一、人工智能發展及現狀

（一）人工智能定義

目前，人工智能并沒有一個統一的定義，學術界有幾個重要的觀點：

達特茅斯會議：1956年的達特茅斯會議首次提出人工智能的定義：使一部機器的反應方式像一個人在行動時所依據的智能。

Nils J. Nilsson（Stanford）：人工智能是關于知識的學科——怎樣表示知識以及怎樣獲得知識并使用知識的學科。

Patrick Winston（MIT）：人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。

經過超過半個世紀的發展，人工智能已經渡過了簡單地模擬人類智能的階段，發展為研究人類智能活動的規律，構建具有一定智能的人工系統或硬件，以使其能夠進行需要人的智力才能進行的工作，并對人類智能進行拓展的邊緣學科。涉及到信息論、控制論、計算機科學、自動化、仿生學、生物學、心理學、數理邏輯和哲學等自然和社會科學。

（二）人工智能發展歷程

萌芽期：1943年，人工神經網絡和數學模型建立，人工神經網絡研究時代開啟；1950年，計算機與人工智能之父圖靈發表《機器能思考嗎？》，提出“圖靈測試”；

啟動期：1956年，達特茅斯會議召開，標志著人工智能的誕生；期間，國際學術界人工智能研究潮流興起，羅素《數學原理》被算法全部證明，學術交流頻繁；

消沉期：1969年，作為主要流派的連接主義與符合主義進入消沉，四大預言遙遙無期，在計算能力的限制下，國家及公眾信心持續減弱；

突破期：1975年，BP算法開始研究，第五代計算機開始研制，專家系統的研究和應用艱難前行，半導體技術發展，計算機成本和計算能力逐步提高，人工智能逐漸開始突破；

發展期：1986年，BP網絡實現，神經網絡得到廣泛認知，基于人工神經網絡的算法研究突飛猛進；計算機硬件能力快速提升；互聯網構建，分布式網絡降低了人工智能的計算成本；

高速發展期：2006年，深度學習被提出，人工智能再次突破性發展；2010年，移動互聯網發展，人工智能應用場景開始增多；2012年，深度學習算法在語音和視覺識別上實現突破，同時，融資規模開始快速增長，人工智能商業化高速發展。

（三）人工智能發展階段特征

當前的人工智能發展浪潮，主要是源于2006年深度學習算法的提出，在數據量和計算能力的基礎上實現大規模計算，屬于技術性突破。屬于超級人工智能的，關于意識起源、人腦機理等方面的基礎理論研究仍有待突破。

根據應用范圍的不同，人工智能可以分為專用人工智能、通用人工智能、超級人工智能三類，同時，這三個類別也代表著人工智能的不同的發展層次。而我們仍處于專用人工智能階段。

專用人工智能：目前的人工智能屬于專用人工智能，如計算機視覺、語音識別等，以一個或多個專門的領域和功能為主，目前正處于高速發展階段，已取得較為豐富的成果。

通用人工智能：通用人工智能即機器與人類一樣擁有進行所有工作的可能，關鍵在于自動地認知和拓展。目前正在研究人為地設計盡可能多的功能，通用人工智能目前研究水平仍遠遠未達到。

超級人工智能：超級人工智能是指具有自我意識，包括獨立自主的價值觀、世界觀等，與技術的發展不同，超級人工智能的基礎是人類對生命科學的全面深入的理解，目前僅存在于文化作品中。

（四）2016年全球人工智能產業大事記

（五）人工智能產業規模

中國人工智能產業規模2016年已突破100億，以43.3%的增長率達到了100.60億元，預計2017年增長率將提高至51.2%，產業規模達到152.10億元，并于2019年增長至344.30億元。

中國人工智能產業起步相對較晚，但產業布局、技術研究等基礎設施正處于進步期，隨著科技、制造等業界巨頭公司的布局深入，人工智能產業的規模將進一步擴大。而隨著眾多垂直領域的創業公司的誕生和成長，人工智能將出現更多的產業級和消費級應用產品。

圖表1：2014-2019年中國人工智能產業規模及預測

（六）中國人工智能研究正處于爆發期

根據統計數據，中國人工智能相關專利申請數從2010年開始出現持續增長，于2014年達到19197項，并于2015年開始大幅增長，達到28022項，2016年，中國人工智能相關專利年申請數為29023項。

2010年移動互聯網開始發展，技術和數據積累給人工智能研究帶來了較大的增長動能。進入2015年，在國內外人工智能研究和應用場景不斷進步的基礎上，中國人工智能相關研究開始進入高速發展階段。這說明，中國人工智能研究水平正在處于不斷提高的階段，目前已取得一定階段性成果，有望持續發展，預計2017年專利申請數將持續增長。

圖表2：2007-2016年中國人工智能相關專利申請數統計

二、人工智能產業鏈梳理

人工智能產業是指以人工智能關鍵技術為核心的，由基礎支撐和應用場景組成的，一個覆蓋領域非常廣闊的產業，與人工智能的學術定義不同，人工智能產業更多的是經濟和產業上一種概括。

基礎支撐：基礎支撐主要由數據提供和計算能力支撐兩部分組成，為人工智能的技術和產業發展提供支撐，是人工智能產業的基礎設施；

核心技術：核心技術主要有機器學習、計算機視覺、語音及自然語言處理三大部分，主要進行人工智能的關鍵技術研究，并基于成果實現商業化構建；

應用場景：應用場景包括機器人、智能醫療、智能駕駛、智能家居等細分行業，基于人工智能的技術及成果，各應用場景的人工智能相關度存在一定差異；

圖表3：人工智能產業鏈結構圖

三、中國人工智能產業特征和趨勢預測

（一）中國人工智能產業特征

大公司產業鏈布局廣，創業公司專業性強。產業鏈特征方面，中國人工智能產業生態中，基于資源能力，大公司的參與布局較廣，在基礎層、技術層及應用層皆有所布局。中國不乏優秀的人工智能公司，大部分專業性較強，專注于某一細分領域的技術和應用研究，其中，計算機視覺領域集中了大批的優秀創業公司。但是，各應用場景之間的人工智能技術相關度存在一定的差異。

以B端業務為主。商業模式方面，大部分公司的業務主要以B端解決方案和服務為主。一方面，B端業務注重與行業客戶的互動合作，更有利于人工智能技術和產品的落地；另一方面，行業客戶對于生產效率的提高有強烈的需求，而C端產品需求仍需挖掘。不過，大公司的C端產品布局依然是相對活躍的。

人才成本較大，存在較大的需求缺口。技術方面，以深度學習為代表的機器學習算法研究是廣泛的基礎能力，但目前國內在此領域的人才供應相對緊缺，流通性較弱，因此也導致了高端研究人才的超高成本，同時有部分公司選擇在美國建立研究院或實驗室。這說明，作為知識密集型產業的典型代表，人工智能產業存在較大的需求缺口。

傳統行業和技術給予充分的支持。產品方面，目前仍缺乏一定的革命性產品，更多的是利用人工智能技術對傳統行業產品的改良。在這個過程中，醫療健康、裝備制造、汽車、金融等行業給予了人工智能產業充分的支持，通過合作開發等方式，助力人工智能技術的應用落地和商業化。

（二）中國人工智能產業趨勢預測

“人工智能+”有望成為新業態。在移動互聯網時代，“互聯網+”的出現給經濟發展帶來了重大影響，艾媒咨詢分析師認為，隨著專用人工智能的發展，作為一個龐大的高新技術合集，“人工智能+”作為一直新經濟業態已經開始萌芽，越來越多的行業開始擁抱人工智能，用“人工智能+”助力技術和產業的進一步發展。

人工智能產業將成為獨角獸集中地。在大公司和傳統大型企業之外，人工智能產業集中著非常多的優秀創業公司。優秀的人工智能創業公司有著成熟的團隊配置、先進的技術能力、健康的現金流等，同時受資本方的認可度較高。艾媒咨詢分析師認為，人工智能作為最具前景的產業，將成為新的獨角獸集中地。

人才儲備將成為制約中國人工智能發展的重要因素。從目前來看，雖然相關機構的研究表明華人的人工智能學術成果占全球一半以上，但中國人工智能技術和產業在大部分領域仍落后于全球一流水平。雖然中國在數據積累和傳統產業基礎上有一定的優勢，部分細分領域有領先成果，相關研究投入不斷加大，但整體上的人才儲備落后于美國，在基礎研究、產業鏈等方面存在較大挑戰，將成為制約人工智能發展的重要因素。

人工智能全面發展需要更多的積累。真正的強人工智能缺乏基礎，人工智能技術更多的是依靠機器學習和計算能力促進生產力的發展。理性地看，“機器統治人類”的奇點恐懼缺乏一定的基礎，雖然人工智能已經在機器學習等關鍵領域得到了一定的突破，但更多的是屬于專用人工智能，往通用人工智能等更高層次的發展仍需積累。

文章來源：艾媒咨詢

內容整理：中經匯成