dtiii：数据赋能智能无限2016年中国人工智能发展报告（34页）.pdf

1、 乌镇世界互联网大会 数据赋能 智能无限 中国人工智能发展报告 2016 DT 大数据产业创新研究院（DTiii）AI 研究中心 2016-11-18 1 数据赋能，智能无限 中国人工智能发展报告 2016 目录 前言 .2 一、 人工智能的新时代到来：情境驱动时代 .4 1、 人工智能发展历史 .4 2、 人工智能市场预测 .9 3、 数据视角下当前 AI 的技术布局 . 11 4、 AI 解决的痛点与存在的不足 . 14 5、 AI 对人类社会的影响 . 16 二、无数据不 AI . 17 1、 数据与 AI 的关系 . 17 2、 新的商业竞争范式 . 19 三、行业全景与企业玩家分类

2、. 21 1、 数据视角下的中国人工智能行业全景 . 21 2、 中国企业玩家分类及各自的速赢策略 . 24 四、未来人工智能的发展趋势以及对策. 27 1、 中国人工智能行业发展趋势 . 27 2、 中国人工智能行业玩家的应对策略 . 30 3、 对中国监管者的启示 . 31 2 前言 今年以来又出现了很多热词， 不止大数据， 人工智能 （AI） 、 深度学习 （deep learning） 、 机器学习（machine learning）、AR、VR形色的创业团队鲸吞了市场上相当一大部分 的投资。所有这一切好像跟我们相关，但好像离商业价值又那么远，他们之间到底跟数据有 什么关系，有没有可能

3、给其他行业创造价值？ 移动设备已经成为人类身体的延伸。 我们每天手机使用时长将近四个小时， 好像历史上 第一次有这么一件东西跟着人在一起， 它甚至已经变成人体的一部分， 它默默在后台记录着 我们，不管上网，还是在现实生活中，在家中，在上班，在吃饭，在旅游，在消费，我们所 有的足迹都在被默默地记录下来。好像数据行业迎来了历史上最好的时刻数据爆发的 时刻。 但是，这已不是一个单纯的积累数据量的时代，这个新的时代，对计算提出了更高的挑 战。 第一，这些数据并不是所有的都被存储和收集。除了摄像头和话筒，一个手机携带的传 感器数量多达 16 个。这大量的隐形数据的采集、运算、存储、传输等等领域依然存在着

4、巨 大的障碍。 第二，如何从大量的数据里面解读人的动作，识别人的场景是更加重要的一个问题。现 在的很多数据都是非结构化的情境数据，例如图像、声音、姿态、动作等等，需要人工智能 的帮忙从中间提炼有价值的信息。 所有的世界上顶尖的技术公司都在做一件事情， 就是尝试 用算法用机器学习去还原人在现实生活中的动作，不管视觉、听觉、姿态、感知还是做一些 基础的工作，现在语音识别的技术，图象识别的技术都在大规模的发展。但是为什么当数十 3 亿大脑神经元彼此传递信号时，就会出现喜爱、恐惧或者愤怒的主观感受呢？对此，我们依 然一无所知。人工智能对世界的认知还停留在早期阶段。 2016 年，谷歌旗下的 Deepm

5、ind 公司研发的人工智能围棋程序 AlphaGo 以 4:1 的比 分战胜了世界冠军李世石， 震惊了世界。 围棋因为其复杂性被认为是机器最难战胜人类的领 域，但 AlphaGo 通过深度学习和神经网络技术赋予了机器“直觉”以及自我学习能力，最 终征服了围棋， 成为了人工智能史上的又一里程碑， 也让我们对人工智能的未来中充满了信 心。 人工智能作为一门交叉学科和科学前沿， 至今尚无统一的定义， 但不同科学背景的学者 对人工智能做了不同的解释： 符号主义学派认为人工智能源于数理逻辑， 通过计算机的符号 操作来模拟人类的认知过程， 从而建立起基于知识的人工智能系统， 其主要代表成果是风靡 一时的专

6、家系统；联结主义学派认为人工智能源于仿生学，特别是人脑模型的研究，通过神 经网络的联结机制和学习算法， 建立起基于人脑的人工智能系统， 其主要的代表成果是风头 正劲的深度学习； 行为主义学派认为智能取决于感知和行动， 通过智能体与外界环境的交互 和适应， 建立基于 “感知-行为” 的人工智能系统， 其主要代表成果是独树一帜的强化学习。 其实这三个学派分别从思维过程、脑结构、身体三个方面对人工智能做了一个阐述，目标都 是创造出一个可以像人类一样具有智慧，能够自适应环境的智能体。 数据促进了人工智能的发展。AI 技术的过去与现在的最大区别并不是算法上的区别， 而是相适应的计算能力、原始数据和处理速