人工智能产业链分析报告.pdfVIP

人工智能产业链分析报告

一、什么是人工智能

人工智能从1956年达特茅斯会议中诞生，几经起伏。2016年3月，AlphaGo计

算机程序轻取围棋九段棋手李世石，立刻引发全世界的讨论。让机器能展示与人

类相似的认知的AI能够驾驶汽车，也会盗取隐私；能推动企业的生产力也能加强

企业的侦查能力。人工智能可以将工人从重复的或者危险的劳动中解放出来，将

极大推动生产力的提高，但同时也激发了对人工智能或将取代人类工作的焦虑情

绪，甚至有人担心人类最终会创造出连自己都无法控制的智能机器。在纷繁的观

点背后，有一点毋庸置疑：人工智能有着改变全球社会的巨大潜力。

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。

随着数据资源增长、计算能力的提升、算法的优化，目前人工智能已经进入

部分领域应用阶段。比如Apple的Siri，谷歌的无人车，IBM的Watson，以及

其它各种人脸识别技术等。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），同时也有其如机器

人这样具体应用行业的概念。人工智能正催生新的业态和商业模式，引发产业结

构的深刻变革，成为新一轮工业革命的推动器。

二、人工智能历史沿革——逾60年历史，再次步入黄金发展期

人工智能发展迄今已有60余年历史，由于发展瓶颈逐渐突破，2013年起进

入黄金发展期。

第一次黄金发展期：人工智能诞生于1956年的达特茅斯会议，该会议同时

诞生了人工智能最初的成就和最早期的研究者。1956年~1972年经历了人工智能

发展的第一次黄金时期。这一阶段机器学习、神经网络和人工智能领域得到探索

与突破，研究者获得大量经费支持。1957年罗森布拉特发明出第一款神经网络

Perceptron，将人工智能推向第一个高峰。

第一次低谷：1972年人工智能遭遇第一次低谷，研究者们遭遇许多问题—

—计算机计算能力不足，难以解决任何实际的AI问题；数据库难以满足AI应用

需求；现有AI逻辑框架无法解决常见问题等。这一系列问题导致政府及资助机

构对人工智能失去信心，停止相关领域研究补助。

第二次黄金发展期：1981年~1987年，人工智能迎来第二次繁荣，专家系统

和知识工程在全世界迅速发展，为企业等用户赢得巨大的经济效益，1986年BP

神经网络算法由Rumelhart和McCelland为首的科学家小组提出，该算法使得大

规模神经网络的训练成为可能，将人工智能推向第二个黄金期。

第二次低谷：20世纪80年代末，各国争相进行的智能计算机研究计划先后

遇到严峻的挑战和困难，AI又一次遭遇财政问题，这促使人工智能研究者们对

已有的人工智能思想和方法进行反思，这样的反思有助于人工智能迎来第三次高

潮。

第三次黄金发展期：20世纪90年代以来，人工智能在各子领域悄然发展，

1997年IBM制造的电脑“深蓝”击败了国际象棋冠军，2006年Hinton首次提出

“深度学习”神经网络，使得人工智能性能获得突破性进展。从目前来看，深度

学习是实现人工智能最有效、取得成效最大的实施方法。深度学习提出后，大数

据云计算等基础技术也不断进步，迎来了2013年以来的人工智能第三次高潮。

三、三大驱动要素相继突破瓶颈，人工智能已至爆发节点

（一）算法：模型性能更优，巨头开源意在“集思广益”

1.机器学习模型的建立过程

开发机器学习模型的过程可分为两个阶段：训练阶段（Training）和推理阶

段（Inference）。

训练阶段（Training）又可以细分为3个步骤——第一步开发人员需要定义

一组函数，这一过程实际上就是在组建神经网络模型；第二步开发人员把海量数

据所组成的数据集（文字、图形、视频等各种形式的数据）输入到模型中，然后

经过计算输出最终结果后将输出结果与预定的目标结果进行对比，这一过程也就

是在训练上一步建好的模型，初步建成的模型所输出的结果和预定要达到的目标

结果之间存在着误差，在第二步最后要定义一个总误差函数；第三步，计算并调

整模型中的函数参数，使得第二步模型输出值与目标值之间的总误差函数值最小，