2018年中國人工智能行業(yè)發(fā)展應(yīng)用、發(fā)展程度及2019年政策推動行業(yè)發(fā)展趨勢分析[圖]

    人工智能，英文縮寫為AI（ArtificialIntelligence），指的是由人類發(fā)明設(shè)計(jì)的智能系統(tǒng)，能夠模仿人類的思考方式，實(shí)現(xiàn)人腦的部分功能，替代人腦解決特定問題。

    一、發(fā)展階段

    人工智能的概念最早在20世紀(jì)50年代提出，1956年的達(dá)特茅斯暑期會議上正式提出了人工智能的概念。期間經(jīng)歷了三次發(fā)展浪潮，當(dāng)前處于第三次大發(fā)展期。

    第一次浪潮發(fā)生在1956~1976年，主導(dǎo)理論是邏輯主義，主要成果是完成了一些定理證明以及邏輯程序語言prolog。

    第二次浪潮發(fā)生在，1976~2006年，主導(dǎo)理論是連接主義，主要成果是神經(jīng)網(wǎng)絡(luò)理論的提出以及應(yīng)用。但是在實(shí)踐中發(fā)現(xiàn)可以解決一些簡單單一問題，對于復(fù)雜問題的處理效果不盡理想。

    第三次浪潮發(fā)生在2006~現(xiàn)在，可以稱之為基于互聯(lián)網(wǎng)大數(shù)據(jù)的深度學(xué)習(xí)，將大數(shù)據(jù)、神經(jīng)元網(wǎng)絡(luò)和數(shù)學(xué)統(tǒng)計(jì)的方法結(jié)合在一起。第三次浪潮的理論基礎(chǔ)和第二次浪潮類似，主要的差別在于基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法取得了巨大的成功。這里的主要推動因素包括了硬件的進(jìn)步、卷積神經(jīng)網(wǎng)絡(luò)模型優(yōu)化、參數(shù)訓(xùn)練技巧的發(fā)展等。

    前兩次浪潮解決了人工智能的一些基礎(chǔ)理論問題，第三次浪潮的發(fā)展已經(jīng)使得人工智能技術(shù)的發(fā)展程度（識別率、準(zhǔn)確率等）可以實(shí)際解決很多傳統(tǒng)需要人類大腦才能解決的問題，具備了很強(qiáng)的實(shí)用性，獲得生產(chǎn)力。

    二、應(yīng)用分層

    人工智能根據(jù)從底層到應(yīng)用的技術(shù)邏輯可以分成基礎(chǔ)層、技術(shù)層、應(yīng)用層?；A(chǔ)層從硬件和理論層面，為人工智能的實(shí)現(xiàn)提供了根本保障，主要包括AI芯片和深度學(xué)習(xí)算法。AI芯片的發(fā)展進(jìn)步，提供了越來越強(qiáng)的計(jì)算能力；深度學(xué)習(xí)算法的建立，提供了AI解決問題的計(jì)算方法。

    技術(shù)層是基于基礎(chǔ)層的支撐，設(shè)計(jì)出的解決某一類過去需要人腦解決問題的通用方法，具體包括智能語音、計(jì)算機(jī)視覺、自然語言處理以及其他類這四大人腦功能的處理方法。這些方法基于深度學(xué)習(xí)算法，根據(jù)具體的數(shù)據(jù)以及處理場景，形成了專門的成套技術(shù)處理方法和最佳實(shí)踐。

    通過技術(shù)層的實(shí)現(xiàn)，將基礎(chǔ)層提供的算力以及計(jì)算方法運(yùn)用到具體領(lǐng)域，去真實(shí)對應(yīng)到大腦的某一類功能以及實(shí)踐能力。

    應(yīng)用層是基于技術(shù)層的能力，去解決具體現(xiàn)實(shí)生活中的問題。比如利用計(jì)算機(jī)視覺技術(shù)，實(shí)現(xiàn)金融、安防等多個領(lǐng)域的人臉識別；利用智能語音技術(shù)，實(shí)現(xiàn)智能音箱、錄音筆等的語音識別；利用自然語言處理技術(shù)，用于智能客服的問答。在實(shí)際的應(yīng)用中，技術(shù)層和應(yīng)用層的關(guān)系是相互交叉的，某個領(lǐng)域的應(yīng)用可能用到多個維度的技術(shù)層的能力，比如金融行業(yè)的應(yīng)用對于智能語音、計(jì)算機(jī)視覺、自然語言處理技術(shù)都會有需求；同樣某個技術(shù)層的能力也可以廣泛應(yīng)用到多個不同的應(yīng)用領(lǐng)域，比如計(jì)算機(jī)視覺技術(shù)可以廣泛應(yīng)用到金融、安防、醫(yī)療、交通、教育等多個維度。

人工智能的基礎(chǔ)層、技術(shù)層、應(yīng)用層

數(shù)據(jù)來源：公開資料整理

    相比之前歷次工業(yè)革命中的落后狀態(tài)，中國在人工智能時(shí)代從技術(shù)到產(chǎn)業(yè)的多方面已經(jīng)進(jìn)入了國際領(lǐng)先集團(tuán)。國際范圍來看，人工智能行業(yè)呈現(xiàn)美國相對領(lǐng)先，中美“雙雄并立”構(gòu)成第一集團(tuán)，英日法德等傳統(tǒng)發(fā)達(dá)國家構(gòu)成第二集團(tuán)的競爭局面。同時(shí)全球各國針對AI領(lǐng)域的發(fā)展均出臺政策大力支持，其中又尤以中國和美國的支持力度較大，上升到國家戰(zhàn)略層面。

    基礎(chǔ)研究能力是衡量一個國家行業(yè)發(fā)展水平的重要標(biāo)志，其中科研論文和人才是核心指標(biāo)，綜合這兩個指標(biāo)來看，中國的人工智能基礎(chǔ)研究能力僅次于美國，處于第二集團(tuán)。

    中國AI論文數(shù)量從2000年開始快速攀升，根據(jù)清華大學(xué)的統(tǒng)計(jì)，我國（含港澳臺）的AI論文數(shù)量，從1997年的1000余篇快速增長至2017年的37000多篇；占全球的比例也從4.26%增長至27.68%。

    經(jīng)過這些年的快速進(jìn)步，我國的人工智能論文數(shù)量無論是累計(jì)值還是當(dāng)期值都處于國際領(lǐng)先地位，和美國共同構(gòu)成了第一集團(tuán)。英國、日本、德國、印度、法國等國家的論文數(shù)量處于第二集團(tuán)。

    雖然中國的AI論文數(shù)量已經(jīng)處于世界領(lǐng)先地位，但是在核心科研人才方面還有較大提升空間。清華大學(xué)的研究表明，美國的AI領(lǐng)域杰出人才數(shù)量遙遙領(lǐng)先，是第二名英國的接近五倍。中國的AI科研人才數(shù)量也很多，但是杰出人才占比很低，數(shù)量上和英國、德國、法國、意大利相近處于第二集團(tuán)。將科研論文和核心人才綜合來看，不難看出中國的AI基礎(chǔ)研究能力僅次于美國。

全球人工智能人才分布

數(shù)據(jù)來源：公開資料整理

    三、人工智能產(chǎn)業(yè)化程度

    人工智能行業(yè)的產(chǎn)業(yè)化程度可以從企業(yè)數(shù)量以及投融資額這兩個維度進(jìn)行判斷，而中美兩國和其他國家相比，在這兩個維度上的優(yōu)勢都非常明顯。近年中國人工智能企業(yè)數(shù)量快速涌現(xiàn)。據(jù)調(diào)查數(shù)據(jù)表明，中國人工智能企業(yè)的數(shù)量從2012年的300家迅速增長到2017年末的1000家左右。橫向來看，中國的人工智能企業(yè)數(shù)量在全球范圍內(nèi)僅次于美國，穩(wěn)居第二。據(jù)調(diào)查數(shù)據(jù)顯示，截止2018年6月，美國和中國的人工智能企業(yè)數(shù)量分別為2028、1011家，分列一二名，隨后排名第三的英國的企業(yè)數(shù)量僅有392家，排名第九的瑞典僅有55家，和中美差距較大。
近年隨著人工智能應(yīng)用范圍越來越廣，全球和中國的人工智能領(lǐng)域的投融資規(guī)模都呈上漲趨勢，其中來自中國的增長尤其迅速，占比也越來越高。據(jù)調(diào)查數(shù)據(jù)統(tǒng)計(jì)，2017年全球人工智能投融資總規(guī)模為395億美元，中國達(dá)到了277.1億美元，占全球融資總額的70%。2013年到2018年的第一季度全球AI行業(yè)累計(jì)投融資數(shù)據(jù)中，中國占比60%，美國29%，合計(jì)占比接近90%。

中國以及全球人工智能領(lǐng)域投融資變化趨勢

數(shù)據(jù)來源：公開資料整理

    四、政策助力

    隨著人工智能技術(shù)的快速發(fā)展，全球展開了AI軍備競賽，各主要發(fā)達(dá)國家均出臺了不少支持和引導(dǎo)AI行業(yè)發(fā)展的政策，其中又尤以中國和美國的支持力度較大，上升到國家戰(zhàn)略層面。

    我國人工智能政策的一個突出特點(diǎn)是數(shù)量非常多，持續(xù)性強(qiáng)，并且充分涵蓋了中央和地方。據(jù)調(diào)查數(shù)據(jù)顯示，我國中央政府層面的人工智能政策逐年增加，近年發(fā)布量維持在30以上。而我國省級政府的AI政策則數(shù)量更多，在2015年達(dá)到了峰值276，近兩年雖有所回落也都保持在50以上。這些中央以及省級層面的政策相互呼應(yīng)，從資金、稅收、項(xiàng)目等多個層面持續(xù)支持人工智能行業(yè)的發(fā)展。

2018-2019年政府工作報(bào)告人工智能相關(guān)內(nèi)容

數(shù)據(jù)來源：公開資料整理

《新一代人工智能發(fā)展規(guī)劃》主要內(nèi)容

數(shù)據(jù)來源：公開資料整理

行動計(jì)劃的具體部署

數(shù)據(jù)來源：公開資料整理

    雖然美國的AI實(shí)力全球領(lǐng)先，但美國政府的人工智能相關(guān)規(guī)劃政策2016~2017年才開始逐步發(fā)布，如《國家人工智能研究和發(fā)展戰(zhàn)備計(jì)劃》、《人工智能、自動化和經(jīng)濟(jì)》、《人工智能白皮書》等。近一年以來美國政府的重視程度大為提高，2019年的財(cái)政預(yù)算要求是美國歷史上第一個制定人工智能和無自助、無人系統(tǒng)作為行政研發(fā)重點(diǎn)的預(yù)算。

    而2019年2月，特朗普總統(tǒng)簽署的行政命令創(chuàng)建了一個名為《美國人工智能倡議（AmericanAIInitiative）》的項(xiàng)目，集全國之力“優(yōu)先考慮AI投資”，標(biāo)志著人工智能也已經(jīng)成為美國的國家戰(zhàn)略。美國的這些政策總體來說聚焦于應(yīng)對人工智能蓬勃發(fā)展的大趨勢，著眼長期對國家安全與社會穩(wěn)定的影響與變革，保持美國對人工智能發(fā)展始終具有主動性與預(yù)見性，對于重要的人工智能領(lǐng)域力圖保持世界領(lǐng)先地位。

    由于其他國家的人工智能綜合實(shí)力相比美中兩國有一定差距，因此其往往是聚焦于其本身原有的和人工智能能夠較好結(jié)合的優(yōu)勢行業(yè)，去發(fā)展自己在局部領(lǐng)域的核心競爭力。如德國的優(yōu)勢在于利用人工智能和工業(yè)4.0的結(jié)合，英國致力于人工智能和硬件芯片的結(jié)合，而日本則試圖利用人工智能打造新一代機(jī)器人。

發(fā)達(dá)國家人工智能規(guī)劃

數(shù)據(jù)來源：公開資料整理

    相關(guān)報(bào)告：智研咨詢發(fā)布的《2019-2025年中國人工智能行業(yè)市場潛力分析及投資方向研究報(bào)告》