人工智能研究报告简版样本

内部资料内部资料人工智能技术与应用态势新兴产业百人会9月一、人工智能发展总体态势（一）发达国家把人工智能提高至战略高度人工智能是引领将来战略性技术，世界重要发达国家把发展人工智能作为提高国家竞争力、维护国家安全重大战略，加快出台规划和政策，环绕核心技术、顶尖人才、原则规范等强化布置，力图在新一轮国际科技竞争中掌握主导权。美国于启动创新神经技术脑研究（BRAIN）筹划，5月美国白宫成立了“人工智能和机器学习委员会”，同年10月美国发布了《国家人工智能研究发展战略规划》与《为将来人工智能做好准备》两份报告，提出了美国人工智能七大发展战略，并针对人工智能潜在风险问题提出了对策建议。欧盟于提出了人脑筹划，目是通过计算机技术模仿大脑，建立一套具备创新性全新生成、分析、整合及模仿数据信息通信技术平台。，欧盟委员会还与欧洲机器人协会合伙完毕了SPARC筹划，以资助机器人领域有关创新。日本也高度注重对人工智能发展支持，日本于制定了人工智能产业化路线图，筹划分三个阶段推动运用人工智能技术，以大幅提高制造业、物流、医疗和护理行业效率。国内已出台各种与人工智能有关行动筹划或规划方案。7月，国务院印发《关于积极推动“互联网+”行动指引意见》，将“互联网+人工智能”列为11项重点行动之一。《中华人民共和国制造2025》重点领域技术路线图中也构建了机器人产业发展蓝图。3月，两会授权发布《中华人民共和国国民经济和社会发展第十三个五年规划纲要》，提出“重点突破大数据和云计算核心技术、自主可控操作系统、高品位工业和大型管理软件、新兴领域人工智能技术”。5月，国家发改委在《“互联网+”人工智能三年行动实行方案》中明确提出，至国内将形成千亿元级人工智能市场应用规模。7月国务院印发《新一代人工智能发展规划》是国内针对人工智能领域第一种系统布置文献，对2030年国内人工智能发展总体思路、战略目的、重点任务及保障办法做了系统性规划。（二）人工智能有关技术获得突破性进展在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求共同驱动下，人工智能正在加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特性。在算法方面，深度学习算法重要性日益凸显，卷积神经网络、递归神经网络及生成对抗网络等成为业界关注焦点，广泛地应用于自然语言理解、计算机视觉、无人驾驶、人机博弈等场景。在硬件方面，CPU+GPU、FPGA、TPU、仿人脑神经芯片及量子人工智能解决器等硬件构架呈现多源迅速突破态势。当前，国内在计算机视觉、语音辨认技术方面处在国际领先水平，技术日渐成熟，革命性应用产品有望持续推出。如在语音辨认技术方面，百度语音辨认精确率在已超过90%。国内龙头科大讯飞在ChiMEChallenge比赛中辨认错误率已降至2.24%，精确率正在接近99%人机交互质变阈值。在计算机视觉方面，国内学术界和工业界团队包揽了ImageNet图像辨认大赛多项冠军，商汤科技和港中文获得目的检测第一，公安部三所获得目的定位第一，海康威视获得场景分类第一。图1人工智能技术成熟度曲线（三）人工智能成为产业竞争新焦点国外有google、Facebook、因特尔、微软、苹果、特斯拉，国内有百度、腾讯、阿里巴巴等，这些公司纷纷将人工智能作为公司将来业务核心。，Facebook将人工智能做为其远景布局中三大支柱之一。亚马逊也表达Alexa语音助手有望成为第四大业务支柱。google10月宣布从移动先行转向人工智能先行。人工智能创新型公司正在成为国际并购热点，不少大型科技型公司通过持续收购来储备有关人才和技术。CBInsights数据表白，至全球有近140家从事先进人工智能技术公司被收购，其中被收购公司数量达到了40家。据《乌镇指数：全球人工智能发展报告》数据，中华人民共和国人工智能投资在上半年达到了约6亿美元规模，其中第二季度更是达到了创纪录4.7亿美元，这表白国内在人工智能领域投资明显加快。（四）“智能+”经济生态日益完善人工智能与各产业领域产生深度融合，形成了数据驱动、人机协同、跨界融合、共创分享智能经济生态。一方面，在人工智能新兴产业方面，重点领域智能产品不断获得创新，人工智能新兴业态持续涌现。另一方面，人工智能与各行业融合创新不断深化，已在制造、农业、物流、金融、商务、家居等重点行业和领域获得广泛应用。数据来源：Analysys易观图2\o"支付宝人脸辨认功能上线啦!支付宝刷脸登录办法"人工智能产业生态图谱二、人工智能技术前沿动态（一）深度学习成为人工智能时代核心算法深度学习普通被以为是一种改良计算机神经网络，大量神经元组合成多层网络构造时，可以解决复杂问题。当前比较流行深度学习算法有如下几种：一是卷积神经网络，重要应用于计算机视觉有关任务，解决对象不局限于图像，可用于可以表达为张量任意类型数据，其类似于大脑解决视觉输入，可以丢弃次要细节，优先辨认出某种明显模式。二是循环神经网络，重要应用于解决序列化问题与任务，如音频和视频（随时间变化帧序列）辨认。三是生成对抗网络，其将对抗看作是一种训练办法，对抗生成网络由生成器和鉴定器构成，生产者（生成器）想方设法欺骗购买者（鉴定器），而购买者（鉴定器）不断总结经验，减少被骗几率，达到共同进步效果。四是深度森林，该算法由于计算开销小、模型效果好、超参数少、复杂度自适应伸缩、交叉验证等特点，当前成为业界关注焦点算法。表1不同算法测试精度比较（GTZAN数据库）算法精度多粒度级联森林65.67%卷积神经网络59.20%多层神经网络58.00%随机森林50.33%资料来源：（二）人工智能芯片硬件架构呈多源迅速突破态势深度学习需要很高内在并行度、大量浮点计算能力以及矩阵运算，老式芯片架构已经不能满足其需求，当前人工智能芯片硬件架构呈现多源迅速突破态势。CPU+GPU架构。GPU使用SIMD（单指令多数据流）来让各种执行单元以同样步调解决不同数据，适合于解决深度学习任务中非线性离散数据，“CPU+GPU”架构已成为google、Facebook、百度、微软等公司训练深度神经网络主流选取，如围棋人机大战AlphaGo配备是280颗GPU和1920颗CPU。现场可编程门阵列（FPGA）。FPGA长处是可以依照应用特性来定制计算和存储构造，具备较高性能功耗比和灵活性，百度采用了FPGA打造百度大脑专用AI芯片，微软运用FPGA打造了Brainwave平台。张量解决单元（TPU）。TPU是google专门为人工智能量身打造一款芯片，当前googleTensorFlow团队已经发布了TensorFlowResearchCloud（云开发平台），其具备1000个云TPU服务器集群，可服务于计算密集型项目。神经解决单元。寒武纪开发DianNao指令集直接面对大规模神经元和突触解决，华为麒麟970将也许整合神经解决单元（NPU），IBMTrueNorth是内置4096个内核、100万个神经元及2.56亿个突触神经芯片。量子解决单元。3月，IBM宣布筹划建立业界首个商用通用量子计算平台—IBMQ系统。该系统将通过IBMCloud平台交付使用，其量子位已达到16至17位。IBM预测将来内也许打造出一台50至100量子位计算机。（三）人工智能前沿应用领域不断拓展人工智能应用领域日益拓展，当前应用于自然语言解决、语音辨认、计算机视觉、自动驾驶、智能医疗、机器人、智能媒体、智能客服、智能家居等场景。图3\o"支付宝人脸辨认功能上线啦!支付宝刷脸登录办法"人工智能应用场景自然语言解决。哈工大、IBM、google等已经开放了语音技术平台，发布了大量便于开发人员使用API。多家知名公司推出了机器翻译产品，微软Skype和MicrosoftTranslator、IBMViaVoiceTranslator、googleGoogletranslate、百度机器翻译等。语音辨认。Nuance推出汽车级语音平台DragonDrive，通过与手机连接，可以帮顾客实现语音控制GPS导航、信息收发、电话接打、社交网络更新等。科大讯飞推出AIUI，提供远场唤醒和辨认降噪方案，兼容全国近十七种方言。据ResearchandMarkets研究报告，到全球语音市场规模预测到达191.7亿美元。计算机视觉。人工智能在图像辨认、医疗影像诊断、工业视觉检测、视频监控、三维视觉等领域有着重要应用，国内公司有云从科技、旷视科技、商汤科技、海康视威等，国外公司有Identix、Bioscrypt、CognitecSystems等。自动驾驶。google、Uber、特斯拉、百度等公司正在致力于开发自动驾驶系统，而福特、通用、奥迪等老式汽车公司也积极研究自动驾驶技术。google自动驾驶汽车总行驶里程已突破了200万英里，新一代奥迪A8是第一款搭载三级自动驾驶技术量产车。智能媒体。国外媒体如洛杉矶时报、美联社、纽约时报和华盛顿邮报，国内腾讯、今日头条、第一财经和新华社为重要代表媒体均已运用了写作智能机器人，重要涉及财经和体育领域写作。在内容传播方面，今日头条、一点资讯、每天快报等正在运用智能算法进行内容分发和推荐。智能客服。中华人民共和国移动在推出智能机器人客服“移娃”已经全面应用于中华人民共和国移动服务体系，其中涉及6个全网服务渠道，30个省内渠道，月均访问量超过千万，辨认能力超过90%。阿里巴巴推出人工智能服务产品“阿里小蜜”，其服务能力堪比3.3万个人工客服。三、人工智能对产业影响（一）对经济驱动要素影响老式理论以为，资本和劳动力是推动经济发展两大要素，提高要素投入量或是增长运用效率，便可以增进经济增长。技术创新则反映在全要素生产率之中。人工智能发展不但可以提高全要素生产率，更有也许成为将来一种全新生产要素。一方面，人工智能型资产具备自主学习和自适应能力，随着时间推移其能力也许越来越好，这与不断折旧老式资产有着本质区别。另一方面，人工智能与劳动力也有着区别，人工智能在某些领域已具备超越人类创造力，例如人类几百年形成围棋定式被AlphaGo所变化。人工智能构成全新生产要素，将对经济产生革命性影响。埃森哲预测2035年人工智能将为国内带来6万亿美元额外增长。资料来源：埃森哲图4人工智能作为新增长要素经济增长模型资料来源：埃森哲和经济学前沿图52035年中华人民共和国经济总增长值（10亿美元）（二）对重点产业领域影响制造业。物联网等前沿技术已为智能系统无缝整合创造了有利条件。物联网与人工智能关系犹如眼睛和大脑配合使生物不断进化关系。以往工业自动化依赖于工业机器人，但在物联网时代，工业机器人将从物理形态硬件化向软件化发展，云端虚拟状态与物理端实体结合。交通运送。“无人驾驶”+“车联网”将重新塑造交通将来版图。无人车自身是视觉辨认、语音辨认、自主决策、机械控制于一体，可以把人、车、环境联系在一起，把个体目和整体管理相结合。无人车联网系统一旦形成，将像血管和神经同样连接其她系统。图6无人车发展路线智能医疗。IBM推出Watson在通过了美国职业医师资格考试，并布置在美国多家医院提供辅助诊断服务。阿里携手万里云正式发布“DoctorYou”AI系统，主攻方向是医学影像诊断领域。腾讯发起人工智能医学影像联合实验室，并发布其首个AI医学影像产品“腾讯觅影”，可用于辅助初期食道癌等疾病筛查。智能家居。亚马逊在就发布了一款具备语音辨认Echo智能音响产品，CIRP数据显示Echo发售至今已售出400万台。在googleI/O全球开发者大会上，google向外界展示了一款智能家居核心解决系统GoogleHome。京东与科大讯飞合伙打造叮咚智能音箱，国内科技巨头百度也表达将推出智能音箱，并环绕其打造智能家居。（三）对产业链各环节影响研发设计。人工智能使业务流程自动化，知识管理工作自动化，以及管理自身智能化，涉及数据采集到反馈、监控、评估，智能化分析预测以及决策智能化。人工智能数据解决能力将逐渐代替研发设计环节中流程性工作某些，使得老式持续变量设计与混合离散变量设计模式向随机变量与模糊变量优化设计模式转变。生产制造。智能机器将带来劳动物化变革，人工智能引入将会使得老式机械、人工向智能机器、人机一体化发展。人工智能将加速推动制造流程再造，老式投料式、集中式“硬性”制造将向分布式、自组织“超柔性”制造变革。人工智能技术引入，将变化老式制造公司纵向集成，实现智能联网式生产。服务应用。人工智能可以根据顾客使用偏好、关注重点等多方面因素，为公司提供更加精确决策，进而制定个性化服务方案。人工智能将加速要素自由流动，增强公司对物流、信息流、资金流等分析反馈能力，从而提高服务效率。四、人工智能对社会影响（一）对劳动就业导致影响人工智能对就业市场影响是多方面，可以分为三类：从代替来看，人工智能既有对体力代替，也有对脑力劳动代替，并且脑力代替比例会越来越高；从互补效应看，人工智能将充分体现服务功能，人工智能规定人类与机器进行无缝交互，将来人机交互将是人工智能发展重要方向；从创造效应看，人工智能发展将催生更多新产业、产品和服务，并创造出新岗位，例如大数据分析岗位等。（二）对社会安全导致影响基于深度学习技术新一代人工智能产品大都具备自学习能力和自适应能力，如果放任自流，难以保证其行为成果与大众盼望利益始终一致。Google公司曾研发出一款智能数码相册软件，该智能产品在通过有监督学习后，会把那些黑色皮肤人群辨以为大猩猩，这表白人工智能产品也存在种族歧视问题。（三）对法律体系构成影响新一代人工智能高度自主化特性也许导致难以预见后果。风险与问题一旦发生，人工智能研发者、运营者和使用者责任归属和量罪定刑难以界定。例如，5月特斯拉S型电动轿车在启动Autopilot辅助驾驶模式下发生撞车事故，这起事故判责存在严重分歧，特斯拉公司、顾客、传感器Mobileye公司各执一词，也许都需要承担一定责任。正是由于Autopilot系统游走于法律灰色地带，当前该事故还处在责任推诿状态。（四）对行业监管带来难题人工智能研发过程较为分散和隐蔽，增长了事前监管办法（例如，风险点监测和预警）难度。人工智能由于缺少物理可见性，监管部门发现危险源困难限度大大增长。由于开源技术日积月累，普通大众借助个人电脑或智能手机就能完毕具备特定功能人工智能系统开发，这意味着潜在危险源极为分散。人工智能程序普通借助虚拟社区进行协同研发，系统往往由不同组件构成，监管部门即便辨认危险源后，也难以明确其责任主体。表2智库机构关于人工智能对社会影响典型观点智库名称重要观点波士顿征询公司除非政府采用办法，否则下一波自动化浪潮将会极大地增长社会不平等，进一步扩大贫富差距；但是，仍有某些理由对将来自动化浪潮持乐观态度，特别是当政府可以勉励民众接受STEM（科学、技术、工程、数学）方面专业培训时。麦肯锡麦肯锡全球研究院近期一份报告对全球800各种职业所涵盖多项工作内容进行分析后发现，全球约50%工作内容可以通过改进既有技术实现自动化。凤凰国际智库近期，它正在让诸多蓝领工人和下层白领失去工作岗位；中期威胁：人工智能反叛和失控；远期威