2019全球人工智能产业数据研究报告
“新基建”国内外现状：发展现状与政策措施
“新基建”国际比较：发展现状与政策措施（一）5G领域1、5G 的全球发展现状全球各国积极发展建设5G，着重服务商业使用，在5G网络建设、5G智能手机使用、5G 基站建设等方面还处于初步建设阶段，存在较大的发展空间。
据GSA（Global mobile Suppliers Association）统计，截至2020年3月底，全球123个国家的381个运营商宣布过它们正在投资建设5G，且40个国家的70个运营商提供了一项或多项符合3GPP标准的5G服务。
其中，有63个运营商发布了符合3GPP标准的5G移动服务有34个运营商发布了符合3GPP 标准的5G 固定无线接入或家用宽带服务。
美国国防部认为，在5G 领域，中国、国、美国和日本处于领先地位，英国、德国和法国位于第二梯队，新加坡、俄罗斯和加拿大处于第三梯队。
截至2020 年 2 月初，中国已开通了15.6 万个5G 基站，计划在2020 年实现55 万个5G 基站的建设目标。
截至2019 年底，国5G 用户规模达到500 万，计划在其85个城市建设23万个5G基站。
美国则计划建设60万个5G 基站，而德国计划建设4万个以上5G基站。
日本计划在2024年底投资1万亿日元、修建约7万个5G基站，同时，日本政府计划通过财政预算对基站建设进行补贴，这将可能使基站建设规模增加至8.4 万个。
2、典型国家发展5G 的促进政策各国主要通过规划和进行频谱拍卖、简化监管流程、提供资金支持、减免税收等方式推动5G 发展。
该领域选择美国、国和日本作为典型国家进行政策分析。
美国致力于成为5G 通信网络的领导者，要求赢得5G竞赛。
国将5G 定位为国家战略，在2019年4月正式将5G 网络商业使用，成为全球首个将5G 网络商用的国家。
日本于2019 年开始5G 频谱拍卖，并计划在2020年扩大可用于5G专网的无线频谱资源，希望利用2020 年东京奥运会投资和使用更多5G 技术。
2019-2024年中国人工智能应用行业发展及产业投资空间专项研究报告
2019-2024年中国人工智能应用行业发展及产业投资空间专项研究报告本报告旨在探讨中国人工智能应用行业在未来五年（2019-2024年）的发展趋势以及产业投资空间。
随着科技的发展，人工智能已成为一个增长迅速的行业。
在过去十年里，中国已经成为世界人工智能市场增长最快的国家之一。
未来五年，随着政策支持和技术变化的发展，中国的人工智能应用行业将面临更大的机遇和挑战。
一、发展趋势1.智能制造：智能制造是人工智能应用的重要领域之一。
未来五年，中国制造业将逐步实现智能化，并将在工业控制、全面协调和生产维护等方面有大幅提升。
2.自动驾驶：自动驾驶汽车将成为人工智能应用的新热点。
未来五年，智能汽车的普及程度将不断提高，自动驾驶汽车将逐渐成为主流汽车。
3.医疗健康：人工智能在医疗健康领域的应用前景非常广阔。
未来五年，人工智能将在医疗影像诊断、辅助医生判断、体检分析等各个方面有广泛应用。
4.金融科技：金融科技是人工智能应用的另一个重要领域。
未来五年，大数据和区块链技术的发展将为金融科技带来更多的机遇和挑战。
二、投资空间1.支持政策：政府已经开始加强对人工智能行业的支持。
未来五年，政府政策将成为人工智能应用行业发展的重要驱动力。
2.投资机会：人工智能应用行业已经吸引了众多投资者的关注。
未来五年，投资者将继续关注人工智能应用行业，寻找更多的投资机会。
3.企业布局：目前，国内外众多企业都在积极布局人工智能应用行业。
未来五年，企业将成为人工智能应用行业的重要力量。
4.人才支持：人工智能应用行业需要大量的高素质人才。
未来五年，人才的供给将成为人工智能应用行业发展的重要问题。
三、结论综上所述，未来五年中国的人工智能应用行业发展将面临较大机遇和挑战。
政府支持政策、投资机会、企业布局以及人才支持等方面的改变将成为推动人工智能应用行业发展的重要力量。
作为投资人，应该密切关注这个行业，并选择优秀的企业进行投资。
本报告将列出人工智能应用行业相关数据并进行分析，以便更好地了解中国人工智能应用行业的发展现状。
2019年人工智能行业现状与发展趋势报告
2-1-1 国家层面人工智能 行业发展政策分析 2015年以来，人工智能在国内获得快速发展，国家相继出台一系列政策支持人工智能的发展，推动中国人工智能步入新阶段。2019年，人工智能
连续第三年出现在政府工作报告中，继2017、2018年的“加快人工智能等技术研发和转化”，“加强新一代人工智能研发应用”关键词后， 2019年政府工作报告中使用了“深化大数据、人工智能等研发应用”等关键词 。从“加快”、“加强”到“深化”，说明我国的人工智能产业 已经走过了萌芽阶段与初步发展阶段，下个阶段将进入快速发展时期，并且更加注重应用落地。
2015年以来，人工智能在中国国内获得快速发展，中国政府相继出台一系列政策支持人工智能的发展，推动中国人工智能 步入新阶段。2017-2019年，人工智能连续三年被政府工作报告提及，人工智能迅速从国家层面上升至战略高度。这说明，中 国的人工智能产业已经走过了萌芽阶段与初步发展阶段，将进入快速发展阶段，并且更加注重应用落地。经过近几年的快速发 展，国内人工智能产业上中下游格局也逐渐清晰。其中，上游提供基础能力，中游将基础能力转化成人工智能技术，下游则将 人工智能技术应用到特定行业中。
《中华人民共和国国民经济和社会发展第 加快信息网络新技术开发应用，重点突破大数据和云计算关键技术、自主可控操作系统、高端工业和大型管理软件、新兴领域人工智
十三个五年规划纲要》
能技术，人工智能写入“十三五”规划纲要。
到2020年，自主品牌工业机器人年产量达到10万台，六轴及以上工业机器人年产量达到5万台以上。服务机器人年销售收入超过300亿 《机器人产业发展规划（2016－2020年）》 元；工业机器人主要技术指标达到国外同类产品水平；机器人用精密减速器、伺服电机及驱动器等关键零部件取得重大突破。
2019人工智能发展报告总结
2019人工智能发展报告总结随着科技的不断进步和应用的推广，人工智能（Artificial Intelligence，简称AI）正逐渐成为当今社会的焦点。
2019年，人工智能领域取得了显著的发展，涵盖了各个方面的创新和突破。
本文将就2019年人工智能发展报告进行总结，回顾这一年人工智能领域的重要进展和趋势。
一、技术创新2019年，人工智能技术取得了许多重要的突破和创新。
在自然语言处理方面，深度学习模型的应用使得机器翻译、语音识别和智能对话等任务取得了巨大的进步。
在计算机视觉领域，图像识别和目标检测技术的提升使得人工智能在图像处理和安防监控等领域发挥了重要作用。
此外，机器学习、深度学习和强化学习等算法的不断优化也为人工智能的发展提供了坚实的基础。
二、应用领域人工智能的应用范围越来越广泛，2019年也涌现出了许多新的应用场景。
在医疗领域，人工智能被应用于疾病诊断、药物研发和医疗影像分析等方面，提高了医疗服务的效率和质量。
在金融领域，人工智能被应用于风控模型、信用评估和智能客服等方面，为金融机构提供了更加精确和高效的服务。
此外，人工智能还在交通、教育、农业等领域展现出了巨大的潜力。
三、伦理和隐私问题随着人工智能的快速发展，伦理和隐私问题也逐渐凸显出来。
在人工智能算法的训练和应用过程中，涉及到大量的个人数据和隐私信息。
因此，如何保护个人隐私成为了一个亟待解决的问题。
同时，人工智能的发展也带来了一些伦理问题，例如自动驾驶车辆在道德决策上的困境，需要社会各方共同探讨和解决。
四、产业发展和政策引导人工智能的发展离不开产业的支持和政策的引导。
2019年，各国纷纷制定和调整了相关政策，加大对人工智能领域的支持力度。
例如，中国发布了《新一代人工智能发展规划》，提出了推动人工智能核心技术突破、建设人工智能创新示范区等措施，加快了人工智能产业的发展。
同时，各国也加强了人工智能的国际合作，共同推动人工智能的发展和应用。
五、未来趋势展望展望未来，人工智能的发展仍将呈现出良好的势头。
人工智能机器视觉市场调研报告机器视觉技术与应用的发展趋势
人工智能机器视觉市场调研报告机器视觉技术与应用的发展趋势一、市场概述人工智能机器视觉作为现代高科技领域的重要研究方向之一，已经在各个领域展现出了广阔的应用前景。
机器视觉技术的发展趋势也正逐渐受到市场的关注。
本文将对人工智能机器视觉市场进行深入调研，并分析技术与应用的发展趋势。
二、市场规模及前景1. 人工智能机器视觉市场的规模逐年增长。
根据市场研究机构的数据显示，2019年全球人工智能机器视觉市场规模达到XXX亿美元，预计到2025年将达到XXX亿美元。
市场规模的增长主要受到人工智能技术和物联网技术的发展推动。
2. 人工智能机器视觉市场的应用领域广泛。
目前，机器视觉技术已经在工业自动化、医疗器械、安防监控、无人驾驶等领域得到了广泛的应用。
随着技术的进一步发展，人工智能机器视觉有望在更多领域实现应用，如农业、零售、智能家居等。
三、技术发展趋势1. 深度学习技术在机器视觉中的应用将进一步扩大。
深度学习技术以其出色的图像识别和分析能力，在机器视觉领域取得了显著的成就。
未来，深度学习技术有望在人工智能机器视觉中得到更广泛的应用，不断提升算法的效率和准确性。
2. 硬件设备的发展将助推机器视觉技术的普及与应用。
随着摄像头、传感器等硬件设备的技术进步，机器视觉技术将实现更高的分辨率和更广的视野范围，为应用提供更好的数据支持。
3. 云计算技术的发展将改变机器视觉的计算模式。
云计算技术的普及将解决机器视觉在计算资源方面的瓶颈问题，通过云端计算，实现海量数据的处理和分析，为机器视觉技术的应用提供更多的可能性。
四、应用市场分析1. 工业自动化领域是人工智能机器视觉的重要应用场景之一。
机器视觉技术可以帮助实现工业生产过程中的自动检测、质量控制等任务，提高生产效率和产品质量。
2. 医疗器械领域是机器视觉技术的另一个重要应用领域。
通过机器视觉技术，医疗器械可以实现对影像数据的自动分析和诊断，提高医疗效率和准确性。
3. 安防监控领域也是人工智能机器视觉的热门应用领域。
2019-2024年中国人工智能产业概况及行业投资运营可行性专项研究报告
2019-2024年中国人工智能产业概况及行业投资运营可行性专项研究报告随着全球人工智能的兴起，中国在人工智能领域的发展日益突显。
2018年，《新一代人工智能发展规划》提出了中国人工智能发展的宏伟蓝图，计划在2020年建成一批产业基地、人才培育基地等基础设施，到2030年把人工智能产值提高到1万亿元人民币。
在这样的背景下，本报告将对中国人工智能产业进行一系列深入探讨，分析其行业投资运营可行性。
2019-2024年，中国人工智能产业呈现出快速增长的趋势。
根据IDC统计数据显示，2018年中国人工智能市场规模达到224.4亿元，年增长率高达50.4%。
预计到2024年，中国人工智能市场规模将超过1,000亿元。
这种增长趋势在未来几年将有所延续，尤其是建设智慧城市、推进5G网络建设等国家战略的出台，将给人工智能产业带来新的机遇。
对于机器学习、自然语言处理、机器人工程等人工智能领域，中国也有着深厚的技术积累和人才储备。
根据外国媒体的报道，中国在机器学习领域具有技术领先地位。
截至2019年，国内高校开设的人工智能、机器学习等专业数量已达30余所，年产学研合作成果丰硕。
近年来，国内企业也加大了技术研发投入，积极招揽人才，外派员工出国深造。
这也预示着国内人工智能产业的发展将得到更广泛的技术可持续化支持。
但是，人工智能发展过程中也面临一系列挑战。
首先，人工智能安全性问题需要得到充分重视。
一个很明显的例子就是2019年7月，互联网巨头百度在人人信平台上泄露了70万商家的基本信息。
其次，人工智能带来的社会影响也在扩大。
根据统计，到2025年，人工智能将直接影响到全球职业的37%。
这也反映出，在充分利用人工智能的同时，我们也需要深刻认识其可能带来的负面影响。
因此，我们需要开展一系列工作来推动人工智能的发展，包括技术研究、产业链建设、人才培养等方面。
未来几年，我们也需要留意全球人工智能技术和应用发展的新动向，加强本国人工智能技术和应用的发展，争取国际人工智能技术竞争的话语权。
2019年中美人工智能产业分析报告
2019年中美⼈⼯智能产业分析报告2019年中美⼈⼯智能产业分析报告2019年8⽉⽬录⼀、⾛进⼈⼯智能新时代 (6)1、⼈⼯智能是什么 (6)2、中美两国引领全球⼈⼯智能发展 (8)⼆、多⾓度对⽐中美⼈⼯智能投资 (11)1、看规模，中国⼈⼯智能投资额已超过美国 (11)2、看轮次，中国⼈⼯智能投融资更偏早期 (12)3、看投向，中国重应⽤层⽽美国重基础层 (13)三、⼈⼯智能带来新机会，中国有望从AI芯⽚突围 (18)1、⼈⼯智能的发展加速芯⽚专⽤化进程 (18)2、⾼端⼈才缺乏是中美AI芯⽚领域投资差异的最⼤原因 (21)（1）美国在芯⽚领域起步早，巨头众多，培养并积累了丰富的⼈才 (21)（2）美国芯⽚和互联⽹巨头众多，为资本退出提供更多选择 (22)（3）美国芯⽚产业链齐全，产业布局完整 (24)3、换道超车，中国在AI芯⽚上可以有所作为 (25)（1）AI芯⽚处于发展早期，竞争格局未定 (25)（2）边缘AI芯⽚领域，⼴阔的应⽤场景为中国提供巨⼤机会 (28)（3）芯⽚⾃主可控呼声⾼涨，政策为芯⽚研发保驾护航 (28)四、深⼊落地，计算机视觉仍有⼴阔的应⽤场景 (30)1、计算机视觉是中国⼈⼯智能市场的最⼤组成部分 (30)2、多重因素促成中美计算机视觉领域投资差异 (33)（1）安防千亿市场成为拉动中国计算机视觉发展的最⼤需求 (33)（2）我国计算机视觉技术领先，在数据⽅⾯占有优势 (35)（3）中国消费者对新技术接受度更⾼ (36)3、对⽐美国，看好中国计算机视觉应⽤领域进⼀步拓宽 (37)（1）新零售 (38)（2）医疗影像 (38)（3）保险⾏业 (39)（4）⼯业制造 (39)五、主要风险 (40)1、⼈⼯智能芯⽚研发不及预期 (40)2、计算机视觉技术发展不及预期 (40)中美两国引领全球⼈⼯智能发展。
得益于中国较好的互联⽹及信息技术产业底蕴以及国家、社会的⾼度重视，中国在⼈⼯智能⽅⾯发展迅猛。
2019年人工智能研究报告：机器学习模型在因子选股上的比较分析
2019年人工智能研究报告：机器学习模型在因子选股上的比较分析目录索引一、问题背景 (5)二、机器学习模型介绍 (5)2.1机器学习因子选股框架 (5)2.2多类别逻辑回归 (7)2.3支持向量机 (8)2.4随机森林 (10)2.5极限梯度提升树 (12)2.6深层神经网络 (13)2.7不同机器学习模型的特点分析 (14)三、选股策略描述 (15)3.1模型训练方法 (15)3.2机器学习训练平台和模型超参数 (16)3.3策略回测设置 (17)四、实证分析 (18)4.1机器学习模型预测性能比较 (18)4.2机器学习模型打分相关性分析 (20)4.3机器学习模型选股表现 (23)4.4机器学习模型的风格分析 (28)五、总结与展望 (30)图表索引图 1：机器学习选股框架 (6)图 2：MLR示意图 (7)图 3：SVM二分类示意图 (8)图 4：软间隔SVM二分类示意图 (9)图 5：SVM用于多分类问题示意图 (10)图 6：集成学习示意图 (11)图 7：Bagging和Boosting模型训练示意图 (11)图 8：RF示意图 (12)图 9：XGBoost模型求解示意图 (13)图 10：DNN示意图 (14)图 11：日频样本和半月频样本采样示意图 (15)图 12：模型滚动更新示意图 (16)图 13：时间分组交叉验证示意图 (17)图 14：日频样本模型与半月频样本模型测试集准确率对比 (19)图 15：日频样本模型与半月频样本模型训练时间对比 (20)图 16：日频样本模型IC序列 (21)图 17：日频机器学习模型选股表现（等权） (24)图 18：日频样本机器学习模型选股对冲收益（等权） (25)图 19：日频机器学习模型选股表现（行业中性） (26)图 20：日频样本机器学习模型选股对冲收益（行业中性） (27)图 21：不同机器学习模型选股打分与风格因子相关性雷达图（日频样本） (29)图 22：不同机器学习模型选股打分与风格因子相关性雷达图（半月频样本） (30)表 1：日频样本模型测试集预测准确率 (18)表 2：半月频样本模型测试集预测准确率 (19)表 3：机器学习模型IC (20)表 4：日频样本机器学习模型打分相关性 (21)表 5：半月频样本机器学习模型打分相关性 (22)表 6：日频样本机器学习模型IC相关性 (22)表 7：半月频样本机器学习模型IC相关性 (22)表 8：不同机器学习模型等权选股策略对冲表现（日频样本） (23)表 9：不同机器学习模型等权选股策略分年度对冲收益（日频样本） (25)表 10：不同机器学习模型行业中性选股策略对冲表现（日频样本） (25)表 11：不同机器学习模型行业中性选股策略分年度对冲收益（日频样本） (27)表 12：机器学习模型选股性能比较（等权组合） (28)表 13：机器学习模型选股性能比较（行业中性组合） (28)表 14：风格因子列表 (28)表 15：不同机器学习模型选股打分与风格因子相关性（日频样本） (29)表16：不同机器学习模型选股打分与风格因子相关性（半月频样本） (30)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2019年5月
报告摘要
1. 截至2019年3月底全球活跃人工智能企业达5386家，其中美国、中国、英国、加拿大、印度位列全球前 五。中国人工智能企业集中在北上广和江浙地区，美国人工智能企业集中在加州、纽约等地。
2. 全球AI领域独角兽企业有41家，其中中国17家，美国18家，日本3家，印度、德国和以色列各1家。 3. 2018年Q2以来全球AI领域投资热度逐渐下降。2019Q1全球融资规模126亿美元，环比下降7.3%, 同比
40% A轮 B轮
60% C轮 D轮
80%
100%
E轮
其他轮注
投融资-中美融资情况
• 中美两国依然占据全球AI领域融资主要份额。2019Q1，中美融资金额及笔数合计占比分别为59%、60%，此外，美国在AI 领域获投金额与笔数均位列首位，中国次之。
• 自2016年以来，中国在AI领域获得巨额投资 次数累计达114次注，在全球居首位。
2016
2017
2018
2019
全球金额
中国金额
全球笔数
中国笔数
2019Q1 2018 2017 2016 0%
注：“其他轮” 包括E以上轮次融资、战略轮（国内）、其他风险投资，但不包括IPO、上市定增以及并购
全球AI投融资笔数各轮次占比
B-E轮：32.2% 23..2% 15.1% 14.9%
20% 种子天使
目录
AI 产业
1. 企业成长 2. 企业投融资 3. 学术论文 4. AI顶级会议
企业成长-规模
• 截至2019年3月底全球活跃人工智能企业注达5386家。
• AI企业数量TOP5国家：美国（2169家）、中国大陆（1189家）、英国（404家）、加拿大（303家）和印度 （169家）。
全球人工智能企业国家/地区分布
Avant
Dataminr
Butterfly Network
Indigo Agriculture
Pony.ai SoundHound Tanium
Tempus Labs UiPath Rubicon Global Seismic
特斯联科技
Uptake Technologies Tempus
美国 中国英 国加拿
大 印度 以色列 德国 法国西 班牙 瑞典 荷兰 日本 瑞士 澳大利亚 波兰
0
澳洲, 0.8%
南美洲, 非洲, 0.5% 0.2%
欧洲, 21.3%
亚洲, 30.9%
北美洲, 46.1%
500
1000
1500
2000
2500
注：人工智能企业总体上指对外提供人工智能产品、服务以及相关解决方案的企业
1000
900
800
700 新 增 600 企 500 业 数 400 量
300
200
100
0
全球人工智能企业增长趋势
全球新增
全球累计
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
BenevolentAI Darktrace Graphcore
ferred Networks
中国
英国
3
17
4
3
2
德国 1
1
Celonis
0
日本 1
各领域独角兽数量
以色列
1
OrCam Technologies
0
5
10
15
20
AI芯片 工业物联网
行为分析 环境保护 机器人流程自动化
6000
5000
4000 累
计
3000
企 业
数
量 2000
1000
0
企业成长-区域
• AI企业数量Top5城市：北京（468）、旧金山（328）、伦敦（290）、上海（233）、纽约（207）。 • AI企业数量排名前20的城市，中国4个，美国10个，加拿大3个，英国、印度和以色列各1个。 • 中国AI企业主要集中在北上广和江浙地区，美国AI企业主要集中在加州、纽约州和马瑟诸塞州。
400
300
800 600 400 200
0
0
100
200
300
400
500
企业成长-AI独角兽
第四范式 字节跳动 寒武纪科技 地平线机器人
云从科技 旷视科技 碳云智能 图森未来
驭势科技 商汤科技 云知声 出门问问
优必选机器人 依图科技 爱驰汽车 松鼠AI（乂学教育）
Afiniti
C3
Automation Anywhere CrowdStrike
• 种子天使轮融资占比进一步缩减，2019Q1仅为11.3%，B-E轮融资占比由2018年的23.2%提升至32.3%。
全球/中国AI投融资规模
300
700
250
金 200
额
（ 亿
150
美
元 ） 100
50
600
500 400
笔 300 数 200 100
0
0
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
持平；融资笔数达310笔，环比回升29.7%，同比下降44.1%。其中，中国AI领域融资金额30亿美元，同 比下降55.8%，在全球融资总额中占比23.5%，比2018年同期下降了29个百分点。 4. 统计近10年AI领域学术论文的发表情况，在论文发表总量上中国位列第一，其中高被引论文数量不及美 国，位列第二。 5. 国内中国科学院、清华大学等科研单位在AI学术研究上位于前列。 6. 谷歌和微软是全球范围内在AI顶级会议上发文最多的企业。
北京 旧金山 伦敦上 海纽约 深圳波
士顿 帕罗奥图 多伦多特
拉维夫 巴黎 杭州
蒙特利尔 温哥华 柏林圣 何塞山 景城
森尼维尔 班加罗尔
奥斯汀
全球人工智能企业数量Top20城市
中国各省人工智能企业数量Top15
500 400 300 200 100
0
美国各州人工智能企业数量Top15
1200 1000
教育 金融 面部识别技术 农业 人工智能物联网 商业智能 深度学习市 场营销网络 安全新闻推 荐医疗健康 医疗可穿戴 语音技术语 音助理智能 机器人智能 驾驶
投融资-规模及轮次
• 2018年Q2以来全球AI领域投资热度逐渐下降。2019Q1全球融资规模126亿美元，环比下降7.3%, 同比持平；融资笔数达310笔， 环比回升29.7%，同比下降44.1%。其中，中国AI领域融资金额30亿美元，同比下降55.8%，在全球融资总额中占比23.5%，比 2018年同期下降了29个百分点。