2018年中國人工智能行業(yè)研究報告

核心觀(guān)點(diǎn)：

1.廣義人工智能指通過(guò)計算機實(shí)現人的頭腦思維所產(chǎn)生的效果，是對能夠從環(huán)境中獲取感知并執行行動(dòng)的智能體的描述和構建；相對狹義的人工智能包括人工智能產(chǎn)業(yè)（包含技術(shù)、算法、應用等多方面的價(jià)值體系）、人工智能技術(shù)（包括凡是使用機器幫助、代替甚至部分超越人類(lèi)實(shí)現認知、識別、分析、決策等功能）

2.工業(yè)革命使手工業(yè)自動(dòng)化，機器學(xué)習則使機器本身自動(dòng)化；開(kāi)源環(huán)境大幅降低人工智能領(lǐng)域的入門(mén)技術(shù)門(mén)檻；視覺(jué)感知逐步實(shí)現商用價(jià)值，視覺(jué)認知仍有待探索

3.國家政策鼎力支持，指出要發(fā)展人工智能達到世界頂級水平，但人工智能道德與威脅問(wèn)題關(guān)注較少

4.未來(lái)，事物的完整行為規劃或事項決策的發(fā)展空間較大；前沿算法之外，商業(yè)壁壘有賴(lài)于產(chǎn)品、服務(wù)、市場(chǎng)等綜合建設

5.未來(lái)不會(huì )出現崗位短缺，技術(shù)革命將提高社會(huì )整體福利；人工智能的核心價(jià)值在于提效降本、延續人類(lèi)智慧

一、人工智能行業(yè)概述

通過(guò)機器實(shí)現人的頭腦思維，使其具備感知、決策與行動(dòng)力

廣義上的人工智能泛指通過(guò)計算機實(shí)現人的頭腦思維所產(chǎn)生的效果，通過(guò)研究和開(kāi)發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統所構建而成的，其構建過(guò)程中綜合了計算機科學(xué)、數學(xué)、生理學(xué)、哲學(xué)等內容。形象來(lái)說(shuō)，人工智能可理解為由不同音符組成的音樂(lè )，而不同音符是由不同的樂(lè )器所奏響的，最終實(shí)現傳遞演奏者內心所想與頭腦所思的效果。本篇報告將從人工智能技術(shù)、應用、產(chǎn)業(yè)等維度進(jìn)行探討，其中，人工智能技術(shù)包括凡是使用機器幫助、代替甚至部分超越人類(lèi)實(shí)現認知、識別、分析、決策等功能，而產(chǎn)業(yè)則指包含技術(shù)、算法、應用等多方面的價(jià)值體系。

人工智能三起三落，60年登上圍棋之巔

20世紀50年代到70年代初，人們認為如果能賦予機器邏輯推理能力，機器就能具有智能，人工智能研究處于“推理期”。當人們意識到人類(lèi)之所以能夠判斷、決策，除了推理能力外，還需要知識，人工智能在20世紀70年代進(jìn)入了“知識期”，大量專(zhuān)家系統在此時(shí)誕生。隨著(zhù)研究向前進(jìn)展，專(zhuān)家發(fā)現人類(lèi)知識無(wú)窮無(wú)盡，且有些知識本身難以總結后交給計算機，于是一些學(xué)者誕生了將知識學(xué)習能力賦予計算機本身的想法。發(fā)展到20世紀80年代，機器學(xué)習真正成為一個(gè)獨立的學(xué)科領(lǐng)域、相關(guān)技術(shù)層出不窮，深度學(xué)習模型以及AlphaGo增強學(xué)習的雛形-感知器-均在這個(gè)階段得以發(fā)明。隨后由于早期的系統效果的不理想，美國、英國相繼縮減經(jīng)費支持，人工智能進(jìn)入低谷。 80 年代初期，人工智能逐漸成為產(chǎn)業(yè)， 但又由于5代計算機的失敗再一次進(jìn)入低谷。2010年后，相繼在語(yǔ)音識別、計算機視覺(jué)領(lǐng)域取得重大進(jìn)展，圍繞語(yǔ)音、圖像等人工智能技術(shù)的創(chuàng )業(yè)大量涌現，從量變實(shí)現質(zhì)變。

工業(yè)革命使手工業(yè)自動(dòng)化，機器學(xué)習則使機器本身自動(dòng)化

將樣本數據輸入計算機，一般算法會(huì )利用數據進(jìn)行計算然后輸出結果，機器學(xué)習的算法則大為不同，輸入的是數據和想要的結果，輸出的則為算法模型，即把數據轉換成結果的算法模型。通過(guò)機器學(xué)習，計算機能夠自己生成模型，進(jìn)而提供相應的判斷，達到某種人工智能的結果的實(shí)現。因此，在數據的“初始表示”(如圖像的“像素”)與解決任務(wù)所需的“合適表示”相距甚遠的時(shí)候，可嘗試使用深度學(xué)習的方法。工業(yè)革命使手工業(yè)自動(dòng)化，而機器學(xué)習則使機器本身自動(dòng)化。近幾年掀起人工智能熱潮的深度學(xué)習屬于機器學(xué)習的一個(gè)子集，在思想和理論上并未顯著(zhù)超越二十世紀八十年代中后期神經(jīng)網(wǎng)絡(luò )學(xué)習的研究，但得益于海量數據的出現、計算能力的提升，原來(lái)復雜度很高的算法得以落地使用，并在邊界清晰的領(lǐng)域獲得比過(guò)去更精細的結果，大大推動(dòng)了機器學(xué)習在工業(yè)實(shí)踐中的應用。2018年2月，《麻省理工科技評論》揭曉2018年“全球十大突破性技術(shù)”榜單，GAN（對抗性神經(jīng)網(wǎng)絡(luò )，一種特殊的深度學(xué)習算法）位列其中。

國家政策鼎力支持，人工智能道德與威脅問(wèn)題仍需思考

伴隨政策支持的逐步深入，中國政府將有力推動(dòng)新一代人工智能技術(shù)的產(chǎn)業(yè)化與集成應用，促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展，推動(dòng)制造強國和網(wǎng)絡(luò )強國建設，助力實(shí)體經(jīng)濟轉型升級，構筑我國人工智能發(fā)展的先發(fā)優(yōu)勢。此外，相比美國和英國，中國對人工智能的支持力度雖更大，但較少關(guān)注人工智能的道德倫理問(wèn)題、是否在開(kāi)發(fā)對社會(huì )切實(shí)有益的人工智能以及應當最小化技術(shù)進(jìn)步所帶來(lái)的威脅問(wèn)題。

人工智能產(chǎn)業(yè)圖譜

二、人工智能典型技術(shù)剖析

語(yǔ)音識別、自然語(yǔ)言處理、語(yǔ)音合成等技術(shù)

人類(lèi)因為具有語(yǔ)言的能力而區別于其他物種，自然語(yǔ)言處理即研究人與計算機直接以自然語(yǔ)言的方式進(jìn)行有效溝通的各種理論和方法，涉及機器翻譯、閱讀理解、對話(huà)問(wèn)答等，因為語(yǔ)言在詞法、句法、語(yǔ)義等不同層面的不確定性及數據資源的有限性、背景知識的復雜性等各方面限制，自然語(yǔ)言處理技術(shù)仍有非常大的提升空間，僅在特定領(lǐng)域可取得較好的應用，魯棒性存在大量挑戰。在自然語(yǔ)言處理之前，聲紋識別可根據說(shuō)話(huà)人的聲紋特征識別出說(shuō)話(huà)人，語(yǔ)音識別技術(shù)可賦予機器感知能力（在深度學(xué)習的驅動(dòng)下，目前近場(chǎng)語(yǔ)音識別準確率可達98%，遠場(chǎng)、抗噪、多人等非限定或非配合條件下的識別有待進(jìn)步），將聲音轉為文字供機器處理，在機器生成語(yǔ)言之后，語(yǔ)音合成技術(shù)可將語(yǔ)言轉化為聲音，形成完整的自然人機語(yǔ)音交互，這樣的語(yǔ)音交互系統可看作一個(gè)虛擬對話(huà)機器人，具體技術(shù)流程如下圖所示。

通用知識圖譜與行業(yè)知識圖譜

從覆蓋范圍的角度來(lái)說(shuō)，知識圖譜可分為應用相對廣泛的通用知識圖譜和專(zhuān)屬于某個(gè)特定領(lǐng)域的行業(yè)知識圖譜。通用知識圖譜注重橫向廣度，強調融合更多的實(shí)體，主要應用于智能搜索、智能問(wèn)答等領(lǐng)域。行業(yè)知識圖譜注重縱向深度，需要考慮到不同的業(yè)務(wù)場(chǎng)景與使用人員，通常需要依靠特定行業(yè)（如金融、公安、醫療、電商等）的數據來(lái)構建，實(shí)體的屬性與數據模式往往比較豐富。

視覺(jué)感知逐步實(shí)現商用價(jià)值，視覺(jué)認知仍有待探索

視覺(jué)使人類(lèi)得以感知和理解周邊的世界，人的大腦皮層大約有70%的活動(dòng)在處理視覺(jué)相關(guān)信息，計算機視覺(jué)即通過(guò)電子化的方式來(lái)感知和理解影像。得益于深度學(xué)習算法的成熟應用（2012年，采用深度學(xué)習架構的AlexNet模型，以超越第二名10個(gè)百分點(diǎn)的成績(jì)在ImageNet競賽中奪冠；2017年，ImageNet圖像分類(lèi)競賽Top 5的錯誤率降至2.25%），側重于感知智能的圖像分類(lèi)技術(shù)在工業(yè)界逐步實(shí)現商用價(jià)值，但與可結合常識做猜想和推理進(jìn)而輔助識別的人類(lèi)智能系統相比，現階段的視覺(jué)技術(shù)往往僅能利用影像表層信息，缺乏常識以及對事物功能、因果、動(dòng)機等深層信息的認知把握。

多學(xué)科融合，幫助人類(lèi)做出復雜決策

為了做出最優(yōu)（經(jīng)濟的或其他的）決策，決策相關(guān)理論將概率理論和效用理論結合起來(lái)，為在不確定情況下（在概率描述能適當呈現決策制定者所處環(huán)境的情況下）做出決策提供了一個(gè)形式化且完整的框架。因為理性決策的顯著(zhù)復雜性，歷史上決策相關(guān)理論一直與人工智能研究沿著(zhù)完全分離的路線(xiàn)向前發(fā)展，但自20世紀90年代以來(lái)，決策逐步深入人工智能系統研究，經(jīng)濟學(xué)、博弈論、運籌學(xué)、人工智能等多領(lǐng)域學(xué)科思想融合，讓計算機智能處理海量數據，相對實(shí)時(shí)的解決人類(lèi)專(zhuān)家也難以及時(shí)求解的各類(lèi)問(wèn)題。

自動(dòng)駕駛系統剖析

根據自動(dòng)駕駛的擬人化研發(fā)思路，自動(dòng)駕駛系統原理可理解為感知——認知——決策——控制——執行五層，通過(guò)傳感器實(shí)現感知作用，并根據所感知信息完成處理與融合，對信息達成一定的認知和理解，在形成全局整體理解后，通過(guò)算法得出決策結果并傳遞給控制系統生成執行指令。在整個(gè)過(guò)程中，汽車(chē)能夠通過(guò)V2X（Vehicle to Everything）通信實(shí)現車(chē)與外界（如道路設施、其他車(chē)輛等）的信息交換，幫助車(chē)輛實(shí)時(shí)獲取更大范圍的環(huán)境信息，解決“我在哪兒，周?chē)惺裁?，環(huán)境將發(fā)生什么變化以及我該怎么做“等四個(gè)問(wèn)題。

三、人工智能的應用場(chǎng)景

金融領(lǐng)域——主要應用場(chǎng)景及相關(guān)影像采集設備

與安防影像分析中人臉的“1:N”識別不同，目前泛金融領(lǐng)域以人臉“1:1”身份認證為主，部分場(chǎng)景涉及“1:N”識別，如銀行網(wǎng)點(diǎn)中對VIP客戶(hù)的智能識別。

公共安全領(lǐng)域——生物特征識別與大數據研判增加公安預測和決策能力

計算機視覺(jué)、語(yǔ)音識別、機器學(xué)習等多項智能技術(shù)可對人臉、指紋、虹膜、掌紋、指靜脈、聲紋、步態(tài)等多種生物特征進(jìn)行身份識別，其中人臉、指紋、虹膜等三大生物特征共占全球生物識別市場(chǎng)份額的80%以上。在公安的實(shí)際業(yè)務(wù)場(chǎng)景中，人工智能技術(shù)還可對公安大數據進(jìn)行智能分析，在構建“人、事、地、物、組織“的知識網(wǎng)絡(luò )的基礎上，實(shí)時(shí)監測預警、研判，切實(shí)增加公安的認知、預測和決策能力。伴隨人工智能及大數據的技術(shù)進(jìn)步，高清聯(lián)網(wǎng)攝像頭、各種傳感器的硬件部署應用，從平安城市、智慧城市到雪亮工程等公共安全相關(guān)政策、人工智能相關(guān)國家戰略政策的逐步深化，公共安全領(lǐng)域的各種智能應用將由重點(diǎn)區域、有條件的地區起步，完成從局部到整體的全國性拓展。

教育領(lǐng)域——由表及里，逐步深入學(xué)習核心環(huán)節

人工智能已在老師教學(xué)與學(xué)生學(xué)習、評測的各個(gè)環(huán)節切入教育領(lǐng)域，相關(guān)產(chǎn)品服務(wù)包括拍照搜題、分層排課、口語(yǔ)測評、組卷閱卷、作文批改、作業(yè)布置等功能，涉及了自適應、語(yǔ)音識別、計算機視覺(jué)、知識圖譜、自然語(yǔ)言處理、機器翻譯、機器學(xué)習等多項人工智能技術(shù)，正在創(chuàng )造著(zhù)更加個(gè)性化、服務(wù)于終身學(xué)習的智能高效學(xué)習環(huán)境。

泛信息處理領(lǐng)域——人工智能讓人與信息的連接日益高效便捷

搜索與輸入法作為人工智能在信息處理領(lǐng)域的典型應用，已大幅改變國人獲取信息與輸入信息的方式。移動(dòng)互聯(lián)網(wǎng)時(shí)代，信息流推薦相關(guān)產(chǎn)品也成為用戶(hù)瀏覽應接不暇的信息的一種有效工具。在人機交互方式不斷升級的當下，人與信息接觸的種種環(huán)節都在發(fā)生著(zhù)智能化的創(chuàng )新變革。

醫療健康領(lǐng)域——改善醫療資源分布不均的問(wèn)題，助力專(zhuān)家學(xué)者攻克醫療難關(guān)

相對生命的復雜性，人類(lèi)對醫療健康的理解仍非常粗淺，現階段人工智能技術(shù)也不能有效應對各種挑戰，但這并不妨礙我們對人工智能技術(shù)寄予厚望，試圖通過(guò)前沿技術(shù)改變醫療資源分布不均的現狀，將醫生從繁重的工作壓力中解放出來(lái)，并幫助他們減少誤診率，提高準確率，甚至探索出新的診療方案或找到新型有效藥物。

零售領(lǐng)域——人工智能賦能零售業(yè)，提升效率與收益，優(yōu)化消費者體驗

通過(guò)數據與商業(yè)邏輯的深度結合、先進(jìn)感知技術(shù)的成熟運用，人工智能、運籌優(yōu)化等技術(shù)將切實(shí)提升零售全鏈條的資產(chǎn)配置效率，在精細化運營(yíng)為企業(yè)創(chuàng )造出更多效益的同時(shí)，為消費者帶來(lái)更為理想的購物體驗。

廣告營(yíng)銷(xiāo)領(lǐng)域——為廣告效果與營(yíng)銷(xiāo)策略提供更科學(xué)的依據和更聰明的支持

相比人工智能在傳統行業(yè)的摸索嘗試，人工智能與廣告營(yíng)銷(xiāo)的結合已有成熟落地（得益于數字營(yíng)銷(xiāo)領(lǐng)域較好的信息化、網(wǎng)絡(luò )化基礎以及互聯(lián)網(wǎng)公司卓絕的技術(shù)創(chuàng )新力），用戶(hù)在搜索引擎、信息流產(chǎn)品、視頻網(wǎng)站、電視中看到的相關(guān)廣告可能都經(jīng)過(guò)了人工智能算法對多維度大數據的智能分析。人工智能力圖為企業(yè)提供智能創(chuàng )意及營(yíng)銷(xiāo)策略和效果監測，結合場(chǎng)景、內容及渠道向用戶(hù)精準推薦，實(shí)現滿(mǎn)足用戶(hù)真實(shí)需求的高價(jià)值信息傳遞。

交通出行領(lǐng)域——人工智能有效改善交通問(wèn)題，智能化交通有望全自動(dòng)化

人工智能算法對交通出行所產(chǎn)生的信息進(jìn)行了分析與預判，人工智能技術(shù)的應用衍生出一系列智能設備，并對現有設備、應用和服務(wù)提供嵌入式的智能處理能力，以協(xié)助交通管理者更好地進(jìn)行決策，以便車(chē)流最有效的方式通行，提高交通流效率，實(shí)現交通升級轉型——交通智能化；未來(lái)，智能化交通解決方法中，人工參與與處理將逐漸削弱，有望達到自動(dòng)化運作的水平。

交通出行領(lǐng)域——共享出行攤低落地成本，自動(dòng)駕駛引發(fā)產(chǎn)業(yè)融合

國內科技公司紛紛發(fā)聲將在2021年前后實(shí)現L4級自動(dòng)駕駛（以國際汽車(chē)工程師協(xié)會(huì )制定（SAE）的自動(dòng)駕駛級別劃分為衡量指標，L4級即系統完成所有操作，人類(lèi)不一定需要對系統應答）乘用車(chē)的量產(chǎn)，但考慮到現有算法技術(shù)的能力邊界，艾瑞認為，2021年的時(shí)間節點(diǎn)相對樂(lè )觀(guān)，較難實(shí)現通用場(chǎng)景的L4級自動(dòng)駕駛，小概率的意外缺陷都有可能引發(fā)致命事故。

但是，2021年成為創(chuàng )業(yè)者標桿的時(shí)候，它將促進(jìn)“預言的自我實(shí)現”，技術(shù)的突破性進(jìn)展及不斷拓寬的行駛場(chǎng)景依然值得期待。

實(shí)現自動(dòng)駕駛需要在汽車(chē)中裝配大量的軟硬件設備，而大量設備將帶來(lái)高額推進(jìn)成本。為減輕自動(dòng)駕駛在推進(jìn)消費市場(chǎng)時(shí)的成本等阻礙，可通過(guò)出行服務(wù)商進(jìn)行系統安全性的評測并承擔相關(guān)成本。智能化與共享化是汽車(chē)產(chǎn)業(yè)生態(tài)的重要發(fā)展趨勢，車(chē)企、科技公司、出行服務(wù)商間的合作結盟也會(huì )愈發(fā)頻繁，智能出行公司隨之誕生。

智能客服領(lǐng)域——傳統客服由人力密集型向人機混合升級，提升咨詢(xún)效率

傳統客服業(yè)是典型的人力密集型，被視為是人工智能最有可能全面顛覆和取代的工種。不過(guò)，從目前的實(shí)踐情況來(lái)看，人工智能更多的是起到輔助人類(lèi)決策和工作的層面，即，通過(guò)電話(huà)客服、網(wǎng)上客服、App、短信、微信以及智能機器人終端等產(chǎn)品與客戶(hù)進(jìn)行語(yǔ)音或文本的互動(dòng)交流，理解客戶(hù)淺層業(yè)務(wù)需求，回復客戶(hù)提出的業(yè)務(wù)咨詢(xún)，并根據客戶(hù)語(yǔ)音導航至指定業(yè)務(wù)模塊，實(shí)現優(yōu)化人工客服咨詢(xún)效率。智能客服目前的成熟應用主要在售后階段，以重復性問(wèn)題標準化回答為主，未來(lái)智能客服業(yè)的應用將繼續升級，由現在的“以問(wèn)題為中心”轉變?yōu)椤耙杂脩?hù)為中心”的智能語(yǔ)音助理，由現在服務(wù)于企業(yè)/商家的機器人轉變?yōu)榉?wù)于每一個(gè)用戶(hù)。

四、人工智能行業(yè)發(fā)展趨勢

對事物的完整行為規劃或事項決策的發(fā)展空間較大

以深度學(xué)習為基礎建立的人工智能技術(shù)一般是在用大數據解決小問(wèn)題，而人類(lèi)智能往往能夠以小數據解決大問(wèn)題。人類(lèi)可憑借自己的觀(guān)察和判斷形成最終的價(jià)值決策，機器的語(yǔ)音識別、計算機視覺(jué)等AI能力在現階段還很難支撐到對事物的理解、與判斷，距離完整行為規劃或事項決策仍有較大的發(fā)展空間。

未來(lái)不會(huì )出現崗位短缺，技術(shù)革命將提高社會(huì )整體福利

就失業(yè)問(wèn)題而言，在向日益自動(dòng)化的世界過(guò)渡時(shí)，機器學(xué)習和人工智能技術(shù)的發(fā)展升級定會(huì )逐步影響就業(yè)市場(chǎng)。我們假設人類(lèi)的就業(yè)機會(huì )將大幅減少，然而，就業(yè)機會(huì )減少的同時(shí)，不得不承認的是，技術(shù)革命也會(huì )不斷促進(jìn)萬(wàn)眾創(chuàng )新，人們會(huì )從重復性的勞動(dòng)中解放出來(lái)，將更多時(shí)間和精力用于創(chuàng )造性活動(dòng)。換而言之，人工智能將緩解勞動(dòng)力危機，使人們自由追求生活及工作新方式，從而提高社會(huì )的整體福利。因此，準確地說(shuō)，在未來(lái)不會(huì )出現崗位短缺，取而代之的應當是匹配職業(yè)的技能的短缺。如同工業(yè)革命、信息革命等，歷史已經(jīng)告訴我們，長(cháng)久以來(lái)，新興科技帶來(lái)的問(wèn)題都將被解決，從而使消費者們能夠享受與之而來(lái)的紅利。

人工智能將實(shí)現提效降本、延續人類(lèi)智慧的核心價(jià)值

如同報告開(kāi)篇所提，人工智能即通過(guò)智能實(shí)現人類(lèi)思維的效果，從宏觀(guān)層面來(lái)看，此效果體現在智能社會(huì )與智能經(jīng)濟層面， 即，人工智能將大幅改善依賴(lài)勞動(dòng)力創(chuàng )造的勞動(dòng)密集型、簡(jiǎn)單重復性的傳統經(jīng)濟運行模式，并依托此經(jīng)濟模式構建萬(wàn)物互聯(lián)、智能協(xié)同的產(chǎn)業(yè)體系，打造國際領(lǐng)先的智能社會(huì )。從微觀(guān)層面來(lái)看，人工智能將替代傳統勞動(dòng)，帶來(lái)新式生產(chǎn)方式，以提升生產(chǎn)效率并降低成本，進(jìn)而實(shí)現企業(yè)效益提升、改善人們工作與生活。而隨著(zhù)機器變得聰明，我們將最終實(shí)現人性化人工智能（Humanistic AI），即通過(guò)機器達到擬人的形式并以這類(lèi)形式延伸人類(lèi)智慧。