升;互聯(lián)網(wǎng)構(gòu)建,分布式網(wǎng)絡(luò)降低了人工智能的計算成本;
高速發(fā)展期:2006年,深度學(xué)習(xí)被提出,人工智能再次突破性發(fā)展;2010年,移動互聯(lián)網(wǎng)發(fā)展,人工智能應(yīng)用場景開始增多;2012年,深度學(xué)習(xí)算法在語音和視覺識別上實現(xiàn)突破,同時,融資規(guī)模開始快速增長,人工智能商業(yè)化高速發(fā)展。
(三)人工智能發(fā)展階段特征
當(dāng)前的人工智能發(fā)展浪潮,主要是源于2006年深度學(xué)習(xí)算法的提出,在數(shù)據(jù)量和計算能力的基礎(chǔ)上實現(xiàn)大規(guī)模計算,屬于技術(shù)性突破。屬于超級人工智能的,關(guān)于意識起源、人腦機(jī)理等方面的基礎(chǔ)理論研究仍有待突破。
根據(jù)應(yīng)用范圍的不同,人工智能可以分為專用人工智能、通用人工智能、超級人工智能三類,同時,這三個類別也代表著人工智能的不同的發(fā)展層次。而我們?nèi)蕴幱趯S萌斯ぶ悄茈A段。
專用人工智能:目前的人工智能屬于專用人工智能,如計算機(jī)視覺、語音識別等,以一個或多個專門的領(lǐng)域和功能為主,目前正處于高速發(fā)展階段,已取得較為豐富的成果。
通用人工智能:通用人工智能即機(jī)器與人類一樣擁有進(jìn)行所有工作的可能,關(guān)鍵在于自動地認(rèn)知和拓展。目前正在研究人為地設(shè)計盡可能多的功能,通用人工智能目前研究水平仍遠(yuǎn)遠(yuǎn)未達(dá)到。
超級人工智能:超級人工智能是指具有自我意識,包括獨立自主的價值觀、世界觀等,與技術(shù)的發(fā)展不同,超級人工智能的基礎(chǔ)是人類對生命科學(xué)的全面深入的理解,目前僅存在于文化作品中。
(四)2016年全球人工智能產(chǎn)業(yè)大事記
(五)人工智能產(chǎn)業(yè)規(guī)模
中國人工智能產(chǎn)業(yè)規(guī)模2016年已突破100億,以43.3%的增長率達(dá)到了100.60億元,預(yù)計2017年增長率將提高至51.2%,產(chǎn)業(yè)規(guī)模達(dá)到152.10億元,并于2019年增長至344.30億元。
中國人工智能產(chǎn)業(yè)起步相對較晚,但產(chǎn)業(yè)布局、技術(shù)研究等基礎(chǔ)設(shè)施正處于進(jìn)步期,隨著科技、制造等業(yè)界巨頭公司的布局深入,人工智能產(chǎn)業(yè)的規(guī)模將進(jìn)一步擴(kuò)大。而隨著眾多垂直領(lǐng)域的創(chuàng)業(yè)公司的誕生和成長,人工智能將出現(xiàn)更多的產(chǎn)業(yè)級和消費級應(yīng)用產(chǎn)品。
圖表1:2014-2019年中國人工智能產(chǎn)業(yè)規(guī)模及預(yù)測

(六)中國人工智能研究正處于爆發(fā)期
根據(jù)統(tǒng)計數(shù)據(jù),中國人工智能相關(guān)專利申請數(shù)從2010年開始出現(xiàn)持續(xù)增長,于2014年達(dá)到19197項,并于2015年開始大幅增長,達(dá)到28022項,2016年,中國人工智能相關(guān)專利年申請數(shù)為29023項。
2010年移動互聯(lián)網(wǎng)開始發(fā)展,技術(shù)和數(shù)據(jù)積累給人工智能研究帶來了較大的增長動能。進(jìn)入2015年,在國內(nèi)外人工智能研究和應(yīng)用場景不斷進(jìn)步的基礎(chǔ)上,中國人工智能相關(guān)研究開始進(jìn)入高速發(fā)展階段。這說明,中國人工智能研究水平正在處于不斷提高的階段,目前已取得一定階段性成果,有望持續(xù)發(fā)展,預(yù)計2017年專利申請數(shù)將持續(xù)增長。
圖表2:2007-2016年中國人工智能相關(guān)專利申請數(shù)統(tǒng)計

二、人工智能產(chǎn)業(yè)鏈?zhǔn)崂?/strong>
人工智能產(chǎn)業(yè)是指以人工智能關(guān)鍵技術(shù)為核心的,由基礎(chǔ)支撐和應(yīng)用場景組成的,一個覆蓋領(lǐng)域非常廣闊的產(chǎn)業(yè),與人工智能的學(xué)術(shù)定義不同,人工智能產(chǎn)業(yè)更多的是經(jīng)濟(jì)和產(chǎn)業(yè)上一種概括。
基礎(chǔ)支撐:基礎(chǔ)支撐主要由數(shù)據(jù)提供和計算能力支撐兩部分組成,為人工智能的技術(shù)和產(chǎn)業(yè)發(fā)展提供支撐,是人工智能產(chǎn)業(yè)的基礎(chǔ)設(shè)施;
核心技術(shù):核心技術(shù)主要有機(jī)器學(xué)習(xí)、計算機(jī)視覺、語音及自然語言處理三大部分,主要進(jìn)行人工智能的關(guān)鍵技術(shù)研究,并基于成果實現(xiàn)商業(yè)化構(gòu)建;
應(yīng)用場景:應(yīng)用場景包括機(jī)器人、智能醫(yī)療、智能駕駛、智能家居等細(xì)分行業(yè),基于人工智能的技術(shù)及成果,各應(yīng)用場景的人工智能相關(guān)度存在一定差異;
圖表3:人工智能產(chǎn)業(yè)鏈結(jié)構(gòu)圖
三、中國人工智能產(chǎn)業(yè)特征和趨勢預(yù)測
(一)中國人工智能產(chǎn)業(yè)特征
大公司產(chǎn)業(yè)鏈布局廣,創(chuàng)業(yè)公司專業(yè)性強(qiáng)。產(chǎn)業(yè)鏈特征方面,中國人工智能產(chǎn)業(yè)生態(tài)中,基于資源能力,大公司的參與布局較廣,在基礎(chǔ)層、技術(shù)層及應(yīng)用層皆有所布局。中國不乏優(yōu)秀的人工智能公司,大部分專業(yè)性較強(qiáng),專注于某一細(xì)分領(lǐng)域的技術(shù)和應(yīng)用研究,其中,計算機(jī)視覺領(lǐng)域集中了大批的優(yōu)秀創(chuàng)業(yè)公司。但是,各應(yīng)用場景之間的人工智能技術(shù)相關(guān)度存在一定的差異。
以B端業(yè)務(wù)為主。商業(yè)模式方面,大部分公司的業(yè)務(wù)主要以B端解決方案和服務(wù)為主。一方面,B端業(yè)務(wù)注重與行業(yè)客戶的互動合作,更有利于人工智能技術(shù)和產(chǎn)品的落地;另一方面,行業(yè)客戶對于生產(chǎn)效率的提高有強(qiáng)烈的需求,而C端產(chǎn)品需求仍需挖掘。不過,大公司的C端產(chǎn)品布局依然是相對活躍的。
人才成本較大,存在較大的需求缺口。技術(shù)方面,以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)算法研究是廣泛的基礎(chǔ)能力,但目前國內(nèi)在此領(lǐng)域的人才供應(yīng)相對緊缺,流通性較弱,因此也導(dǎo)致了高端研究人才的超高成本,同時有部分公司選擇在美國建立研究院或?qū)嶒炇?。這說明,作為知識密集型產(chǎn)業(yè)的典型代表,人工智能產(chǎn)業(yè)存在較大的需求缺口。
傳統(tǒng)行業(yè)和技術(shù)給予充分的支持。產(chǎn)品方面,目前仍缺乏一定的革命性產(chǎn)品,更多的是利用人工智能技術(shù)對傳統(tǒng)行業(yè)產(chǎn)品的改良。在這個過程中,醫(yī)療健康、裝備制造、汽車、金融等行業(yè)給予了人工智能產(chǎn)業(yè)充分的支持,通過合作開發(fā)等方式,助力人工智能技術(shù)的應(yīng)用落地和商業(yè)化。
(二)中國人工智能產(chǎn)業(yè)趨勢預(yù)測
“人工智能+”有望成為新業(yè)態(tài)。在移動互聯(lián)網(wǎng)時代,“互聯(lián)網(wǎng)+”的出現(xiàn)給經(jīng)濟(jì)發(fā)展帶來了重大影響,艾媒咨詢分析師認(rèn)為,隨著專用人工智能的發(fā)展,作為一個龐大的高新技術(shù)合集,“人工智能+”作為一直新經(jīng)濟(jì)業(yè)態(tài)已經(jīng)開始萌芽,越來越多的行業(yè)開始擁抱人工智能,用“人工智能+”助力技術(shù)和產(chǎn)業(yè)的進(jìn)一步發(fā)展。
人工智能產(chǎn)業(yè)將成為獨角獸集中地。在大公司和傳統(tǒng)大型企業(yè)之外,人工智能產(chǎn)業(yè)集中著非常多的優(yōu)秀創(chuàng)業(yè)公司。優(yōu)秀的人工智能創(chuàng)業(yè)公司有著成熟的團(tuán)隊配置、先進(jìn)的技術(shù)能力、健康的現(xiàn)金流等,同時受資本方的認(rèn)可度較高。艾媒咨詢分析師認(rèn)為,人工智能作為最具前景的產(chǎn)業(yè),將成為新的獨角獸集中地。
人才儲備將成為制約中國人工智能發(fā)展的重要因素。從目前來看,雖然相關(guān)機(jī)構(gòu)的研究表明華人的人工智能學(xué)術(shù)成果占全球一半以上,但中國人工智能技術(shù)和產(chǎn)業(yè)在大部分領(lǐng)域仍落后于全球一流水平。雖然中國在數(shù)據(jù)積累和傳統(tǒng)產(chǎn)業(yè)基礎(chǔ)上有一定的優(yōu)勢,部分細(xì)分領(lǐng)域有領(lǐng)先成果,相關(guān)研究投入不斷加大,但整體上的人才儲備落后于美國,在基礎(chǔ)研究、產(chǎn)業(yè)鏈等方面存在較大挑戰(zhàn),將成為制約人工智能發(fā)展的重要因素。
人工智能全面發(fā)展需要更多的積累。真正的強(qiáng)人工智能缺乏基礎(chǔ),人工智能技術(shù)更多的是依靠機(jī)器學(xué)習(xí)和計算能力促進(jìn)生產(chǎn)力的發(fā)展。理性地看,“機(jī)器統(tǒng)治人類”的奇點恐懼缺乏一定的基礎(chǔ),雖然人工智能已經(jīng)在機(jī)器學(xué)習(xí)等關(guān)鍵領(lǐng)域得到了一定的突破,但更多的是屬于專用人工智能,往通用人工智能等更高層次的發(fā)展仍需積累。
文章來源:艾媒咨詢
內(nèi)容整理:中經(jīng)匯成