艾瑞-2020年中国AI基础数据服务行业研究报告-2020.3.pdf

《艾瑞-2020年中国AI基础数据服务行业研究报告-2020.3.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国AI基础数据服务行业发展报告2020年摘要目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟，想要更加落地，1解决行业具体痛点，需要大量经过标注处理的相关数据做算法训练支撑，可以说数据决定了AI的落地程度。SMS对比中国与世界的发展情形来看，人工智能行业发展前景良好，而作为强关联性的2AI基础数据服务行业受其发展红利的影响，未来市场仍有不小的上升空间。2019年中国AI基础数据服务行业市场规模可达30.9亿元，预计2025年市场规模将突3破100亿元，年化增长率为21.8%。中小型数据供应商的整体体量仍然可观，但随着业务门槛

2、提升、客户需求多样化，4越来越多的“中小型数据供应商”在苦恼生存问题，该群体在未来1-2年内将迎来一阵“倒闭潮”。“品牌数据服务商”在这1-2年内应该“居安思危”，注重品牌认可度塑造、提高5规模化生产能力、大力发展如预标注、项目进度可视化等精细化运营方式、增加如语音合成（TTS）数据处理等差异化服务，最终追求的是单位价格的利润最大化。来源：艾瑞根据公开资料自主研究绘制。©2020.3iResearchInc.www.iresearch.com.cn2中国及全球人工智能发展概览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行业壁垒3

3、行业发展机遇与挑战43人工智能产业发展和产业链结构数据决定了AI落地程度，是商业化过程中重要的一环自从2012年深度学习在图像和语音方面产生重大突破后，人工智能便真正具备了走出实验室步入市场的能力，2016年AlphaGo的胜利再次引爆行业，成功唤起了中国市场的兴趣，时至今日，人工智能的商业化在中国得到了长足发展，在安防、金融、企服等领域纷纷落地开花，同时也真正意义上衍生出了一套完整的产业链。AI产业链可以分为基础层、技术层和应用层，基础层按照算力、数据和算法再次划分，对整体上层建筑起到支撑作用；技术层根据算法用途分为计算机视觉、智能语

4、音、自然语言处理等，是AI最引人注目的环节；应用层则按照不同场景的需求定制开发专属服务，是AI真正赋能行业的方式。目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟，想要更加落地，解决行业具体痛点，需要大量经过标注处理的相关数据做算法训练支撑，可以说数据决定了AI的落地程度，而AI基础数据服务行业又鲜有关注，因此本报告承接艾瑞《2019年中国人工智能基础数据服务白皮书》，再次挖掘该行业的现状和发展，展示其真实的一面。人工智能产业链结构基础层技术层实现途径支持系统计算机视觉早期算法机器学习算法编程语言图像识别视觉识别搜索式推理监督

5、式学习非监督学习人脸识别视频识别算算法平台专家系统半监督学习强化学习文字识别步态识别法智能代理深度学习迁移学习AI框架………………理论研究智能语音AI计算架构硬件设备声音识别声纹识别应CPU+GPUTPUFPGA……语音合成语音交互算传统通计算平台用用计算AI芯片……层力(CPU)智能设备视觉类脑……云服务自然语言处理自动驾驶安防物联网量子计算信息理解文字校对数据处理数据采集机器翻译自然语言生成数据采集数据存储……数储存设施数据清洗据信息抽取网络传输数据挖掘……数据标注知识图谱来源：艾瑞根据公开资料自主研究绘制。©2020.3iRese

6、archInc.www.iresearch.com.cn4人工智能技术实现路径机器学习是主流，其中监督学习下的深度学习是主要方式人工智能是对一类能够实现机器模拟智慧生命某些特征的技术统称，从学术上可以分为以知识工程为代表的符号主义、以神经网络为代表的连接主义和以仿生机器人为代表的行为主义三个流派，近些年掀起又一轮人工智能热潮的机器学习就属于连接主义学派。机器学习按照训练方式可分为使用人工标注分类标签训练的监督学习、无分类标签且自动聚类推断的无监督学习、使用少量人工标注+自动聚类的半监督学习和根据现实情况自动“试错+调整”的强化学习四类，

7、而最著名的深度学习同样是机器学习的分支，但因为模型结构的不同而与上述训练方式不在一个区分范畴，深度学习在训练方式上均可与四种方式发生重叠。目前来看AI应用最广泛的计算机视觉和智能语音更依赖于监督学习下的深度学习方式，半监督和无监督是学术界尝试突破的方向，当下仅在如无人驾驶中急转弯场景训练等特定领域中得以尝试应用，而强化学习被认为是更接近人类在自然界中学习知识的方式，在最佳路径选择、最优解探寻等方面有所应用，但泛化能力还有待突破。机器学习划分和主要训练路径监督学习无监督学习监特征矩阵督训练数据特征提取训练模型输出模型模型验证学习分类标签训

8、训练练预测深度学习特征向量路新数据特征提取预测分类标签径深度训练数据深度学习模型输出模型半监督学习强化学习学习分类标签训练训机器学习主要划分方式练预测路新数据深度学习模型分类标签来源：艾瑞根据公开资料自主研