2016年国内人工智能行业现况及趋势

人工智能

现状趋势

需积分: 33 24 浏览量更新于2023-05-31 收藏 1.05MB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

第 1 页共 20 页

国内人工智能行业现况及趋势

在东西方神话中，上古「智人」通过各种方法制造「人类」这一物种并赋予

其智能；而到了中世纪的欧洲，古典哲学家们尝试着用机械符号处理的观点解释

人类大脑的活动；直到 20 世纪 40 年代，来自数学，心理学，工程学，经济学

和哲学等领域的一批科学家们基于抽象数学推理的可编程数字计算机的发明使

得智能大脑出现的可能性被广泛探讨。

1950 年，Marvin Minsky 和 Dean Edmonds 建造了世界上第一台神经网络

计算 SNARC（Stochastic Neural Analog Reinforcement Calculator），它通

过使用 3000 个真空管和 B-24 轰炸机上的自动指示装置模拟了 40 个神经元

而组成神经网络。

同期，被誉为「计算机科学之父」的 Alan Turing 在 Mind 上发表论文，

第一次提出机器智能设想。虽然未提到具体的研究方法，但论文中提到的「图灵

测试」、「机器学习」、「遗传算法」和「强化学习」等理论也在日后成为了人

工智能领域重要的分支。

图灵的计算理论认为任何形式的计算均可被数字信号描述，这也为人工智能

的后续实践提供了理论基础。

随后的 1956 年，在 Marvin Minsky 连同 Claude Shannon 和 Nathan

Rochester 一起组织的 Dartmouth 会议上，「人工智能」这个概念首次被提出

并开启了西方「人工智能」科学长达半个多世纪的高速发展。

在中国，关于「人工智能」的研究和探讨在 70 年代末被解禁后又不适时地

与「特异功能」联系在一起而停滞不前，直到 80 年代初期随着技术和思想的不

断进步才取得实质性进步。

而今，全球共有近千家人工智能公司遍及 62 个国家的十余个产业，国内涉

及人工智能领域的公司也早已破百。

除了「机器学习」、「模式识别」和「神经网络」这些晦涩的词汇和各种层

出不穷的借势营销，这个看似离我们越来越近的市场却在「互联网玄学」的外衣

下显得愈发迷雾重重。

那么，关于人工智能，你究竟了解多少？在下一个产业浪潮到来之前，我们

到底又应该关注什么？

一、国内人工智能产业链解构

「基础技术」、「人工智能技术」和「人工智能应用」构成了人工智能产业

链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并

对其中的「人工智能应用」进行重点解构。

1.基础技术提供平台

人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发

展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的

第 2 页共 20 页

基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即「基

础设施即服务（IaaS）」、「平台即服务（PaaS）」和「软件即服务（SaaS）」。

基础技术提供平台为人工智能技术的实现和人工智能应用的落地提供基础

的后台保障，也是一切人工智能技术和应用实现的前提。

对于许多中小型企业来说，SaaS 是采用先进技术的最好途径，它消除了企

业购买、构建和维护基础设施和应用程序的需要；而 IaaS 通过三种不同形态服

务的提供（公有云、私有云和混合云）可以更快地开发应用程序和服务，缩短开

发和测试周期；作为 SaaS 和 IaaS 中间服务的 PaaS 则为二者的实现提供了云

环境中的应用基础设施服务。

SaaS：提供给客户的服务是运营商运行在云计算基础设施上的应用程序，用

户可以在各种设备上通过客户端界面访问，如浏览器。

PaaS：将软件研发的平台作为一种服务，以 SaaS 的模式提交给用户。

IaaS：分为公有云、私有云和混合云三种形态，提供给消费者的服务是对所

有设施的利用，包括处理器、存储、网络和其它基本的计算资源，用户能够部署

和运行任意软件，包括操作系统和应用程序。

2.人工智能技术平台

与基础技术提供平台不同，人工智能技术平台主要专注于「机器学习」、「模

式识别」和「人机交互」三项与人工智能应用密切相关的技术，所涉及的领域包

括机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家

系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机

器人学、语言和图像理解和遗传编程等。

机器学习：通俗的说就是让机器自己去学习，然后通过学习到的知识来指导

进一步的判断。我们用大量的待遇标签的样本数据来让计算机进行运算并设计惩

罚函数，通过不断的迭代，机器就学会了怎样进行分类，使得惩罚最小。这些学

到的分类规则可以进行预测等活动，具体应用覆盖了从通用人工智能应用到专用

人工智能应用的大多数领域，如：计算机视觉、自然语言处理、生物特征识别、

证券市场分析和 DNA 测序等。

第 3 页共 20 页

模式识别：模式识别就是通过计算机用数学技术方法来研究模式的自动处理

和判读，它偏重于对信号、图像、语音、文字、指纹等非直观数据方面的处理，

如语音识别，人脸识别等，通过提取出相关的特征来实现一定的目标。文字识别、

语音识别、指纹识别和图像识别等都属于模式识别的场景应用。

人机交互：人机交互是一门研究系统与用户之间的交互关系的学问。系统可

以是各种各样的机器，也可以是计算机化的系统和软件。在应用层面，它既包括

人与系统的语音交互，也包含了人与机器人实体的物理交互。

而在国内，人工智能技术平台在应用层面主要聚焦于计算机视觉、语音识别

和语言技术处理领域，其中的代表企业包括科大讯飞、格灵深瞳、捷通华声（灵

云）、地平线、SenseTime、永洪科技、旷视科技、云知声等。

3.人工智能应用

人工智能应用涉及到专用应用和通用应用两个方面，这也是「机器学习」、

「模式识别」和「人机交互」这三项人工智能技术的落地实现形式。

其中，专用领域的应用涵盖了目前国内人工智能应用的大多数应用，包括各

领域的人脸和语音识别以及服务型机器人等方面；而通用型则侧重于金融、医疗、

智能家居等领域的通用解决方案，目前国内人工智能应用正处于由专业应用向通

用应用过度的发展阶段。

（1）计算机视觉

在国内计算机视觉领域，动静态图像识别和人脸识别是主要研究方向：

图像识别，是计算机对图像进行处理、分析和理解，以识别各种不同模式的

目标和对像的技术。识别过程包括图像预处理、图像分割、特征提取和判断匹配。

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用

摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人

脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面

部识别。

剩余19页未读，继续阅读

曼陀罗彼岸花

粉丝: 2905
资源: 23

会员权益专享

2016年国内人工智能行业现况及趋势

人工智能技术带给旅游业的五大发展趋势.doc

中国人工智能理财分析报告.pptx

投中研究院：2019中国人工智能产业投融资白皮书

请应用文献检索等方法介绍计算机专业人工智能方向整体就业趋势、目标行业的行业现状、工作内容、对生活的影响等情况，1000字左右

智能产品开发与应用行业现状及发展趋势

人工智能国内外研究现状

国内外研究现状及发展趋势

计算机科学与技术专业相关行业的发展现状及趋势

机器视觉与人工智能国内外现状

生成式人工智能国内学者研究现状

通用大模型和行业模型国内外研究现状和趋势

人工智能的历史，现状及发展趋势

基于人工智能的智能家居系统的国内外发展研究现状及发展动态

人工智能现状与未来.pptx

人工智能的发展、机遇与挑战.pptx

数据中心现状与趋势-.pdf

数据中心现状与趋势-201704.pdf

2023无人机现状观察及安全分析报告70页.pdf

96_基于Android的美食推荐 APP-源码.zip

南京大学分布式系统课程实验.zip

会员权益专享

最新资源