2019中国人工智能发展报告

2019中国人工智能发展报告
2019 中国人工智能发展报告
目录
前
言 . ......................................................................... .............................................................................. .........2 一、
1、
2、
3、
4、
5、人工智能的新时代到来：情境驱动时
代 (4)
人工智能发展历
史 . ......................................................................... ....................................4 人工智能市场预
测 . ......................................................................... ....................................9 数据视角下当前AI 的技术布
局 . ......................................................................... ........ 11 AI 解决的痛点与存在的不
足 ........................................................................... ............ 14 AI 对人类社会的影
响 ........................................................................... .. (16)
二、无数据不
AI ........................................................................... .......................................................... 17 1、
2、数据与AI 的关
系 ........................................................................... .................................. 17 新的商业竞争范
式 . ......................................................................... (19)
三、行业全景与企业玩家分
类 . ......................................................................... ................................. 21 1、
2、数据视角下的中国人工智能行业全
景 (21)
中国企业玩家分类及各自的速赢策
略 (24)
四、未来人工智能的发展趋势以及对策............................................................................ ............. 27 1、
2、
3、中国人工智能行业发展趋
势 ........................................................................... ............. 27 中国人工智能行业玩家的应对策
略 . ..........................................................................
30 对中国监管者的启
示 ........................................................................... ........................... 31 1
前言
今年以来又出现了很多热词，不止大数据，人工智能（AI ）、深度学习（deep learning）、机器学习（machine learning）、AR 、VR ……形色的创业团队鲸吞了市场
上相当一大部分的投资。

所有这一切好像跟我们相关，但好像离商业价值又那么远，他们
之间到底跟数据有什么关系，有没有可能给其他行业创造价值？
移动设备已经成为人类身体的延伸。

我们每天手机使用时长将近四个小时，好像历史
上第一次有这么一件东西跟着人在一起，它甚至已经变成人体的一部分，它默默在后台记
录着我们，不管上网，还是在现实生活中，在家中，在上班，在吃饭，在旅游，在消费，
我们所有的足迹都在被默默地记录下来。

好像数据行业迎来了历史上最好的时刻——数据
爆发的时刻。

但是，这已不是一个单纯的积累数据量的时代，这个新的时代，对计算提出了更高的
挑战。

第一，这些数据并不是所有的都被存储和收集。

除了摄像头和话筒，一个手机携带的
传感器数量多达16个。

这大量的隐形数据的采集、运算、存储、传输等等领域依然存在
着巨大的障碍。

第二，如何从大量的数据里面解读人的动作，识别人的场景是更加重要的一个问题。

现在的很多数据都是非结构化的情境数据，例如图像、声音、姿态、动作等等，需要人工
智能的帮忙从中间提炼有价值的信息。

所有的世界上顶尖的技术公司都在做一件事情，就
是尝试用算法用机器学习去还原人在现实生活中的动作，不管视觉、听觉、姿态、感知还
是做一些基础的工作，现在语音识别的技术，图象识别的技术都在大规模的发展。

但是为
什么当数十2
亿大脑神经元彼此传递信号时，就会出现喜爱、恐惧或者愤怒的主观感受呢？对此，
我们依然一无所知。

人工智能对世界的认知还停留在早期阶段。

2019年，谷歌旗下的Deepmind 公司研发的人工智能围棋程序AlphaGo 以4:1的比分战胜了世界冠军李世石，震惊了世界。

围棋因为其复杂性被认为是机器最难战胜人类的领域，但AlphaGo 通过深度学习和神经网络技术赋予了机器“直觉”以及自我学习能力，最终征服了围棋，成为了人工智能史上的又一里程碑，也让我们对人工智能的未来中充满了
信心。

人工智能作为一门交叉学科和科学前沿，至今尚无统一的定义，但不同科学背景的学
者对人工智能做了不同的解释：符号主义学派认为人工智能源于数理逻辑，通过计算机的
符号操作来模拟人类的认知过程，从而建立起基于知识的人工智能系统，其主要代表成果
是风靡一时的专家系统；联结主义学派认为人工智能源于仿生学，特别是人脑模型的研究，通过神经网络的联结机制和学习算法，建立起基于人脑的人工智能系统，其主要的代表成
果是风头正劲的深度学习；行为主义学派认为智能取决于感知和行动，通过智能体与外界
环境的交互和适应，建立基于“感知-行为”的人工智能系统，其主要代表成果是独树一
帜的强化学习。

其实这三个学派分别从思维过程、脑结构、身体三个方面对人工智能做了
一个阐述，目标都是创造出一个可以像人类一样具有智慧，能够自适应环境的智能体。

数据促进了人工智能的发展。

AI 技术的过去与现在的最大区别并不是算法上的区别，而是相适应的计算能力、原始数据和处理速度现在都有了，因此AI 技术现在能大放异彩。

目前人工智能在识别，包括在认知，产生很大进展的原因首先是数据量带来的。

本报告主
要将⼈工智能视为通过合成智能以研究智能特性的计算机科学的一个分支，并着重从人工
智能和数据的关系角度出发，分析了人工智能行业的发展现状与趋势，并给出建议。

3
一、人工智能的新时代到来：情境驱动时代
1、人工智能发展历史
A. 世界发展综述：三个阶段
纵观人工智能的发展历史，大致可以分为三个阶段。

第一个阶段叫技术驱动阶段，第
二个阶段叫数据驱动阶段，第三个阶段叫情境驱动阶段。

人工智能1.0：技术驱动
人工智能发展的第一个阶段，是基础理论诞生集中的阶段。

这个阶段奠定了人工智能发展的基本规则，并诞生了基本的开发工具，为日后人工智能的研发工具的升级开辟了先河。

在这个阶段，技术的发展，尤其是算法的发展，成了推动人工智能进步的最大动力。

尤其是达特茅斯会议之后，人们对于算法程序、语言的开发投入了极大热情，掀起了人工智能发展的第一波高潮。

在这个阶段的历史性事件有：
1936年英国数学家阿兰·图灵发表了一篇文章用于证明只用一种只需要对0和1两个数进行处理的通用计算机，就可以实现任何以演算式表达的数学问题。

这种机器被命名为“图灵机”。

成为了现代计算机的理论基础。

1950年阿兰·图灵出版《计算机与智能》。

书中提到用来检验机器智能是否与人类相当的“图灵测试”：如果一台机器能够与人类展开对话且不能被辨别出其机器身份，那么，就称这台机器具有智能。

同年，科幻作家艾萨克·阿西莫夫提出“机器人三定律”，为人工智能的设计与制造提供了准则。

4
1956年第一节人工智能会议在美国达特茅斯学院召开，标志着人工智能领域正式诞生。

同年，艾伦·纽厄尔和赫伯特·A ·西蒙开发出了一个名为“逻辑理论家”的程序，能够证明《数学原理》中的38个定理，其中某些证明比原著更新颖和精妙。

1958年约翰·麦卡锡发明了Lisp 编程语言，后来被广泛运用于人工智能和计算机领域。

1963年美国国防部高级研究计划局（DARPA ）给麻省理工学院、卡内基梅隆大学的人工智能研究组投入了大量经费，人工智能的研究迎来了第一个高潮
1964年麻省理工学院的丹尼·巴洛向世人展示，电脑能掌握足够的自然语言从而解决了开发计算机代数词汇程序的难题。

1965年约瑟夫·魏岑堡建造了ELIZA ——一种互动程序，它能以英语与人就任意话题展开对话。

1969年斯坦福大学研制出Shakey ——一种集运动、理解和解决问题能力于一身的机器人。

1973年英国数学家詹姆斯·莱特希尔报告称人工智能最多只能在棋类游戏上达到比较有经验的业余选手水平，永远无法胜任常识推理和人脸识别这样的工作。

导致英国政府大幅缩减了对人工智能的研究投资。

同时DARPA 也对美国人工智能研究感到失望取消了卡内基梅隆大学人工智能研究的投资，人工智能第一次陷入寒冬
1979年第一台电脑控制的自动行走器“斯坦福车”诞生。

人工智能2.0：数据驱动
5。