2019年中国人工智能基础数据服务白皮书
人工智能基础数据服务行业概述
1
人工智能基础数据服务市场现状
2
人工智能基础数据服务场景分析
3ห้องสมุดไป่ตู้
人工智能基础数据服务需求分析
4
人工智能基础数据服务发展趋势与建议
5
人工智能基础数据服务定义
意指为AI算法训练及优化提供数据采集和标注等形式的服务
人工智能基础数据服务指为AI算法训练及优化提供的数据采集、清洗、信息抽取、标注等服务，以采集和标注为主。人工 智能概念爆发伊始，算法、算力、数据就作为最重要的三要素被人们乐道，进入落地阶段，智能交互、人脸识别、无人驾 驶等应用成为了最大的热门，AI公司开始比拼技术与产业的结合能力，而数据作为AI算法的“燃料”，是实现这一能力的 必要条件，因此，为机器学习算法训练、优化提供数据采集、标注等服务的人工智能基础数据服务成为了这一人工智能热 潮中必不可少的一环。如果说计算机工程师是AI的老师，那基础数据服务就是老师手中的教材。
随着算法需求越来越旺盛，依赖人工标注不能满足市场需求，因此增强数据处理平 台持续学习能力，由机器持续学习人工标注，提升预标注和自动标注能力对人工的 替代率将成趋势。远期，越来越多的长尾、小概率事件所产生的数据需求增强，机 器模拟或机器生成数据会是解决这一问题的良好途径，及早研发相应技术也将成为 AI基础数据服务商未来的护城河。
AI基础数据服务行业发展历程及展望
初生期
成长期
成熟期
质变期
随
着 人 工 智 能 在 更 多 场 景 可 用
2010年-2016年
国内人工智能概念爆发， 算法准确率是第一要义， 大量数据标注需求产生， 标注门槛低，行业内鱼 龙混杂
野蛮生长
2017年-2022年
AI进入落地阶段，垂直 场景数据成为主要需求， 对数据类型、质量等要 求明显提高，头部企业 实力逐渐凸显，行业格 局逐渐清晰
人工智能技术框架
算 力
AI基础数据服务
数 据
算 法
传统通
用计算
(CPU)
基础层 实现途径
AI计算架构
CPU+GPU TPU FPGA ……
AI芯片
智能设备 视觉 类脑 …… 自动驾驶 安防 物联网
数据处理
数据采集 数据清洗 信息抽取 数据标注
数据存储 数据挖掘
早期算法 搜索式推理
专家系统 智能代理
……
机器学习算法
监督式学习 非监督学习
半监督学习
强化学习
深度学习
迁移学习
……
支持系统 硬件设备 计算平台 云服务 量子计算
数据采集 储存设施 网络传输 数据可视化
编程语言 算法平台 AI框架 理论研究
技术层 计算机视觉
图像识别
视觉识别
人脸识别
视频识别
文字识别
步态识别
……
语音识别
声音识别
声纹识别
语音合成
语音交互
序言
算法、算力、数据是人工智能发展的三大要素，人工智能已经从讲技术教育市场的阶段， 过渡到思考如何将技术与商业相结合落地的阶段，而数据作为AI算法的“燃料”，是实现 这一能力的必要条件，因此，为机器学习算法训练提供数据采集、标注等服务的人工智能 基础数据服务成为近年人工智能热潮中必不可少的一环。 2018年1月，由国务院办公厅发布的《科学数据管理办法》中，明确了科学数据的责任、 安全使用和共享利用等行为规范，政策层面的关注表明，科学数据是国家科技创新发展和 经济社会发展的重要基础性战略资源，科技创新越来越依赖于大量、系统、高可信度的科 学数据。 当人工智能技术在更多场景尝试下沉时，AI基础数据服务将迎来挑战，新兴垂直场景数据 既难以获取，又需要有经验、有专业素养的人员进行标注，考验着从业玩家的研发、管理、 培训能力，但也同样伴随着机遇。 人工智能基础数据服务并非人们想象中的数据作坊，其发展依赖于基于技术的数据处理平 台和工具，以及科学高效的管理。该服务团队，在支撑自身人工智能技术研发的同时， 对外输出数据采标能力，成为行业领先力量。随着高难度、前沿独特性需求渐成主流，数 据服务行业早期鱼龙混杂的现象将改变，优势公司实力将逐渐凸显。
中国人工智能基础数据服 务 行业白皮书
2019年
摘要
在经历了一段时期的野蛮生长之后，人工智能基础数据服务行业进入成长期，行业 格局逐渐清晰。人工智能基础数据服务方的上游是数据生产和外包提供者，下游是 AI算法研发单位，人工智能基础数据服务方通过数据处理能力和项目管理能力为其 提供整体的数据资源服务，不过AI算法研发单位和AI中台也可提供一些数据处理工 具，产业上下游普遍存在交叉。
应
……
用
层
自然语言处理
信息理解
文字校对
机器翻译
自然语言生成
……
知识图谱
通用型
行业型
人工智能基础数据服务发展历程
行业进入成长期，行业格局逐渐清晰
伴随国内人工智能热潮爆发，大量的AI公司拿到融资，为了不断提高算法精度，数据采标需求也空前爆发，一度催生了行 业的繁荣。但早期的AI基础数据服务门槛较低，玩家鱼龙混杂，使行业标准模糊、服务质量参差不齐。随着竞争加快，AI 公司对训练数据的质量要求也不断提高，并且当产业落地成为主旋律，需求方对垂直场景的定制化数据采标需求成为主流， 众多小型AI基础数据服务公司从数据质量和采标能力上达不到要求，或被淘汰，或依附大平台，行业格局逐渐清晰，头部 公司实力逐渐凸显。随着算法需求越来越旺盛，目前机器辅助标注、人工主要标注的手段需要改进提升，增强数据处理平 台持续学习和自学习能力，增加机器能够标注维度、提升机器处理数据的精度，由机器承担主要标注工作将成为下一阶段 的行业重心。未来，越来越多的长尾、小概率事件所产生的数据需求增强，人机协作标注的模式性价比不足，机器模拟或 机器生成数据会是解决这一问题的良好途径，及早研发相应技术也将成为AI基础数据服务商未来的护城河。
2018年中国人工智能基础数据服务市场规模为25.86亿元，其中数据资源定制服务 占比86%，预计2025年市场规模将突破113亿元。市场供给方主要由人工智能基础 数据服务供应商和算法研发单位自建或直接获取外包标注团队的形式组成，其中供 应商是行业主要支撑力量。
数据安全、采标能力、数据质量、管理能力、服务能力等仍是需求方的痛点，需要 人工智能基础服务商有明确具体的安全管理流程、能够深入理解算法标注需求、可 提供精力集中且高质量的服务、能够积极配合、快速响应需求方的要求。
人工智能系列白皮书-智慧农业
中国人工智能系列白皮书-- 智慧农业目录第1 章智慧农业发展背景 (1)1.1 人工智能在农业领域中的应用历程 (1)1.2 智慧农业及其发展趋势 (8)第2 章农业智能分析 (12)2.1 农业数据挖掘 (12)2.1.1 农业数据挖掘特点 (12)2.1.2 农业网络数据挖掘 (13)2.1.3 农业数据挖掘应用 (16)2.2 农业数据语义分析 (18)2.2.1 农业数据语义模型 (18)2.2.2 农业数据存储模型 (19)2.2.3 农业数据知识发现 (20)2.2.4 农业数据语义检索 (21)2.2.5 分布式农业知识协同构建 (21)2.3 农业病虫害图像识别 (22)2.3.1 基于机器视觉的农业病虫害自动监测识别系统框架 232.3.2 农业病虫害图像采集方法 (24)2.3.3 农业病虫害图像预处理 (26)2.3.4 农业病虫害特征提取与识别模型构建 (27)2.3.5 农业病虫害模式识别 (28)2.4 动物行为分析 (29)2.5 农产品无损检测 (34)2.5.1 农产品的无损检测 (35)2.5.2 农产品无损检测主要方法与基本原理 (36)2.5.3 无损检测在农产品质量检测中的应用 (38)2.5.4 问题与展望 (38)第3 章典型农业专家系统与决策支持 (40)3.1 作物生产决策系统 (40)3.1.1 作物生产决策支持系统的概念与功能 (40)3.1.2 作物决策支持系统的发展 (41)3.1.3 我国作物决策支持系统发展状况 (41)3.1.4 作物生产决策支持系统的发展趋势 (42)3.1.5 作物生产决策支持系统的存在问题 (43)3.1.6 作物生产决策支持系统的发展措施建议错误!未定义书签。
3.2 作物病害诊断专家系统 (45)3.2.1 病害诊断知识表达 (45)3.2.2 作物病害描述模糊处理 (47)3.2.3 病害诊断知识推理 (47)3.2.4 基于图像识别的作物病害诊断 (48)3.3 水产养殖管理专家系统 (49)3.3.1 问题与挑战 (49)3.3.2 主要进展 (51)3.3.3 发展趋势 ........ .... ..... .. (52)3.4 动物健康养殖管理专家系统 (54)3.4.1 妊娠母猪电子饲喂站 (54)3.4.2 哺乳母猪精准饲喂系统 (56)3.4.3 个体奶牛精准饲喂系统 (57)3.4.4 畜禽养殖环境监测系统 (58)3.5 多民族语言农业生产管理专家系统 (59)3.5.1多民族语言智慧农业即时翻译系统结构 (59)3.5.2多民族语言农业智能信息处理系统机器翻译流程 .. 603.5.3多民族语言农业信息平台中的翻译关键技术 (62)3.5.4多民族语言农业智能信息处理系统机器翻译结果 .. 633.6 农业空间信息决策支持系统 (66)第4 章典型农业机器人 (71)4.1 茄果类嫁接机器人 (74)4.1.1 研究背景意义 (74)4.1.2 国内外研究现状 (74)4.1.3 关键技术与研究热点 (76)4.1.4 案例分析 (77)4.1.5 存在问题与发展策略 (78)4.2 果蔬采摘机器人 (79)4.2.1 研究背景意义 (79)4.2.2 国内外研究现状 (79)4.2.3 关键技术与研究热点 (80)4.2.4 案例分析 (81)4.2.5 存在问题与发展策略 (82)4.3 大田除草机器人 (83)4.3.1 研究背景意义 (83)4.3.2 国内外研究现状 (84)4.3.3 关键技术与研究热点 (84)4.3.5 存在问题与发展策略 (86)4.4 农产品分拣机器人 (87)4.4.1 农产品分拣机器人发展现状 (88)4.4.2 农产品分拣机器人的应用特点和支撑技术 (90)4.4.3 主要问题和建议 (92)第5 章农业精准作业技术 (94)5.1 拖拉机自动导航 (94)5.2 农机作业智能测控 (97)5.3 果树对靶施药 (101)5.3.1 我国果园施药作业现状 (101)5.3.2 基于靶标探测的智能施药 (102)5.3.3 靶标探测技术 (102)5.3.4 对靶施药的经济性与环保性 (106)5.4 设施蔬菜水肥一体化 (106)5.4.1 水肥一体化在设施蔬菜中的应用 (107)5.4.2 智能灌溉施肥设备 (108)5.4.3 设施蔬菜水肥一体化发展趋势 (110)5.5 设施环境智能调控 (112)5.5.1 温室环境与作物信息采集 (112)5.5.2 温室作物生长发育模型和小气候预测模型 (115)5.5.3 温室智能环境控制理论 (116)5.5.4 测控装备及平台构建方面 (117)5.6 农用无人机自主作业 (117)5.6.1 农用无人机自主作业需求背景 (117)5.6.2 农业无人机自主作业技术特点 (118)5.6.3 农业无人机自主作业发展现状 (119)5.6.4 抓住机遇迎接挑战人工智能技术的挑战 (122)第6 章智慧农业展望 (123)6.1 当前农业发展需求分析 (123)6.2 发展重点与建议 (123)第 1 章智慧农业发展背景中国农业经历了原始农业、传统农业、现代农业、智慧农业的逐渐过渡。
人工智能课程大纲课程体系：《机器视觉技术》课程产品白皮书(2019V1.0)
《机器视觉技术》产品白皮书目录1引言........................................................................ - 3 -2产品概述.................................................................... - 4 -2.1产品体系............................................................ - 4 -2.2产品资源............................................................ - 5 -3产品介绍.................................................................... - 8 -3.1机器视觉技术........................................................ - 8 -3.1.1课程说明........................................................ - 8 -3.1.2教学大纲....................................................... - 12 -3.1.3教学指导....................................................... - 16 -4配套产品................................................................... - 19 -4.1实验设备........................................................... - 19 -4.2软件平台........................................................... - 24 -5技术支持................................................................... - 28 -5.1.1升级服务....................................................... - 28 -5.1.2师资培训....................................................... - 28 -1引言中国人工智能发展迅猛，中国政府也高度重视人工智能领域的发展。
中国电信首次发布人工智能发展白皮书
同、信任和接受，安全和隐私保护机制的整合必须成为
未来研究的关键问题。
整体研究挑战可以分为身份和隐私管理。例如，
伪提名必须应用于整个系统，以便将收集到的关于用
先前概述的用户需求。
户的数据与用户的真实身份分开，并集成到安全技术
3.2.2 GPPLTE-M
系统中；高级加密和访问控制以及智能数据聚合技术，
系统中机器对机器通信的研究”，该报告确定了超出当
的日常生活；安全应急计划是非常重要的，因为智慧城
前 细 分 市 场 的 M2M 的 巨 大 市 场 潜 力 。 由 于 基 于
市将实施大量无法正确测试的新解决方案。最后，密
CDMA 的 3G 系统不适合于低功率操作，直到最近才有
钥管理有必要提供可靠和有效的密钥机制，以便以低
链路数据目的地、不频繁发送、基于群组的管理、基于
组的寻址等内容。
4
作者简介：
储建华
泰州市大数据管理中心高级工程师
结束语
中国电信首次发布人工智能发展白皮书
发展人工智能技术的未来愿景与顶层设计，介绍了中国电信
版社, 2016.
所有优化都适用于所有应用。因此，它定义了功能以
[2] 狄乐达. 数据隐私法实务指南[M]. 何广越,译. 法律出版
向客户提供一些结构，然后根据需要调整网络。这些
社, 2018.
功能以每次订购为基础，提供包括诸如低移动性、时间
控制、时间容忍、仅分组交换、小数据传输、仅移动电
话 、不 频 繁 移 动 终 止 、MTC 监 控 、优 先 级 警 报 消 息
[3] 360 互联网安全中心. 互联网安全的 40 个智慧洞见: 可信
《2019云网融合发展白皮书解读》
编写背景云网融合概念需要统一云网融合连接场景待明确云网服务体系架构形成云网基本能力标准化特点与趋势明朗化云网产品不断丰富概念统一 场景明确 体系清晰 能力标准化1.1 云网融合发展背景1.2 云网融合概念1.3 云网融合服务能力框架2.1 混合云2.2 同一公有云的多中心互联2.3 跨云服务商的云资源池互联3.云网融合三大特点4.行业场景：医疗、教育、能源、工业5.云网融合四大趋势典型案例：中国电信、中国移动、华云、鹏博士1.云网融合发展状况概述2.云网融合典型应用场景3.云网融合发展特点4.云网融合在典型行业应用情况5.云网融合发展趋势附录：典型云网融合解决方案实际案例云网融合是基于业务需求和技术创新并行驱动带来的网络架构深刻变革，使得云和网高度协同，互为支撑，互为借鉴的一种概念模式云服务与网络的敏捷打通按需开放网络能力最终服务于企业上云基础运营商始终处于云网融合领域的头部，强大的基础网络能力与政企资源是运营商的最大优势传统云服务商对云网融合的重视程度逐渐提升，云网产品也较为丰富，但只能处于领域的第二阵营云网融合最终服务于企业上云，在上云的过程中，云网协同能力的重要性不断提升国家出台政策推动人工智能与安全领域的深度融合SD-WAN服务商是云网融合领域的有力竞争者云网融合对运营商来说是战略级调整，是重构新业务生态的契机网络服务商的切入代表着云网融合开放性不断扩大云与网络的深度融合也带来监管方面的新课题网络服务商逐渐切入云网融合市场，通过服务商自有的云专网接入多种公有云资源形成云网平台。
云网融合企业上云企业对云网融合产品或服务的选择43.4%32.4%27.9%13.2%9.6%云专线云间高速通道云联网SD-WAN组网方案其他云专线是云网融合连接场景中应用最多的产品；SD-WAN 发展迅猛，已经成为行业热点45.4%39.2%33.8%32.7%21.1%20.3%19.4%网络性能计费方式业务扩展性一站式开通和配置业务可用性故障恢复时间可视化监控企业选择云网融合产品的考虑因素42.3%28.7%22.3%21.4%14.6%5.6%专线/专网成本过高部署复杂网络质量有待提高运维成本高无法对全网网络状况进行监控分支机构开通困难网络性能与运维管理是衡量云网产品优劣的两大关键因素。
广电总局发布广播电视人工智能应用白皮书
《广播电视人工智能应用白皮书（2018）》的主要 内容包括 ：
1. 广播电视人工智能发展现状和应用关键技术 在移动互联网、大数据、超级计算、传感网、脑科学等 新技术以及经济社会发展强烈需求的共同驱动下，人工智能
前期，国家广电总局科技司组织广播电视科学研究院等 广播电视行业内外相关机构、科研单位、高等院校、企业公 司等开展了广播电视行业人工智能应用研究工作，在此基础 上编制了《广播电视人工智能应用白皮书（2018）》。希望本 白皮书能为各单位推动人工智能在广播电视领域的深入应用 提供参考和借鉴，为推动广播电视行业转型升级注入新动能、 激发新活力，促进广播电视行业高质量创新性发展。
智能编目 智能制播
CDN
内容推
智能检索 图像增强 SDN/NFV 智能终端
技术监测 内容监测
质量评价 预警/自愈 态势感知
...
内容评价 智能
防护/ 复
智能识别 有监 学
智能生成
智能处理
无监 学
智能分析 监学
智能传输 强化学
... ...
业的融合发展。 广播电视行业具有海量优质媒
体资源，建设了融合媒体制播与服 务云平台和广播电视融合传输覆盖
行业聚焦 Industry Focus
广电总局发布广播电视人工智能应用白皮书
2019 年 5 月 16 日下午，在首 届广播电视人工智能应用创新发展 论坛（第三届世界智能大会分论坛）
选题策划 智能终端
媒资管理 监测监管
2019年人工智能发展白皮书
2019年人工智能发展白皮书风起云涌：人工智能关键技术不断取得突破相得益彰：人工智能赋能产业与应用场景百川归海：人工智能开放创新平台逐步建立各领风骚：全球人工智能公司一览目 录01020304前言人工智能是一个很宽泛的概念，概括而言是对人的意识和思维过程的模拟，利用机器学习和数据分析方法赋予机器类人的能力。
人工智能将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。
据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。
全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。
全球人工智能市场将在未来几年经历现象级的增长。
据中国产业信息网和中国信息通信研究院数据，世界人工智能市场将在2020年达到6800亿元人民币，复合增长率达26.2%，而中国人工智能市场也将在2020年达到710亿元人民币，复合增长率达44.5%。
我国发展人工智能具有多个方面的优势，比如开放的市场环境、海量的数据资源、强有力的战略引领和政策支持、丰富的应用场景等，但仍存在基础研究和原创算法薄弱、高端元器件缺乏、没有具备国际影响力的人工智能开放平台等短板。
此份报告不但对人工智能关键技术（计算机视觉技术、自然语言处理技术、跨媒体分析推理技术、智适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术等）、人工智能典型应用产业与场景（安防、金融、零售、交通、教育、医疗、制造、健康等）做出了梳理，而且同时强调人工智能开放平台的重要性，并列举百度Apollo开放平台、阿里云城市大脑、腾讯觅影AI辅诊开放平台、科大讯飞智能语音开放创新平台、商汤智能视觉开放创新平台、松鼠AI智适应教育开放平台、京东人工智能开放平台NeuHub、搜狗人工智能开放平台等典型案例呈现给读者。
上海交通大学：2019中国人工智能医疗白皮书
上海交通大学：2019中国人工智能医疗白皮书中国人工智能医疗白皮书！AI读片快准稳，微缩机器人“助手”深入人体直捣病灶——人工智能与医疗领域的结合，会不会将更多疾病预防在前，或者让普通人看病更容易？1月9日，上海交通大学人工智能研究院联合上海市卫生和健康发展研究中心、上海交通大学医学院发布了《人工智能医疗白皮书》。
该白皮书包含人工智能医疗发展历史、政策分析、行业现状、面临的挑战及趋势分析四大部分，全面分析了世界主要国家人工智能医疗研究的热门领域、面临的主要挑战和未来发展趋势，为我国人工智能医疗行业的政策制定、学术发展、投资策略、产品应用等提供了智力支持和政策依据。
“最新最全指南”助力我国人工智能医疗近年来，在国家政策的支持与驱动下，在互联网、大数据、人工智能等前沿技术的支撑下，我国智慧医疗进入飞速发展时期。
国家新一代人工智能、脑科学与类脑研究重大专项逐步启动实施，智慧医疗科技研究与产业发展步入新的阶段。
2018年1月，上海交通大学人工智能研究院揭牌成立，医疗健康是其优先发展方向之一。
上海交通大学人工智能研究院常务副院长杨小康表示，“上海交大具有十多年医工交叉合作基础，医学院和13家附属医院对人工智能技术应用的普遍需求、转化医学国家重大科技基础设施的建设应用等，为智慧医疗的建设发展奠定了坚实的基础。
”据介绍，这是上海交通大学人工智能研究院发布的首份人工智能医疗白皮书，也是目前行业内该领域最新最全的白皮书报告。
该白皮书全面分析了人工智能在医学影像、辅助诊断、药物研发、健康管理、疾病预测这五大医疗主要应用领域的痛点、发展优势、应用场景、行业现状、商业模式，并对目前我国人工智能医疗领域面临的挑战进行了分析，对行业未来发展趋势进行分析，提出了发展建议。
人工智能上升至国家战略，全国19个省市已发布人工智能规划《人工智能医疗白皮书》项目负责人、上海交大人工智能研究院教授金耀辉表示，随着大数据、互联网和信息科技在智慧医疗领域的应用，人工智能医疗发展迅猛。
人工智能基础数据服务白皮书
感知训练平台
能
力
打
通
数据采集
数据管理平台
辅助数据有效管理与共享 实现流水线式训练作业
仿真云平台
数据传输、数据存储
为客户提供所需的部署方案
在数据标注服务之上，基于深刻行业理解与强算法基因 为AI开发者提供经验与工具支撑
结构化数据是人工智能快速发展的基石
人工智能基础数据服务商处于产业链中游，通过提供数据采集和标注服务，连接上游数据来源方和下游人工智能算法研发方产业链中游 产业链下游数据产生源 人工智能基础数据采集与标注 人工智能算法研发
注释：1. 产业链图谱中代表厂商为不完全列举，排名不分先后 信息来源：德勤访谈、研究与分析
第一章：人工智能，数据先行：AI基础数据服务持续快速发展第二章：AI基础数据服务趋势：复杂化、自动化、全栈化及合规化第三章：科技巨头已下场，强者优势愈发清晰
信息来源：德勤访谈、研究与分析
人工智能正在加速渗透应用到各行各业
信息来源：德勤访谈、研究与分析
结构化数据
训练
仿真
评测
设计
迭代人工 智能 算法 模型 Nhomakorabea开发信息来源： 《民法典》、 《 信息安全技术个人信息安全规范 》 、《中华人民共和国数据安全法》、《自然资源部关于促进智能网联汽车发展维护测绘地理信息安全的通知》；德勤访谈、研究与分析
2021
2022
《 信息安全技术个人信息安全规范 》 2020.3
自动驾驶领域响应政策，甲级测绘资质成为数据采集必须
导航电子地图制作甲级测绘资质审核要求高，目前具备该资质的厂商共19个
顺应行业“四化”趋势，头部企业竞争优势愈加明显
信息来源：公司官网、公开资料整理力
2019年人工智能十大趋势
2019年人工智能十大趋势[导读]IDC预计，2022年，中国人工智能市场规模将达到98 4亿美元。
白皮书从技术走向、落地实施、应用价值、市场生态四个维度预测了2019年人工智能十大趋势。
12月20日，国际数据公司(IDC)与百度AI产业研究中心(BACC)联合发布《百度大脑领导力白皮书》，白皮书预测了2019年中国人工智能市场发展趋势，通过实际案例解析人工智能如何从技术到落地，并提出“100天AI部署计划”。
IDC预计，2022年，中国人工智能市场规模将达到98.4亿美元。
白皮书从技术走向、落地实施、应用价值、市场生态四个维度预测了2019年人工智能十大趋势：展望一：机器学习/深度学习开始走进传统企业。
机器学习/深度学习将走进企业内部，为企业提供以决策为中心的服务。
同时，深度学习也将继续广泛应用在图像、音频、文本等非结构化数据处理中。
尤其是传统行业中的大中型企业，采用机器学习平台开发人工智能应用将逐渐成为主流。
IDC预计到2020年行业前15%的企业都将采用机器学习。
展望二：融合视觉、语音、语义等多模态计算开始落地。
仅能够看清听清的机器智能已经不能满足人类需求，融合视觉、语音、语义及情感的多模态计算成为实现真正智能的迫切刚需。
预计未来三年多模态计算将在实际应用中开始落地。
展望三：多模型数据库开始走向市场。
随着物联网的投资以及企业数字化转型的进程，企业内各种非结构化数据高速增长，使得能够支持多种格式数据管理的多模型数据库成为迫切需求。
IDC预计到2023年，多模型数据库的支出将达到NoSQL数据库支出的30%。
展望四：低代码量开发平台降低AI技术使用门槛。
低代码量/无代码开发平台促进AI部署自动化，降低技术使用门槛，使中小企业也能平等使用AI，实现普惠AI。
用户可以上传图片、音频、文本等原始数据，系统即可自动训练出合适的模型。
典型的案例—谷歌AutoML，百度EasyDL。
展望五：人工智能从云端部署向边缘计算扩展。
中国人工智能创新应用白皮书
中国人工智能创新应用白皮书人工智能的商业红利窗口期已经来临？2080 27203060005000400042003目录1.人工智能发展背景介绍62.人工智能商业应用现状143.人工智能产业应用场景案例举例224.企业该如何借力人工智能？315.附录37人工智能概念介绍人工智能是什么？人工智能是一门利用计算机模拟人类智能行为科学的统称，它涵盖了训练计算机使其能够完成自主学习、判断、决策等人类行为的范畴。
人工智能、机器学习、深度学习是我们经常听到的三个热词。
关于三者的关系，简单来说，机器学习是实现人工智能的一种方法，深度学习是实现机器学习的一种技术。
机器学习使计算机能够自动解析数据、从中学习，然后对真实世界中的事件做出决策和预测；深度学习是利用一系列“深层次”的神经网络模型来解决更复杂问题的技术。
A人工智能从其应用范围上又可分为专用人工智能(ANI)与通用人工智能(AGI)。
专用人工智能，即 在某一个特定领域应用的人工智能，比如会下围 棋并且也仅仅会下围棋的AlphaGo ；通用人工智能是指具备知识技能迁移能力，可以快速学习， 充分利用已掌握的技能来解决新问题、达到甚至超过人类智慧的人工智能。
通用人工智能是众多科幻作品中颠覆人类社会的人工智能形象，但在理论领域，通用人工智能算法还没有真正的突破，在可见的未来，通用人工智能既非人工智能讨论的主流，也还看不到其成为现实的技术路径。
专用人工智能才是真正在这次人工智能浪潮中起到影响的主角，我们报告的讨论范围将聚焦在更具有现实应用意义的专用人工智能技术，具体讨论现有专用人工智能技术能带来的商业价值。
BA 人工智能、机器学习、深度学习的隶属关系资料来源：中国人工智能学会；罗兰贝格分析B 专用人工智能与通用人工智能的区别理解特定 领域知识 实现特定 领域应用 知识技能 迁移能力 跨领域推 理能力 常识的认 识与掌握 抽象能力 的掌握 专用人工智能 √ √ × × × × 通用人工智能√√√√√√资料来源：中国人工智能学会；罗兰贝格分析早期的人工智能令 人兴奋不已 机器学习开始兴起深度学习取得突破，人工智能蓬勃发展1980‘s -2010's 机器学习 1950‘s -1980's 人工智能人工智能发展历史与现状人工智能的发展历史人工智能的概念形成于20世纪50年代，其发展阶 段经历了三次大的浪潮。