36氪 2017人工智能行业研究报告.pdf

《36氪 2017人工智能行业研究报告.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、人工智能行业研究报告36氪研究院2017.236Kr-人工智能行业研究报告2017年2月行业分析师定义与研究范围涵盖AI基础技术及终端产品曹婷caoting@36kr.com研究范围：人工智能是一门综合了计算机科学、生理学、哲学的交叉学科。凡是使用机器代替人类实现认知、识别、分析、决策等功能，均可认为使用了人工智能技术。作为一种基础技术，人工智能在很多行业都有用武之地。既有人工智能+基础行业的概念（如人工智能+金融=Fintech），也有其具体应用行业的概念（比如机器人）。按照技术应用的不同场景，可以将人工智能

2、分为基础技术类及终端产品类，本报告研究范围涵盖以下领域：芯片机器人智能金融计算机视觉基终础端技产智能医疗语音识别术品智能安防语义识别智能家居相关研究报告：注释：自动驾驶行业是AI的一个重要分支，关于该领域的研究讨论请参见36氪研究院系列报告《自动驾驶行业研究报告》。《自动驾驶行业研研究目的：究报告》2017.2本报告将集中探讨：《机器之眼，看懂世界：计算机视觉人工智能行业整体的发展现状与技术发展趋势行业研究报告》各细分领域投融资热度与技术成熟度2016.9巨头在人工智能领域的布局与策略《科技炼金，融汇未来

3、：金融科技行各应用领域市场规模、竞争格局、进入壁垒、产业链上下游构成业研究报告》行业标杆的商业模式、核心竞争力、未来发展预期2016.82目录Contents一、人工智能行业驱动力一、人工智能行业概述1.行业驱动——数据量、运算力、算法技术2.政策法规3.投资热度国际投资热度分析国内投资热度分析国内公司运营数据分析二、人工智能产业链与巨头布局分析1.产业链构成2.巨头布局开源平台布局芯片布局技术布局三、人工智能基础应用介绍与典型公司分析1.语音识别2.语义识别3.计算机视觉目录Contents六四、人工智能

4、芯片介绍与典型公司分析、人工智能芯片介绍与典型公司分析1.人工智能芯片适用性分析GPUFPGAASIC2.人工智能芯片产业链分析3.人工智能芯片典型公司分析五、人工智能在各行业的应用介绍与典型公司分析1.机器人2.AI+金融3.AI+医疗4.AI+安防5.AI+家居六、人工智能行业趋势展望1.人工智能各行业综述2.人工智能当前发展瓶颈CHAPTER1人工智能行业概述•行业驱动——数据量、运算力、算法技术•政策法规•投资热度国际投资热度分析国内投资热度分析国内公司运营数据分析36Kr-人工智能行业研究报告2017

5、年2月1.1行业驱动---行业驱动力·数据量数据量运算力海量数据为人工智能发展提供燃料算法技术1.2政策法规数据量、运算力和算法模型是影响人工智能行业发展的三大要素。1.3投资热度2000年之后，数据量的上涨、运算力的提升和深度学习算法的出现全球投资热度极大的促进了人工智能行业的发展。国内投资热度•海量数据为人工智能发展提供燃料国内公司运营数据分析要理解数据量的重要性，得先从算法说起。数据量和算法可以分别比作人工智能的燃料和发动机。算法是计算机基于所训练的数据集归纳出的识别逻辑，好的算法模型可以实现精准的物体和

6、场景识别。数据集的丰富性和大规模性对算法训练尤为重要。因此可以说，实现机器精准视觉识别的第一步，就是获取海量而优质的应用场景数据。以人脸识别为例，训练该算法模型的图片数据量至少应为百万级别。训练模型应用于具体场景大数据算法模型场景应用2000年以来，得益于互联网、社交媒体、移动设备和廉价的传感器，这个世界产生并存储的数据量急剧增加，这为通过深度学习的方法来训练计算机视觉技术提供很好的土壤。IDC数据显示，从2011年起，全球所产生的数据量已达到ZB级别（1ZB约为10亿GB)，海量的数据将为计算机视觉算法模型提

7、供远远不断的素材。而关于数据量对提高算法准确率方面的重要性，更有学者提出：“It’snotwhohasthebestalgorithmthatwins.It’swhohasthemostdata.”数据量与准确率之间的关系2009-2020年全球总体数据量（单位：ZB）100%90%5080%70%4060%50%30准确率40%30%2020%10%100%测试字符数量10020030040050060070080090010000WindowMemory-Based20092020PerceptronNaï

8、veBayes来源：IDC，36氪研究院说明：window、memory-based、perceptron、naivebayes均为不同算法来源：Stanford机器学习公开课，36氪研究院636Kr-人工智能行业研究报告2017年2月1.1行业驱动---行业驱动·运算力数据量运算力运算力的提升大幅推动人工智能发展算法技术1.2政策法规人工智能领域是一个数据密集的领域，传统的数据处理技