人工智能分析报告( 47 页)

---

目录

一、前言.................... 5

（一）六十年沉浮回顾，三大基础因素准备就绪驱散发展阴霾....... 5

（二）各方参不热情高涨，与用智能产业链已经清晰..................... 6

1、从政府、产业巨头到创投圈，人工智能正火爆................... 6

2、与用人工智能已经成熟，产业结构明确.......... 8

二、基础资源层 ..................... 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........ 11

（二）计算能力不断提升，高性能计算是 AI 引擎..... 14

1、算法需要强大计算能力匹配，摩尔定待发展助力突破瓶颈 ................... 14

2、GPU 并行领军模型训练，FPGA、寒武纪芯片值得期待 ...................... 15

3、高性能计算进入异构阶段，量子计算或是下一突破口 ...... 16

（三）数据资源成为关键，物联网将助力数据积累....................... 17

1、数据是实现 AI 的燃料，数据资源至关重要....................... 17

2、数据积累将持续，物联网兴起提高数据完备性................. 18

三、技术应用层............ 20

（一）计算机视角——开启机器之眼.... 20

1、卷积神经网络革命，计算机视角精度不断提高................. 20

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................ 22

（1）生物特征识别技术成熟，人脸识别将成主流................. 22

（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............ 23

（3）光学字符识别研究较透彻，优化非结构化数据采集 ...... 24

（4）物体与场景识别技术刚起步，主要着力于上游数据标记 ................... 25

（二）语音识别——人机交于第一入口.................... 26

1、Siri 掀起语音风潮，机器语音识别率赶超人类 .................. 26

2、应用需求不断增加，百亿智能语音市场将至..................... 28

（三）自然语言处理（NLP）——让机器理解语言....................... 29

1、从规则到统计，自然语言处理重获新生........ 29

2、深度学习革新 NLP，优化多项应用 .............. 30

四、应用领域层.............. 32

（一）机器人革命即将到来，服务与工业应用齐头并进 ............... 33

（二）借机器之眼，打造安全未来........ 33

（三）城市计算整合数据，使生活更智能................. 34

（四）医疗机器人走进现实，人工智能推展精准医疗................... 35

（五）智慧教育将进一步普及，个性化教学是亮点....................... 36

（六）音响成智能家居最佳入口，巨头纷纷构建平台生态............ 37

（七）人工智能重塑法律服务业，相关技术已经成熟................... 38

五、重点公司 .................. 39

图表目录

图 1：人工智能六十年发展简史.................... 5

图 2：人工智能市场规模预测..... 6

图 3：产业巨头针对 AI 技术的战略布局......... 8

图 4：人工智能行业投资额及投资次数 .......... 8

图 5：投资人工智能机构数量..... 8

图 6：与用人工智能产业架构..... 9

图 7：机器学习、深度学习不人工智能 ........ 10

图 8：从数据中学习的机器学习算法............ 10

图 9：单层感知机架构 ............. 10

图 10：多层感知机（含一个隐层）架构 ...... 10

图 11：一种典型的深层神经网络模型 .......... 11

图 12：人脸识别系统的多层结构和特征表示 ................... 12

图 13：深度学习逐层初始化的方法 ............. 12

图 14：深度学习发展方向........ 14

图 15：脑模拟对高计算性能的要求 ............. 14

图 16：GPU 不 CPU 结构对比..................... 15

图 17：NVIDIA CUDA 处理流秳示意图....... 15

图 18：寒武纪芯片 .................. 16

图 19：高性能计算机发展历史..................... 17

图 20：曙光系列高性能计算机组成结构示意 ................... 17

图 21：机器学习准确率与数据的关系.......... 18

图 22：2009-2020 年全球总体数据量.......... 18

图 23：发展中国家数据量未来将超过发达国家................ 18

图 24：物联网将重塑多个行业..................... 19

图 25：互联设备数量预测........ 19

图 26：物联网系统积累数据占比将逌年提升 ................... 19

图 27：Google Mind 使用的神经网络模型.... 21

图 28：Hinton 研究小组使用的 CNN 模型 ....................... 21

图 29：ImageNet 比赛图像识别准确率........ 22

图 30：计算机视角通用识别的技术流秳 ...... 22

图 31：人脸识别电信应用场景举例 ............. 23

图 32：安防领域各种智能技术应用性.......... 23

图 33：人脸识别流秳图 ........... 23

图 34：两种人脸识别应用对比..................... 23

图 35：视频对象提取不分析的应用场景距离 ................... 24

图 36：字符识别应用场景举例..................... 25

图 37：驾驶环境下的物体与场景识别.......... 25

图 38：物体与场景识别应用场景及方式举例 ................... 26

图 39：IT 巨头纷纷布局智能语音................. 27

图 40：基二深度神经网络的语音识别系统框架................ 28

图 41：基二 RNN—CTC 的主流语音识别系统框架 ......... 28

图 42：智能语音应用场景举例..................... 28

图 43：中国智能语音产业规模情况 ............. 29

图 44：全球智能语音产业规模情况 ............. 29

图 45：目前自然语言处理中帪用的模型和数据................ 30

图 46：Bengio 使用的三层神经网络语言模型.................. 31

图 47：深度学习模式下的自然语言处理架构 ................... 31

图 48：深度学习下机器翻译示意图 ............. 32

图 49：人工智能应用领域........ 32

图 50：典型家用机器人 ........... 33

图 51：人脸识别市场规模........ 34

图 52：中国视频监控市场规模..................... 34

图 53：城市计算框架............... 35

图 54：城市计算的应用领域 .... 35

图 55：通过神经网络与深度学习算法处理大尺寸病理切片图片........... 36

图 56：过神经网络与深度学习算法处理大尺寸病理切片图片 .............. 36

图 57：早期智能家教系统........ 37

图 58：自适应家教系统 ........... 37

图 59：智能家电市场规模预测..................... 37

图 60：亚马逊用户可以通过 Echo 音响 Alexa 控制用户的汽车 ........... 38

图 61：三种产业布局模式及公司推荐.......... 39

图 62：2015 年全球智能语音市场份额情况..................... 40

图 63：2015 年中国智能语音市场份额情况..................... 40

图 64：科大讯飞主营业务收入情况 ............. 41

图 65：科大讯飞归母净利润情况................. 41

图 66：东方网力公司主营业务收入情况 ...... 42

图 67：东方网力公司归母净利润情况.......... 42

图 68：数字政通公司营业收入情况 ............. 43

图 69：数字政通公司归母净利润情况.......... 43

图 70：华宇软件公司营业收入情况 ............. 44

图 71：华宇软件公司归母净利润情况.......... 44

表 1：我国人工智能相关政策..... 7

表 2：机器学习浅层结构不深层结构对比..... 11

表 3：几种任务领域的特征层次结构............ 12

表 4：深度学习标志性亊件举例................... 13