中国人工智能的发展历程

1、了 15,745 项人工智能专利，位居全球第二。
更重要的是，在巨额投资的推动下，人们纷纷做出人工智能投资，借此最大限度地加强经济影响和促进经济发展。
在本项调研中，我们对中国地区来自 18 个行业的 485 名高管进行了访谈，汲取总结了他们的独到见解，描绘了实用发展蓝图，推动实现人工智能引领的认知未来。

2、中国人工智能+物流 发展研究报告 2020年 2 摘要 近年来，中国物流业在互联网经济的催动下发展较快，在成本不断攀升、效率提升 缓慢的背景下，物流业最迫切的需求即“降本增效”。
人工智能技术及相关软硬件 产品的加入能够在运输、仓储、配送、客服等环节有效降低物流企业的人力成本， 提高人员及设备的工作效率，是缓解物流业顽疾的一味良药。
人工智能在物流中的应用方向可以大致分为两种，一是以AI技术赋能的如。

3、算+态 中国智能迈向产业AI化 2019年8 3 3 内容录 核观点 . 、前. 1.1 智能的定义及核技术 1.2 国家政策引。

4、 依托新四军聚积的AI产业集群,技术和应用层企业偏多 依托新四军聚积的AI产业集群,技术和应用层企业偏多 前言 人工智能技术在智慧医疗、智慧金融、智能制造、智能家居 的逐步应用，并开始形成新的业态，成为了新一轮技术革命的制 高点。
中国、美国、英国、德国、法国、日本等主要国家都纷纷 将人工智能上升为国家级战略，积极抢占人工智能竞争的高地。
对我国而言，人工智能的发展是一个历史性的战略机遇，对 应对。

5、101 2020年中国人工智能产业发展形势展望 【内容提要】 2019年以来，中国人工智能产业发展迅猛，在产业链建设、政策推 动、投融资发展上取得新进展，但也面临各种内外部压力和挑战。
展望2020年，全国各级 地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资 将更关注落地前景好的底层技术公司，但产业整体面临的外部形势将更为严峻。
需关注的 问题有我国人工智能领域的基础创。

6、智能+”带来经济增长新动能 Confidential and Protected by Copyright Laws 本产品保密并受到版权法保护 2019年中国人工智能应用市场专题分析 2019/8/162数据驱动精益成长 分析定义与分析方法 重点聚焦人工智能的供给侧和需求侧两个层面，基于论文、专利、人才和商业数据，以及人工智能领 域研发人员、行业专家访谈等多方数据源，构建人工智能发展指数评估体。

7、数据，以及人工智能领域研发人员、行业专家访谈等多方数据源，创新性的构建了人工智能产业创新评估体系，旨在通过多维度的评估，客观评价人工智能产业的发展水平，推动人工智能产业健康有序发展。
本白皮书主要包括四个部分及一个附录。
第一部分对人工智能的基本概念、发展历程、重大意义等进行了简单概括；第二、三部分别从使能技术就绪度指数和应用场景融合度指数，对计算机视觉等四项核心使能技术，以及智能家居等八个应用场景发展水平进行了评估，并对使能技术和应用场景的发展现状、瓶颈和未来方向进行了解读；第四部分对评估结果进行了总结，并对人工智能未来整体发展进行了展望。
主要发现人工智能使能技术就绪度从使能技术就绪度指数来看 深度学习就绪度最高，已经成为人工智能的主流算法，处于技术成熟期； 计算机视觉和语音交互次之，处于技术应用的探索期，如语音助手和医疗影像诊断； 文本处理则仍处于技术爬坡期，技术瓶颈的存在使其离真正实用仍存在较大距离，如机器翻译离专业水平仍有较大差距。
从使能技术发展水平来看 从理论研究来看，使能技术从2013年开始成为研究热点，其中深度学习是关注重点，语音交互和文本处理的论文产出稳步增长，但文本处理论文产出量和引用频次均为最低。
从应用研究来看，计算机视觉和深度学习专利申请占比较高，但平均专利强度较低，专利布。

8、关方提供准确、完整、可靠的人工智能医疗白皮书，为行业的政策制定、投资决策、学术发展、产品应用等提供参考依据。
研究团队分析了中国人工智能国家及省市层面的政策布局，发现首次正式以人工智能为核心的规划文件是2017年国务院发布的新一代人工智能发展规划。
该规划提出了2020, 2025, 2030年“三步走”目标，医疗作为其中一个重要的应用领域受到了极高的重视。
在省级层面，截至2018年12月末，全国31个省市中已有19个省市发布了人工智能规划，计划2020年核心产业规模总额达到近4000亿，产业规模目标排名前五的省市分别为上海市、北京市、浙江省、广东省和四川省。
在市级层面，北京、上海、杭州、深圳作为一线人工智能城市，依托强大的学术实力、科技实力、经济实力和政策支持，以及BAT科技巨头的行业示范带动作用，在人工智能领域具有先发优势。
其他城市多将人工智能与当地特色产业结合，如合肥依托中科大和科大讯飞打造“中国声谷”。
研究团队通过对人工智能在医疗领域的应用情况进行分析，提出五大主要应用领域，分别为医学影像、辅助诊断、药物研发、健康管理、疾病预测。
(1)在医学影像方面，借助医疗影像大数据及图像识别技术的发展优势，Al医学影像已成为中国人工智能与医疗结合最成熟的一个领域，无论从融资情况(2018年前三季度融资额高达26亿元)、还是2018年预计收入前十强情况，AI医学影。

9、不断产生，并被采集和存储；所有的行业都在使用信息技术来优化甚至改变自己的业务流程和业务模式，为客户创造新的价值，数据成为新的固定资产，数据的计算和处理能力成为新的生产力；互联网飞速发展，对个人生活和行业的渗透无所不在，跨界竞争和降维打击层出不穷，对新技术的追求和创新勇往直前，改变了人与人之间沟通的方式，改变了商品交易的方式，改变了对新技术和资源的共享模式，取得了史无前例的快速发展。
展望未来，人类的发展方向又会是怎样的呢？此次IDC和浪潮联合发布2018-2019年中国人工智能计算力发展评估报告，旨在评估中国人工智能发展的现状，探索中国企业破局之道。
IDC认为，人工智能不仅仅只是一项技术，他有可能会改变人类学习的方式，改变人与物之间的关系，带来生产力和生产关系的变革，有望成为引领第四次工业革命的核心驱动力。
算力是承载人工智能应用的平台和基础，算力的发展推动了整个人工智能系统的发展和快速演进，是人工智能的最核心要素。
算力、算法和数据是人工智能发展的三个基本条件。
海量的数据每时每刻都在产生，新的数据正以前所未有的速度和方式存储下来，数据不再是问题，如何处理、分析和使用数据才是问题；算法经历了数十年的发展，之前更多的存在于学术界和象牙塔中，在深度学习和加速计算出现之后，得到了迅速的发展和优化，也开始广泛的成为互联网和行业研究者关注的热点；人工智能的发展，从理论到实践。

10、一直坚持初心的业界同仁注入了一针强心剂， 2018 年因此被称之为“声纹元年”。
声纹开始热了，产业态势已成，孤军奋战的日子一去不复返。
再好的科研成果，只有从象牙塔里走出来，放到实践中去检验，才能发光发热，造福社会。
作为行业老兵，我们感到欣慰，因为这证明了我们当初的判断和坚持是正确的。
但我们同样也有担心，如果一个刚发芽的美好事物，被鱼龙混杂的信息误导、被不切实际的想象捧杀，对它的发展有害无益。
声纹识别是一项简单、优雅、安全的技术。
我们希望这个朝气蓬勃的产业从一开始，就走上一条良性健康发展的道路，在开启新希望的同时，避免重蹈某些产业的覆辙。
这就是我们为什么发布白皮书的初衷。
这份报告名为白皮书，实际上是从技术、产业、场景、企业、政策、资本等层面，根据可获得的一些公开资料，对声纹识别学术研究和产业发展脉络做了一份梳理，力求为广大研究人员、工程师、创业者、投资商和媒体人们提供一份快速了解行业概貌的“导览地图”。

11、场。
对于欧洲的国家和地区，正在全面部署人工智能，欧盟委员会已于 2018 年 4 月公布了相关战略纲要。
全新的商业模式和大幅提高的效率吸引着各路投资者蜂拥而至。
2017年，近1400家人工智能初创公司吸引到超过150亿美元的投资。
从目前来看，人工智能技术已相对比较可靠，并且不断融入到我们日常的生活中。
全球人工智能新一轮的竞争早已拉开序幕，人们对此也有更高的期待。
目前，美国在人工智能领域拥有1393家初创企业，占全球人工智能初创企业总数的40%。
欧洲整体位居第二，拥有769家人工智能初创企业，占全球总量的22%。
中国排名第三，有初创企业383家，占全球总数的11%。
充分运用自身数字平台的资源，尤其是谷歌、苹果、脸书与亚马逊在2010年-2018年间累计收购了近40家人工智能初创公司，以及一流的高校资源，美国拥有完善的人工智能应用程序开发与实施基础，并且已积累一定的制造及创新经验，技术力量雄厚。
美国发表人工智能相关的论文数量和在此领域工作的人员数量(约为 85 万人)均为全球最多。
2017年美国人工智能初创企业股权交易数量占全球总数的50%。
当前，中国在人工智能领域的大举投资已初见成效。
2016年，中国人工智能初创企业募资额仅占全球总额的 11%，一年后，这一数字上升至 48%，全球股权融资比例首次超过美国。
人工智能已经成为中国政府的战略重点。
中国希望在2020年。

12、产业链作出分析，并对重点企业进行解读。
（原文来自皮匠网，关注“三个皮匠”微信公众号，每天分享最新行业报告）北京为主要人工智能企业孵化地前瞻统计发现，100强人工智能企业大多分布在北上广等一线城市。
其中，北京是人工智能企业的主要孵化地，过半数企业在此诞生，占比达到52%。
其次为广东和上海，分别为23和12家企业。
2018年中国人工智能100强企业产业链分析人工智能产业链包括三层：基础层、技术层和应用层。
其中，基础层是人工智能产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑；技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
基础层：基础层是人工智能产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑。
主要包括计算硬件（AI芯片）、计算系统技术（大数据、云计算和5G通信）和数据（数据采集、标注和分析）。
技术层：技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径。
主要包括算法理论（机器学习）、开发平台（基础开源框架、技术开放平台）和应用技术（计算机视觉、机器视觉、智能语音、自然语言理解）。
应用层：应用层是人工智能产业的延伸，集成一类或多类人。

13、侧需求的快速增长，人工智能芯片市场将迎来多元化发展。
预计2023年，中国人工智能基础架构市场将超过80亿美元，未来五年年复合增长率达到33.8%，增速是中国整体基础架构市场的三倍以上。
5G和物联网将推动边缘、端侧人工智能基础架构的快速发展，性能、灵活性和能效将成为用户未来重点考量因素。
计算力的快速发展极大促进了各行业应用场景的成熟，AI产业化加速向产业AI化迈进。
互联网、智慧城市、金融行业产业AI化已经走在了前面。
未来五年，制造 、零售等行业也有望逐步实现智能化。
互联网依然是人工智能算力投资最大的行业，占据中国62.4%的人工智能算力投资市场份额；排名前五的行业中，政府和金融行业增长最迅速，2018年同比增长均超过100.0%。
人工智能与云的融合将进一步加速，未来五年，AIaaS市场规模的年复合增长率为66.0%，将成为推动云计算市场增长的重要细分领域。
软件框架市场TensorFlow和PyTorch凭借性能、灵活性及生态优势依然占据主导地位；百度的深度学习开源平台PaddlePaddle是国内自主开发软件框架的代表。
越来越多的人工智能领军企业参与到行业性能评测基准建设中，但总的来说业界目前缺少统一的基准，大多数现有的。

14、习、机器学习、强化学习等领域展开研究。
具体而言，算法模型的开发正逐步从标准化、高人工干预的监督学习转向小样本、少监督、场景化的模式，利用更少数据、更高时效训练出可处理复杂任务的模型成为重点诉求。
人工智能子领域也出现一系列突破：预训练模型已被批量应用于自然语言处理任务中；融合视觉、语音的多模态感知计算备受关注；生成对抗模型（GANs）则拓展进入到图像、文本生成等领域人工智能普惠化以往的人工智能框架在使用过程中仍需要开发者自行设计模型，2018年以来，NAS和AutoML等工具正使AI技术变得更为简单易用。
用户只需喂食数据，工具就能够自行快速地搜索并创建由复杂神经网络驱动的决策功能，这使人工智能在实际场景中更具可用性，降低了开发者和客户使用AI及相应服务的门槛和转换成本。
标准化推进就国内而言，2018年1月，国家人工智能标准化总体组、专家咨询组成立，标准化工作全面推进。
2019年4月，国家人工智能标准化总体组第二次全体会议召开，发布了人工智能开源与标准化研究、人工智能伦理风险分析等研究成果，国家新一代人工智能标准体系建设指南也进入审改完善阶段。
人工智能标准化取得进展，将加速相关技术创新和成果转化。
企业视角：AI创业机会收窄，研发+商业化并重成创企共识人工智能的创业机会收窄亿欧智库统计数据显示，自2012年起，人工智能创业初见端倪，在2014年快速增长，到2016年达到顶峰，之。

15、础设施、数据质量、环境驱动力等AI发展基础条件方面表现较优，而在当下市场规模、行业发展增速、解决方案落地效果和政策导向等诸多因素的影响下，安防、金融、教育、客服等场景将产生较高的商业化渗透和对传统产业提升程度。
安防行业智能上升，由云端智能向端边智能增加，互联网公司和云服务公司加入市场竞争人脸识别、检测、比对主要在云端完成智能+安防行业主要通过网络摄像机+网络硬盘录像机的一体化解决方案实现。
主要分为三种模式：前流后比对模式，将摄像头摄取的图像信息通过视频流传输到云端进行识别、比对；前抓后比对模式，在摄像头中嵌入人脸识别模块，识别人脸并进行抓取，仅保存、传输和比对人脸数据；最后一种是前比对后呈现模式，在前端完成人脸识别、监测和比对。
三种模式的识别速度和技术门槛依次提高，部署成本依次降低。
受限于嵌入式技术的发展限制，目前以前流后比对模式为主。
市场参与者众多智能安防市场由安防企业与AI新贵两大势力之争，进入到了安防公司、AI公司、互联网科技与通信云服务公司四家争鸣的格局。
智能+家庭：家庭场景下联网设备数大幅增加，智能化比例较低智能+家庭是近些年来新兴的市场，涉及到大量终端互联的场景，新技术的发展，特别是5G网络支持海量终端设备的连接，对于智能+家庭场景的发展起到了较大的推动作用。
目前联网家居的市。

16、术必将成为新一轮科技革命和产业变革的重要的驱动力量。
然而作为一项颠覆性的技术，人工智能对人类社会的各方面尤其是知识产权制度提出了新的挑战。
针对这些挑战，由中国人工智能产业发展联盟（Artificial Intelligence Industry Alliance，AIIA）学术与知识产权工作组组织，在上海交通大学苏州人工智能研究院的牵头下，联合各会员单位、法学界、人工智能产业界、知识产权服务机构等在内的专业团队组建了人工智能产业知识产权研究课题组。
课题组对人工智能产业的知识产权保护现状进行跟踪分析，对人工智能产业的知识产权热点问题进行深入的研究探讨，并以系列报告的形式于每年持续发布人工智能产业相关白皮书，以期引导、鼓励、并保护人工智能企业技术创新，促进成果转化和产业化，为人工智能产业的整体发展提供智库和智力支持，为我国人工智能产业的发展保驾护航。
课题组于 2018 年发布了 2018 人工智能产业知识产权与数据白皮书（以下简称“2018 白皮书”），从基本法律概况（保护端）、专利分析（创新端）和专利价值评估（运营端）三个具体角度，呈现了 AI 领域的知识产权现状，并通过既有争议和案例的展示，对数据相关权利的几个主要问题进行了梳理。
2018 白皮书一经发布，就在社会各界引起了强烈反响，在此基础上，2019 年，课题组征集更多单位参与，扩大研究范围，加大讨论力度。

17、流的市场规模为15.9亿元，预计到2025年市场规模将接近百亿。
在物流各环节的应用分布方面，仓储与运输占比较大，两者占比之和超过八成。
人工智能在物流中的应用方向可以大致分为两种，一是以AI技术赋能的如无人卡车、AMR、无人配送车、无人机、客服机器人等智能设备代替部分人工；二是通过计算机视觉、机器学习、运筹优化等技术或算法驱动的如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等软件系统提高人工效率。
代替人工方向的AI应用市场前景广阔，但受技术水平和政策限制等因素影响，落地条件尚不成熟，还需要较长的培育时间。
提效方向的AI应用已具备一定的技术基础，但实际场景散落在物流业务体系中的各个角落，场景清晰度不高，空间不足。
目前，人工智能在物流领域还处于探索之中，但从已经取得的成果来看，“人工智能+物流”的确能够给物流企业在降本增效层面带来收益。
物流企业应该以立足当下、着眼长远的原则，以辅助管理、提升效率为短期目标，寻找自身业务链条中能够被AI技术赋能的环节并通过试点论证，稳步推进；对未来有望打破物流现有业态的前沿应用做好技术储备。
AI公司一方面要把握与物流企业与电商平台的合作机会，在不断地测试积累中打磨核心技术；另一方面也要灵活运用自己研发的技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，具备一定的造血能力，以待机会到来之时能够迅速响应物流领域的市场需求。

18、经济和ICT市场也受到巨大冲击。
IDC预计，2020年全球ICT市场规模将同比下滑2.5%，随着企业适应新常态，2021年ICT支出将逐步恢复正常化。

19、中国人工智能 ABC 人才发展报告 （2018 年版） 目 录 I. 前言 . 1 II. 致读者 .。

20、中国人工智能+金融行业 研究报告 2018年 2 2018.11 iResearch Inc 开篇摘要 概念界定：通过人工智能技术作为主要驱动力，为金融行业的各参与主体、各业务环节赋能，突出AI技术对金 融业的产品创新、流程再造、服务升级的重要作用。
发展特点：人工智能+金融行业的技术提供方主要通过创立、合作、赋能的方式为传统金融机构提供各类技术。

21、人工智能产业创新评估 白皮书 目录Contents 人工智能产业创新评估体系 1人工智能产业综述 前言 主要发现 2使能技术就绪度指数 3应用场景融合度指数 4总结与展望 附录：研究方法与数据说明 前言 1 随着高性能计算、大数据和深度学习技术的快速发展，人工智能迎来第三次发展浪 潮。
在全球主要国家的积极推动下，人工智能与众多领域的融合不断深入，涌现出 一系列的新技术、新业态、新模式。
在市场对人工。

22、中国人工智能计算力发展评估报告 20202021 中国人工智能计算力发展评估报告 20202021 中国人工智能计算力发展评估报告 中国人工智能计算力发展评估报告中国人工智能计算力发展评估报告 20202021 中国人工智能计算力发展评估报。

23、人工智能是一种引发诸多领域产生颠覆性变革的前沿技术，当前 以机器学习，特别是深度学习为核心，在视觉语音自然语言等应 用领域迅速发展，已经开始像水电煤一样赋能于各个行业。
深度学习软件框架及相关工具集是人工智能应用落地的重要抓 手，是人工智能。

24、近年来，在我国，随着中国脑计划政策的宣布和推广，我国掀起了一 股研究脑利用脑增强脑的脑科学研究的热潮。
1政策环境 在政策层面，如第 2 章节所介绍，脑科学和类脑科学已被列为国家战略科 技力量。
脑机接口技术越来越受到国家层面的关注与支持。
脑机。

25、AI技术作为智能化转型的重要工具，是指通过机器学习计算机视觉智能语音和自然语言处理等技术，处理企业的结构 化与非结构化数据等，以提升业务流程效率进行产品与服务创新并对整体业务作出分析与反馈等。
现阶段，各行业企业 在改善价值链降本增效的内在需。

26、AI课程是近几年才兴起的，此前AI技术在教育领域的典型形态是在线题库拍照搜题，仅能解决课后练习测验的需求，最后难免沦为工具型产品，面临商业模式可持续的问题。
在市场的验证下，K12在线教育机构率先将AI技术融入到教研教学过程中，以适龄儿童的教。

27、AI医疗推想科技概况人工智能在医疗领域可以说是极具价值，包括社会价值和商业价值。
用人工智能辅助诊断，虽说可能达不到顶尖医生的水平，但是对于基层的筛查，这项技术可以说是非常有用的。
我们这个案例是推想科技，推想科技主要就是把他们的人工智能技术应。

28、2021年中国人工智能产业研究报告2022.1 iResearch Inc. 数字经济时代的产业升级探索2序言2020年，我们谈到，被纳入新基建范畴的人工智能技术已经广泛出现在决定企业产生经济效益的各个环节，以人机协同模式为主导，推动传统行。

29、电信领域电信领域联邦学习联邦学习技术应用技术应用白皮书白皮书中国人工智能产业发展联盟中国人工智能产业发展联盟2021年年9月月i前 言目前，以 5G 系统为代表的电信网络已经实现万物互联 ，并将朝着万物智联的目标发展。
电信网络利用先进的人工。

30、中国人工智能产业研究报告2019年2序言在新一轮科技革命和产业变革的浪潮中，人工智能从感知和认知两方面模拟人类智慧，赋予机器学习以及推断能力，在与5G通信技术物联网以及云计算的协同下，成为能够真正改变现有人类社会生产工艺的科学技术。
自201。

31、 011 2 9 于于于于享今但1于于于享今于于。
于 享今享今今于仿 信 书 且 S , , S , , , . , 0 S , 48 . , 争乐 . , 0 , 1 , 习 2 ,. , , 48 ,. , 争乐 ,. , , , , 。