中国认知智能产品及服务市场研究报告（2024年）.docx

中国认知智能产品及服务市场研究报告

赛迪顾问股份有限公司2024年5月

2

目录

一、定义 3

二、发展背景 4

三、市场发展现状 10

（一）市场规模 10

（二）市场结构 11

四、市场竞争格局分析 12

（一）整体竞争格局 12

（二）细分市场竞争格局 13

1、认知智能平台 13

2、认知智能技术服务 13

五、典型案例分析 14

（一）百度大脑助力某旅行平台提升图像审核质效 14

（二）华院计算助力某钢材集团实现连铸质量预判及切割优化 15

（三）暗物智能为某区纪委提供谈话场所合规监测系统 16

六、发展趋势 17

（一）市场规模预测 17

1、整体市场预测 17

2、细分市场预测 18

（二）市场趋势判断 19

3

一、定义

认知智能是一种模拟人类认知机制的人工智能技术，旨在赋予机器与人类相似的思维逻辑和认知能力。通过精心设计的算法来模仿人脑处理信息的方式，认知智能使得机器能够独立地执行感知、理解、推理、规划、决策等复杂任务。在现实世界中，数据通常受限于资源、分布的不均匀性、多样性及不确定性等挑战。认知智能通过多模态学习、知识数据融合、认知规划和情感计算等方法，能够有效地处理这些挑战，展现出对真实世界数据的深层次理解和智能反应。这种智能不仅仅是数据处理的能力，更是一种对复杂环境下不断变化的信息进行有效解读和应用的能力。

本报告研究范围为认知智能产品及服务，主要指基于认知智能算法，可面向行业实际应用场景交付的人工智能软件或相关技术应用服务。从产业结构来看，认知智能产品及服务涉及范围主要包括算法与技术层面以及行业应用层面。

4

图1认知智能产业结构

数据来源：赛迪顾问2024，05

二、发展背景

从人工智能的阶段演化来看，人工智能目前已由计算智能、感知智能进入认知智能阶段。在计算智能阶段，通过算力和存储的加持，机器能模拟人类的计算和记忆能力，完成人类难以完成的复杂运算，并在速度和准确率方面超越人类；在感知智能阶段，算力、算法和数据发展更加成熟，人工智能算法开始与各类传感器深度融合，催生出计算机视觉、语音识别、自然语言处理等应用。在这一阶段，机器可以通过训练的方式从海量数据中归纳出蕴藏的规律，进而模拟人类的感知能力；而认知

5

智能则侧重于面对真实世界情形下数据资源有限、数据分布偏态、数据模态多样及信息不确定性等特点，基于多模态学习、知识数据融合、认知规划、情感计算等方法，实现理解、推理、规划、决策和创造等认知能力。可以看出，认知智能与前两个阶段最主要的差别在于其更强调对真实世界数据的理解和推理能力。在计算智能和感知智能阶段，机器主要通过模拟人类的计算和感知能力来完成任务，但在认知智能阶段，机器需要更深入地理解和处理真实世界中存在的各种复杂情况。

从认知智能的技术实现来看，为了使机器具备认知能力，需要综合

发展多模态学习、知识数据融合、认知规划、情感计算等技术1：（1）多

模态学习是一种旨在处理和理解多种模态的数据的人工智能方法，通过挖掘来自文本、图像、视频、音频等多种不同模态数据种的信息，并且实现各个模态的信息的交流和转换，进而提高机器对复杂场景的认知能力，可应用于多种视频片段检索、图像描述生成、情感分析等多种任务。通过多模态学习可有效提高信息认知维度。（2）知识是认知的基础，数据是人工智能的重要“原料”，加强知识与数据融合运用可提升机器的基本认知能力。一方面，知识蕴含领域背景与专业技能，可以提供逻辑结构和规则方法，将其以特定方式表示，可为后续推理提供依据，知识可以是显式的，如专家知识库、本体论等，也可以是隐式的，如模型中的参数和权重等。另一方面，通过对大量数据的学习和训练，来提取规律

1本段部分内容参考自《认知智能技术和产业研究报告（2023年）》

6

和模式，从而实现智能化的任务处理。知识表示与推理是认知智能的基本手段，合理的表示方式与推理逻辑可优化认知能力。认知智能中知识数据融合、知识表示和知识推理，可以解决知识建模、跨领域模型迁移和模型可解释性等方面问题。（3）认知规划和智能决策是认知智能的核心环节之一，它可以帮助机器更好地理解和分解复杂认知问题，确定最优化的行动计划以达到预期的成果，从而做出更准确的决策。认知规划与决策对处理复杂问题至关重要。复杂的问题通常包括多个相关的目标、多个决策因素和多个变量之间的相互作用。规划可以帮助机器分析和理解这些关系，并确定如何最优地解决问题。通过规划与决策，机器可以逐步分解复杂问题为更小的、可管理的问题，并为每个子问题制定