最新人工智能行业研究报告
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
8 层神经网络 3.5%，而人类对同一数据库识别错误率在 5.1%1， 8 层神经网络 19 层神经网络 图像识别能力已超越人类。 11.70% 2010-2016年 ImageNet 图像识别错误率 7.30% 16.40% 25.80% 22 层神经网络 6.70%
理想情况下，计算机
152 层神经网络
定位
数据驱动
测试优化
精准画像
场景驱动
预测分析
神经的深度算法，一方面不断加强从海量数据库中
能力，一方面不断加强对新事 对算法来说 ，归纳和演绎同样重要，最终目的是提高识别效率
自行归纳物体特征的
场景模型
决策支持
物多层特征提取、描述和还原的能力。
30% 25% 20% 15%
28.20%
Байду номын сангаас
。最新ImageNet测试结果显示，AI 错误率低达
二. 人工智能的技术支持层 • 人工智能产业链图
• • AI产业链综述 AI技术支撑层：数据标注、语音识别、语义识别与计算机视觉
三. 人工智能的应用场景层
• • • AI+安防 AI+医疗 AI+金融
• AI+家居、AI+教育与其他应用场景 四. 人工智能行业总结 • • AI行业总结 AI 未来发展&投资机会简析
行业驱动力 1.1 行业概述 1.2 行业驱动力 1.3 巨头布局 1.4 行业市场规模
技术驱动
技术驱动：算法和计算力是主要 驱动力
• 在AI发展的不同阶段，驱动力各有侧重，我们可以 将AI的发展划分为三个 阶段：技术驱动阶段、数据 驱动阶段和场景驱动阶段。 • 技术驱动阶段集中诞生了基础理论、基本规则和基 本开发工具。在此阶段 ，算法和计算力对AI的发展 层网络 起到主要推动作用。现在主流应用的基于多
知 层的技术仍不甚完善，即使是像计算机视觉这样的感知层技术也存在发展 不均衡的问题。
• 随着AI支撑技术的不断发展，AI将持续拓展更多的应用场景；而愈发多样 渡 到通用型AI。 • 总体来说，AI最重要的还是要将技术与应用场景相结合，无法落地的技术 很难得到资本青睐和市场认可，而有 化的应用场景需求又会反过来驱动支
算 力对AI的发展起到主要推动作用，其中计算力主要包含芯片、超级计算机
、云计算等三个维度。 • 在市场规模方面，综合考虑我国人工智能的爆发节点、技术成熟度以及全 球AI市场规模等因素，我们保守估 计最迟至2019年我国AI 的市场规模将 突破百亿元，而2022年这一数字应在700 亿元左右。
人工智能目前仍处于发展的早期阶段，整体看来技术的发展将先于应用层面 ，但技术层面仍存在瓶颈需要突破；应用场景将不断丰富，它的扩充将会反 过来驱动支撑技术的持续发展， AI的整体市场规模将继续扩大。 • 相比应用场景层面的发展，基础应用层的技术将会是 AI 中较早发展的部分。 不过，从AI整体发展阶段来讲，我 们认为AI仍处于早期，虽然语音识别、 计算机视觉等感知层的技术目前已经取得了一定成就，但语义识别等认
3.50%
10%
5% 0%
2010年 NEC美国
2011年 Xerox
2012年 AlexNet
2013年 Clarifi VGG
2014年
2015年 2016年 GoogleNet ResNet
来源：公开资料整理 • 如上图所示，每年在ImageN et测试中错误率最低的
撑技术，从而带动整个AI 行业的持续 发展。但各应用场景的发展并非均衡，整体看来将从垂直领域AI逐渐过
闭环、垄断性的数据，并且其技术能 够与实际应用场景结合的公司将有望产生难以被替代的商业价值。
2
目 录 Contents
一. 人工智能综述
• • • • AI 是使用机器代替人类实现认知、分析、决策等功能的综合学科 计算力、算法、数据量与应用场景是AI爆发的主要驱动力 国内外巨头在AI领域纷纷布局 资本扶持下，未来AI的市场规模应在百亿元以上
、识别、分析、决策等功能， 均可认为使用了人工智能技术。 • 作为一种基础技术，理论上讲人工智能能够被应用在 业的概 念。 • 本报告将以2017年上半年为时间节点，对包括发展驱 动力、巨头布局、投 融资情况、预测的市场规模等在 内的人工智能行业到目前为止的整体发展情 况做简要 分析，并对包括数据标记、语音识别、语义识别、计 算机视觉等 技术领域以及安防、医疗、金融等应用场 景在内的细分领域及其典型企业进 行简析，探索人工 智能领域未来发展趋势和可能的投资 /创业机会。 产品
CHAPTER I
人工智能综述
• • • • • AI是使用机器代替人类实现认知、分析、决策等功能的综合学科 计算力、算法、数据量与应用场景是AI爆发的主要驱动力 国内外巨头在AI领域纷纷布局 资本扶持下，未来AI的市场规模应在百亿元以上 人工智能产业链图
行业概述 1.1 行业概述 1.2 行业驱动力 1.3 巨头布局 1.4 行业市场规模
智慧家居 智慧工业
各个基础行业（如AI+金
融、AI+ 医疗、AI+传统制造 业等），同时也有其如机器人这样具体应用行
方案集成层 基础应用层 技术支撑层
图片来源：36氪研究院
基础应用技术
传感器 CPU GPU
关键硬件
语音识别
自然语言处理
NPU
计算机视觉 深度学习（CNN、RNN等） 路径规划
算法模型
5
AI是使用机器代替人类实现认知 、分析、决策等功能的综合学科
• 人工智能（Artificial Intelligence）是指使用机器代 替人类实现认知、识别
、分析、决策等功能，其本质
一门综合
是对人的意识与思维的信息过程的模拟，是
了计算机科学、生理学、哲学的交叉学科。凡是使用 机器代替人类实现认知
注释：结合了物联网与人工智能的智 能制造行业也 是AI的重要应用场景之 一，关于该领域的详细研究 讨论请见 36氪研究院系列报告《新制造研究报 告》。
人工智能行业研究报告
报告摘要
人工智能（Artificial Intelligence ）是指使用机器代替人类实现认知、识别 、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟。 • 在AI发展的不同阶段，驱动力各有侧重，我们可以将AI的发展划分为三个 阶段：技术驱动阶段、数据驱动阶段
和场景驱动阶段。其中技术驱动阶段 集中诞生了基础理论、基本规则和基本开发工具。在此阶段，算法和计
理想情况下，计算机
152 层神经网络
定位
数据驱动
测试优化
精准画像
场景驱动
预测分析
神经的深度算法，一方面不断加强从海量数据库中
能力，一方面不断加强对新事 对算法来说 ，归纳和演绎同样重要，最终目的是提高识别效率
自行归纳物体特征的
场景模型
决策支持
物多层特征提取、描述和还原的能力。
30% 25% 20% 15%
28.20%
Байду номын сангаас
。最新ImageNet测试结果显示，AI 错误率低达
二. 人工智能的技术支持层 • 人工智能产业链图
• • AI产业链综述 AI技术支撑层：数据标注、语音识别、语义识别与计算机视觉
三. 人工智能的应用场景层
• • • AI+安防 AI+医疗 AI+金融
• AI+家居、AI+教育与其他应用场景 四. 人工智能行业总结 • • AI行业总结 AI 未来发展&投资机会简析
行业驱动力 1.1 行业概述 1.2 行业驱动力 1.3 巨头布局 1.4 行业市场规模
技术驱动
技术驱动：算法和计算力是主要 驱动力
• 在AI发展的不同阶段，驱动力各有侧重，我们可以 将AI的发展划分为三个 阶段：技术驱动阶段、数据 驱动阶段和场景驱动阶段。 • 技术驱动阶段集中诞生了基础理论、基本规则和基 本开发工具。在此阶段 ，算法和计算力对AI的发展 层网络 起到主要推动作用。现在主流应用的基于多
知 层的技术仍不甚完善，即使是像计算机视觉这样的感知层技术也存在发展 不均衡的问题。
• 随着AI支撑技术的不断发展，AI将持续拓展更多的应用场景；而愈发多样 渡 到通用型AI。 • 总体来说，AI最重要的还是要将技术与应用场景相结合，无法落地的技术 很难得到资本青睐和市场认可，而有 化的应用场景需求又会反过来驱动支
算 力对AI的发展起到主要推动作用，其中计算力主要包含芯片、超级计算机
、云计算等三个维度。 • 在市场规模方面，综合考虑我国人工智能的爆发节点、技术成熟度以及全 球AI市场规模等因素，我们保守估 计最迟至2019年我国AI 的市场规模将 突破百亿元，而2022年这一数字应在700 亿元左右。
人工智能目前仍处于发展的早期阶段，整体看来技术的发展将先于应用层面 ，但技术层面仍存在瓶颈需要突破；应用场景将不断丰富，它的扩充将会反 过来驱动支撑技术的持续发展， AI的整体市场规模将继续扩大。 • 相比应用场景层面的发展，基础应用层的技术将会是 AI 中较早发展的部分。 不过，从AI整体发展阶段来讲，我 们认为AI仍处于早期，虽然语音识别、 计算机视觉等感知层的技术目前已经取得了一定成就，但语义识别等认
3.50%
10%
5% 0%
2010年 NEC美国
2011年 Xerox
2012年 AlexNet
2013年 Clarifi VGG
2014年
2015年 2016年 GoogleNet ResNet
来源：公开资料整理 • 如上图所示，每年在ImageN et测试中错误率最低的
撑技术，从而带动整个AI 行业的持续 发展。但各应用场景的发展并非均衡，整体看来将从垂直领域AI逐渐过
闭环、垄断性的数据，并且其技术能 够与实际应用场景结合的公司将有望产生难以被替代的商业价值。
2
目 录 Contents
一. 人工智能综述
• • • • AI 是使用机器代替人类实现认知、分析、决策等功能的综合学科 计算力、算法、数据量与应用场景是AI爆发的主要驱动力 国内外巨头在AI领域纷纷布局 资本扶持下，未来AI的市场规模应在百亿元以上
、识别、分析、决策等功能， 均可认为使用了人工智能技术。 • 作为一种基础技术，理论上讲人工智能能够被应用在 业的概 念。 • 本报告将以2017年上半年为时间节点，对包括发展驱 动力、巨头布局、投 融资情况、预测的市场规模等在 内的人工智能行业到目前为止的整体发展情 况做简要 分析，并对包括数据标记、语音识别、语义识别、计 算机视觉等 技术领域以及安防、医疗、金融等应用场 景在内的细分领域及其典型企业进 行简析，探索人工 智能领域未来发展趋势和可能的投资 /创业机会。 产品
CHAPTER I
人工智能综述
• • • • • AI是使用机器代替人类实现认知、分析、决策等功能的综合学科 计算力、算法、数据量与应用场景是AI爆发的主要驱动力 国内外巨头在AI领域纷纷布局 资本扶持下，未来AI的市场规模应在百亿元以上 人工智能产业链图
行业概述 1.1 行业概述 1.2 行业驱动力 1.3 巨头布局 1.4 行业市场规模
智慧家居 智慧工业
各个基础行业（如AI+金
融、AI+ 医疗、AI+传统制造 业等），同时也有其如机器人这样具体应用行
方案集成层 基础应用层 技术支撑层
图片来源：36氪研究院
基础应用技术
传感器 CPU GPU
关键硬件
语音识别
自然语言处理
NPU
计算机视觉 深度学习（CNN、RNN等） 路径规划
算法模型
5
AI是使用机器代替人类实现认知 、分析、决策等功能的综合学科
• 人工智能（Artificial Intelligence）是指使用机器代 替人类实现认知、识别
、分析、决策等功能，其本质
一门综合
是对人的意识与思维的信息过程的模拟，是
了计算机科学、生理学、哲学的交叉学科。凡是使用 机器代替人类实现认知
注释：结合了物联网与人工智能的智 能制造行业也 是AI的重要应用场景之 一，关于该领域的详细研究 讨论请见 36氪研究院系列报告《新制造研究报 告》。
人工智能行业研究报告
报告摘要
人工智能（Artificial Intelligence ）是指使用机器代替人类实现认知、识别 、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟。 • 在AI发展的不同阶段，驱动力各有侧重，我们可以将AI的发展划分为三个 阶段：技术驱动阶段、数据驱动阶段
和场景驱动阶段。其中技术驱动阶段 集中诞生了基础理论、基本规则和基本开发工具。在此阶段，算法和计