中国人工智能行业发展现状分析及投资前景预测教材.doc

中国人工智能行业发展现状分析及投资前景预测 在东西方神话中，上古「智人」通过各种方法制造「人类」这一物种并赋予其智能；而到了中世纪的欧洲，古典哲学家们尝试着用机械符号处理的观点解释人类大脑的活动；直到20世纪40年代，来自数学，心理学，工程学，经济学和哲学等领域的一批科学家们基于抽象数学推理的可编程数字计算机的发明使得智能大脑出现的可能性被广泛探讨。 1950年，Marvin Minsky和Dean Edmonds建造了世界上第一台神经网络计算SNARC（Stochastic Neural Analog Reinforcement Calculator），它通过使用3000个真空管和B-24轰炸机上的自动指示装置模拟了40个神经元而组成神经网络。 同期，被誉为「计算机科学之父」的AlanTuring在Mind上发表论文，第一次提出机器智能设想。虽然未提到具体的研究方法，但论文中提到的「图灵测试」、「机器学习」、「遗传算法」和「强化学习」等理论也在日后成为了人工智能领域重要的分支。 图灵的计算理论认为任何形式的计算均可被数字信号描述，这也为人工智能的后续实践提供了理论基础。 随后的1956年，在MarvinMinsky连同ClaudeShannon和NathanRochester一起组织的Dartmouth会议上，「人工智能」这个概念首次被提出并开启了西方「人工智能」科学长达半个多世纪的高速发展。 在中国，关于「人工智能」的研究和探讨在70年代末被解禁后又不适时地与「特异功能」联系在一起而停滞不前，直到80年代初期随着技术和思想的不断进步才取得实质性进步。 而今，全球共有近千家人工智能公司遍及62个国家的十余个产业，国内涉及人工智能领域的公司也早已破百。 除了「机器学习」、「模式识别」和「神经网络」这些晦涩的词汇和各种层出不穷的借势营销，这个看似离我们越来越近的市场却在「互联网玄学」的外衣下显得愈发迷雾重重。 一、国内人工智能产业链解构 「基础技术」、「人工智能技术」和「人工智能应用」构成了人工智能产业链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并对其中的「人工智能应用」进行重点解构。 （一）基础技术提供平台 人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即「基础设施即服务（IaaS）」、「平台即服务（PaaS）」和「软件即服务（SaaS）」。 基础技术提供平台为人工智能技术的实现和人工智能应用的落地提供基础的后台保障，也是一切人工智能技术和应用实现的前提。 对于许多中小型企业来说，SaaS是采用先进技术的最好途径，它消除了企业购买、构建和维护基础设施和应用程序的需要；而IaaS通过三种不同形态服务的提供（公有云、私有云和混合云）可以更快地开发应用程序和服务，缩短开发和测试周期；作为SaaS和IaaS中间服务的PaaS则为二者的实现提供了云环境中的应用基础设施服务。 SaaS：提供给客户的服务是运营商运行在云计算基础设施上的应用程序，用户可以在各种设备上通过客户端界面访问，如浏览器。 PaaS：将软件研发的平台作为一种服务，以SaaS的模式提交给用户。 IaaS：分为公有云、私有云和混合云三种形态，提供给消费者的服务是对所有设施的利用，包括处理器、存储、网络和其它基本的计算资源，用户能够部署和运行任意软件，包括操作系统和应用程序。 （二）人工智能技术平台 与基础技术提供平台不同，人工智能技术平台主要专注于「机器学习」、「模式识别」和「人机交互」三项与人工智能应用密切相关的技术，所涉及的领域包括机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解和遗传编程等。 机器学习：通俗的说就是让机器自己去学习，然后通过学习到的知识来指导进一步的判断。我们用大量的待遇标签的样本数据来让计算机进行运算并设计惩罚函数，通过不断的迭代，机器就学会了怎样进行分类，使得惩罚最小。这些学到的分类规则可以进行预测等活动，具体应用覆盖了从通用人工智能应用到专用人工智能应用的大多数领域，如：计算机视觉、自然语言处理、生物特征识别、证券市场分析和DNA测序等。 模式识别：模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，它偏重于对信号、图像、语音、文字、指纹等非直观数据方面的处理，如语音识别，人脸识别等，通过提取出相关的特征来实现一定的目标。文字识别、语音识别、指纹识别和图像识别等都属于模式识别的场景应用。 人机交互：人机交互是一门研究系统与用户之间的交互关系的学问。系统