2019先进制造业发展白皮书：先进制造之人工智能驱动

目 录

序言 (1)

1 概述 (2)

1.1 研究背景及意义 (2)

1.2 研究思路与方法 (6)

1.3 城市人工智能发展预期指数说明 (7)

2 中国内地36个直辖市、计划单列市、省会城市人工智能发展预期指数 (8)

2.1 人工智能发展预期指数 (8)

2.2 人工智能产业竞争力指数 (9)

2.3 人工智能应用创新力指数 (13)

2.4 人工智能环境驱动力指数 (18)

3 中国城市人工智能发展典型模式 (23)

3.1 深圳模式：企业主导创新，产业加速落地 (23)

3.2 广州模式：政府大力支持，重视技术应用 (24)

3.3 重庆模式：顶层规划引领，强化政府推动 (26)

3.4 贵阳模式：数据平台支撑，示范应用带动 (28)

4 中国城市人工智能未来发展建议 (29)

4.1 加快关键环节布局，推动人工智能产业生态化发展 (30)

4.2 支持智能新兴产业，形成人工智能产业集群化优势 (30)

4.3 加快完善基础环境，确保人工智能产业融合化发展 (31)

图表目录

图表 1 全球人工智能发展历程 (2)

图表 2 城市人工智能发展预期指数 (7)

图表 3 中国内地36个直辖市、计划单列市、省会城市人工智能发展预期指数排行榜 (8)

图表 4 中国内地36个直辖市、计划单列市、省会城市人工智能产业竞争力排行榜 (9)

图表 5 城市人工智能企业实力TOP10 (10)

图表 6 城市人工智能企业数量TOP15 (10)

图表 7 城市人工智能科研实力TOP10 (11)

图表 8 城市人工智能相关研究机构数TOP15 (11)

图表 9 城市人工智能园区实力TOP10 (12)

图表 10 城市人工智能相关园区数TOP15 (12)

图表 11 中国内地36个直辖市、计划单列市、省会城市人工智能应用创新力排行榜 (13)

图表 12 城市人工智能应用特色TOP10 (14)

图表 13 城市人工智能应用水平TOP10 (15)

图表 14 城市人工智能工业领域应用TOP15 (15)

图表 15 城市人工智能应用条件TOP10 (16)

图表 16 城市人工智能认知程度TOP15 (17)

图表 17 城市技术吸纳市场规模TOP15 (17)

图表 18 中国内地36个直辖市、计划单列市、省会城市人工智能环境驱动力排行榜 (18)

图表 19 城市人工智能人才驱动力TOP10 (19)

图表 20 城市高等院校毕业生数TOP15 (19)

图表 21 城市人工智能资本驱动力TOP10 (20)

图表 22 城市人工智能融资次数TOP15 (20)

图表 23 城市人工智能政策驱动力TOP10 (21)

图表 24 城市R&D经费支出TOP15 (22)

图表 25 深圳人工智能发展雷达图 (24)

图表 26 广州人工智能发展雷达图 (26)

图表 27 重庆人工智能发展雷达图 (27)

图表 28 贵阳人工智能发展雷达图 (29)

序言

当前，新一轮科技革命和工业革命正在全球孕育和兴起，技术加速创新与渗透融合推动制造业向数字化、网络化、智能化方向延伸拓展，新产品、新模式、新业态层出不穷，以自动化、机器人和数字产品为代表的先进制造业迅猛发展。

在日益错综复杂的国内外形势下，中国深入推进“中国制造2025”战略，加快推动工业高质量发展，增强工业特别是制造业的国际竞争力。2019年全国两会政府工作报告中提出：“打造工业互联网平台，拓展‘智能+’，为制造业转型升级赋能。”随着“智能+”时代的到来，可以预见，以人工智能、区块链、云计算、大数据等为代表的新一代信息技术与产业快速发展的同时，将逐渐与制造业融合，加速经济结构优化升级，对人们的生产和生活方式产生深远的影响。

本项研究选择人工智能这一“智能+”典型代表领域和先进制造业重要驱动力，面向中国内地36个直辖市、计划单列市、省会城市，采用指数评估的方式，通过综合发展预期、产业竞争力、应用创新力、环境驱动力等层面的评价，力图为各地政府了解自身发展程度、借鉴先进发展模式及确定未来发展重点提供些许参考。

鉴于时间、精力、能力有限，虽经反复论证推敲，本项研究尚有不足之处，请业界同仁不吝赐教。

1 概述

1.1 研究背景及意义

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括研究计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能产业生态通常可以分为基础层、技术层、应用层三大板块。其中，基础层包括大数据、云计算、开源框架、芯片、传感器、操作系统等基础技术；技术层包括人工智能的核心技术，如机器学习、语音识别、语义理解、计算机视觉等；应用层即人工智能与垂直细分领域的融合发展，包括智能医疗、智能安防、智能教育、智能家居等。

人工智能自20世纪50年代诞生至今，大致经历了三次浪潮。图表 1 全球人工智能发展历程

来源：众诚智库研究绘制

如今，人工智能正经历着从硬件、软件到系统、应用的全方位演进历程。

一是从原有的CPU架构转变为GPU并行运算架构。以X86、ARM为代表的传统CPU架构不适合程序指令少但数据运算量大的深度学习的要求，GPU（图形处理器）应运而生。GPU可以快速处理图像上的每一个像素点，其海量数据并行运算的能力非常适合深度学习的需求。谷歌大脑的研究结果表明，12颗英伟达（Nvidia）公司的GPU可以提供相当于2000颗CPU的深度学习性能。

二是从单一算法驱动转变为数据、运算力、算法复合驱动。在数据方面，信息技术的快速推广使各类数据资源不断积累，为人工智能的训练学习过程奠定了良好的基础；在运算力方面，云计算、并行计算、网格计算等新型计算方式的出现拓展了现代计算机的性能；在算法方面，深度学习运算模型日益优化，智能算法不断更新，模型辨识解析的准确度持续提升。

三是从封闭的单机系统转变为快捷灵活的开源框架。随着人工智能系统开发工具的日益成熟，通用性较强且各具特色的开源框架不断涌现，如谷歌的TensorFlow、Facebook的Torchnet、百度的PaddlePaddle 等。这些开源框架能在GPU上更好地继承Hadoop和Spark架构，广泛支持Python、Java、Scala、R等流行开发语言，能提供各种应用场景下的人工智能系统与解决方案。