中国人工智能应用市场 2015年 研究报告 人工智能发展现状分析 人工智能应用现状分析 人工智能前景及市场机会分析 •人工智能概况 •人工智能国内发展情况 3 3 3 定义：用计算机实现目前必须借助人类智慧才能实现的任务 什么是人工智能？ 人工智能 (Artificial Intelligence)： 用机器去实现所有目前必须借助人类智慧才能实现的任务。 Example: 让机器像人类一样思考 •机器学习 •自动推理 •人工意识 •知识表示 •...... 让机器像人类一样听懂 •语音识别 让机器像人类一样看懂 •视觉识别 让机器像人类一样运动 •运动控制 狭义人工智能定义 指基于人工智能算法和技术进行研发及拓展应用的企业。 本报告第一部分内容围绕狭义人工智能展开。 广义人工智能定义 指包括计算、数据资源、 人工智能算法和计算研究、应用构建在内的产业。 本报告第二、三部分内容围绕广义人工智能展开。 4 4 4 发展历程：两起两落，正经历第三次高潮 发展历史：已发展60年，历经两起两落； 发展现状：2013年起，迎来第三次高潮。 人工智能发展历程 •达特茅斯会议标志着AI的诞生 •罗森布拉特发明第一款神经网络Perceptron，将人工智能推向第一个高峰 •计算能力突破没能使机器完成大规模数据训练和复杂任务，AI进入第一个低谷 •霍普菲尔德神经网络被提出 •BP算法出现使得大规模神经网络的训练成为可能，将AI推向第二个黄金期 •人工智能计算机DARPA没能实现，政府投入缩减，AI进入第二次低谷 •Hinton提出“深度学习”神经网络使得人工智能性能获得突破性进展 •深度学习算法在语音和视觉识别上取得成功，识别率分别超过99%和95%， 进入感知智能时代 1955 1982 2006 1970 1990 2013 1957 1986 算法 算法 算法 5 5 5 要素：算法是核心，计算、数据是基础 算法的地位：实现人工智能的核心方法是算法，工程学方法和模拟法是人工智能提升的两个途径； 算法的发展现状：目前认知层算法尚未突破。 实现核心：机器通过算法实现人工智能 方法一：工程学方法 （Engineering Approach） 采用传统的编程技术，利用大量数据处理经验改进提升算法性能。 方法二：模拟法 （Modeling Approach） 模仿人类或其他生物所用的方法或机理，提升算法性能，例如遗传算法和神经网络。 突破途径：人工智能突破主要通过算法性能的提升，主要有工程学法和模拟法 突破方向：认知智能是下一个突破方向 •现状：使用GPU并行计算神经网络 •作用：提升运算速度，降低计算成本 •未来：量子计算、速度更快的芯片 •现状：互联网发展积累了一定数据 •作用：训练机器，提升算法性能 •未来：物联网发展带来环境、行为等全面数据 计算能力 数据 算法 人工智能的核心：算法 基础条件：计算和数据 6 6 6 路径：基于计算机、互联网等发展，在数据应用环节突破 基于计算机、互联网、物联网在数据生成、采集、存储、计算等环节的突破，推进人工智能发展。 数据生产 数据采集 数据存储 数据计算 数据传递 数据应用 互联网 人工智能 物联网 计算机 机器完成 机器完成 机器完成 机器完成 人工完成 人工完成 人工完成 数据处理和应用流程 发展阶段 人工完成 人工完成 人工完成 7 7 7 价值：提升效率，解放劳动力 阶段：人工智能分为计算智能、感知智能、认知智能三个阶段； 价值：机器代替或辅助人类完成任务，能够有效地解放劳动力，提升效率。 总而言之，人工智能的价值在于替代人类完成任务，提升效率，解放劳动力 认知智能 人工智能分为三个阶段 基础 计算智能 感知智能 价值：可以全面辅助或替代人类工作 能存会算：机器开始像人类一样会计算，传递信息 例：神经网络、遗传算法 价值：能够帮助人类存储和快速处理海量数据，是认知和感知的基础 感知外界：机器开始看懂和听懂，做出判断，采取一些行动 价值：能够帮助人类高效地完成“看”和“听”相关的工作 例：可以认出罪犯的摄像头、可以听懂语音的音箱 自主行动：机器能够像人一样思考，主动采取行动 例：完全独立驾驶的无人驾驶汽车、自主行动的机器人 表现 示例 价值 8 8 8 中国人工智能发展环境：较多利好因素，基础条件已经具备 政策和资金的支持、人才储备、技术的积累和突破已为人工智能的发展提供了基础条件； 未来仍需要更多政策支持、技术突破促进人工智能的发展和成熟。 政策：还需要更多落地政策支持 利好方面：进入国家战略层面。在《国务院关于积极推进“互联网+”行动的指导意见》中被推上国家战略层面； 仍待改善：需要更多落地政策。还需要发展资金，人才等方面的政策落地。 P E S T 经济：互联网经济继续增长 利好方面：互联网经济继续增长。据艾瑞估算，2015年中国网络经济增长约33%，规模超过千亿； 利好方面：成为投资热点。2015年人工智能创业公司共获得投资金额约12.6亿。 社会：国家投入，人才红利 利好方面：国家科研投入。中国科研投入占GDP20%仅次于美国，信息技术投入占”863计划”15.5%，是国家重点投入的领域； 利好方面：人才红利。中国IT从业人员约有500万，每年50万的毕业生，近5年科研人员保持20%的增长，给行业带来人才红利 技术：借鉴国外技术，取得一定突破 利好方面：目前在视觉识别、语音 识别等领域实现技术突破，处于国际 领先水平； 仍待改善：核心算法及未来发展 仍待突破。 9 9 9 百度： •2014年研发投入接近70亿 •推出度秘等AI产品 •成立无人驾驶事业部 国内状况：部分技术已达国际水平，巨头创业公司表现活跃 中国的视觉、语音识别的技术处于国际领先水平； 百度、腾讯、阿里等巨头均在人工智能领域发力，旷视科技等创业企业也获得大量融资，表现活跃。 •语音识别：巨头投入有成效。百度、讯飞等公司语音识别率突破95%； •视觉识别：创业团队发力有成果。汤晓鸥团队成为全球首个在LFW中识别率达到99.15%的团队。 大批巨头和创业公司在该领域发力 巨头公司 创业企业 中国人工智能领域已有近百家创业公司，约65家获得投资，共计29.1亿人民币，其中旷视科技、优必选、云知声、SenseTime4家公司登上艾瑞独角兽榜单 腾讯： •推出撰稿机器人Dreamwriter •开放视觉识别平台腾讯优图 •成立腾讯智能计算与搜索实验室 阿里： •开放中国首个人工智能计算平台DTPAI •推出阿里客服机器人平台 视觉、语音识别等领域技术处于国际领先地位 人工智能行业现状分析 人工智能应用现状分析 人工智能前景及创业分析 •中国人工智能产业结构图谱 •中国人工智能应用现状分析 •中国人工智能主要企业情况及典型企业分析 11 11 11 产业结构：人工智能生态分为基础、技术、应用三层 应用层： 人工智能+各行业（领域） 技术层： 算法、模型及应用开发 基础层： 数据资源、计算能力 广义人工智能产业结构图 基础层 应用层 硬件产品类应用 软件服务类应用 算法、模型 硬件资源 数据&计算资源 硬件产品 软件/服务 应用层 技术层 基础层 示例：无人机、机器人、其他智能硬件等 示例：虚拟个人助手、虚拟客服、语音输入法等 示例：计算智能算法、感知智能算法、认知智能算法 示例：芯片研发、存储设备开发、运动传感器等 示例：方言数据、各种字体数据以及云计算平台等 12 12 12 其它 中国人工智能产业全景图 硬件产品 软件/服务 应用层 技术层 基础层 硬件产品 软件/服务 芯片、传感器研发 数据资源 计算平台 视觉识别 自然语言处理 机器学习 工业机器人 智能硬件 智能客服 虚拟助手 解决方案 其它 商业智能 (BI) 服务型机器人 13 13 13 应用模式：人机交互方式更加简单、直接 •现在： 交互形式：键盘、鼠标或触控，人的指令需转化为机器语言； 人机关系：人是命令主体，主动操控方； •未来： 交互形式：人类的语言、视觉及动作或者脑电波； 人机关系：平行关系，各为主体。 人类 人类为主机器为辅 人机并行 人类 人类 人机交互方式变迁发展概览 多点 多点 无点 单点 多点 语音 视觉/动作 脑电波 键盘/鼠标/遥控 触控 命令主体 交互触点 交互形式 未来 +人工智能 现阶段 14 14 14 应用模式：由执行式服务向交互式服务转变 •现在：机器只能执行人类指令提供单向服务 •未来：将在人机交互方面取得突破，产生持续性、个性化服务。 人机交互 完成服务过程 机器向人类单向服务 服务模式变迁概览 •提供持续性服务 •可实现个性化服务 •机械单一 •不可持续 •机器根据数据自我学习优化 •辅助或替代人类解决问题 •机器执行人类指令 •辅助人类完成任务 服务形式 服务效果 价值点 未来 +人工智能 现阶段 15 15 15 应用发展阶段：当前尚处于试点阶段，已有企业切入 实验室：重点针对算法的训练和研究； 试点：大企业切入，出现试点应用； 推广：推广到大中型企业应用，云端资源集中计算； 普及：实现分布式计算，普及到个人在具体细分场景下的应用。 感知智能应用发展阶段 推广阶段 实验室阶段 试点阶段 普及度 普及阶段 时间 技术掌控方 应用企业 应用领域 科研机构 科技巨头 科研机构 科技巨头 少数企业 科研机构 大中型企业 科研机构 大中小企业 资源积累中 构建云端资源 开放云端资源，云端集中计算 资源本地化 分布式计算 停留在实验室、研究所里实验 科技巨头、大企业切入，出现创业企业 大中型企业依赖云端资源及接口发展服务 普及到中小企业及个人 停留在针对算法的训练和研究层面 在试点领域出现辅助人类的应用 在具体行业及领域出现辅助人类或替代人工的应用 普及到具体细分场景上的应用 资源形式 各阶段特点 当前阶段：试点阶段 试点领域： •智能硬件、 机器人 •虚拟场景 •安防 •虚拟服务 •商业智能 16 16 16 目前典型应用场景-智能硬件、机器人 人工智能通过对数据的理解、计算、学习实现决策并执行，推动智能硬件向自主阶段发展。 实现功能 服务过程 未来人工智能推动智能硬件 交互方式 交互方式 语音、动作、脑电波等互动交互 更自主、更精准、更多元 实现对于互通大数据的计算、学习、优化、自主决策 早期智能硬件 +人工智能的智能硬件 遥控、触控为主 辅助人类决策：如内置心率仪等智能医疗设备辅助决策 替代人工：如工业机器人完成流水线生产 出现语音、体感直接交互，如智能音箱控制智能家居 辅助人类预警：如智能医疗设备对监测的异常数据预警 人工智能推动智能硬件向优化、自主的阶段发展 服务过程 监测、存储数据为主 出现优化、决策的过程，如扫地机器人智能扫地 实现功能 辅助人类提升效率 替代人工决策自主完成任务 17 17 17 目前典型应用场景-虚拟场景 互动方式 未来人工智能应用在虚拟场景上 人工智能可以应用到虚拟场景上，通过改变呈现及互动方式，可以应用到各个行业。 呈现方式 呈现方式 呈现方式更真实，更多样化，甚至可以通过提供脑电信号的方式进行 更真实，更个性化 传统虚拟场景 智能虚拟场景 利用视觉、语音等技术模拟真实场景建立虚拟场景 例如：利用AR技术将动物图片呈现出立体视觉效果，应用于早教 基本为对话的方式，主要以鼠标、手柄等交互手段为主，触摸等交互模式为辅 多样化，可以模拟真实场景，并通过体感或语言互动 个性化，可以个性化调整互动方式 例如：游戏中通过与现实过程中一致的真实肢体活动完成任务 互动方式 文字或者图片形式表示，少数使用视频或工具展示 更真实，可以完整模拟真实场景的生理与心理反应，并且可以根据数据进行调整以适应个人 智能虚拟场景可以用在各个行业上 18 18 18 利用网络摄像头进行监控，并借助云储存及云计算的平台 例如道路的车流监控，利用计算平台进行分析决策 目前典型应用场景-安防 传统安防 金