人工智能研究报告简版0913.docxVIP

人工智能技术与应用态势新兴产业百人会2017年9月一、人工智能发展总体态势（一）发达国家把人工智能提升至战略高度人工智能是引领未来的战略性技术，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。美国于2013年启动创新神经技术脑研究（BRAIN）计划，2016年5月美国白宫成立了“人工智能和机器学习委员会”，同年10月美国发布了《国家人工智能研究发展战略规划》与《为未来的人工智能做好准备》两份报告，提出了美国人工智能的七大发展战略，并针对人工智能的潜在风险问题提出了对策建议。欧盟于2013年提出了人脑计划，目的是通过计算机技术模拟大脑，建立一套具有创新性的全新的生成、分析、整合及模拟数据的信息通信技术平台。2013年，欧盟委员会还与欧洲机器人协会合作完成了SPARC计划，以资助机器人领域的相关创新。日本也高度重视对人工智能发展的支持，日本于2017年制定了人工智能产业化路线图，计划分三个阶段推进利用人工智能技术，以大幅提高制造业、物流、医疗和护理行业效率。我国已出台多个与人工智能相关的行动计划或规划方案。2015年7月，国务院印发《关于积极推进“互联网+”行动的指导意见》，将“互联网+人工智能”列为11项重点行动之一。《中国制造2025》重点领域技术路线图中也构建了机器人产业发展蓝图。2016年3月，两会授权发布《中华人民共和国国民经济和社会发展第十三个五年规划纲要》，提出“重点突破大数据和云计算关键技术、自主可控操作系统、高端工业和大型管理软件、新兴领域人工智能技术”。2016年5月，国家发改委在《“互联网+”人工智能三年行动实施方案》中明确提出，至2018年我国将形成千亿元级人工智能市场应用规模。2017年7月国务院印发《新一代人工智能发展规划》是我国针对人工智能领域的第一个系统部署文件，对2030年我国人工智能发展的总体思路、战略目标、重点任务及保障措施做了系统性规划。（二）人工智能相关技术取得突破性进展在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能正在加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。在算法方面，深度学习算法重要性日益凸显，卷积神经网络、递归神经网络及生成对抗网络等成为业界关注焦点，广泛地应用于自然语言理解、计算机视觉、无人驾驶、人机博弈等场景。在硬件方面，CPU+GPU、FPGA、TPU、仿人脑神经芯片及量子人工智能处理器等硬件构架呈现多源快速突破态势。目前，我国在计算机视觉、语音识别技术方面处于国际领先水平，技术日渐成熟，革命性应用产品有望持续推出。如在语音识别技术方面，百度的语音识别准确率在2015年已超过90%。国内龙头科大讯飞在2016年ChiME Challenge比赛中的识别错误率已降至2.24%，准确率正在接近99%的人机交互质变阈值。在计算机视觉方面，我国学术界和工业界团队包揽了2016年ImageNet图像识别大赛的多项冠军，商汤科技和港中文获得目标检测第一，公安部三所获得目标定位第一，海康威视获得场景分类第一。图1 人工智能技术成熟度曲线（三）人工智能成为产业竞争的新焦点国外有谷歌、Facebook、因特尔、微软、苹果、特斯拉，我国有百度、腾讯、阿里巴巴等，这些企业纷纷将人工智能作为企业未来的业务核心。2016年，Facebook将人工智能做为其远景布局中的三大支柱之一。亚马逊也表示Alexa语音助手有望成为第四大业务支柱。谷歌10月宣布从移动先行转向人工智能先行。人工智能的创新型企业正在成为国际并购热点，不少大型科技型企业通过持续收购来储备相关人才和技术。CB Insights数据表明，2011年至2016年全球有近140家从事先进人工智能技术的企业被收购，其中2016年被收购的企业数量达到了40家。据《乌镇指数：全球人工智能发展报告2016》数据，中国人工智能投资在2016年上半年达到了约6亿美元的规模，其中第二季度更是达到了创纪录的4.7亿美元，这表明我国在人工智能领域的投资明显加快。（四）“智能+”经济生态日益完善人工智能与各产业领域产生深度融合，形成了数据驱动、人机协同、跨界融合、共创分享的智能经济生态。一方面，在人工智能新兴产业方面，重点领域智能产品不断取得创新，人工智能新兴业态持续涌现。另一方面，人工智能与各行业的融合创新不断深化，已在制造、农业、物流、金融、商务、家居等重点行业和领域取得广泛应用。数据来源：Analysys易观图2人工智能产业生态图谱二、人工智能技术前沿动态（一）深度学习成为人工智能时代的核心算法深度学习通常被认为是一种改良的计算机神经网络，大