人工智能行业发展概况.pptx

：参照系微信公众号人工智能行业发展概况

：参照系行业概况——人工智能行业简介人工智能（ArtificialIntelligence）：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，是一门综合了计算机科学、生理学、哲学的交叉学科。凡是使用机器代替人类实现认知、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各个基础行业（如AI+金融、AI+医疗、AI+传统制造业等），同事也有其如机器人这样具体应用行业的概念。

：参照系行业概况——人工智能行业简介2006年-2015年是人工智能崛起的黄金十年。2006年Hinton提出“深度学习”神经网络（深度臵信网络，DBN）使得人工智能的性能获得了突破性进展，2006年成为人工智能发展史上一个重要的分界点。近年来，随着深度学习算法的逐步成熟，AI相关的应用也在近年加速落地。中国AI市场规模增速高于全球增速：2015年国内人工智能市场为12亿元，其中语音识别占60%，计算机视觉占据12.5%，其他识别部分为27.5%。在只考虑语音识别、计算机视觉，不包括硬件产品销售收入(如机器人、无人机、智能家居等销售)、信息搜索、资讯分发、精准广告推送等的情况下，预计全球人工智能总体市场规模2020年将达到1190亿元，复合增长率约为19.7%；预测国内人工智能市场规模2020年将达到91亿，年复合增长率约50%。3

行业概况——人工智能行业发展趋势2017年中国人工智能市场规模达到152.1亿元，增长率达到51.2%。随着人工智能技术的逐渐成熟，科技、制造业等业界巨头布局的深入，应用场景不断扩展，预计2018年中国人工智能市场规模有望突破200亿元大关，达到238.2亿元，增长率达到56.6%。在未来，人工智能领域的投资将以“AI+行业”的方式展开，预计人工智能应用场景较为成熟且需求强烈的领域，如安防、语音识别、医疗、智慧城市、金融等领域，带来升级转换，提高行业智能化水平，改善企业的盈利能力，预计随着诸如无人驾驶汽车等认知智能技术的加速突破与应用，人工智能市场将加速爆发。4

行业概况——产业链图谱人工智能行业主要分为：AI芯片传感器AI应用语义识别机器学习智能语音计算机视觉共计七大板块。5

微信公众领域分析——AI芯片目前，AI芯片的研发方向主要分两种：一是基于传统冯·诺依曼架构的FPGA（现场可编程门阵列）和ASIC（专用集成电路）芯片，二是模仿人脑神经元结构设计的类脑芯片。其中FPGA和ASIC芯片不管是研发还是应用，都已经形成一定规模；而类脑芯片虽然还处于研发初期，但具备很大潜力，可能在未来成为行业内的主流。这两条发展路线的主要区别在于，前者沿用冯·诺依曼架构，后者采用类脑架构。你看到的每一台电脑，采用的都是冯·诺依曼架构。它的核心思路就是处理器和存储器要分开，所以才有了CPU（中央处理器）和内存。而类脑架构，顾名思义，模仿人脑神经元结构，因此CPU、内存和通信部件都集成在一起。6

领域分析——AI芯片近几年，AI技术的应用场景开始向移动设备转移，比如汽车上的自动驾驶、手机上的人脸识别等。产业的需求促成了技术的进步，而AI芯片作为产业的根基，必须达到更强的性能、更高的效率、更小的体积，才能完成AI技术从云端到终端的转移。n从GPU，到FPGA和ASIC芯片2007年以前，受限于当时算法和数据等因素，AI对芯片还没有特别强烈的需求，通用的CPU芯片即可提供足够的计算能力。之后由于高清视频和游戏产业的快速发展，GPU（图形处理器）芯片取得迅速的发展。因为GPU有更多的逻辑运算单元用于处理数据，属于高并行结构，在处理图形数据和复杂算法方面比CPU更有优势，又因为AI深度学习的模型参数多、数据规模大、计算量大，此后一段时间内GPU代替了CPU，成为当时AI芯片的主流。然而GPU毕竟只是图形处理器，不是专门用于AI深度学习的芯片，自然存在不足，比如在执行AI应用时，其并行结构的性能无法充分发挥，导致能耗高。与此同时，AI技术的应用日益增长，在教育、医疗、无人驾驶等领域都能看到AI的身影。然而GPU芯片过高的能耗无法满足产业的需求，因此取而代之的是FPGA芯片，和ASIC芯片。

领域分析——传感器智能传感器是具有信息处理功能的传感器。智能传感器带有微处理机，具备采集、处理、交换信息等功能，是传感器集成化与微处理机相结合的产物。智能传感器属于人工智能的神经末梢，用于全面感知外界环境。各类传感器的大规模