分析：人工智能產業(yè)發(fā)展現狀及趨勢

【計算機論文】分析：人工智能產業(yè)發(fā)展現狀及趨勢

(電子商務研究中心訊)人工智能作為新一輪產業(yè)變革的核心驅動力，將催生新的技術、產品、產業(yè)、業(yè)態(tài)、模式，從而引發(fā)經濟結構的重大變革，實現社會生產力的整體提升。麥肯錫預計：到2025年全球人工智能應用市場規(guī)?？傊祵⑦_到1270億美元，人工智能將是眾多智能產業(yè)發(fā)展的突破點。通過對人工智能產業(yè)分布進行梳理，提出了人工智能產業(yè)生態(tài)圖，主要分為：核心業(yè)態(tài)、關聯(lián)業(yè)態(tài)、衍生業(yè)態(tài)三個層次。人工智能產業(yè)生態(tài)圖下面將重點對核心業(yè)態(tài)包含的智能基礎設施建設、智能信息及數據、智能技術服務、智能產品四個方面展開介紹，并總結人工智能行業(yè)應用及產業(yè)發(fā)展趨勢。智能基礎設施為人工智能產業(yè)提供計算能力支撐，其范圍包括智能傳感器、智能芯片、分布式計算框架等，是人工智能產業(yè)發(fā)展的重要保障。智能芯片從應用角度可以分為訓練和推理兩種類型。從部署場景來看，可以分為云端和設備端兩步大類。訓練過程由于涉及海量的訓練數據和復雜的深度神經網絡結構，需要龐大的計算規(guī)模，主要使用智能芯片集群來完成。與訓練的計算量相比，推理的計算量較少，但仍然涉及大量的矩陣運算。目前，訓練和推理通常都在云端實現，只有對實時性要求很高的設備會交由設備端進行處理。按技術架構來看，智能芯片可以分為通用類芯片（CPU、GPU、FPGA）、基于FPGA的半定制化芯片、全定制化ASIC芯片、類腦計算芯片（IBMTrueNorth）。另外，主要的人工智能處理器還有DPU、BPU、NPU、EPU等適用于不同場景和功能的人工智能芯片。隨著互聯(lián)網用戶量和數據規(guī)模的急劇膨脹，人工智能發(fā)展對計算性能的要求迫切增長，對CPU計算性能提升的需求超過了摩爾定律的增長速度。同時，受限于技術原因，傳統(tǒng)處理器性能也無法按照摩爾定律繼續(xù)增長，發(fā)展下一代智能芯片勢在必行。未來的智能芯片主要是在兩個方向發(fā)展：智能芯片是人工智能時代的戰(zhàn)略制高點，預計到2020年人工智能芯片全球市場規(guī)模將突破百億美元。智能傳感器是具有信息處理功能的傳感器，智能傳感器帶有微處理機，具備采集、處理、交換信息等功能，是傳感器集成化與微處理機相結合的產物。智能傳感器屬于人工智能的神經末梢，用于全面感知外界環(huán)境。各類傳感器的大規(guī)模部署和應用為實現人工智能創(chuàng)造了不可或缺的條件。不同應用場景，如：智能安防、智能家居、智能醫(yī)療等對傳感器應用提出了不同的要求。未來，隨著人工智能應用領域的不斷拓展，市場對傳感器的需求將不斷增多，2020年市場規(guī)模有望突破4600億美元。未來，高敏度、高精度、高可靠性、微型化、集成化將成為智能傳感器發(fā)展的重要趨勢。面對海量的數據處理、復雜的知識推理，常規(guī)的單機計算模式已經不能支撐。所以，計算模式必須將巨大的計算任務分成小的單機可以承受的計算任務，即云計算、邊緣計算、大數據技術提供了基礎的計算框架。目前流行的分布式計算框架，如：OpenStack、Hadoop、Storm、Spark、Samza、Bigflow等。各種開源深度學習框架也層出不窮，其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon等等。信息數據是人工智能創(chuàng)造價值的關鍵要素之一，我國龐大的人口和產業(yè)基數帶來了數據方面的天生優(yōu)勢。隨著算法、算力技術水平的提升，圍繞數據的采集、分析、處理產生了眾多的企業(yè)。目前，在人工智能數據采集、分析、處理方面的企業(yè)主要有兩種：智能技術服務主要關注如何構建人工智能的技術平臺，并對外提供人工智能相關的服務。此類廠商在人工智能產業(yè)鏈中處于關鍵位置，依托基礎設施和大量的數據，為各類人工智能的應用提供關鍵性的技術平臺、解決方案和服務。目前，從提供服務的類型來看，提供技術服務廠商包括以下幾類：（1）提供人工智能的技術平臺和算法模型此類廠商主要針對用戶或者行業(yè)需求，提供人工智能技術平臺以及算法模型。用戶可以在人工智能平臺之上，通過一系列的算法模型來進行人工智能的應用開發(fā)。此類廠商主要關注人工智能的通用計算框架、算法模型、通用技術等關鍵領域。（2）提供人工智能的整體解決方案此類廠商主要針對用戶或者行業(yè)需求，設計和提供包括軟、硬件一體的行業(yè)人工智能解決方案，整體方案中集成多種人工智能算法模型以及軟、硬件環(huán)境，幫助用戶或行業(yè)解決特定的問題。此類廠商重點關注人工智能在特定領域或者特定行業(yè)的應用。（3）提供人工智能在線服務此類廠商一般為傳統(tǒng)的云服務提供廠商，主要依托其已有的云計算和大數據應用的用戶資源，聚集用戶的需求和行業(yè)屬性，為客戶提供多類型的人工智能服務。從各類模型算法和計算框架的API等特定應用平臺到特定行業(yè)的整體解決方案等，進一步吸引大量的用戶使用，從而進一步完善其提供的人工智能服務。此類廠商主要提供相對通用的人工智能服務，同時也會關注一些重點行業(yè)和領域。需要指出的是：上述三類角色并不是嚴格區(qū)分開的，很多情況下會出現重疊，隨著技術的發(fā)展成熟，在人工智能產業(yè)鏈中已有大量的廠商同時具備上述兩類或者三類角色的特征。智能產品是指將人工智能領域的技術成果集成化、產品化，具體的分類如下表所示：人工智能產品隨著制造強國、網絡強國、數字中國建設進程的加快，在制造、家居、金融、教育、交通、安防、醫(yī)療、物流等領域對人工智能技術和產品的需求將進一步釋放，相關智能產品的種類和形態(tài)也將越來越豐富。人工智能與行業(yè)領域的深度融合將改變甚至重新塑造傳統(tǒng)行業(yè)，本節(jié)重點介紹人工智能在制造、家居、金融、交通、安防、醫(yī)療、物流行業(yè)的應用，由于篇幅有限，其它很多重要的行業(yè)應用在這里不展開論述。智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環(huán)節(jié)，具有自感知、自學習、自決策、自執(zhí)行、自適應等功能的新型生產方式。智能制造對人工智能的需求，主要表現在以下三個方面：例如：現有涉及智能裝備故障問題的紙質化文件，可通過自然語言處理，形成數字化資料，再通過非結構化數據向結構化數據的轉換，形成深度學習所需的訓練數據，從而構建設備故障分析的神經網絡，為下一步故障診斷、優(yōu)化參數設置提供決策依據。參照工業(yè)和信息化部印發(fā)的《智慧家庭綜合標準化體系建設指南》，智能家居是智慧家庭八大應用場景之一。受產業(yè)環(huán)境、價格、消費者認可度等因素影響，我國智能家居行業(yè)經歷了漫長的探索期。至2010年，隨著物聯(lián)網技術的發(fā)展以及智慧城市概念的出現，智能家居概念逐步有了清晰的定義并隨之涌現出各類產品，軟件系統(tǒng)也經歷了若干輪升級。智能家居以住宅為平臺，基于物聯(lián)網技術，由硬件（智能家電、智能硬件、安防控制設備、家具等）、軟件系統(tǒng)、云計算平臺構成的家居生態(tài)圈，實現人遠程控制設備、設備間互聯(lián)互通、設備自我學習等功能，并通過收集、分析用戶行為數據為用戶提供個性化生活服務，使家居生活安全、節(jié)能、便捷等。例如：借助智能語音技術，用戶應用自然語言實現對家居系統(tǒng)各設備的操控，如開關窗簾（窗戶）、操控家用電器和照明系統(tǒng)、打掃衛(wèi)生等操作。借助機器學習技術，智能電視可以從用戶看電視的歷史數據中分析其興趣和愛好，并將相關的節(jié)目推薦給用戶。通過應用聲紋識別、臉部識別、指紋識別等技術進行開鎖等。通過大數據技術可以使智能家電，實現對自身狀態(tài)及環(huán)境的自我感知，具有故障診斷能力。通過收集產品運行數據，發(fā)現產品異常，主動提供服務，降低故障率。還可以通過大數據分析、遠程監(jiān)控和診斷，快速發(fā)現問題、解決問題及提高效率。人工智能的飛速發(fā)展，將對身處服務價值鏈高端的金融業(yè)帶來深刻影響，人工智能逐步成為決定金融業(yè)溝通客戶、發(fā)現客戶金融需求的重要因素。人工智能技術在金融業(yè)中可以用于服務客戶，支持授信、各類金融交易和金融分析中的決策，并用于風險防控和監(jiān)督，將大幅改變金融現有格局，金融服務將會更加地個性化與智能化。人工智能在金融領域的應用主要包括：智能獲客、依托大數據、對金融用戶進行畫像，通過需求響應模型，極大地提升獲客效率。身份識別，以人工智能為內核，通過人臉識別、聲紋識別、指靜脈識別等生物識別手段，再加上各類票據、身份證、銀行卡等證件票據的OCR識別等技術手段，對用戶身份進行驗證，大幅降低核驗成本，有助于提高安全性。大數據風控，通過大數據、算力、算法的結合，搭建反欺詐、信用風險等模型，多維度控制金融機構的信用風險和操作風險，同時避免資產損失。智能投顧，基于大數據和算法能力，對用戶與資產信息進行標簽化，精準匹配用戶與資產。智能客服，基于自然語言處理能力和語音識別能力，拓展客服領域的深度和廣度，大幅降低服務成本，提升服務體驗。金融云，依托云計算能力的金融科技，為金融機構提供更安全高效的全套金融解決方案。智能交通系統(tǒng)（IntelligentTrafficSystem，ITS）是通信、信息和控制技術在交通系統(tǒng)中集成應用的產物。ITS借助現代科技手段和設備，將各核心交通元素聯(lián)通，實現信息互通與共享以及各交通元素的彼此協(xié)調、優(yōu)化配置和高效使用形成人、車和交通的一個高效協(xié)同環(huán)境，建立安全、高效、便捷和低碳的交通。例如：通過交通信息采集系統(tǒng)采集道路中的車輛流量、行車速度等信息，信息分析處理系統(tǒng)處理后形成實時路況，決策系統(tǒng)據此調整道路紅綠燈時長，調整可變車道或潮汐車道的通行方向等，通過信息發(fā)布系統(tǒng)將路況推送到導航軟件和廣播中，讓人們合理規(guī)劃行駛路線。通過不停車收費系統(tǒng)（ETC），實現對通過ETC入口站的車輛身份及信息自動采集、處理、收費和放行，有效提高通行能力、簡化收費管理、降低環(huán)境污染。ITS應用最廣泛的地區(qū)是日本，其次是美國、歐洲等地區(qū)。中國的智能交通系統(tǒng)近幾年也發(fā)展迅速，在北京、上海、廣州、杭州等大城市已經建設了先進的智能交通系統(tǒng)。其中，北京建立了道路交通控制、公共交通指揮與調度、高速公路管理和緊急事件管理等四大ITS系統(tǒng)。廣州建立了交通信息共用主平臺、物流信息平臺和靜態(tài)交通管理系統(tǒng)等三大ITS系統(tǒng)。智能安防技術是一種利用人工智能對視頻、圖像進行存儲和分析，從中識別安全隱患并對其進行處理的技術。智能安防與傳統(tǒng)安防的最大區(qū)別在于智能化，傳統(tǒng)安防對人的依賴性比較強，非常耗費人力，而智能安防能夠通過機器實現智能判斷，從而盡可能實現實時地安全防范和處理。當前，高清視頻、智能分析等技術的發(fā)展，使得安防從傳統(tǒng)的被動防御向主動判斷和預警發(fā)展，行業(yè)也從單一的安全領域向多行業(yè)應用發(fā)展，進而提升生產效率并提高生活智能化程度，為更多的行業(yè)和人群提供可視化及智能化方案。用戶面對海量的視頻數據，已無法簡單利用人海戰(zhàn)術進行檢索和分析，需要采用人工智能技術作專家系統(tǒng)或輔助手段，實時分析視頻內容，探測異常信息，進行風險預測。從技術方面來講，目前國內智能安防分析技術主要集中在兩大類：智能安防目前涵蓋眾多的領域，如街道社區(qū)、道路、樓宇建筑、機動車輛的監(jiān)控，移動物體監(jiān)測等。今后智能安防還要解決海量視頻數據分析、存儲控制及傳輸問題，將智能視頻分析技術、云計算及云存儲技術結合起來，構建智慧城市下的安防體系。人工智能的快速發(fā)展，為醫(yī)療健康領域向更高的智能化方向發(fā)展，提供了非常有利的技術條件。近幾年，智能醫(yī)療在輔助診療、疾病預測、醫(yī)療影像輔助診斷、藥物開發(fā)等方面發(fā)揮重要作用。在輔助診療方面，通過人工智能技術可以有效提高醫(yī)護人員工作效率，提升一線全科醫(yī)生的診斷治療水平。如利用智能語音技術可以實現電子病歷的智能語音錄入;利用智能影像識別技術，可以實現醫(yī)學圖像自動讀片;利用智能技術和大數據平臺，構建輔助診療系統(tǒng)。在疾病預測方面，人工智能借助大數據技術可以進行疫情監(jiān)測，及時有效地預測并防止疫情的進一步擴散和發(fā)展。以流感為例：很多國家都有規(guī)定，當醫(yī)生發(fā)現新型流感病例時需告知疾病控制與預防中心。但由于人們可能患病不及時就醫(yī)，同時信息傳達回疾控中心也需要時間。因此，通告新流感病例時往往會有一定的延遲，人工智能通過疫情監(jiān)測能夠有效縮短響應時間。在醫(yī)療影像輔助診斷方面，影像判讀系統(tǒng)的發(fā)展是人工智能技術的產物。早期的影像判讀系統(tǒng)主要靠人手工編寫判定規(guī)則，存在耗時長、臨床應用難度大等問題，從而未能得到廣泛推廣。影像組學是通過醫(yī)學影像對特征進行提取和分析，為患者預前和預后的診斷和治療提供評估方法和精準診療決策。這在很大程度上簡化了人工智能技術的應用流程，節(jié)約了人力成本。傳統(tǒng)物流企業(yè)在利用條形碼、射頻識別技術、傳感器、全球定位系統(tǒng)等方面優(yōu)化改善運輸、倉儲、配送裝卸等物流業(yè)基本活動。同時也在嘗試使用智能搜索、推理規(guī)劃、計算機視覺以及智能機器人等技術，實現貨物運輸過程的自動化運作和高效率優(yōu)化管理，提高物流效率。例如：在倉儲環(huán)節(jié)，利用大數據智能通過分析大量歷史庫存數據，建立相關預測模型，實現物流庫存商品的動態(tài)調整。大數據智能也可以支撐商品配送規(guī)劃，進而實現物流供給與需求匹配、物流資源優(yōu)化與配置等。在貨物搬運環(huán)節(jié)，加載計算機視覺、動態(tài)路徑規(guī)劃等技術的智能搬運機器人（如搬運機器人、貨架穿梭車、分揀機器人等）得到廣泛應用，大大減少了訂單出庫時間，使物流倉庫的存儲密度、搬運的速度、揀選的精度均有大幅度提升。從人工智能產業(yè)進程來看，技術突破是推動產業(yè)升級的核心驅動