5G与人工智能产业发展研究报告
下一个时代：5G+AI
5G与人工智能行业发展研究报告
5G：终端发布在即，射频、光学、面板行业迎新机遇
1
1.5G将开启手机新一轮换机周期
2.射频端：需求增加、技术升级、集成度提升
3.摄像头：5G智能化时代最核心传感器，持续升级
4.面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点
5.设备和材料：国产替代加速进行
AI：安防、汽车和IoT将是率先爆发的三个场景
2
1.安防行业：需求逐渐回暖、AI加速、海外拓展
2.智能汽车：5G+AI促进无人驾驶加速落地
3.IoT：技术逐渐突破，巨头加速布局
半导体：新需求拉动叠加进口替代，行业迎来黄金机遇
3
1.行业变局：需求多元、龙头集中、周期减弱
2.供需格局：库存主导行业短期景气波动
3.大陆半导体行业：贸易战和库存短期扰动不改加速发展大趋势
4.产业链分析：建厂潮拉动设备材料、5G+AI带来设计领域新机遇
PCB：内资大厂加速崛起，5G拉动新需求
4
1.行业变局：行业集中度提升，加速向大陆转移
2.供需格局：主要原料价格震荡回调，创新应用带来新需求
3.通信板：4G扩容+5G推进，通信板迎来加速发展期
1
5G：终端发布在即，
射频、光学、面板行业迎新机遇
eMBB 增强移动宽带?基础设施?应用终端
mMTC 海量机器通信?基础设施?应用终端
URLLC 高可靠低延时
通信?基础设施
?应用终端
手机
AR/VR
智能家居
智能穿戴
智慧城市智能安防
无人驾驶汽车
智能交通网络
射频端
传感器
显示器
1.15G将开启手机新一轮换机周期
15G：终端发布在即，射频、光学、面板行业迎新机遇
1.5G将开启手机新一轮换机周期
2.射频端：需求增加、技术升级、集成度提升
3.摄像头：5G智能化时代最核心传感器，持续升级
4.面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点
5.设备和材料：国产替代加速进行
-60%
-40%
-20%0%
20%
40%60%80%0%
10%
20%30%40%50%
60%70%80%90%
中国移动4G 用户渗透率发售新机中4G 机型渗透率
阶段2：4G 导入期（2014年）
阶段3：4G 替换期（2015~2016年）
阶段4：4G 成熟期（2017年~2018年）
15到16年，4G 用户渗透率从10%提升到65%，国内手机出货量连续两年增长超过10%，在此之前和之后，手机出货量都出现了负增长，换机效应明显
阶段1：P r e -1400G %期（2013年）
智能手机出货量同比1.1
从4G 换机周期看5G ：国内4G 换机周期效应明显
1.1从4G换机周期看5G：从欧美4G经验来看，换机高峰一般持续4年左右
全球范围来看，美国和欧洲在4G LTE网络的部署方面
早于中国，4G用户渗透率的提升期主要在2010年
~2013年，渗透率从10%提升到70%经历了3年左右的
时间，中国由于建设晚且建站速度快，只用了2年时间
就实现了用户渗透率从10%到70%的提升。
数据来源：GSMA Inteligence ，
4G阶段Pre-4G期4G导入期4G替换期4G成熟期时间节点2013年2014年2015~2016年2017年~2018年
中国移动4G基站数8万站72万站151万站>200万站中国移动4G用户渗透率0%0%→10%10%→65%65%→76% 4G机型占比0%→10%10%→70%70%→95%95%
国内智能手机渗透率70%→90%>90%>90%>90%
4G对国内手机出货量影响这一阶段高增长来自智
能手机渗透率提升，4G
没有明显影响
4G进入导入期，4G新机
型占比大幅提升，但是出
货量出现下滑
4G换机周期到来，用户
渗透率大幅提升，手机
出货量连续两年高增长
4G步入成熟期，换机需求
减弱，智能手机出货量连
续下滑
对应5G阶段Pre-5G期5G导入期5G替换期5G成熟期对应5G时间段2019年2020年2021~2023年2024年~
5G基站数量预估10万站60万站300万站450万站国内5G用户渗透率预估<1%1%→10%10%→60%>60%国内5G机型占比0%→10%10%→30%30%→90%>90%
5G对智能手机出货量影响5G手机面世，对手机整
体换机影响不大5G导入期，5G机型渗透
率显著增加，新一轮换机
正式开始
5G换机高峰期，用户渗
透率大幅提升，手机出
货量有望进一步增长
5G步入成熟期，等待下一
轮换机周期
1.1预计5G换机潮2020年到来并持续5年
1.1对于5G换机周期的几个判断
5G换机高峰期将出现在2020~2023年，届时手机出货量将恢复增长：国内4G建设相对较晚，换机高峰集中在15~16年，两年内4G用户渗透率从10%提升到65%，从欧美经验来看，换机高峰一般延续3年左右，考虑到5G建设我国相对领先，我们判断2020~2023年将是5G换机高峰期，预计国内5G用户渗透率将从10%提升到60%左右，5G换机潮将带到国内智能手机出货量恢复增长。
终端厂商推出5G手机速度会快于基站建设速度，预计2020年5G手机出货量渗透率将大幅提升：从4G发展经验来看，终端厂商在4G牌照颁布后，新发机型中4G手机占比会快速提升，2014年国内4G用户渗透率不足10%，但4G手机出货量占比从年初10%迅速提升到年底70%，渗透率快速提升一方面是因为国内4G建设较晚、全球4G终端已经成熟，另一方面也是厂商对于手机卖点和向后兼容性的考虑；展望5G，我们认为2020年5G手机占比会开始逐步提升并持续三年。
从投资角度来看，换机高峰期第一年，板块会有明显的超额收益：从4G智能手机板块的股价表现来看，换机周期第一年有明显的超额收益，2015年Wind苹果指数涨幅为117%，同期上证指数涨幅10%、创业板指数涨幅107%，我们认为2020年5G将会迎来换机高峰，消费电子板块的5G 行情则有望提前半年开始演绎。
15G：终端发布在即，射频、光学、面板行业迎新机遇
1.5G将开启手机新一轮换机周期
2.射频端：需求增加、技术升级、集成度提升
3.摄像头：5G智能化时代最核心传感器，持续升级
4.面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点
5.设备和材料：国产替代加速进行
新频段?滤波器需求倍增
?频谱重新划分增加射频前端复杂性
高频率?BAW将成为滤波器主流
?终端天线将发生重大变革
大带宽?PA设计复杂度提升
?滤波器、天线开关/调谐设计难度加大
4x4MIMO?射频前端用量翻倍
?终端天线数量增加
双连接?射频器件数量增加
?器件性能要求提升：射频前端及终端天线量价齐升，并且由于射频内容大幅增加，而手机内部射频所占空间却在不断缩小，射频前端集成化趋势将会加快。
5G带来的挑战5G对终端射频带来的影响1.25G对终端射频器件影响：需求增加、技术升级、集成度提升
-20
20
40
60
80
5,000
10,000
15,000
20,000
25,000
100
2009
2010
201120122013201420152016
2017
2018
y o y （%）
营收（百万美元）
Avago
Skyworks
Qorvo
Avago
Skyworks
Qorvo
Avago 与Broadcom 合并
2010年，3G 手机快速普及，射频前端巨头营收高速增长
2014年，4G 手机快速普及，射频前端巨头营收高速增长
从全球射频前端三大巨头（Avago 、Skyworks 、Qorvo ）的成长史可以看出，每一轮无线通信技术的升级都将带来射频前端市场规模的大扩张。
数据来源：Wind ，
1.2
复盘3G/4G ：每一轮技术升级都会带来射频市场规模的大扩张
根据Yole 的预测，2023年射频前端的市场规模将达到350亿美元，较2017年150亿美元增加130%，未来6年复合增速高达14%：
1）滤波器：市场规模将从2017年的80亿美元，增加到2023年的225亿美元，复合增速19%，是成长最快的领域；
2）PA ：市场规模将从2017年的50亿美元，增加到2023年的70亿美元，复合增速7%；
3）射频开关：市场规模将从2017年的10亿美元，增加到2023年的30亿美元，复合增速15%；4）天线调谐器：市场规模将从2017年的4.7亿美元，增加到2023年的10亿美元，复合增速15%；5）LNA ：市场规模将从2017年的2.5亿美元，增加到2023年的6亿美元，复合增速16%；
6）毫米波射频前端：2023年市场规模将达到4亿美元；
数据来源：Yole ，
1.2
展望5G ：射频前端将进入新一轮的高速成长期
1.2射频器件价值量：5G手机射频前端ASP将大幅提升
射频前端价值量/美元入门3G手机中端4G手机高端4G手机旗舰4G手机高端5G手机
功率放大器（PA）0.9 1.8 3.3 4.88.3（+151%）
射频开关（RF Switch）0.4 1.5 2.3 4.58.3（+260%）
滤波器（Filter）14 6.58.815.3（+135%）
其他射频器件0.40.40.5 1.2 2.5
射频前端总价值量 2.77.712.619.334.4
同比增加185%64%53%173%
数据来源：Gartner等，
5G射频前端价值量将大幅提升，以高端机型为例，5G相对于4G射频前端价值量将从12.6美元提升到34.4美元，提升幅度高达173%：?功率放大器PA价值量将从3.3美元提升到8.3美元，提升幅度151%；
?射频开关价值量将从2.3美元提升到8.3美元，提升幅度260%；
?滤波器价值量将从6.5美元提升到15.3美元，提升幅度135%。
PA （功率放大器）
Switch
（射频开关）
Antenna
（天线）
Filter/DPX （滤波器/双工器）
ASM
（天线开关模组）
FEMiD
（双工前端模组）
PAMiD
（射频前端模组）
基础射频器件低集成度模组
SMMB PA
（单模多频PA模组）中集成度模组
MMMB PA
（单模多频PA模
组）
高集成度模组
数据来源：Murata，
Switch
（射频开关）
Filter
（滤波器）
DRxM
（分集接收模组）
DRxM
（包含LNA的分集
接收模组）
LNA
（低噪声放大器）
发射链
接收链
子路径
1.2集成化：5G将加速射频前端集成化趋势
基带芯片Qualcomm（40%）、MTK（20%）、华为海思（20%）、三星、Intel、展讯
等
主要供应商（市占率预估）
滤波器SAW滤波器：Murata（47%）、TDK（21%）、太阳诱电（14%）等BAW滤波器：Avago（87%）、Qorvo（8%）等
功放Skyworks（47%）、Qorvo（26%）、Avago（20%）等
射频开关Skyworks（33%）、Qorvo（20%）、Murata（14%）、Avago（10%）等
天线Amphenol、立讯精密、Murata、信维通信等
1.2市场竞争格局：行业集中度高，海外厂商占据领导地位，天线大陆龙头有大机遇
1.2从iPhone看终端天线变革：无线通信技术和外观设计驱动终端天线变革
iPhone初代iPhone3G/3GS iPhone 4/4S iPhone5/5S iPhone6/6S/7iPhone 8/X/XS iPhone2019发布时间20072008/20092010/20112012/20132014/2015/20162017/20182019
无线信号
2G
WiFi（2.4GHz）
Bluetooth2.0
2G/3G
WiFi（2.4GHz）
Bluetooth 2.1
GPS
2G/3G
WiFi（2.4GHz）
Bluetooth 4.0
GPS/GlONASS
2G/3G/4G
WiFi（2.4G/5GHz）
Bluetooth 4.0
GPS/GlONASS
2G/3G/4G
WiFi（2.4G/5GHz）
Bluetooth 4.2
GPS/GlONASS
NFC
2G/3G/4G
WiFi（2.4G/5GHz）
Bluetooth5.0
GPS/GlONASS/Galil
eo/QZSS
NFC
无线充电
2G/3G/4G
WiFi（2.4G/5GHz）
Bluetooth5.0
GPS/GlONASS/Galil
eo/QZSS
NFC
无线充电
外观上金属+下塑料塑料金属中框+玻璃金属+玻璃/陶瓷金属Unibody金属中框+玻璃金属中框+玻璃
天线FPC天线FPC天线金属边框
FPC天线
金属边框
FPC天线
金属边框
Insert Molding天线
FPC天线
金属边框
Insert Molding天线
LCP天线
FPC天线
金属边框
Insert Molding天线
LCP天线
MPI天线
天线价值量（美元）12244LCD：6
OLED：10
LCD：11 OLED：15
数据来源：RFsisiter ，
LCP
LCP 材料在高频下损耗更低
LCP 软板厚度比同轴线减小了75%
同轴电缆
多层LCP 封装可集成射频前端
LCP （Liquid Crystal Polymer ，液晶聚合物）具备三大性能优势，有望成为5G 终端天线主流材料：
①电学性能优异，高频段的功率损耗更低（高频损耗LCP ＜MPI ＜PI ），在5G 毫米波波段LCP 的损耗只有PI 损耗的1/10；②LCP 可替代同轴连接线，实现天线模组和射频连接线的整合，且体积更小，LCP 厚度仅为同轴连接线厚度的1/4；③LCP 是多层电路板结构，可实现高频电路的柔性埋置封装，5G 时代有望整合射频前端实现集成度更高的模组；
由于LCP 材料供应商少、成本高，MPI （Modified-PI ，改性PI ，性能介于PI 和LCP ）材料有望成为5G 中高频段天线选择之一。
数据来源：松下电工，藤仓，IEEE ，
1.2
5G 终端天线变革：Sub-6G 频段，LCP/MPI 成为主流
价值量：LCP 天线价值量显著提升，是FPC 天线价值量的2倍以上，预估MPI 天线价值量也会达到FPC 价值量1.5倍左右；
供应链：目前LCP 上游材料（树脂/薄膜）和LCP 覆铜板主要由日本厂商提供，LCP 软板最初由村田主导，目前逐渐有中国台湾和大陆软板厂商参与，模组段国内厂商已经具备一定的竞争优势和市场规模，目前立讯精密已成为全球最大的LCP 天线模组供应商；
目前仅有苹果大规模导入LCP ，其他终端厂商也在积极跟进，我们预计5G 到来后，LCP 将成为终端天线和传输线主流，市场有望迎来爆发。
数据来源：
LCP 材料LCP-FCCL LCP 软板LCP 模组
Murata 可乐丽松下电工东丽
Murata 松下电工宇部兴产新日铁旗胜
Murata 嘉联益住友电工臻鼎
东山精密
立讯精密安费诺信维通信电连技术
价值量
PI 软板天线
MPI 天线
LCP 天线
ASP （美元）
234~5
1.2
5G 终端天线变革：LCP 天线价值量显著提升，国内厂商参与模组环节
人工智能行业研究分析报告
概要 人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的计算机，到计算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了巨大的阻碍。尽管现在此刻可能是下一个 AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。
与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。 那个 AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的 Alexa 和 Google 的图像识不，然而 AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。 例如，在医疗保健中，图像识不技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开发新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中制造新的赢家和 输家。
人工智能报告
人工智能论文 班级：计算机0901 姓名：李佳林 学号：3070602044
人工智能 摘要：人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是当前科学技发展的一门前沿学科，同时也是一门新思想，新观念，新理论，新技术不断出现的新兴学科以及正在发展的学科。它是在计算机科学，控制论，信息论，神经心理学，哲学，语言学等多种学科研究的基础发展起来的，因此又可把它看作是一门综合性的边缘学科。它的出现及所取得的成就引起了人们的高度重视,并取得了很高的评价。有的人把它与空间技术，原子能技术一起并誉为20世纪的三大科学技术成就。 归纳逻辑是人工智能的逻辑基础。伴随人工智能研究的逐步深入，科学哲学、人工智能和归纳逻辑研究相互影响，出现了新的研究方向。以归纳逻辑为基础，多学科相互合作，可以建立新的机器学习系统或归纳学习系统。 关键词：人工智能发展；机器学习；专家系统 一：人工智能的定义 人工智能是计算机科学的一个分支，是一门研究运用计算机模拟和延伸人脑功能的综合性学科。其精确的定义是：一个电脑系统具有人类的知识和行为，并具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。人工智能的产生过程则是：对于人类因问题和事物所引起的刺激和反应，以及因此所引发的推理、解问题、学习、判断及思考决策等过程，将这些过程分解成一些基本步骤，再透过程序设计，将这些人类解问题的过程模组化或公式化，使得电脑能够有一个结构的方法来设计或应付更复杂的问题。这套能够应付问题的软体系统，即称之为人工智能系统。人工智能是一种技术，而不是一项产品它的目的是让电脑更能了解一般化的事物。
2016年全球及中国人工智能产业发展分析报告
2016年2月出版
正文目录 1、人工智能是利用人工计算实现人类智能 (4) 1.1、本质：人工智能的本质是对人类智能的模拟甚至超越 (4) 1.2、原理：利用一系列算法驱动电脉冲模拟人脑神经元的运作过程 (5) 2、全球人工智能千亿市场爆发在即，AI+引领未来商业模式新风向 (6) 2.1、人工智能起源于上世纪50 年代，2006 年起进入加速发展的新阶段 (6) 2.2、发达国家火热布局，2040 年或有可能实现广义人工智能 (7) 2.2.1、欧盟：人脑工程项目（HBP） (8) 2.2.2、美国：大脑研究计划（BRAIN） (8) 2.2.3、日本：大脑研究计划（Brain/MINDS） (9) 2.3、下游应用需求迫切+上游技术基础成型，人工智能全球市场规模超千亿 (10) 2.3.1、下游应用需求倒逼、上游技术成型推动，人工智能技术加速发展 (10) 2.3.2、人工智能逐渐受到机构重视，2020 年全球市场规模超千亿 (11) 2.4、人工智能推动传统产业变革，AI+将成为未来普遍的商业模式 (13) 3、人工智能领域风云迭起，科技巨头雄霸天下 (14) 3.1、北美及西欧地区公司数量激增，科技巨头和初创企业是主要玩家 (14) 3.2、感知层技术领域竞争白热化，机器学习等空白蓝海已成大势所趋 (15) 3.3、投资+收购+顶级人才招聘、科技巨头动作频频上演实力争夺 (17) 4、2020年我国人工智能市场规模近百亿，有望实现弯道超车 (19) 4.1、受益四大利好因素，人工智能发展势头良好有望实现弯道超车 (19) 4.2、投资机构青睐有加，2020 年中国人工智能市场规模近百亿 (20) 4.3、感知智能试点阶段，预计我国将在5~10 年内实现感知智能全面普及 (22) 5、行业火爆：企业数量激增发展迅猛，机器人等是典型应用场景 (24) 5.1、巨头基础层切入引发技术革新，创业公司应用层进入带来产业升级 (24) 5.2、机器人、虚拟服务等是目前的典型应用场景，未来将进入各行各业 (26) 5.3、产业投资偏爱应用类企业，软件服务和机器视觉是热门细分领域 (29) 6、海外人工智能企业一览 (29) 6.1、人工智能基础平台领域：IBMWatson (29) 6.2、机器学习领域：Wise.io 实现高效大数据分析 (31) 6.3、语音识别和自然语言处理领域：Facebook、Apple、Microsoft (32) 6.4、图像识别领域：Clarifai 超越传统图像识别界限 (35) 6.5、预测分析领域：Google 云计算能力打造顶级预测API (35) 6.6、先发优势、技术实力、下游爆发潜力是人工智能企业的核心竞争力 (37) 7、我国人工智能投资机遇 (38) 7.1、投资逻辑：短期看好应用开发领域，长期技术研究是投资大势 (38) 7.2、主要公司分析 (39) 7.2.1、科大讯飞 (39) 7.2.2、东方网力 (40) 7.2.3、佳都科技 (41) 7.2.4、新松机器人 (42) 图表目录
人工智能产业分析
人工智能产业分析 1 月 3 日，中国着名围棋棋手古力在微博上说道：今天又有四位勇士被抬走了... 谁来 守护我们老祖宗留下的文化瑰宝呢。 昨夜，古力再次发博， Master 已经拿下 50 连胜，不禁感慨万千。 击败世界围棋第一人柯洁的 Master 近日一个注册为“ Master”、标注为韩国九段的“网络棋手”，从 2016年12月29日晚 起，接连“踢馆”弈城网和野狐网。 截至 2017年 1 月 3 日夜，期间迫使有“当今围棋第一人”之称的柯洁中盘投子后， master 已经斩获了 50 连胜，击败 1 5位世界冠军。在斩获的选手中，包括了连续 37 个月排名韩 国等级分第一朴廷桓九段（“ XIUZHI”）、中国名人战冠军连笑七段（“剑术”）、新科百灵杯冠军陈耀烨（“龙胆”）、 2016年三冠王芈昱廷九段、新科应氏杯世界冠军唐韦星九段等。 而外界认为，这位master不是人类，而是人工智能。但该 AI （人工智能）是否就是谷歌旗下在2016年3月一战成名的AlphaGo,尚不可知。 柯洁在 1 月 2 日晚上发博文，称人工智能告诉了我们，人类数千年的实战演练进化都是错的。 Master 或为人工智能“新狗” 中国围棋队总教练俞斌对媒体表示，“对中韩顶尖高手取得这么压倒性的战绩，几乎可 以排除是人类棋手。’阿尔法狗’（AlphaGo）是有能力做到的，当然，它也有可能是日本的ZEN虽然前一段时间ZEN输给了赵治勋，但是它有可能在短时间内又有突破。也不能排除Master 是最新研发出来的其他‘狗'。”中国围棋队领队华学明表示：“应该是新‘狗'，可能是韩国研发的‘狗'。” 如果 master 最终被确定为人工智能，那么 1 月 3日晚上就是人类围棋历史上非常重要的 一个时刻。毕竟，柯洁曾经被网友寄予希望“守住人类棋手最后的尊严”，但最终输在了他所说的“终极一战”里。 不可小觑的人工智能 自从2016年初阿尔法狗（AlphaGo）狂虐围棋大师李世石之后，AI这个词儿逐渐被普罗大众所认识，并且很快成了 IT 产业发展和投资的最新宠儿。然而，阿尔法狗这件事儿不能够理解为电脑和人类下棋这么简单。因为在此之前，从很早之前就在中文版的 Windows 中预装的象棋小游戏，到 1997 年超级计算机深蓝大战帕斯卡洛夫，这些都是电脑和人类下棋的时间。然而，阿尔法狗的胜利却意义非凡。
人工智能研究报告-副本
人工智能研究报告 产生背景 人工智能的出现不是偶然的，它是人们长期以来探索和研制能进行计算、推理和思维的智能机器的必然结果。自古以来，人们一直在试图用各种机器来代替人的部分脑力劳动，以提高人类征服自然和改造自然的能力。古希腊的哲学家亚里士多德就提出了形式逻辑问题。12世纪末至13世纪初，西班牙逻辑学家卢乐提出了制造可以解决各种问题的通用逻辑机。17世纪，法国的物理学家和数学家帕斯卡制造出世界上第一台机械式加法器，并得到广泛应用。随后德国哲学家和数学家莱布尼茨在帕斯卡加法器的基础上进一步制成了可进行四则运算的计算器。莱布尼茨还提出了“符号语言”和“思维演算”的重要设想，他认为：必须将人的思维代数几何化，即像代数那样按照公式来思考，像几何那样直观的通过图画来思维。这一思想导致了后来的数理逻辑的诞生，成为了现代机器思维设计思想的萌芽。 19世纪，英国数学家布尔在《思维法则》一书中，第一次用符号语言描述了思维活动中推理的基本法则，创立了布尔代数。英国数学家和发明家巴贝奇发明了差分机和分析机，其中分析机的设计思想与现代电子计算机十分相似。虽然巴贝奇的发明在当时没有得到实现和收到应有的重视，但是他的科学思想为研制“思维机器”做出了巨大的贡献。 20世纪30年代，英国数学家图灵开始了寻求智力机的研究工作。1937年，图灵发表了“理想自动机”的论文，该文给可计算性这一概念下了严格的数学定义，并论证了任何需要精确的加以确定的计算过程，都能由“图灵机”完成，为人们清晰地描绘出理想自动机的蓝图，同时也为电子计算机的诞生奠定了基础。(1937年，伦敦权威的数学杂志又收到图灵一篇论文《论可计算数及其在判定问题中的应用》，作为阐明现代电脑原理的开山之作，被永远载入了计算机的发展史册。这篇论文原本是为了解决一个基础性的数学问题：是否只要给人以足够的时间演算，数学函数都能够通过有限次机械步骤求得解答？传统数学家当然只会想到用公式推导证明它是否成立，可是图林独辟蹊径地想出了一台冥冥之中的机器。图林想象的机器说起来很简单：该计算机使用一条无限长度的纸带，纸带被划分成许多方格，有的方格被画上斜线，代表“1”；有的没有画任何线条，代表“0”。该计算机有一个读写头部件，可以从带子上读出信息，也可以往空方格里写下信息。该计算机仅有的功能是：把纸带向右移动一格，然后把“1”变成“0”，或者相反把“0”变成“1”。图林设计的“理想计算机”被后人称为“图林机”，实际上是一种不考虑硬件状态的计算机逻辑结构。图林还提出可以设计出另一种“万能图林机”，用来模拟其它任何一台“图林机”工作，从而首创了通用计算机的原始模型。图林甚至还想到把程序和数据都储存在纸带上，比冯·诺依曼更早提出了“储存程序”的概念。1945年，匈牙利数学家冯诺依曼提出了存储程序的思想，在计算机领域建立了不朽的功勋。目前的计算机体系结构仍然是冯诺依曼型的。1946年，美国数学家、电子计算机先驱莫克利和他的研究生埃克特合作，成功研制了世界上第一台电子数字计算机ENIAC，为机器智能的研究和实现提供了物质基础。
【完整版】2020-2025年中国人工智能基础数据服务行业成本领先战略制定与实施研究报告
（二零一二年十二月） 2020-2025年中国人工智能基础数据服务行业成本领先战略制定与实施研究报告 可落地执行的实战解决方案 让每个人都能成为 战略专家 管理专家 行业专家 ……
报告目录 第一章企业成本领先战略概述 (8) 第一节报告简介 (8) 第二节企业成本领先战略的重要性及作用 (9) 一、成本领先战略是构建竞争优势的基础 (9) 二、成本领先战略还具有无可比拟的优势作用 (9) 二、是决定企业经营活动成败的关键性因素 (10) 三、是实现企业快速、健康、持续发展的需要 (10) 四、是企业扩展市场、高效持续发展的有效途径 (11) 五、是强化企业核心竞争力的有利武器 (11) 第三节企业成本领先战略的特性 (11) 一、长期性 (11) 二、全局性 (12) 三、外向性 (12) 四、竞争性 (12) 五、动态性 (12) 第二章市场调研：2019-2020年中国人工智能基础数据服务行业市场深度调研 (13) 第一节前言 (13) 第二节人工智能基础数据服务行业概述 (13) 一、人工智能基础数据服务定义 (13) 二、人工智能基础数据服务发展历程 (14) 三、人工智能基础数据服务的行业价值 (15) 四、人工智能基础数据服务的主要产品形式 (16) 第三节2019-2020年人工智能基础数据服务的发展背景 (17) 一、人工智能经济崛起为基础数据服务提供长期向好的基本面 (17) 二、数据量呈指数式增长，非结构化数据的应用依赖于清洗标注 (18) 第四节2019-2020年人工智能基础数据服务市场现状 (19) 一、人工智能基础数据服务产业链 (19) 二、人工智能基础数据服务产业图谱 (20) 三、人工智能基础数据服务行业投融资 (20) 四、人工智能基础数据服务行业商业模式 (21) 五、人工智能基础数据服务市场规模 (22) 六、人工智能基础数据服务细分结构 (23) 七、人工智能基础数据服务市场格局 (24) 第五节2019-2020年人工智能基础数据服务场景分析 (26) 一、视图基础数据服务市场现状 (26) 二、视图基础数据服务技术趋势 (27) 三、自动驾驶基础数据服务应用场景 (27) 四、自动驾驶基础数据服务市场现状 (28) 五、智能交互基础数据服务市场现状 (29) 六、智能交互基础数据服务技术趋势 (30)
关于人工智能的发展及预测学习报告
人工智能的发展及预测学习报告 姓名 人工智能（Aritificial Intelligence， AI）是一门融合了计算机科学、统学、脑神经学和社会科学的前沿综合性学科。它的目标是希望计算机拥有像人一样的智力能力，可以替代人类实现识别、认知、分类和决策等多种功能。 一、实现人工智能的方法----机器学习 机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同，机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。 机器学习直接来源于早期的人工智能领域。传统算法包括决策树学习、推导逻辑规划、聚类、强化学习和贝叶斯网络等等。众所周知，我们还没有实现强人工智能。早期机器学习方法甚至都无法实现弱人工智能。 机器学习最成功的应用领域是计算机视觉，虽然也还是需要大量的手工编码来完成工作。人们需要手工编写分类器、边缘检测滤波器，以便让程序能识别物体从哪里开始，到哪里结束；写形状检测程序来判断检测对象是不是有八条边；写分类器来识别字母“ST-O-P”。使用以上这些手工编写的分类器，人们总算可以开发算法来感知图像，判断图像是不是一个停止标志牌。
这个结果还算不错，但并不是那种能让人为之一振的成功。特别是遇到云雾天，标志牌变得不是那么清晰可见，又或者被树遮挡一部分，算法就难以成功了。这就是为什么前一段时间，计算机视觉的性能一直无法接近到人的能力。它太僵化，太容易受环境条件的干扰。 随着时间的推进，学习算法的发展改变了一切。 二、实现机器学习的技术—深度学习 人工神经网络（Artificial Neural Networks）是早期机器学习中的一个重要的算法，历经数十年风风雨雨。神经网络的原理是受我们大脑的生理结构——互相交叉相连的神经元启发。但与大脑中一个神经元可以连接一定距离内的任意神经元不同，人工神经网络具有离散的层、连接和数据传播的方向。 例如，我们可以把一幅图像切分成图像块，输入到神经网络的第一层。在第一层的每一个神经元都把数据传递到第二层。第二层的神经元也是完成类似的工作，把数据传递到第三层，以此类推，直到最后一层，然后生成结果。每一个神经元都为它的输入分配权重，这个权重的正确与否与其执行的任务直接相关。最终的输出由这些权重加总来决定。我们仍以停止（Stop）标志牌为例。将一个停止标志牌图像的所有元素都打碎，然后用神经元进行“检查”：八边形的外形、救火车般的红颜色、鲜明突出的字母、交通标志的典型尺寸和静止不动运动特性等等。神经网络的任务就是给出结论，它到底是不是一个停止标志牌。神经网络会根据所有权重，给出一个经过深思熟虑的猜测——“概率向量”。这个例子里，系统可能会给出这样的结果：86%
人工智能行业发展前景展望及市场规模预测
一、人工智能的内涵及分类 （一）人工智能的内涵 人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能被发达国家视为人类的最后科学尖端，科研领域皇冠上的明珠。 （二）人工智能的分类 人工智能的概念很宽泛，按照人工智能的实力可分为三大类： 1、弱人工智能：在特定领域等同或者超过人类智能或效率的机器智能。 2、强人工智能：各方面都能和人类比肩的人工智能。 3、超人工智能：在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。 人工智能的革命就是从弱人工智能，通过强人工智能，最终达到超人工智能的过程。目前人类已经掌握弱人工智能，生活中弱人工智能无处不在，比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。 人脑与电脑的最大差别在于，一些我们认为困难的事情，如微积分、金融市场策略、翻译等，对于电脑来说都十分容易；但一些人类认为容易的事情，如视觉、动态、移动、直觉，对于电脑来说却是十分困难。而要达到人类级别的智能，电脑必须要理解更高深的东西，比如微小的脸部表情变化，以为为什么喜欢这个而不喜欢那个，要达到这样的水平首先在硬件方便要增加电脑处理速度，其次在软件方面要让电脑变得智能。 美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps（calculations per second，每秒计算次数，描述运算能力的单位），即1亿亿次计算每秒。现在世界上最快的超级计算机，中国的天河二号，运行能力已达到3.4亿亿次，已经超过人脑，但由于其成本高、规模大、功耗高，使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps，当1000美元能买到人脑级别的1亿亿运算能力的时候，强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps（人脑的千分之一），根据加速回报定律，科技的进步将呈指数型增长，按照这个速度，到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。 二、人工智能的产业链分析 从发展路径及阶段上看，实现人工智能需经历三个阶段：计算智能（能存会算）、感知智能（能听会说、能看会认）和认知智能（能理解会思考）。
2020年人工智能产业发展深度研究报告
2020年人工智能产业发展深度研究报告 一、人工智能市场格局 人工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI 概念最早始于1956 年的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来，在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。据中国电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。 人工智能赋能实体经济，为生产和生活带来革命性的转变。人工智能作为新一轮产业变革的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和新产品。从衣食住行到医疗教育，人工智能技术在社会经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测，2035 年，人工智能将推动中国劳动生产率提高27%，经济总增加值提升7.1 万亿美元。 二、多角度人工智能产业比较 目前，全球人工智能产业的生态系统正逐步成型。依据产业链上下游关系，可以将人工智能划分为基础支持层、中间技术层和下游应用层。基础层是人工智能产业的基础，主要提供硬件（芯片和传感器）及软件（算法模型）等基础能力；技术层是人工智能产业的核心，以模拟人的
智能相关特征为出发点，将基础能力转化成人工智能技术，如计算机视觉、智能语音、自然语言处理等应用算法研发。其中，技术层能力可以广泛应用到多个不同的应用领域；应用层是人工智能产业的延伸，将技术应用到具体行业，涵盖制造、交通、金融、医疗等18 个领域，其中医疗、交通、制造等领域的人工智能应用开发受到广泛关注。 （一)战略部署：大国角逐，布局各有侧重 全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发达国家乘胜追击，构成第二梯队。同时，在顶层设计上，多数国家强化人工智能战略布局，并将人工智能上升至国家战略，从政策、资本、需求三大方面为人工智能落地保驾护。后起之秀的中国，局部领域有所突破。中国人工智能起步较晚，发展之路几经沉浮。自2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。由于初期我国政策侧重互联网领域，资金投向偏向终端市场。因此，相比美国产业布局，中国技术层（计算机视觉和语音识别）和应用层走在世界前端，但基础层核心领域（算法和硬件算力）比较薄弱，呈“头重脚轻”的态势。当前我国人工智能在国家战略层面上强调系统、综合布局。 1、美国引领人工智能前沿研究，布局慢热而强势。美国政府稍显迟缓，2019 年人工智能国家级战略（《美国人工智能倡议》）才姗姗来迟。但由于美国具有天时（5G 时代）地利（硅谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。总体来看，美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超
中国人工智能产业发展分析及对策研究
中国人工智能产业发展分析及对策研究 人工智能的概念始于1956年的达特茅斯会议，并在2016年随着AlphaGo 人机围棋大战引发的强烈关注而再次称为热词。从本质上来说，人工智能是指用于模拟和扩展人类智能的技术应用系统，具备快速处理和自主知识管理能力，能够通过“试验—验证—学习”实现决策的迭代和优化。[1]77其价值始终体现在代替或者辅助人类完成任务，从而解放劳动力，提高劳动效率。当前，人工智能正处于专有型向通用型人工智能转变的发展阶段，应用模式也由执行式服务向交互式服务转变。在一些数据可得性高的行业，例如安防、医疗、教育和商业服务等领域，人工智能已率先爆发出大量场景应用，用以解决行业痛点。自20世纪60年代以来，人工智能的发展经历了三次技术革命浪潮。进入到21世纪的两个十年，在大规模GPU服务器并行计算、大数据、深度学习算法和类脑芯片等技术的推动下，人类社会相继进入互联网时代、大数据时代和人工智能时代。[2]关于互联网和大数据时代下的产业结构和社会状态已有相当多的研究分析，本文则侧重于讨论中国在人工智能时代的战略方向。 从人工智能领域相关文献看，国内学者主要将研究重点集中在基于人工智能算法的特定领域应用和技术伦理问题（哲学角度）两方面。吴永和等依据教育人工智能（EAI）的内涵，尝试从应用形态和技术架构两方面构建“人工智能+教育”的生态系统以及相应的人才培养体系。[3]梁志勇等则聚焦新闻生产领域，认为人工智能技术将给新闻行业的内容生产、议题设置和运作方式带来革命性影响。[4]相对而言，人工智能与工程技术融合的研究更为广泛。李漫江创新性地提出了一种基于神经网络的人工智能故障检测方法，进而实现农用发动机不解体且能快速诊断的效果。[5]秦爱梅等基于人工智能视觉算法，调制出一套具有较高识别效率和精度的特定场景识别系统。[6]尽管如此，蔡自兴仍认为国内存在以哲学研究替代人工智能技术研究的倾向。[7]23孙振杰提出，人类亟需深思围绕人工智能意识与情感的发展将引发“五化”的问题，即人造物的退化、进化、蜕化、异化和黑化。[8]余乃忠则揭示出人工智能类本质的实现与新时代人类的类本质间的矛盾，
人工智能发展报告
人工智能发展报告 一、简介 人工智能（Artificial Intelligence，AI）是指用计算机模拟或实现的智能。从学科角度讲，人工智能研究的是如何使机器（计算机）具有智能的科学和技术，特别是人类智能如何在计算机上实现或再现的科学和技术，它的研究涉及计算机科学、脑科学、神经生理学、心理学、语言学、逻辑学、认知（思维）科学、行为科学、数学以及信息论、控制论和系统论等众多学科领域，是一门综合性的交叉学科和边缘学科。2016年3月，谷歌收购的人工智能初创企业DeepMind 所研发的AlphaGo程序以4∶1击败韩国围棋冠军李世石，成为近年来人工智能领域少有的里程碑事件；2016年底，新版AlphaGo又化名网络棋手Master对战包括10多位中韩世界冠军在内的棋手，豪取60连胜；2017年初，卡内基梅隆大学人工智能系统Libratus打败4名世界顶级德州扑克玩家，这些事件再次引发了大众对人工智能的兴趣。 二、发展现状 目前，人工智能已形成包含工业机器人、服务机器人、智能硬件、芯片、传感器等硬件产品，智能客服、商业智能、数据资源、计算平台等软件产品与服务在内的产业链条。全球人工智能企业集中分布在美国、中国、英国等少数国家。我国人工智能企业主要集中于北京、广东及长三角（上海、江苏、浙江）一带，占我国人工智能企业总数
的比例超过8成。互联网巨头百度、阿里巴巴和腾讯正在领导中国的人工智能市场，同时，数以百计的初创公司也正渗透到这一产业中。 全球人工智能申请专利主要集中在机器人、语音识别、神经网络、图像识别、机器学习、模糊逻辑、计算机视觉、自然语言处理等领域。我国人工智能申请专利占比前五位的领域分别为机器人、神经网络、图像识别、语音识别、计算机视觉。其中，自然语言处理、语音识别的技术成熟度最高，其次是图像识别、计算机视觉，而机器学习、神经网络等领域技术成熟度最低，还未形成大规模行业应用。同时，国内外人工智能企业研发的产品在诸多领域的商业化已如火如荼地展开，涉及安防、交通、医疗、电商、金融、家庭和教育等领域。 人工智能主要应用领域及相关企业 三、产业化瓶颈 现阶段，人工智能产业的发展主要受到人才、数据、计算平台和服务模式四方面的制约。首先，人工智能领域的人才稀缺。通过开放
2020年中国人工智能产业发展分析报告
2020年中国人工智能产业发展分析报告
目录 一、对2020年形势的基本判断 (4) （一）从产业链建设看，人工智能数据、算法、算力生态条件日益成熟。 4 （二）从政策推动来看，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区。 (6) （三）从投融资情况看，我国人工智能产业投资市场将关注易落地的底层技术公司。 (7) 二、需要关注的几个问题 (9) （一）我国人工智能领域的基础创新投入严重不足。 (9) （二）我国人工智能产业的算力算法核心基础相对薄弱。 (10) 三、应采取的对策建议 (13) （一）以算力为核心加强人工智能基础能力建设。 (13) （二）体系化梳理我国人工智能产业供应链现状。 (13) （三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力。 (14) （四）在国际社会上提出发展“负责任的人工智能”。 (14)
【内容提要】 2019年以来，中国人工智能产业发展迅猛，在产业链建设、政策推动、投融资发展上取得新进展，但也面临各种内外部压力和挑战。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注落地前景好的底层技术公司，但产业整体面临的外部形势将更为严峻。需关注的问题有我国人工智能领域的基础创新投入严重不足，国内人工智能产业的算力算法基础相对薄弱，以算法战、深度伪造为代表的人工智能技术滥用给我国经济社会带来潜在负面影响等。基于上述分析，赛迪智库电子信息研究所提出，以算力为核心加强人工智能基础能力建设、体系化梳理我国人工智能产业供应链现状、加快开拓国内外应用市场并提升出海抗风险能力、发展“负责任的人工智能”等措施建议。 2019年人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展将迎来新一轮战略机遇，智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业，以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注易落地的底层技术公司，但同时产业发展的外部形势将更为严峻，美国对我国人工智能产业的压制可能从上游元器件转向下游行业应用。
人工智能法律服务研究报告
人工智能法律服务研究报告 腾讯研究院研究员在刚刚过去的周末，想必大家都 被腾讯AI Lab研发的围棋人工智能程序“绝艺”刷屏了，在第10届UEC杯计算机围棋大赛中，“绝艺”11战11胜，夺得 冠军。这是围棋界自谷歌的阿尔法狗之后的又一爆炸性新闻。但AI的“洪荒之力”可绝不止于此，开始涉足高大上的法律服务市场。“绝艺”的研发者说，AI在推动人类对围棋的认知，这同样适用于法律服务。 从法律检索、法律文件准备到合同审核、法律咨询再到案件结果预测、诉讼策略选择，以人工智能为标志的法律科技正在搅动法律服务市场。去年6月，IBM 的认知计算机Watson 支撑的史上首个人工智能律师ROSS “受雇于”一 家美国律所，它可以用人类语言和律师交流，给人一种和准雇员共事的体验。在英国，一款名为DoNotPay 的机器人 律师可以帮助用户挑战交通罚单并准备所需的法律文件，现在已经扩大到了政府住房申请、难民申请等法律服务。在国内，人工智能成为今年两会一大热点，所谓的法律机器人“小梨”“法狗狗”等不断涌现，受到公众关注。有预测甚至认为，在15年内，机器人和人工智能将会主导法律实践，给律所 带来“结构性坍塌”，法律服务市场的面貌将大为改观。 难道真如电影《回到未来2》中所预测的，终有一天将
不再需要律师？如果AI 可以以更高效、更廉价的方式提供法律服务，提高正义和法律服务的可得性，对穷人难道不是一大福音吗？但如果诉讼双方在法律科技的获取上存在很 大的不平衡，也可能造成新形式的不公正和滥用。虽然法律科技可能前景无限，但其中的一些挑战也需要人们思考并回应。 一、AI来了，人类的工作还安全吗？ 1956年见证了“人工智能”（artificial intelligence）这一概念的问世。在随后的六十年间，人工智能历经两次发展浪潮、两次AI寒冬。这一次，AI真的来了。 2010年以来，在大数据、机器学习、计算能力等因素 的推动下，AI已然迎来第三次发展浪潮。机器学习推动AI 进入发展新高度，学习型AI 正在改变很多事物。无论是监督学习还是无监督学习，AI 都在自主学习。比如，开发者并未按部就班地告诉自动驾驶系统如何开车，算法自己“学会了”如何在不同的道路环境下驾驶并不断提高驾驶水平。再比如，QQ音乐会向你推荐你可能感兴趣的歌曲，程序员并未告诉QQ音乐你的兴趣是什么，QQ音乐的算法自己“推断出了” 你的兴趣并不断提高这一判断的准确性。类似的例子不胜枚举。在越来越多的情境下，AI在替代人类做出判断，或者说，这些判断本该由人类做出。 AI在各行各业的应用将带来新一轮自动化，其结果要么
全球人工智能产业发展和趋势(下)试卷
一、单选题 1.AlphaZero训练（）击败日本将棋程序。（3.0分） A.2小时 B.4小时 C.8小时 D.24小时 我的答案：D ×答错 2.《人工智能：未来决策的机遇与影响》，这是下列哪个国家发布的报告？（ 3.0分） A.美国 B.日本 C.德国 D.英国 我的答案：D √答对 3.DQN在49种Atari视频/像素游戏中，（）达到乃至超过人类职业选手的水平，以智商比喻，远超人类。（3.0分） A.9种 B.19种 C.29种 D.39种 我的答案：C √答对 4.Google Waymo于（）10月在美国凤凰城Chandler镇100平方英里范围内，对500辆L4自动驾驶汽车进行社会公测，这是Waymo自动驾驶商业化落地的前奏。（3.0分） A.2014年 B.2015年 C.2016年 D.2017年 我的答案：D √答对 5.IBM超级电脑程序“深蓝”，于（）击败了国际象棋大师加里·卡斯帕罗夫。（3.0分） A.1996年 B.1997年 C.1998年 D.1999年 我的答案：B √答对 6.智能音箱Echo是下列哪家企业推出的产品？（3.0分） A.亚马逊 B.百度 C.阿里巴巴 D.小米 我的答案：A √答对 7.邓志东教授预测，（）是无人驾驶汽车元年。（3.0分） A.2020年 B.2021年 C.2022年 D.2023年
我的答案：B √答对 8.国务院是在哪一年印发《新一代人工智能发展规划》的？（3.0分） A.2015年 B.2016年 C.2017年 D.2018年 我的答案：C √答对 9.在人工智能速记领域，2016年10月17日，（）的语音识别系统实现了5.9％的词错率。（3.0分） A.科大讯飞 B.惠普 C.英特尔 D.微软 我的答案：D ×答错 10.IBM的自动问答系统，于（）2月在美国最受欢迎的智力竞答电视节目《危险边缘》中战胜了人类冠军。（3.0分） A.2011年 B.2012年 C.2013年 D.2014年 我的答案：A √答对 二、多选题 1.中国人工智能产业发展的短板包括（）。（4.0分）） A.原始创新能力不足 B.投资界过于追求短线逐利 C.体制机制障碍 D.缺乏高端基础性研究人才和AI工程开发人才 我的答案：ABCD √答对 2.根据邓志东教授所讲，AlphaGo如何进行学习？（4.0分）） A.深度监督学习 B.深度强化学习 C.大数据 D.TPU 我的答案：AB ×答错 3.下列哪些行业未来可以通过人工智能实现自动化？（ 4.0分）） A.传统制造业 B.长途运输 C./物流运输行业 D.翻译 我的答案：ABCD √答对 4.智能音箱Echo基于语音助手Alexa可以实现（）、外卖预定等服务。（4.0分）） A.音乐播放 B.新闻搜索
我国人工智能产业发展状况与思考
我国人工智能产业发展状况与思考 摘要：随着人工智能时代的到来，作为集高智能与高技术创新于一体的高技术 产业越来越成为各国提高国际竞争力的关键产业，而增加高技术产业竞争优势的 关键即提高其技术创新能力，进而实现更高的智能性。文章针对我国人工智能产 业发展状况进行了详细分析，希望能够给相关人士提供重要的参考价值。 关键词：人工智能产业；发展 引言：人工智能逐渐成为新一轮科技革命和产业变革的核心力量，而高技术产业 集知识和技术于一体，成为人工智能的变革焦点，更成为各国经济的发展重点， 也成为各国国际竞争力的核心。从1995年到现在，我国先后出台大量与高技术 产业相关的政策，旨在为高技术产业发展提供全面的保障与支撑。随着我国对高 技术产业技术创新的投入逐年增长，高技术产业的技术创新能力和国际竞争力有 很大提升，技术创新成果丰硕，专利申请授权数量、主营业务收入呈逐年增长的 趋势，人工智能在高技术产业的应用逐渐趋于成熟。但是我国的高技术产业与发 达国家相比，仍然存在一定的差距，应继续提升科技创新能力，增强智能性，推 动我国高技术产业在人工智能不断发展的背景下，实现更好更快的发展。 1.我国人工智能产业发展面临的突出问题 在产业快速发展的同时，一些突出问题也逐渐显现，主要表现在四个方面： 技术创新方面，核心关键技术存在短板，产业基础仍然薄弱。我国虽然在人工智 能技术创新和企业发展方面具有得天独厚的先行优势，但在基础理论、核心关键 技术积累薄弱，核心算法、芯片及基础元器件的掌握与国外差距较大，缺乏重大 原创科技成果，导致产业核心关键领域可能受制于人，不利于企业参与国际竞争，存在远期发展风险。生态构建方面，产业生态建设协同不够，低端发展苗头初显。我国的人工智能企业数量虽多，但缺少有生态构建带动力的龙头企业或行业组织，企业间交流合作和资源对接力度不足，互联互通等技术标准缺乏，大量企业特别 是中小微企业处于各自为战状态，密切互动、共赢共生的协同发展态势尚未形成，应用型成果的重复化、碎片化问题严重。实践应用方面，成果应用模式路径不明，创新成果落地缓慢。人工智能与实体经济融合刚刚起步，技术产品创新快于应用 创新，创新成果的应用路径和商业模式不清晰，企业用户认识和应用能力偏弱。 人工智能应用场景研究少，能够提供的系统解决方案欠缺，案例库、标准库、数 据库欠缺，企业应用人工智能还面临较高的技术门槛和资金门槛。发展环境方面，政策法规探索刚刚起步，难以满足发展需求。我国尚未在人工智能法治保障、信 息安全以及伦理道德研究、风险审查机制等保障人工智能产业长期发展的政策法规、安全规范和伦理道德框架方面开展工作。环境营造推进慢，将影响人工智能 产业健康发展。产生上述问题的主要原因有两点。一是人工智能产业发展阶段的 现实原因。国内外人工智能产业都处于发展初期，在基础理论和关键核心技术研发、法规政策规范研究制定、实践应用推进等方面都处于起步阶段。对此类问题，挑战中也蕴藏着率先发展的机遇。二是自身发展存在的客观不足。全社会对人工 智能产业发展和应用的认识尚待提高，总体思路和发展重点尚未确定，会影响到 发展进程和水平。对此类问题，需要加强顶层设计、确定重点、聚焦发展、创新 推进。 2.加快我国人工智能产业发展的措施建议
人工智能诊断病理行业发展分析
人工智能诊断病理行业发展分析 报告摘要： ●人工智能（AI），病理诊断的强效助推剂 人工智能（AI）已进入医疗的众多细分领域，应用场景包括疾病诊疗、医疗辅助、药物开发等。而病理诊断是一种基于图像信息的诊断方式，被誉为疾病诊断的“金标准”，却由于自动化程度较低，病理医生缺乏等原因，在我国发展落后。通过图像识别技术，AI助力病理转向数字化诊断，能有效提升病理诊断效率，AI对病理行业的赋能有望突破行业瓶颈。 ●以医疗大数据为基础，病理企业与腾讯、阿里等企业合作开发病理AI 病理AI开发包括数据积累、算法开发、场景应用等环节，高质量的数据资源是进行有效算法开发的关键。由于应用场景、病种、病程等不同，病理数据的获取、分类难度较大。现阶段AI在病理中主要应用于细胞病理的宫颈癌筛查，潜在应用的市场规模约为442 亿元。目前国内AI病理行业的参与者以拥有大量数据的病理产业链企业、提供算法的AI企业为主，两者的合作是企业发展的关键。腾讯与专业的第三方病理检测企业华银健康合作，而阿里健康与兰丁高科等12家医疗健康AI企业共同建立了第三方人工智能开放平台。病理AI的落地推广有望填补近7万人的病理医生缺口，解决病理行业供给严重不足、医疗资源分配不平衡的问题，极大的促进分级诊疗的落地。 ●基层需求、AI进步、政策等多方面因素推动病理AI临床应用加速 AI病理诊断技术可大幅缩短医生的工作量，但由于目前技术所限，在病理样本采集、图像数据处理及结果判读上仍有大量技术难点亟待攻克。但是随着基层地区大力推广免费两癌筛查，带来巨大的基层病理诊断需求，AI病理技术迅速提升，临床应用有望提速。国内外团队通过AI已成功实现影像领域多个病种的诊断识别，部分准确率超90%。人工智能2016年被列为国家发展战略，人工智能+医疗成为重点维度之一，政策明确指出发展人工智能治疗新模式、智能影像识别等应用。 ●医疗数据是基础，算法是核心，强强联合打造AI病理龙头 兰丁高科：技术服务、核心算法及第三方检验网点，实现完整的商业闭环 麦克奥迪（300341.SZ）：以医用显微镜为基础，构建病理行业全产业链 华银健康：专业的第三方病理检测龙头，携手腾讯连接病理数据与算法 视见科技：影像AI新锐企业，布局病理、放射、放疗三大优势领域 ●风险提示：竞争风险、政策风险
人工智能行业研究报告
人工智能行业研究报告 人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的运算机，到运算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了庞大的阻碍。尽管现在此刻可能是下一个AI 冬季（图8）到来之前的「给予承诺又让人败兴」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。
与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的运算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。 那个AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使运算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的Alexa 和Google 的图像识别，然而AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情形下，价值正在被慢慢创建，竞争优势也变得越来越明显。 例如，在医疗保健中，图像识别技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开创新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于
未来科技五年人工智能行业产业发展趋势分析最新竟争力
未来科技五年人工智能行业产业发展趋势分析 最新竟争力 人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，国内外的高科技公司以及风险投资机构纷纷布局人工智能产业链。以下对人工智能行业发展趋势分析。 中国和美国目前是全球人工智能产业发展的领导者，仅在2015年，两国在学术期刊上发表的AI相关论文接近1万篇，而英国、印度、德国和日本加起来才大约相当于中美的半数。2017-2022年中国人工智能项目行业市场深度调研及投资战略研究分析报告表明，中国有着全球最多的数据量，拥有巨大应用市场，正在围绕AI构建完善的产业生态链。我们有理由相信，AI将成为企业跨部门业务发展的“颠覆者”，渐趋成熟的AI技术正逐步向“AI+”进行转变。我国将在AI 关键技术领域获得重大突破，推动关键场景应用逐步走向成熟。 趋势一政策体系加速完善 一直以来，我国高度重视人工智能技术创新和产业发展，当前随着全球人工智能产业的快速成长，一些主要发达国家纷纷出台人工智能相关战略文件，力争在新的科技浪潮中抢占制高、规避风险。美国、英国等相继出台了《国家人工智能研究和发展战略计划》等报告，不断完善人工智能顶层设计。我国也围绕《中国制造2025》和“互联网+”行动计划出台了一系列支持人工智能技术创新和产业发展的政策文件，如2016年5月由国家发改委、工信部等多部委联合发布的《“互联网+”人工智能三年行动实施方案》等。在国务院发布的《“十三五”国家战略性新兴产业发展规划》中，也提到要培育人工智能产业生态，促进人工智
能在经济社会重点领域推广应用。今年，我国人工智能产业发展的政策支撑力度有望进一步加强。一方面，借鉴美国、英国等的人工智能国家战略，预计我国也将发布聚焦于人工智能的国家战略文件，对未来人工智能技术和产业发展制定顶层设计。另一方面，科技部、国家发改委、工信部等相关部门也将有望发布人工智能相关的政策文件，从技术研发、产业培育等角度做出具体的部署，实施一批大型项目。此外，围绕标准、安全等特定议题，相关的政策研究与制定也将有望取得积极进展。 趋势二产业规模快速增长 自2006年深度学习算法提出以来，语音和视觉识别准确率得到大幅提升，人工智能进入到了第三次高峰期。当前，在技术突破和应用需求的双重驱动下，人工智能技术已走出实验室，加速向产业各个领域渗透，产业化水平大幅提升，人工智能产业发展正处在黄金期。根据初步测算，2016年，全球人工智能市场规模约为1680亿元，我国人工智能市场规模约为98亿元。今年，随着我国软件与互联网技术向各行各业的持续深入以及云计算、大数据、物联网等相关产业的不断进步，人工智能产业市场规模将持续扩大，预计人工智能及其相关产业发展增速将超过40%。从细分行业来看，语音服务相关技术和模型将趋于成熟，围绕智能语音的行业应用将不断加速，市场逐渐打开，成为人工智能产业发展的主要方向。图像处理等计算机视觉技术将随着训练数据的快速累积实现大的突破，而面向各个行业领域的专业化智能服务则将创造出新的市场空间，有望造就新的行业领军者。 趋势三关键技术取得突破 当前，人工智能受到的关注度持续提升，大量的社会资本和智力、数据资源的