这年头,没挂上AI的名号,都不好意思说自己是旗舰机。德勤也预测到:2023年,人工智能芯片将成为智能手机的标配。除了手机,智能音箱作为AI的一大入口,也是迅速风靡:2017年销售量达165万台。

人工智能,这个科幻感十足的名词,正在走进现实:各国将AI融入顶层设计,巨头们积极布局生态,小厂商们纷纷在各大场景找突破,金融、医疗、公共服务等领域的新应用雨后春笋般的冒出来。

【报告下载地址: www.wangfz.com/archives/89760】

以下为整理呈现的干货:

AI浪潮爆发的背后


随着PC市场、 移动终端市场渐于饱和,互联网正在迎接人工智能时代。

全球AI发展地图报告
▲全球爆发人工智能产业浪潮


人工智能(AI)一词最早出现于1956年的达特茅斯会议,受限于早期的计算性能和算法发展,AI经历了半个多世纪的起起伏伏,概念更迭。

21世纪,随着计算能力大幅提升(特别是GPU的引入)、云计算的兴起、机器学习(特别是深度学习)变得更加强大、互联网数据量急剧增长,人工智能从此进入了加速增长的新阶段。

▲三大因素推动人工智能快速发展


2016年,随着AlphaGo在人机大战(韩国围棋高手李世石败给谷歌人工智能AlphaGo)中,完成了传统算法在传统硬件架构下的不可能任务,“人工智能”成为热词,一夜蹿红。

人类看到了机器智能的曙光,产业看到了信息革命的风口。

▲信息革命:人工智能将成为各个产业的核心(援引软银世界大会.2017)


普华永道分析指出,截至2030年,AI将为全球GDP带来14%的增长,也就是15.7万亿美元(6.6万亿美元来自生产力的提高,9.1万亿美元来自相关消费/商业市场)。

▲主要国家加快布局人工智能


为此,各国政府将AI融入顶层设计,相关政策层出不穷,联手资本推动技术向产业转化;科技巨头致力于AI底层技术,并购交易数量飙升,围绕自家主业打造AI生态并加速向其他业务的扩散;中小企业在各个细分领域找到了生存空间并纷纷站队,传统企业走上转型之路……

▲人工智能分类与应用场景(援引渤海证券)

目前,人工智能全产业链基本形成。

从提高生产力的角度来看,AI为交通、医疗、教育、工业等行业的各层级提供深度融通,ICT(信息与通信技术)供给能力产生质的飞跃;从相关消费/商业市场的角度来看,AI加持下,实体经济数字化、网络化、智能化转型升级步伐加快。

▲AI全产业链基本形成

从AI创新的活跃度来看,科研机构和企业都在加快人工智能研究和创新,相关专利数指数型增长。2016年科技巨头在AI上的相关投入已经达到200亿到300亿美元,2017年AI投融资金额呈现井喷,2018年国产AI独角兽创企更是迎来了上市良机。

▲AI产业热度逐步提升


从规模来看,语音、视觉等AI技术已经步入实用和商用,智能音箱、智能安防等新兴市场备受追捧。我国现有人工智能企业数量已经接近1500家;全球来看,欧洲和亚洲的新增AI企业数增速逐步提升。

▲创新AI企业快速涌现,我国是人工智能发展高地

全球产业地图


人工智能产业链结构分为基础层(计算基础设施)、技术层(软件算法及平台)与应用层(行业应用及产品)。

基础层

  ▲AI基础层产业地图

基础层主要包括计算硬件(AI芯片)、计算系统技术(云计算、大数据和5G通信)和数据(数据采集、标注和分析)。

▲AI芯片产业梳理


以AI芯片为例,作为AI产业的核心硬件,有分析认为,到2020年AI芯片市场规模将达到146.16亿美元,约占全球人工智能市场规模12.18%,故此发展迅猛。

AI芯片也被称为AI加速器或计算卡,即专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责),支撑于侧、端侧AI计算需求。

当前,AI芯片主要分为GPU、DSP、FPGA、ASIC以及类脑芯片等,尤其是于端深度学习计算平台的需求正在快速释放。其中,来自我国的亮点企业有寒武纪、深鉴科技等。

▲全球部分人工智能公共数据集情况


除了计算硬件的支持,全球数据流量的快速增长也为AI倚仗的深度学习提供了良好基础,公共数据集为创新创业和行业竞赛提供优质数据,给初创企业带来必丌可少的资源。

有这样一种说法:深度学习是人工智能这台火箭的发动机,燃料是大数据,云计算是引擎。

技术层


▲AI技术层产业地图


技术层面,我们可以从三个维度来理解:算法理论(机器学习算法、类脑算法)、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、自然语言理解和人机交互)。

▲关键平台逐步形成,是产业竞争焦点


其中,开发平台可谓巨头云集。以平台为核心既能纵向打通全产业,又能以业务为导向抢滩重点产业,拓展基础技术,从而与自家的硬件战略打配合战。

基础开源框架方面,优势企业如谷歌、亚马逊、脸书加快部署机器学习、深度学习底层平台,建立产业事实标准。目前业内已有近40个各类AI学习框架,生态竞争异常激烈。

技术开放平台方面, 典型企业如科大讯飞、商汤科技利用技术优势建设开放技术平台,为开发者提供AI开发环境,建设上层应用生态。

▲部分应用技术快速成熟,进入实用阶段


应用技术方面,以语音识别、机器视觉为代表的人工智能技术快速成熟,达到实用化水平。

鉴于语音识别、机器视觉的成熟化,机器视觉、智能语音成为AI产业化水平最高的人工智能领域,企业数量和初创企业快速增长。

应用层

▲AI应用层产业地图

应用层面,我们可以从行业解决方案(“AI+”)和典型产品(机器人、智能音箱、智能汽车、无人机等)两个角度来看。

▲“AI+传统行业”:加快融合创新,推动社会转型升级


先来说行业解决方案,主要也就是“AI+传统行业”,这就覆盖了安防、交通、医疗、制造、教育、金融、家居等诸多垂直领域。

对于安防产业,AI指向了智能化检测预警与控制,将带来行业变革;对于交通,驾驶模式、交通优化等AI方案将提高城市通行效率,改变人们的出行模式;对于消费市场,智能音箱、智能家居等多通道交互产品将改变用户模式,催生新的O2O平台;对于工业而言,AI指向的工业机器人,甚至无人工厂将改善作业环境,提升生产力,降低成本。

本土AI的发展

▲当前各国AI实力:美国领跑,中国猛追

▲AI企业分布


目前,美国仍是人工智能核心发源地之一,坐拥卓越的技术研发机构、理论学科以及各类实验室,加上资本、政策利好,AI产业发展前景乐观,在基础算法和理论研究方面,相对领先,其它国家人工智能发展正在快速跟进。

中国已经成为全球AI中心之一。但数据环境、人才紧缺和智能硬件,特别是微晶片、CPU等产业的不成熟,可以说是中国人工智能发展面临的最大难题。

▲三个维度推动我国AI基础环境建设


不过,在政策指导和监管下,强烈的市场需求,包括工业、商业市场和消费场景,将会强力作用于AI技术研发和人才培养。目前,国内北京人工智能发展领跑全国,沪粤江浙发展逐步加速。

▲加快关键环节布局,推动我国人工智能产业生态化发展


小编认为,人工智能在经历了2017年的爆炸式发展后,并没有冷却起来,巨头们强势布局,各大创企纷纷进入成长期,在政策和资本的支持下加速建设技术壁垒并推广商业应用。预计AI+安防、出行、工业、金融等行业将率先增长,计算芯片、模式识别(语音和图像)、自然语言理解的可用性将得到检验,新的消费场景和商业模式将得到探索。