2017年乌镇指数：全球人工智能发展报告-乌镇智库
中国信通院：2017 年中国人工智能产业数据报告
语音和自然语言处理，两者占比总和 43%，与计算机视觉占比相当。在目标市场行业
中，人工智能+企业（融合医疗、金融、教育和安防等领域）总计占比 40%，位居第一，
其次是智能机器人行业、智能驾驶和无人机。与国外相比，国内企业更多关注人工智
能应用环节。
技术分布
行业分布
19% 4%
42%
11%
[百分 比]
27%
苹果65
亚马逊
2.61
腾讯
2.43
Facebook 阿里巴巴
2.07 1.36
IBM
1.00
0.00
1.00
2.00
3.00
4.00
5.00
6.00
图 8 2017 年全球企业人工智能新闻热度增长幅度
4
中国信通院品牌数据系列
2018 年 2 月
从国内人工智能企业来看，有高达 42%的企业应用计算机视觉相关技术，其次是
5000
0
新闻热度
新闻热度增速
500%
450%
400% 热
350% 点
300%
领 域
250% 新
200% 闻 热
150% 度
100% 增 速
50%
0%
图 7 2017 年全球人工智能技术新闻热度
Alphabet 在人工智能领域 (Google母公司）
5
中国信通院品牌数据系列
图 102015-2017 年国内人工智能投融资分布
四、巨头布局：BATJ 各自发力，纷纷抢滩人工智能
基于新闻热度，国内不同领域的热点人工智能企业整理如下。
2018 年 2 月
图 11 2017讯、阿里巴巴和京东，在自然语2017 年中国人工智能产业数据报告
2017年人工智能发展史及算法分析报告
2017年人工智能发展史及算法分析报告2017年10月目录一、人工智能概念 (4)二、人工智能发展历史 (5)1、形成阶段（1956-1961） (5)2、黄金时代（1961-1973） (6)3、第一次发展低谷及复苏（1973-1987） (8)4、第二次发展低谷（1987-1993） (10)5、现代人工智能（1993-至今） (11)三、人工智能算法 (14)1、感知器 (15)2、聚类算法 (17)3、决策树 (18)4、支持向量机 (18)5、卷积神经网络 (20)四、在金融领域的应用 (22)1、大数据基金 (22)2、运用人工智能进行预测 (23)3、智能投顾 (23)本文围绕人工智能的发展历史，人工智能主要算法以及人工智能在金融领域的应用展开综合论述，力求先为投资者勾勒出一幅人工智能全景图。
人工智能发展历史波折起伏：人工智能自1956 年正式确立以来，一直曲折发展，从产生到成为研究热点一直饱受质疑，期间经历两次发展低谷，而学科自身所迸发的生命力不断推动其走出低谷，成为引领技术革命的热点。
从诞生伊始，人工智能就有理性学派和感性学派之争，理性学派从符号计算出发，将人脑看成信息处理器，认为任何能够以一定的逻辑规则描述的问题都可以通过人工智能程序来计算解决。
感性学派简单说就是通过对脑神经的模拟来获得人工智能，随着深度学习等技术的成功，人工智能的研究热点越来越集中到感性学派。
人工智能算法发展方向不断变化：学术界早期研究重点集中在符号计算，神经网络在人工智能发展早期被完全否定，而后逐渐被认可，再成为今天引领人工智能发展潮流的一大类算法，持续显现出生命活力。
本文着重介绍人工智能领域比较著名的4 个算法，他们分别是感知器、决策树，支持向量机和卷积神经网络。
通过这4 个具有代表性的算法，理清机器学习的基本思想。
人工智能在金融领域应用：7 月20 日国务院正式印发了《新一代人工智能发展规划》，明确指出到2030 年之前我国AI 核心产业规模或超1 万亿元。
2017年中国人工智能行业现状及发展前景趋势展望分析报告
2016年12月出版正文目录第一章、前言：专用人工智能产业架构已经明朗 (4)一、三大基础因素准备就绪驱散发展阴霾 (4)二、各方参与热情高涨，专用智能产业链已经清晰 (5)1、从政府、产业巨头到创投圈，人工智能正火爆 (5)2、专用人工智能已经成熟，产业结构明确 (8)第二章、基础资源层：算法、计算能力和数据积累，三大要素促成AI爆发 (9)一、核心算法实现突破，深度学习引领智能浪潮 (9)1、从数据中学习规律，机器学习由浅入深 (9)2、特征提取表现优异，深度学习独占鳌头 (12)二、计算能力不断提升，高性能计算是AI引擎 (15)1、算法需要强大计算能力匹配，摩尔定律发展助力突破瓶颈 (15)2、GPU并行领军模型训练，FPGA、寒武纪芯片值得期待 (16)3、高性能计算进入异构阶段，量子计算或是下一突破口 (18)三、数据资源成为关键，物联网将助力数据积累 (21)1、数据是实现AI的燃料，数据资源至关重要 (21)2、数据积累将持续，物联网兴起提高数据完备性 (22)第三章、技术应用层：技术应用大幅优化，场景应用想象空间巨大 (25)一、计算机视觉——开启机器之眼 (26)1、卷积神经网络革命，计算机视觉精度不断提高 (26)2、多项细分技术探索如火如荼，人脸识别、视频监控等较成熟 (27)（1）生物特征识别技术成熟，人脸识别将成主流 (28)（2）视频对象提取和分析仍存难点，安防监控等领域商业化成熟 (30)（3）光学字符识别研究较透彻，优化非结构化数据采集 (31)（4）物体与场景识别技术初起步，主要着力于上游数据标记 (32)二、语音识别——人机交互第一入口 (33)1、Siri掀起语音风潮，机器语音识别率赶超人类 (33)2、应用需求不断增加，百亿智能语音市场将至 (35)三、自然语言处理（NLP）——让机器理解语言 (36)1、从规则到统计，自然语言处理重获新生 (37)2、深度学习革新NLP，优化多项应用 (37)第四章、应用领域层：人工智能将改造未来社会，高数据可得性应用场景先行 (39)一、机器人革命即将到来，服务与工业应用齐头并进 (40)二、借机器之眼，打造安全未来 (41)三、城市计算整合数据，使生活更智能 (42)四、医疗机器人走进现实，人工智能推展精准医疗 (43)五、智慧教育将进一步普及，个性化教学是亮点 (45)六、音响成智能家居最佳入口，巨头纷纷构建平台生态 (46)七、人工智能重塑法律服务业，相关技术已经成熟 (48)第五章、投资思路以及重点公司分析 (49)一、投资思路：三种产业布局模式 (49)二、重点公司分析 (50)1、科大讯飞：语音巨头厚积薄发，平台生态日渐成熟 (50)2、东方网力：视频安防领导者，布局人脸识别与机器人领域 (52)3、数字政通：外延收购切入智能管线，完善智慧城市布局 (53)4、华宇软件：电子政务法检龙头，发力法律服务智能化 (55)5、中科曙光：HPC领军企业，合作寒武纪布局专用芯片 (56)。
2017年人工智能+产业前景展望报告
2017年人工智能+产业前景展望报告(此文档为word格式，可任意修改编辑！）2017年8月正文目录1.未来已来，人工智能时代开启 (4)1.1弱人工智能已加速渗透，强人工智能并不遥远 (5)1.2人工智能发展历经波折，现已进入加速爆发期 (6)1.3算法层、硬件层、数据层均实现突破，人工智能加速爆发 (7)1.3.1深度学习推动人工智能迈上新台阶 (7)1.3.2 计算成本指数级下降，GPU 加速发展为深度学习奠定计算基础 (9)1.3.3数据量爆炸，为深度学习奠定数据基础 (12)2.资本层加速爆发，推动人工智能产业发展 (13)3.产业链明晰，市场空间巨大 (16)3.1人工智能产业链明晰 (16)3.2基础层相对成熟，认知智能尚待突破 (19)3.3市场空间大，下游应用前景广阔 (21)4.推荐标的 (23)5.风险提示 (23)图目录图 1：智能具体包含四种能力 (4)图 2：人工智能分类与应用场景 (6)图 3：深度学习模型 (8)图 4：1000美元能买到的计算能力呈指数级增长 (10)图 5：CPU和GPU逻辑架构对比 (11)图 6：GPU与CPU性能与带宽对比 (12)图 7：全球产生的数据量快速增长 (13)图 8：全球人工智能投资金额 (15)图 9：人工智能领域投资分布 (16)图 10：人工智能产业链 (17)图 11：不同发展阶段数据处理与应用流程 (19)图 12：2015年Gartner AI相关技术成熟度曲线 (20)图 13：中国人工智能产业全景图 (21)图 14：全球人工智能产业规模 (22)表目录表 1：人工智能发展历程 (6)表 2：国内外巨头“人工智能”大事记 (14)表 3：人工智能发展三个阶段 (18)1.未来已来，人工智能时代开启1.1弱人工智能已加速渗透，强人工智能并不遥远根据传统认知科学的研究成果，智能包含以下几种能力：1）感知能力。
感知能力即对外界情况的感受与认知，其中包含两种处理方式：一种是面对简单或紧急情况，可不经大脑思考进行本能反应与应对。
中国在人工智能领域很牛？AI全球大学TOP50竟无一中国高校
中国在人工智能领域很牛？AI全球大学TOP50竟无一中国高校Yufy整理白宫曾发布报告说，中国在人工智能领域已经超越美国，成为世界第一，然而，10月中旬发布的《乌镇指数：全球人工智能发展报告（2016）》却指出，在人工智能方向，全球排名TOP50的大学中没有一所中国大陆大学。
此前小编曾看过一篇文章，说美国白宫发布《国家人工智能研究与发展策略规划》报告，称“按文章数计算，美国已不再是世界第一了。
”那么谁是世界第一呢？报告提供了两张趋势图，从两张图上可以可出，这个世界第一居然是中国！上图是每年SCI收录的文章里，提到“深度学习”或“深度神经网络”的文章数量变化趋势，同时按国家做了区分。
数据本身是从Web of Science核心数据库里查询得到的。
第二张图和第一张图其他条件一样，只是增加了一个“文章必须至少被引用一次”的附加条件。
也就是说，第二张图统计的文章数，是被引用过的“有效文章数”，相对来说更合理一些。
但是，10月中旬，乌镇智库联合网易科技、网易智能发布了《乌镇指数：全球人工智能发展报告（2016）》系列报告。
该报告的研究成果部分表明，在人工智能方向，全球排名TOP50的大学中没有一所中国大陆大学。
报告中指出这份人工智能大学排名是基于学术与影响力两方面来进行排布的，其中：-学术包括学校人工智能领域发表论文数量、单论文质量、论文被引用数三个指标。
-影响力包括人工智能领域杰出校友数，维基百科人工智能方向被引用数两个指标。
查阅整份报告之后，我们发现人工智能全球Top50的大学几乎都是来自北美、英国以及其他欧洲地区的大学，唯一上榜的亚洲大学分别是排名37的台湾大学、排名47的东京大学、以及排名50的新加坡国立大学。
由此可见，在AI基础研究领域，中国与美国的差距比较大。
搜狗CEO王小川在此前接受媒体采访时表达过类似观点，“当前，中国在人工智能领域与美国的差距主要在高校。
因为一篇顶尖论文发表后，我们大概在3、4个月就能消化吸收，所以在应用领域，我们与美国的差距不大。
2017人工智能影响力报告
算机性能的瓶颈、计
算复杂性的增长以及 数据量的不足，很多 20世纪90年代人
人工智能第一次浪潮
项目的承诺无法兑 现。
人工智能第二次浪潮
（1976-2000） 1975年Paul Werbos 提出了BP算
工智能研究再次
人工智能的第三次浪潮 （2000-至今）
（1956-1976）
1956年的达特矛 斯会议确立了 AI 的名称和基本任 务，因此这一事 件被广泛承认为
遭遇经费危机。
2012年Hinton的学生在图片分类
法，使得多层人工神经元网络的的
学习变成可能。1986年两层神经元 网络的提出，是整个人工智能浪潮
竞赛ImageNet上大大降低了错误
率，打败了工业界的巨头 Google，这不仅学术意义重大， 更是吸引了工业界大规模的对深度 学习的投入。
的奠基性工作。
AI巨头不断开放的开源平台将带来下游应用的蓬勃发展
随着开源平台的进一步开放，算法和芯片的进一步提
升，人工智能的核心竞争将从技术竞争转向人才和应 用场景竞争
由通用芯片向定制芯片过渡最终走向类脑计算芯片是大势所趋
中国国民AI信心指数为83，乐观且理性
CONTENTS
人工智能知识图谱 人工智能公司与技术影响力 人工智能应用场景影响力 人工智能国民认知：信心指数及用户画像
AI 公司影响力
人工智能公司影响力 Top25
头条指数斯拉、小米、京东、微软、不完全代表竞争力，没有进前10的公司 里也不乏人工智能领域的佼佼者。
比如专注AI硬件的英伟达，专注智能信息分发的今日
器学习、深度学习的中英文可以比对不同 的关注走向。
人工智能和大数据此消彼长，早在2004年
人工智能就受到中英文领域的双重关注。 在2006-2007年人工智能中文搜索开始下 降，大数据的概念开始火过于人工智能。 在英文搜索领域，大数据的浪潮直到2012
36kr：2017年人工智能行业研究报告
36kr：2017年人工智能行业研究报告2017年人工智能行业研究报告从去年的Alpha Go对战李世石开始，再到今年升级版的Alpha Go对战柯洁，人工智能经过一年多的发酵早已不再是一个陌生的名词。
截至目前，人工智能行业已发布了多篇报告，但我们仍致力于写出不一样的东西。
除却老生常谈的算法、计算力、数据之外，我们认为人工智能的未来最重要的驱动力一定会是“场景驱动”。
在人工智能的场景驱动阶段，不但可以针对不同用户做个性化服务，而且可在不同的场景下执行不同的决策，最终实现“给予决策支持”的目标。
因此本报告中，我们用了较大的篇幅去描绘人工智能的场景应用。
那么，在不同的场景中，人工智能是如何发挥作用的？带着这个问题，我们研究了国内外与此领域相关的企业，写出了这份人工智能行业的研究报告。
报告摘要人工智能（ArtificialIntelligence）是指使用机器代替人类实现认知、识别、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟。
1. 在AI发展的不同阶段，驱动力各有侧重，我们可以将AI的发展划分为三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。
其中技术驱动阶段集中诞生了基础理论、基本规则和基本开发工具。
在此阶段，算法和计算力对AI 的发展起到主要推动作用，其中计算力主要包含芯片、超级计算机、云计算等三个维度。
2. 在市场规模方面，综合考虑我国人工智能的爆发节点、技术成熟度以及全球AI市场规模等因素，我们保守估计最迟至2019年我国AI的市场规模将突破百亿元，而2022年这一数字应在700亿元左右。
3. 随着AI支撑技术的不断发展，AI将持续拓展更多的应用场景；而愈发多样化的应用场景需求又会反过来驱动支撑技术，从而带动整个AI行业的持续发展。
但各应用场景的发展并非均衡，整体看来将从垂直领域AI逐渐过渡到通用型AI。
总体来说，AI最重要的还是要将技术与应用场景相结合，无法落地的技术很难得到资本青睐和市场认可，而有闭环、垄断性的数据，并且其技术能够与实际应用场景结合的公司将有望产生难以被替代的商业价值。
艾媒报告丨2017年中国人工智能行业白皮书
艾媒报告丨2017年中国人工智能行业白皮书2017年11月14日，全球领先的移动互联网第三方数据挖掘和分析机构权威iiMedia Research(艾媒咨询)权威发布《2017年中国人工智能行业白皮书》。
报告显示，计算机视觉领域拥有最多人工智能创业公司，占比17.7%，紧随其后的是服务机器人领域，占比15.0%，而排名第三的是语音及自然语言处理领域，占比9.7%，智能医疗、无人驾驶、机器学习等也是相比比较热门的领域。
艾媒咨询分析师认为，计算机视觉技术是人工智能的重要核心技术之一，可应用到安防、金融、硬件、营销、驾驶、医疗等领域，而目前我国计算机视觉技术水平已达到全球领先水平，广泛的商业化渠道和技术基础是其成为最热门领域的主要原因。
（《2017年中国人工智能行业白皮书》完整版为50页，可在艾媒网文章底部下载按钮进行报告完整版下载）以下为报告详细内容：逾八成人工智能创业公司聚集一线城市iiMedia Research（艾媒咨询）数据显示，35.7%的人工智能创业公司位于北京，另外在深圳、上海、广州这三个一线城市也聚集了超过四成的人工智能创业公司。
艾媒咨询分析师认为，人工智能是高度知识密集型的产业，北京的人才、技术、产业、资本等环境都优于其它地区，是人工智能的创业重镇。
共有81.8%的人工智能创业公司分布在有丰富技术、硬件和产业资源的北上广深。
人工智能产业将形成以北京为绝对核心，一线城市上海、广州、深圳为重点的地理布局。
手机网民普遍认为无人驾驶只能部分取代人类驾驶iiMedia Research（艾媒咨询）数据显示，有78.9%的受访手机网民认为无人驾驶将部分取代人类驾驶，10.0%的受访手机网民认为无人驾驶能全部取代人类驾驶，6.9%的受访手机网民认为无人驾驶完全不能取代人类驾驶。
艾媒咨询分析师认为，近年国内外企业陆续开发无人驾驶领域引发网民对无人驾驶和人类驾驶之间关系的热烈关注，人们对仍处于起步阶段的无人驾驶接受程度仍有待提高，但随着智能技术进一步发展，未来无人驾驶产品的市场普及程度仍然值得期待。
人工智能发展报告·投资与融资篇
11
人工智能投资机构活动分析
注：被收购时的交易金额按当时汇率换算成美元
9
全 球 投 融 资 重 点 案 例 分 析 : Zo o x
Tim Kentley-Klay：“虽然这件事（自动驾驶汽车）看起来很不靠谱，甚至有点疯狂，但是当你看到这 种自动化科技的前景和目前移动出行存在的问题的时候，你要是不去做显得你鼠目寸光。”
10
全球投融资重点案例分析:出门问问
19
人工智能投资机构活动分析
全球人工智能领域IPO /M&A概述
互联网广告行业、Fintech是当前人工智能应用的重要行业，而健康医疗则被视为人工智能领域的下个风 口，它们在人工智能领域都有很好的应用范例，也产生了很多的IPO、M&A案例。 毫无疑问，科技力量改变了传统金融行业，两者的结合产生了Fintech，也使智能投顾、智能理财迅速兴 起。而人工智能的加入，则将进一步使互联网金融向人工智能金融进阶。 同样，在健康医疗领域，人工智能的加入也将极大地改变这一行业。目前，人工智能在医疗健康领域的 应用包括疾病诊断、医学影像、药物挖掘、健康管理、急救室/医院管理等方向。 在融资方面，自2011年以来，全球共有十几家人工智能企业IPO，包括涉及互联网广告营销企业，也包 括医疗健康领域的公司。 综合来看，就像互联网时代有所谓的“互联网+”和“+互联网”，人工智能时代也有“人工智能+”和 “+人工智能”。前者注重平台科技，后者注重垂直应用。从过去成功的企业和近期看到的机会来看， 前者居多，但目前也逐渐出现诸如DeepMind之类的纯平台式公司。 20
2017年计算机人工智能芯片行业现状发展及趋势分析报告
2017年计算机人工智能芯片行业分析报告2017年9月出版1、华为发布移动 AI 芯片“麒麟 970”，打造手机端移动计算平台 (4)1.1、华为于 IFA 2017 正式发布全球首款移动 AI 芯片“麒麟 970” (4)1.2、NPU 为华为 AI 芯片核心亮点，On-Device AI 能力推动移动端 AI 应用爆发 (5)1.3、构建人工智能移动开放平台，领先国际、抢占 AI 产业高点 (6)2、中科寒武纪 AI 芯片弯道超车：NPU 为深度学习而生、指令集是产业根本.. 7 2.1、NPU 高性能功耗比，满足神经网络的通用性支持 (7)2.2、DianNaoYu 指令集，构建 AI 芯片生态、抢占产业话语权 (10)2.3、三大核心应用场景，支撑 AI 芯片产业空间 (11)3、投资建议 (12)3.1、中科曙光：与寒武纪战略合作，“全 IT 产业链”布局完善 (12)3.2、科大讯飞：对寒武纪战略投资，“平台+赛道”战略成果显现 (14)4、风险提示 (16)图1：“麒麟 970”：核心工艺及性能方面表现突出 (4)图2：HiAI 移动计算架构：实现 CPU、GPU、ISP/DSP 和 NPU 异构计算体系高效处理能力 (5)图3：HiAI 移动计算架构：实现 CPU+GPU+NPU 的协同能力，AI 处理速度明显提升 (6)图4：华为凭借移动 AI 平台弯道超车，抢占移动 AI 应用生态的核心话语权 . 7图5：随着深度学习在各领域的深入应用，神经网络的规模在爆发式增长 (7)图6：通过改变芯片架构、优化片上存储层次，降低访存次数、提升性能 (9)图7：寒武纪 1 号神经网络处理器架构：基于优化的芯片架构，精简指令集实现快速计算 (10)图8：寒武纪 IP 授权：人工智能应用爆发背景下，复制 ARM 移动时代的商业模式 (11)图9：寒武纪 AI 芯片核心应用场景：IP 授权、智能云服务器芯片、智能化嵌入式设备 (12)图10：中科曙光：与寒武纪战略合作 (12)图11：云计算时代下实现 IT 全产业链布局，开启转型征程实现价值链延伸 . 13图12：云计算领域布局完善，百城百行加速推进 (14)图13：科大讯飞：核心技术国际领先 (15)1、华为发布移动 AI 芯片“麒麟 970”，打造手机端移动计算平台1.1、华为于 IFA 2017 正式发布全球首款移动 AI 芯片“麒麟 970”华为在本届德国柏林国际电子消费品展览会（IFA ）上，发布华为移动端 AI 解决方案；正式推出其 最新 AI 芯片“麒麟 970”（Kirin 970）。
- 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)。
乌镇智库：2017全球人工智能发展报告（框架篇）
人工智能，俨然成为各国、各科技企业竞争的下一个战场。
《乌镇指数：全球人工智能发展报告（2017）》基于海量数据，描绘出人工智能全球发展的最新趋势，展示出各国在人工智能领域的竞争态势，也清晰地体现了中国各地的发展情况。
该报告由乌镇智库（wuzhen-institute）出品，凤凰科技、新华网、新京报、南方都市报以及Xtecher等多家权威媒体联合发布。
自7月27日起，每周发布一个篇章，依次为框架篇、产业篇、投资与融资篇、细分领域篇。
乌镇智库：2017全球人工智能发展报告（产业篇）
《乌镇指数：全球人工智能发展报告（2017）》基于海量数据，描绘人工智能全球发展最新趋势，展示各国在人工智能领域的竞争态势，清晰地体现中国各地发展情况。
本周乌镇智库推出《全球人工智能发展报告》产业篇，翔实数据、直观图表，带你把握全球AI产业的发展脉络。
乌镇智库：全球人工智能发展报告2017（细分领域篇）
近日，乌镇智库发布了《乌镇指数：全球人工智能发展报告2017》系列报告的最后一篇——细分领域篇。
在对各国新增AI企业数、投融资规模有了详实的数据后，我们结合专利数据，对人工智能的三大细分领域作出了解读。
从全球视角来看，计算机视觉、自然语言处理、智能驾驶在新增企业数、融资规模、专利数上体量较大，其中所蕴含的人工智能发展趋势，值得我们详细探究。
三大领域，美国是否仍牢牢把握龙头？
三项数据，中国在三大领域中拿下怎样的成绩？
三重比对，从全球到国家，为什么这个国家最有看头？
乌镇智库：2017全球人工智能发展报告（投资与融资篇）
《乌镇指数：全球人工智能发展报告（2017）》基于海量数据，描绘人工智能全球发展最新趋势，展示各国在人工智能领域的竞争态势，清晰地体现中国各地发展情况。
本周乌镇智库推出《全球人工智能发展报告》投资与融资篇，用直观的数据展现了全球人工智能产业发展的趋势。
自7月27日起，每周发布一个篇章，依次为框架篇、产业篇、投资与融资篇、细分领域篇。