2017年人工智能产业发展分析与预测

《2017年人工智能产业发展分析与预测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、2017年人工智能产业发展分析与预测随着《“互联网+”人工智能三年行动实施方案》的发布和国家对制造业的高度重视，在2016年中国人工智能市场规模达到239亿元。其中智能硬件平台占比高于软件集成平台，达到了63.8%。在未来，随着语音识别和图像识别技术商业化的推广，软件集成平台的市场份额将进一步增大。中国1/vie　　北京、上海、沈阳领跑AI　　中国人工智能市场细分结构中各类产品分布较为均衡，占据前二位的是服务机器人和智能工业机器人，2016年市场规模分别为70.5亿元和62亿元，占比为29.6%和26%。其中，服务机器人在

2、减速器、伺服电机等领域的技术门槛低于工业机器人，通过结合语言处理和机器视觉等软件技术，能快速普及应用到民生各领域，市场规模也迅速增大。　　■各地密集推出产业资金配套，北上沈三地领军发展。为了缩短我国在人工智能领域的基础研究积累、应用实践经验和科技创新投入与发达国家的差距，2016年5月，我国发布了《“互联网+”人工智能三年行动实施方案》，提出以重点领域智能产品创新为主的七大重点建设工程，对全国人工智能产业的发展提供全面系统的指引。　　各地政府也开始密集出台人工智能产业配套扶持资金政策，努力解决企业发展的实际问题。目前已经有

3、超过30个城市将机器人产业作为当地的重点发展对象，各地政府建成和在建的机器人产业园达40余家。　　从各地产业政策上看，北京提出的人工智能产业扶持领域最为全面，覆盖了从脑科学到智能硬件制造的全产业链环节；上海作为国家机器人检测与评定中心总部，提出到2020年平均每年新增3000台以上机器人；沈阳作为国家机器人检测与评定分中心之一，拥有新松机器人等企业，政策上提出设立200亿机器人产业发展基金。在未来5年，北京、沈阳和上海将在人工智能产业实现领先发展。　　■行业巨头跨界并购加速。从近几年AI领域的并购融资事件可以看出，国内外无

4、论是传统互联网企业（如谷歌、IBM等），还是跨领域的行业巨头（如SPACEX、厦华电子、丰田等）都在积极进行人工智能的布局。并购领域主要集中在自然语言处理和深度学习。并购策略上一方面通过收购提升语言处理产品的体验性能，强化公司产品的市场占有率；另一方面，提前储备深度学习的技术人才，为新产品的研发提供支撑。　　未来三年AI市场将迎来新兴机遇点　　中国《机器人产业发展规划（2016-2020）》的出台、中国“十三五规划”的脑科学与类脑研究重大工程项目，将极大提升中国人工智能市场的供给质量。同时，以百度为代表的互联网企业已经充分

5、认识到人工智能的未来前景，纷纷开展大规模的投入和布局，也将充分刺激中国人工智能市场的活跃度。2016年中国人工智能市场规模达到239亿元，预计2018年将达到381亿元，复合增长率为26.3%。　　■智慧城市的建设将为AI市场创造巨大空间。智慧城市的发展将在安防、交通监控、医疗、智能社区等多个领域全面刺激人工智能产业发展，尤其是以机器视觉为主的各类感知处理设备。中国“智慧城市”建设火热开展，截至2015年年底，我国智慧城市建设数量已经达到了386个。智慧城市的建设以及产品应用的推广，都要以机器学习为依托，可以说人工智能是“

6、智慧”的源泉。未来，各行业的应用需求以及消费者升级发展的需要将有效激活人工智能产品的活跃度，促进人工智能技术和产业发展。　　■边缘计算的爆发将快速提升AI产品渗透度。所谓边缘计算，是指设备能在本地化实现初级的人工智能功能，例如智能摄像头识别，服务机器人语音对话芯片等。目前，智能硬件对运算实时性和低延时性的需求越发严格，而依靠传统的云计算平台上的深度学习功能，很难满足大量爆发的产品需求。因此，针对边缘计算的设计开发正在成为各大厂商的新焦点。在过去的人工智能发展中，GPU的高速计算性能为其奠定了天然优势，而随着新一轮边缘计算的

7、需求爆发，基于FPGA、ASIC等体系的设计模式也在逐渐成熟。未来将形成边缘计算和云计算�p轨并行的人工智能计算范式。　　■新兴AI机遇点逐渐凸显。目前人工智能产业链的数据支撑环节，依然存在数据流通法律法规缺失，高价值数据难以得到有效利用的问题；在感知环节，仿人体五感的各类传感器都有成熟产品，但是缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得多源数据无法进行一体化的采集、处理加工和分析。　　未来的新兴AI点也逐渐凸显，主要发生在软件集成环节和类脑芯片环节。一方面软件集成作为人工智能的核心，算法的发展将决定着计算性

8、能的提升。另一方面，针对人工智能算法设计类脑化的芯片将成为重要突破点，不论是NVIDIA的TeslaP100，IBM的TrueNorth、谷歌的TPU，还是中科院的寒武纪，都试图打破冯・诺依曼架构，依托人脑模式构建出更快更适用的新体系，而这将为人工智能未来的良性发展奠定坚实基础。　　■机器视觉、深度学习