2016-DT大数据产业创新研究院-中国人工智能发展报告2016：数据赋能,智能无限.pdfVIP

乌镇世界互联网大会 数据赋能 智能无限 中国人工智能发展报告2016 DT 大数据产业创新研究院（DTiii ）AI 研究中心 2016-11-18 数据赋能，智能无限 中国人工智能发展报告2016 目录 前言2 一、 人工智能的新时代到来：情境驱动时代4 1、 人工智能发展历史4 2、 人工智能市场预测9 3、 数据视角下当前 AI 的技术布局 11 4、 AI 解决的痛点与存在的不足 14 5、 AI 对人类社会的影响 16 二、无数据不AI 17 1、 数据与 AI 的关系 17 2、 新的商业竞争范式 19 三、行业全景与企业玩家分类 21 1、 数据视角下的中国人工智能行业全景 21 2、 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、 中国人工智能行业发展趋势 27 2、 中国人工智能行业玩家的应对策略30 3、 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。 2016 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