视觉人工智能行业发展分析
视觉人工智能行业发展分析
觉人工智能视觉人工智能行
。
020 年市场规
上最大的组成部视觉人工智能的种，分别为 API 设备量及授权周升级维保收入）。
其他细分领域不
预计到 2021 年，
能汽车、智能
广阔。
步较晚，产业
源优势积极进
，另一方面利 、Facebook 、
多点垂直化
用，而消费领
发和应用，在全 ，包括智能手机 。营收与盈利净利润为 1.75
最大供应商之
全球出货量前五 ，其余安卓手科技智能手
异同？ 软硬件一体解决
中 于 To B 模
商提供视觉识供软件服务相
■ 写在前面：3 月 27 日，上交所公布第二批科创板上市名单，视
企业—虹软科技位列其中。本文对虹软科技经营发展状况，
业发展动态进行深度分析，解读视觉人工智能行业未来发展趋势
■ 思考 1 ：站在当前时点，视觉人工智能行业将如何发展？
? 视觉人工智能是目前人工智能在中国落地最顺利的技术，2 模达到 755.5 亿元。视觉人工智能是中国人工智能市场
分。根据中国信通院数据，2017 年中国人工智能市场中占比超过 37%。视觉人工智能公司商业模式主要包括 3 （多采用按调用量或包时收费）、SDK （多采用结合授权
期定价）与解决方案（结合具体项目收费，后续每年可有
? 安防影像分析是最大的应用场景（2017 年占比约 68%）， 断
扩大：目前的应用领域主要包括智能安防、智能手机（ 全球
范围内深度摄像头市场规模有望达到 78.9 亿美元）、智
家居等。视觉人工智能助力各应用行业解决痛点，需求前景
? 美、日等国视觉人工智能的发展进入稳定增长期，我国起 发
展仍处于初创期，发展空间大：国外巨头一方面利用资 行底
层架构建设，并将技术广泛应用到已有的产品升级中 用资金优
势大量收购优秀的技术和数据创业公司（如英特尔谷歌等）。国
内视觉人工智能企业主要集中于场景应用层，以企业服务切入，
在工控领域的应用主要集中在系统集成应 域的应用多与人脸识
别、图像处理相关。
■ 思考 2 ：从招股说明书出发，虹软科技优势何在？
? 虹软科技成立于 2003 年，致力于视觉人工智能技术的研球
范围内为智能设备提供一站式视觉人工智能解决方案 视觉、智能驾驶视觉以及其他 IoT 智能设备视觉解决方案
能力持续提升，2018 年公司营业收入为 4.58 亿（+32.41%）；亿（+103.07%）。
? 公司是全球智能手机视觉人工智能算法及延伸应用技术的
一，目前公司算法产品基本覆盖安卓手机品牌。2018 年的手机品牌中，除苹果公司采用自研视觉人工智能算法外
机品牌三星、华为、小米、OPPO 的主要机型均有搭载虹软机视觉解决方案。近三年研发投入占收入比均超过 30%。
■ 思考 3 ：多维度对比，虹软科技与商汤、云从科技有何
? 目前视觉人工智能企业的商业模式可划分为软件服务与
方案服务。目前，从事 To C 模式的软件服务商较少，更多集
式，不直接和最终客户接触，通过软件服务的方式向集成别技
术支持。软硬件一体的解决方案技术壁垒强，与只提
比，议价能力更高。
?三家公司的商业模式均为提供软硬件一体解决方案服务，但在具体应用方面，虹软科技更偏重于智能手机，商汤科技更注重监控与金融领域，云从科技始终深耕安防、银行、机场等领域。
?在众多视觉人工智能公司中，虹软、商汤与云从科技三家公司凭借过硬的技术，在一级市场的融资中相对来说都比较顺利，商汤科技最受资本的青睐，而云从科技投资方中更是包含国家战略投资者。
■风险提示：行业发展不及预期，行业竞争加剧导致毛利率下降
内容目录
1. 本周专题：虹软科技抢跑科创板，视觉人工智能行业怎么看？ (6)
1.1. 写在前面：视觉人工智能有望迎来第一股，行业发展进入快车道？ (6)
1.2. 思考1：站在当前时点，视觉人工智能行业未来将如何发展？ (7)
1.2.1. 市场规模：视觉人工智能需求前景广阔，市场空间巨大 (7)
1.2.2. 市场结构：人工智能行业最大占比，安防影像成最大应用场景 (7)
1.2.3. 应用场景：行业应用程度进一步渗透，助力行业转型升级 (8)
1.2.4. 商业模式：API、SDK 与解决方案三大服务方式 (12)
1.2.5. 竞争格局：布局场景应用，人脸识别成竞争热点 (12)
1.3. 思考2：从招股说明书出发，虹软科技优势何在？ (14)
1.3.1. 纵观整体情况：领先视觉AI 解决方案供应商，首批科创板受理标的 (14)
1.3.2. 细探发行方案：拟募资金额11.32 亿元，主要投向科技创新领域 (15)
1.3.3. 深入核心业务：专注视觉人工智能研发与应用，客户遍布全球 (16)
1.3.4. 剖析竞争优势：四大先发优势，构筑核心竞争力 (18)
1.3.5. 分析业绩表现：营业收入高速增长，盈利能力持续提升 (21)
1.4. 思考3：多维度对比，虹软科技与商汤、云从科技有何异同？ (22)
1.4.1. 商业模式：软硬件一体化解决，技术壁垒更强 (22)
1.4.2. 业务布局：一站式视觉人工智能解决方案，布局多方应用场景 (22)
1.4.3. 融资历程：商汤更受资本青睐，云从属于“国家队” (24)
2. 二级市场：全市场行情回顾及行业估值分析 (25)
3. 一级市场：国内外科技产业投融资回顾 (28)
4. 三板情况：新三板增发、IPO、收并购等情况 (30)
4.1. 增发情况：新三板最新增发情况统计 (30)
4.2. IPO 情况：最新IPO 排队、辅导情况 (30)
4.3. 并购情况：上周上市公司并购挂牌公司情况 (30)
5. 行业要闻：科技产业重点细分子行业新闻大事记 (31)
6. 重点公告：全市场科技产业上市公司重要公告 (32)
图表目录
图1：视觉人工智能典型应用 (6)
图2：2016-2025 年全球视觉人工智能市场规模 (7)
图3：2016-2020 年中国视觉人工智能市场规模 (7)
图4：2017 年中国人工智能市场结构 (7)
图5：2017 年中国计算机视觉行业市场构成 (7)
图6：视觉人工智能典型应用 (8)
图7：2016 年中国安防行业市场结构 (8)
图8：2016-2020 年中国智能安防影像分析市场规模 (9)
图9：多模态生物特征+大数据多维信息分析 (9)
图10：2012-2018 年中国视频监控市场规模 (9)
图11：2015-2022 年全球智能手机用户数量（亿人） (10)
图12：2012-2017 年智能手机摄像头市场规模 (10)
图13：2017-2021 年全球深度摄像头市场规模 (11)
图14：2010-2017 年中国汽车产销量情况 (11)
图16：视觉人工智能公司主要服务模式 (12)
图17：视觉人工智能公司主要收费方式 (12)
图18：视觉人工智能产业链 (13)
图19：国外巨头自研和收购双管齐下布局 (14)
图20：虹软科技股权结构 (15)
图21：智能驾驶视觉解决方案 (18)
图22：2016-2018 年公司研发投入与占比情况 (19)
图23：公司与产业链内公司合作情况 (20)
图24：虹软科技重点客户 (20)
图25：2016-2018 年公司营收情况 (21)
图26：2016-2018 年公司归母净利润情况 (21)
图27：2018 年公司主营业务收入构成（占比） (21)
图28：2018 年公司手机业务收入构成（占比） (21)
图29：2018 年公司营收地区构成（占比） (21)
图30：视觉人工智能应用场景落地情况 (22)
图31：商汤科技业务布局 (23)
图32：云从科技业务布局 (23)
图33：虹软科技、商汤科技、云从科技业务布局对比 (23)
图34：主要指数周涨跌幅 (25)
图35：周涨跌幅与成交额环比情况 (25)
图36：安信新三板科技产业本周个股涨幅前十名（%） (26)
图37：安信A 股科技产业本周个股涨幅前十名（%） (26)
图38：安信H 股科技产业本周个股涨幅前十名（%） (26)
图39：安信美股科技产业本周个股涨幅前十名（%） (26)
图40：大盘指数历史市盈率情况（动态市盈率，整体法） (27)
图41：A 股科技板块历史PE 估值（TTM，整体法） (27)
表1：视觉人工智能领域三种企业类型 (13)
表2：视觉人工智能领域主要企业 (14)
表3：公司拟投资项目 (15)
表4：智能单摄视觉解决方案 (16)
表5：智能双（多）摄视觉解决方案 (17)
表6：智能深度摄像解决方案 (17)
表7：公司人员构成 (18)
表8：公司核心技术 (19)
表9：虹软科技融资历程 (24)
表10：商汤科技融资历程 (24)
表11：云从科技融资历程 (24)
表12：全市场主要指数情况 (25)
表13：上周科技产业一级市场投融资追踪 (28)
表14：2019 年3 月25 日-2019 年3 月30 日增发情况 (30)
表15：上周3 家上市公司并购新三板科技公司 (30)
表16：本周重点产业新闻 (31)
表17：新三板科技公司公告 (32)
表19：A 股科技公司业绩公告 (33)
表20：港股科技公司公告 (34)
表21：美股科技公司公告 (34)
1. 本周专题：虹软科技抢跑科创板，视觉人工智能行业怎么看？
1.1. 写在前面：视觉人工智能有望迎来第一股，行业发展进入快车道？
3 月27 日，上交所公布第二批科创板上市名单，视觉人工智能企业—虹软科技位列其中。公司本次拟发行A 股新股股数不低于4001 万股，且不超过5000 万股，拟募资金额11.32 亿元。
虹软科技成立于2003 年，致力于视觉人工智能技术的研发和应用，在全球范围内为智能设备提供一站式视觉人工智能解决方案。目前，公司提供的解决方案主要应用于智能手机行业，主要客户包括三星、华为、小米、OPPO 等知名手机厂商。同时，公司积极将视觉人工智能技术在智能汽车、智能家居、智能保险、智能零售、互联网视频等领域推广，为智能产品及相关行业的升级发挥积极作用。
视觉人工智能是目前人工智能在中国落地最顺利的技术。在数据、算力、算法并行驱动下，视觉人工智能产业迅速发展，其在全球范围内的应用领域包括智能手机、智能汽车、智能安防、智能家居、智能保险、智能零售、互联网视频等，细分领域不断扩大。2017 年，中国视觉人工智能市场规模达到41 亿元，同比增长259.6%，远高于全球市场增速，预计到2020
年中国视觉人工智能市场规模将进一步扩大，达到755.5 亿元。（艾瑞咨询、招股书）
图1：视觉人工智能典型应用
资料来源：艾瑞咨询，安信证券研究中心
美、日等国视觉人工智能的发展已经过了快速增长阶段，进入稳定增长期。而我国起步较晚，技术主要沿袭国外，产业发展仍处于初创期，投融资空间大。国内视觉人工智能企业主要集中于场景应用层，以多点垂直化企业服务切入，在工控领域的应用主要集中在系统集成应用，而消费领域的应用多与人脸识别、图像处理相关。
综上所述，我们认为，视觉人工智能行业已经进入发展快车道，需求端不断扩展，市场空间持续增长。基于此，我们推出本周系列专题，对视觉人工智能行业的发展情况进行深入分析，做出如下思考：
?站在当前时点，视觉人工智能行业市场规模、市场结构、应用场景、商业模式及竞争格局等方面将如何发展？
?从招股说明书出发，虹软科技的核心业务、竞争优势是什么？业绩表现与本次发行情况如何？
?从商业模式、业务布局与融资历程角度出发，虹软科技与商汤科技、云从科技的异同点在哪里？
1.2. 思考1：站在当前时点，视觉人工智能行业未来将如何发展？
2015 年人工智能成为市场热点，相关产业正式被提上国家层面战略，各地政策措施逐渐出
台，商业成熟度不断提高，视觉人工智能作为各类人工智能应用基础支持技术，开始广泛应
用于各类人工智能细分领域，包括驾驶、家居、保险、零售、金融等。通过各方面的资源整
合，视觉人工智能行业市场规模持续增长，集聚效应逐步凸现，产业链日趋完善，相关应用
场景关注度日益提升。
1.2.1. 市场规模：视觉人工智能需求前景广阔，市场空间巨大
目前，全球移动智能终端设备迅速普及，移动智能终端的拍摄能力和计算机视觉技术发展迅
猛，大量的图像数据和计算数据需要快速有效地提取与分析。5G 技术的进步和商用化，进
一步推动了“边缘计算”和“端计算”的发展。在数据、算力、算法并行驱动下，视觉人工
智能产业迅速发展，其在全球范围内的应用领域包括智能手机、智能汽车、智能安防、智能
家居、智能保险、智能零售、互联网视频等，细分领域不断扩大。
2017 年，全球视觉人工智能市场规模约为70 亿美元，同比增长12.36%，而中国视觉人工
智能市场规模达到41 亿元，同比增长259.6%，远高于全球市场的增速。随着视觉人工智能
技术的逐渐成熟及应用领域的逐步扩大，预计到2020 年中国视觉人工智能市场规模将进一
步扩大，达到755.5 亿元。（艾瑞咨询、招股书）
图2：2016-2025 年全球视觉人工智能市场规模图3：2016-2020 年中国视觉人工智能市场规模250
200
150
100
50
市场规模（亿美元）同比增长（%）
2016 2017 2020E 2025E
90.00%
80.00%
70.00%
60.00%
50.00%
40.00%
30.00%
20.00%
10.00%
0.00%
800
700
600
500
400
300
200
100
2016 2017 2018E 2019E 2020E
资料来源：前瞻研究院，安信证券研究中心资料来源：招股说明书，安信证券研究中心
1.2.2. 市场结构：人工智能行业最大占比，安防影像成最大应用场景
视觉人工智能是中国人工智能市场上最大的组成部分。根据中国信通院数据，2017 年中国
人工智能市场中视觉人工智能的占比超过37%。在视觉人工智能领域，安防影像分析是最大
的应用场景，2017 年占比约67.9%。其他主要应用包括广告、互联网、云服务、手机等。图4：2017 年中国人工智能市场结构图5：2017 年中国计算机视觉行业市场构成11%
计算机视觉
语音
自然语言处理
基础算法平台
芯片
3.70% 1.70% 0.90%
安防影像分析
广告营销
解决方案
互联网娱乐
云服务、SDK等
手机
创新领域
资料来源：中国信通院，安信证券研究中心
1.2.3. 应用场景：行业应用程度进一步渗透，助力行业转型升级
最近三年，视觉人工智能技术不仅带来了生产效率的提升，而且还催生了众多新产业、新商业模式与新应用场景，推动了多行业产业链的重构。随着视觉人工智能技术的不断发展，市场规模的不断扩大及行业应用解决方案的建立和完善，视觉人工智能行业的应用场景将进一步渗透，助力各应用行业解决痛点，实现行业转型和升级，需求前景广阔。
图6：视觉人工智能典型应用
资料来源：艾瑞咨询，安信证券研究中心
智能安防：由重点区域起步，开启全国化拓展
2016 年我国安防行业总产值为5410 亿，占2016 年GDP 的7‰，其中1900 亿产值来自安防产品。从产品结构角度看，安防产品可划分为视频监控、防盗报警、出入口控制等，安防影像的智能分析属于视频监控产品的升级改造，是各地区平安城市项目建设中的重要组成。2011 年至2016 年，中国安防市场连续5 年保持2 位数增长。
图7：2016 年中国安防行业市场结构
资料来源：艾瑞咨询，安信证券研究中心
2015 年，国家发展改革委、中央综治办、公安部等九部委下发《关于加强公共安全视频监
控建设联网应用工作的若干意见》，提出到2020 年基本实现“全域覆盖、全网共享、全时可用、全程可控”的公共安全视频监控建设联网应用，视频监控的清晰度和联网率得到快速发展，为智能升级奠定了较好的基础条件。
图 8：2016-2020 年中国智能安防影像分析市场规模
市场规模（亿美元） 同比增长（%）
2016
2017
2018E
2019E
2020E
资料来源：艾瑞咨询，安信证券研究中心
目前，分辨率低距离人脸远、成像环境查、角度遮挡及外形表情变化等因素限制人脸识别精度，因此融合多种生物特征的多模态识别加多维数据的大数据分析等智能技术的交叉融合可大幅提升身份识别精度，结合公安战法有效辅助断案效率，进一步提升视觉人工智能在安防领域的落地速度及渗透率。
图 9：多模态生物特征+大数据多维信息分析
资料来源：艾瑞咨询，安信证券研究中心
视频监控：集中于硬件领域，数据分析发展可期
视频监控也是视觉人工智能的一个重要应用场景，其市场规模在2018 年达到1114 亿。目前， 国内视频监控领域投入主要在硬件领域，视频和数据分析业务的占比还较低。预计在未来几年，视频与数据分析两部分的市场将快速扩张。
图 10：2012-2018 年中国视频监控市场规模
市场规模（亿美元）
同比增长（%）
800
20.00%
600
15.00% 400
200 10.00%
5.00%
资料来源：36Kr ，安信证券研究中心
智能手机：用户规模持续扩大，双/多摄像头技术快速发展
目前，全球智能手机用户规模迅速壮大。2015-2017 年，全球智能手机用户数量从 28.71 亿增长到 36.66 亿，年均复合增长率为 13.0%。预计到 2022 年，全球智能手机用户数量将达 到 47.99 亿。
图 11： 2015-2022 年全球智能手机用户数量（亿人）
50
30
10
2015
2016
2017
2018E
2019E
2020E
2021E
2022E
资料来源：招股说明书，安信证券研究中心
智能手机作为视觉人工智能应用的一大应用领域，消费者对智能手机性能、外型设计、用户
体验的要求是行业发展的根本驱动力之一。随着其不断向轻薄化方向发展，摄像头模组的厚度已经成为制约手机厚度的重要因素，功能机时代体积较大的手机摄像头逐渐被市场淘汰。部分手机厂商开始尝试通过增加摄像头的数量来提升手机的拍摄效果。同时，双/多摄像头技术在夜拍降噪、快速对焦、光学变焦、景深应用等方面均展示出了良好的效果和发展前景， 也促进了智能手机摄像头市场的发展。
市场规模（亿颗） 同比增长（%）
深度摄像在智能手机领域的应用非常广泛，如面部识别可以使手机解锁及支付更加安全快捷， 手势动作识别可以增强游戏体验，人形及物体建模可以使网络购物更加直观方便快捷。通过 与人工智能、虚拟现实等技术有机结合，深度摄像可广泛应用在智能手机、智能汽车、智能 安防、智能家居、金融等领域，给消费者带来全新的用户体验，提高生产和生活效率。因此， 深度摄像拥有广阔的市场空间，预计到 2021 年，全球范围内深度摄像头市场规模有望达到 78.9 亿美元，较 2017 年的 22 亿美元增长 262.73%。
图 12：2012-2017 年智能手机摄像头市场规模
40
35 30 20.00%
25 20 15 10.00% 10
5.00%
5
2012 2013 2014 2015 2016 2017
资料来源：TSR ，安信证券研究中心
图13：2017-2021 年全球深度摄像头市场规模
市场规模（亿美元）增长率
80
70 50%
50 40%
40 30%
30 20%
20
1010%
20172018E2019E2020E2021E
资料来源：招股说明书，安信证券研究中心
自动驾驶：销量稳定增长，辅助驾驶成熟度不断提升
近年来，随着经济的稳定发展和人民生活水平的提高，我国汽车销量保持稳定增速，汽车保有量不断攀升。根据中国汽车工业协会数据，2017 年全年汽车产销2901.5 万辆和2887.9 万辆，同比分别增长3.2%和3.0%。根据汽车工业协会的预计，我国新车市场未来仍将保持稳定增长，持续增长的新车市场为智能汽车、智能驾驶系统的发展提供了巨大的市场基础。
图14：2010-2017 年中国汽车产销量情况
汽车产量（万辆）汽车销量（万辆）
3500
3000
2500
2000
1500
1000
500
2010 2011 2012 2013 2014 2015 2016 2017
资料来源：招股说明书，安信证券研究中心
随着视觉人工智能技术的日趋成熟，以ADAS 为核心的一系列智能驾驶辅助系统开始兴起。目前在出行过程中，视觉人工智能技术已经逐渐开始发挥作用，包含行车记录仪、测距仪、雷达、传感器、GPS 等设备的ADAS 系统已经可以帮助汽车实时感知周围情况并作出警报，实现高级辅助驾驶功能，保证用户出行安全。未来完全实现自动驾驶时，一辆车上的摄像头可以达到10 个以上，视觉人工智能技术在汽车自动驾驶市场具有巨大的发展空间。
图15：自动驾驶系统示意图
资料来源：艾瑞咨询，安信证券研究中心
1.2.4. 商业模式：API、SDK 与解决方案三大服务方式
视觉人工智能公司提供服务的方式主要包括3 种，分别为API、SDK 与解决方案。API 提供云端比对识别服务，具有弹性、灵活、高效等特点，互联网金融公司多采用此种形式。SDK 基于对数据的保护或实时性要求，向客户提供核心算法模块，在用户端或客户的服务器端完成视觉计算，手机及互联网娱乐公司多采用此种形式。解决方案向客户提供较为全面的软硬件集成解决方案，可能涉及软件系统、嵌入式解决方案、前端硬件设备、专有服务器部署等，公安、银行多采用此种形式。
图16：视觉人工智能公司主要服务模式
资料来源：艾瑞咨询，安信证券研究中心
与服务方式相对应，视觉人工智能公司的主要收费方式也包括3 种，分别为按调用量或包时收费、结合授权设备量及授权周期定价与结合具体项目收费，后续每年可有升级维保收入。API 服务大多采用第一种收费方式，SDK 服务多采用第二种收费方式，解决方案多采用第三种收费方式。
图17：视觉人工智能公司主要收费方式
资料来源：艾瑞咨询，安信证券研究中心
1.2.5. 竞争格局：布局场景应用，人脸识别成竞争热点
视觉人工智能产业链可以划分为三个部分，分别为：
（1）基础支撑层：包含芯片（寒武纪、地平线）、传感器（速腾创新、镭神智能）、系统架
构和初级算法（谷歌、百度、微软、脸书）等部分。
（2）技术提供层：包含图像识别平台和嵌入式视觉软件两类。前者直接提供应用服务，后
者需要和硬件进行系统集成后在终端产品中使用。国内主要厂商包括旷视科技、商汤科技、图漾信息、格灵深瞳、虹软科技等。
（3）场景应用层：直接解决具体应用场景的需求，产品的形式可能是应用系统，也可能是软硬件一体的终端产品或服务，主要的应用场景包括智能驾驶（佑驾创新、驭势科技、格林深瞳）、智能安防（商汤科技、格灵深瞳、旷视科技、依图科技）、智能医疗（商汤科技、依图科技）、智能家居（速感科技、依图科技）、智慧金融（格灵深瞳、旷视科技、商汤科技、依图科技）、智能硬件（云天励飞、依图科技）、智慧商业（商汤科技、旷视科技、码隆科技、图普科技）、娱乐（旷视科技、图普科技）等。
目前，各应用场景的视觉识别技术探索刚刚起步，人脸识别是视觉人工智能领域的竞争热点， 金融、安防领域为人脸识别的重点布局场景。此外，智能家电、智能医疗、图像搜索引擎也有众多公司布局。大部分公司未来有涉足机器人视觉、无人机视觉领域的计划。
图 18：视觉人工智能产业链
资料来源：36Kr ，安信证券研究中心
视觉人工智能领域内的企业可划分为工业巨头（直接面向该领域客户，在该行业已有较长时间积累，市场份额大）、互联网巨头（从事计算机视觉相关研究的互联网巨头，技术水平领先）与创业公司（从事计算机视觉技术服务的创业公司）。这三类公司的技术获取方式、优劣势与发展预期都不尽相同。
代表企业 华等；智慧家电领域有美的集团、海尔集团等
Google 、 Microsoft 、Facebook 、IBM 、 Intel 、百度等 旷视科技、商汤科技、依图科技等 技术获取方式
并购或合作
开设实验室或并购技术团队 创建技术团队
优势
? 产业链布局全渠道、获客能 力强
? 上下游议价能力强 ? 应用场景数据获取能力强
? 拥有最顶尖的技术团队，算法技术先进
? 盈利压力小
? 压倒性的数据获取优势
? 高端人才团队
? 基于应用场景的算法技术先进 劣势 部门协作成本高，创新力较弱 技术发展缺乏用户数据反馈 渠道、获客能力弱，获取应用场 景数据需合作
发展预期
通过并购打通产业链，用多品 类构建生态圈
技术引领
突破新应用场景算法技术，定制 行业解决方案
资料来源：招股说明书，安信证券研究中心
美、日等国视觉人工智能的发展已经过了快速增长阶段，进入稳定增长期。国外巨头一方面利用资源优势积极进行底层架构建设，并将技术广泛应用到已有的产品升级中，另一方面利用资金优势大量收购优秀的技术和数据创业公司，迅速弥补技术短板、数据短板和人才短板。例如苹果、英特尔、Facebook 、谷歌和亚马逊等互联网巨头沿着与主业有协同效应的方向并购布局，对象多为图像识别、建模。而我国计算机视觉起步较晚，技术主要沿袭国外，产业发展仍处于初创期，投融资空间大。国内视觉人工智能企业主要集中于场景应用层，以多点垂直化企业服务切入，在工控领域的应用主要集中在系统集成应用，而消费领域的应用多与
人脸识别、图像处理相关。
企业名称发展情况
CorePhotonics 成立于2012 年，主要从事开发并提供支持摄影功能（如光学变焦、一流的弱光性能、背景虚化和深度功能以及光学防抖）的端到端多光圈解决方案。CorePhotonics 公司通过自研的光学、机械和计算摄影技术提升图像质量、完善手机相机的摄影体验，主要产品有拍摄算法软件解决方案、相机摄像头以及汽车摄像头系统等。
Morpho 成立于2004 年，主要从事提供数字图像处理算法和应用框架，在各种嵌入式平台设备，如手机、数码相机等上处理和展示图像。公司提供的软件产品包括Photo Solid，Movie Solid，HDR，Morpho Denoiser 和Morpho Panorama 等。
EyeSight Technologies 成立于2005 年，主要从事投资研发视觉人工智能算法、深度学习和人工智能解决方案。公司使用
嵌入式视觉人工智能技术、深度学习和人工智能模块创建传感解决方法，增强车辆、家居和消费电子产品中的用户体验，主要产品有用户感知和分析解决方案、手势识别解决方案和车内驾驶员检测等方案。
商汤科技成立于2014 年，人工智能平台公司，建立了自主研发的深度学习平台和超算中心，并研发了一系
列AI 技术。商汤科技的主要产品包括人脸识别、图像识别、文本识别、医疗影像识别、视频分析、无人驾驶和遥感等视觉算法，产品主要应用于安防、金融服务、手机、移动应用等领域。
旷视科技成立于2011 年，以人工智能技术为核心的行业物联解决方案，为行业用户提供人工智能算法和解
决方案，构建智能物联网系统。旷视科技产品主要包括人脸识别技术，图像识别技术，智能视频云产品，智能传感器产品等，产品主要应用于金融、手机、安防、物流、零售等领域。
资料来源：招股说明书，安信证券研究中心
对于头部企业来说，底层算法的同质化问题严重，因此目前最重要的任务是迅速将技术商业化，落地相关应用场景。商业壁垒的构建除前沿算法之外，也有赖于产品、服务、市场等综合建设。
图19：国外巨头自研和收购双管齐下布局
资料来源：易观，安信证券研究中心
1.3. 思考2：从招股说明书出发，虹软科技优势何在？
1.3.1. 纵观整体情况：领先视觉AI 解决方案供应商，首批科创板受理标的
虹软科技成立于2003 年2 月25 日，始终致力于视觉人工智能技术的研发和应用，坚持以原创技术为核心驱动力，在全球范围内为智能设备提供一站式视觉人工智能解决方案。目前，公司提供的解决方案主要应用于智能手机行业，主要客户包括三星、华为、小米、OPPO、vivo、LG、索尼等全球知名手机厂商。同时，公司积极将视觉人工智能技术在智能汽车、智能家居、智能保险、智能零售、互联网视频等领域推广，为智能产品及相关行业的升级发挥积极作用。
根据招股说明书，公司拥有股东36 家，控股股东为HomeRun，Hui Deng（邓晖）通过HomeRun 控制公司32.9719%的股份，Hui Deng（邓晖）配偶Liuhong Yang 通过HKR 控制公司5.4431%的股份，两人为公司的共同实际控制人，共同控制公司38.4150%的股份。
图20：虹软科技股权结构
资料来源：招股说明书，安信证券研究中心
1.3.
2. 细探发行方案：拟募资金额11.32 亿元，主要投向科技创新领域
虹软科技本次拟发行A 股新股股数不低于4001 万股，且不超过5000 万股，本次发行股份数量不低于公司发行后总股本的10.0022%，且不超过发行后总股本的12.1952%，拟募资金额为11.32 亿元。公司本次募集资金运用围绕主营业务进行，均投向科技创新领域。
序号项目名称投资总额（万元）拟投入募集资金（万元）
33706.65
2IoT 领域AI 视觉解决方案产业化项目38457.1538457.15
3光学屏下指纹解决方案开发及产业化项目22048.8822048.88
4研发中心建设项目18940.6018940.60
?智能手机AI 视觉解决方案能力提升项目
智能手机AI 视觉解决方案能力提升项目是在全球智能手机摄影摄像能力和效果不断提升的背景下，结合公司多年技术沉淀与积累提出的。本项目将在公司原有技术储备的基础上，进一步对公司智能手机领域的视觉人工智能解决方案相关技术进行研发升级，拓展技术应用场景，提升现有解决方案的效果，从而推动公司在该领域服务能力的进一步提升。同时也为未来几年内可能大规模应用的5G 技术、AR/VR 相关衍生算法做好技术储备。
?IoT 领域AI 视觉解决方案产业化项目
基于公司多年积累的底层算法和技术应用经验，IoT 领域AI 视觉解决方案产业化项目旨在改进公司现有视觉人工智能算法技术，整合公司参与设计的定制化芯片、摄像头模组、内存、处理器等配套硬件，设立集开发、验证、测试于一体的综合开发测试平台，为各IoT 领域的目标客户提供视觉人工智能的一体化解决方案。该项目前期重点目标下游市场为智能汽车及智能零售、智能电梯等其他IoT 领域。
?光学屏下指纹解决方案开发及产业化项目
指纹识别相关技术和产品在过去的几年得到了快速的发展，在智能手机领域，屏下指纹技术日益受到重视，未来市场前景广阔。本项目以创新突破为基调，着眼于研究前沿的光学屏下指纹技术，旨在研发光学屏下指纹技术相关的视觉算法及应用解决方案，该方案将应用于各种拥有光源或主动投射光源的数字化屏幕，同时在未来的智能门锁、智能汽车等领域也有较大的发展机会。
?研发中心建设项目
随着视觉人工智能技术行业应用领域的拓展，相关算法技术仍面临众多新需求和新挑战，需要持续的研发投入以突破技术瓶颈。为进一步促进公司视觉人工智能技术与行业应用相结合，保持公司视觉人工智能技术方面的领先优势，公司拟在杭州市建设研发中心，通过招聘优秀的人才组建专业团队与购臵研发所需硬件设备及应用软件，集中开展底层算法技术开发、影像实验中心（暗室）建设、智能车险定损场景应用等研发课题，以提升公司研发能力和技术创新水平，提高公司的核心竞争力，促进公司业务的全面持续发展。
1.3.3. 深入核心业务：专注视觉人工智能研发与应用，客户遍布全球
自成立以来，虹软科技一直专注于视觉人工智能算法的研究，致力于为全球用户带来更好的用户体验并为客户提供精度更高、性能更强、功耗更低、覆盖硬件平台范围更广、适用硬件成本更低、技术更先进的视觉人工智能解决方案。公司通过20 多年在数字影像及计算机视觉领域的长期研发投入，积累了大量底层算法。在全球范围内为智能手机、智能汽车、物联网（IoT）等智能设备提供一站式视觉人工智能解决方案。
?智能手机视觉解决方案
针对智能手机应用场景下，根据手机摄像头功能、数量，公司提供的解决方案可以划分为智能单摄视觉解决方案、智能双（多）摄视觉解决方案、智能深度摄像解决方案。
在智能单摄方面，针对手机前后单颗主摄像头，经过十多年的产品迭代，公司积累了大量图像和视频解决方案。同时，针对智能手机各个主流硬件平台（如高通、联发科、三星和展讯等）的不同特点，公司根据硬件性能的差异进行了算法的深入优化，激发硬件潜能。优化后的算法不仅提升了手机的摄像成像效果，更降低了各类成像效果的硬件门槛，扩大了解决方案的硬件适配范围。
1智能暗光增强解决方案升、动态范围提升等方法，实现超级夜景效果；亦可以用于低光环境下视频
的动态去噪、亮度提升和动态范围提升
2智能HDR 解决方案实时检测拍摄场景的亮度区域，精确捕捉不同场景下的光影层次，智能调用摄影参数、提升图像暗部区域的亮度，以及还原图像亮部区域的细节
3智能防抖解决方案单摄条件下，通过叠加多张高速快门拍摄的照片组合成一张曝光准确、清晰
锐利的照片，可搭配在光学防抖（OIS）或者非光学防抖（non-OIS）设备上，并且适用于搭载陀螺仪传感器（Gyro Sensor ）和仅搭载重力传感器（G-sensor）等多种智能设备
4智能超像素解决方案使用超像素技术，实现无损变焦效果
5智能人脸识别解决方案通过人工智能技术，实现人脸检测、人脸跟踪、人脸识别、性别检测、年龄检测、肤色检测等功能，错误率小，稳定性高。基于基础技术叠加各类识别及跟踪算法，为不同客户定制出各种类型的应用案例
6智能人体识别解决方案通过人工智能技术，实现人体检测、人体姿态检测、人体手势检测等功能7智能场景识别解决方案通过精准的场景检测，自动调用相应参数，实现特定场景拍摄效果优化
8智能全景拍摄解决方案支持大分辨率多图输入，支持实时拼接和预览，叠加“去鬼影”算法，提升手机拍摄效果
9智能人像拍摄解决方案单摄像头条件下，通过人工智能技术，实现大光圈特效（背景虚化）、光影特效、背景替换等功能
10智能美颜解决方案通过叠加人脸识别技术、人工智能技术等先进技术，针对不同年龄、肤色、性别和脸型等，实现个性化智能美颜效果
11智能美体解决方案通过叠加人体检测分割技术、人工智能技术等先进技术，针对不同体型，实现个性化智能美体效果
12智能AR 解决方案单摄像头条件下，通过叠加多种核心技术，实现人像、卡通、动物的3D 表情录制
13智能镜头畸变矫正解决方案广角镜头物理畸变矫正、鱼眼镜头（超广角）物理畸变矫正、广角镜头人像畸变矫正
14智能图像特效处理解决方案基于特定场景和主题的智能化特效
15
在智能多摄方面，公司针对多摄像头不同的硬件配臵组合，提供了全套的解决方案。同时，公司和手机摄像头模组厂商、应用处理器厂商紧密合作，一同引领和推进了安卓手机厂商多摄像头技术的发展。
2智能光学变焦解决方案常规多摄像头无级变焦
3智能光学超级变焦解决方案潜望式长焦摄像头无级变焦
4智能模组产线标定解决方案多摄像头模组产线标定及验证
5智能手机组装线标定解决方案手机组装线摄像头模组标定及验证
资料来源：招股说明书，安信证券研究中心
在智能深度摄像方面，深度摄像头实现实时三维信息采集，为消费电子终端加上了物体感知功能。深度摄像头应用场景众多，包括生物识别、三维建模、人机交互、提升AR/VR 体验等。目前，深度摄像头在手机领域最主要的应用是实现人脸识别功能，如设备解锁、移动支付等。
表6：智能深度摄像解决方案
1智能3D 扫描
测距等功能
2智能3D 人脸识别解决方案利用深度摄像头，实现人脸检测、人脸跟踪、人脸识别、性别检测、年龄检测、肤色检测等功能。基于基础技术叠加各类识别及跟踪算法，为不同客户定制出各种类型的解决方案
3智能3D 人体识别解决方案利用深度摄像头，结合人工智能技术，实现人体检测、人体姿态检测、人体手势检测等功能
4智能3D 美颜解决方案利用深度摄像头，叠加人脸识别技术、人工智能技术等先进技术，针对不同年龄、肤色、性别和脸型等，实现个性化智能美颜效果
5智能3D 美体解决方案利用深度摄像头，叠加人体检测分割技术、人工智能技术等先进技术，针对不同体型，实现个性化智能美体效果
6智能深度摄像头AR 解决方案利用深度摄像头，通过叠加多种核心技术，实现人像、卡通、动物的3D 表情录制
7智能3D 人像拍摄解决方案利用深度摄像头，实现大光圈特效（背景虚化）、光影特效、背景替换等功能
智能驾驶视觉解决方案
在车辆周围环境探测方面，公司推出了解决方案，保障用户的生命和财产安全，如蛇形驾驶、
跨线行驶等危险驾驶监测解决方案，大型车辆盲区监测解决方案等。同时，公司也对车内安全辅助驾驶方面进行研究开发，通过车内摄像头，利用人工智能技术，对车内驾驶员、乘客等的状况进行监控，保障车辆行驶安全和乘客生命财产安全。公司提供的智能驾驶视觉解决方案包括车内安全驾驶预警、驾驶员身份识别、车内安全辅助、辅助驾驶预警、自动泊车等，融合公司多年积累的暗光高反差拍摄、防抖等影像视频增强算法技术，即使在车内光线不佳、人脸角度多变、车辆晃动等特殊情况下，也能够很好地完成车辆周围环境监测和车内人员监测等功能。
图21：智能驾驶视觉解决方案
资料来源：招股说明书，安信证券研究中心
?IoT 智能设备视觉解决方案
随着万物互联时代的到来与人工智能技术的不断进步，凡搭载摄像头的智能设备未来都可以通过人工智能技术实现智能化改造，发挥更大的价值。视觉人工智能技术将极大地改变人们的消费生活、工业生产、医疗健康等各方面。在IoT 智能设备领域，公司目前针对智能冰箱、智能无人零售等多种智能设备及智能保险领域，提出了有针对性、可落地实施的解决方案，并且仍在不断探索新的技术和使用场景。
1.3.4. 剖析竞争优势：四大先发优势，构筑核心竞争力
虹软科技已经成为了全球领域内视觉人工智能行业领先的软件服务提供商与视觉人工智能技术开发者、解决方案供应商。经过多年的发展，公司具有人才优势、技术优势、产业链优势与客户资源优势。
?人才优势：专业研发团队，保障自主创新能力
截至2018 年，公司拥有研发人员374 人，占公司全部人员的比例高达65.73%。研发队伍员工年龄、学历、从业年限结构合理，内涵活力并重，是公司研发实力始终保持行业领先的重要保障。
表7：公司人员构成
研发人员37465.73%
财务及行政人员6110.72%
5910.37%
?技术优势：全面掌握各项底层算法技术，形成先发优势
经过多年的技术、专利和人才积累，公司已全面掌握了视觉人工智能及人工智能的各项底层算法技术，掌握包括人体识别、物体识别、场景识别、图像增强、三维重建和虚拟人像动画等全方位视觉人工智能技术，构建了完整的视觉人工智能技术体系。公司不断探索视觉人工
智能领域的前沿技术，并利用深度学习等先进人工智能技术不断优化迭代已有算法。截至2018 年 12 月 31 日，虹软科技在视觉人工智能领域拥有专利 129 项（其中发明专利 126 项）、软件著作权 73 项。2016 年、2017 年和 2018 年，公司研发投入分别占当期营业收入的比例为 34.59%、31.43%和 32.42%。公司丰富且深入的算法积累是为各个行业客户解决复杂的视觉问题及为全球用户带来更好用户体验的重要基础。
表 8：公司核心技术
人体分析 √ √ √ √
√ 行为分析 √ √ √ √ 人脸识别 √ √ √ √ √ √ 手势识别 √ √ √ √ √ 活体检测
√ √ √ √ √ √ 图像质量分析 √ √ √ √ √ √ 人脸美化 √ √ √ √ 人体美化 √ √
√ 人像重光照 √ √
物体识别 √ √ √ 场景识别
√ √ √ 车辆定损识别 √ √ 猪脸识别 √
心率检测 √ √ √
√ 三维重建 √ √ SLAM √ √ √ 虚拟人物动画 √ √ ADAS √ 深度恢复
√ √ 图像语义分割 √ √ √ √ √ √ 暗光图像增强 √ √ √ √ √ √ 防抖技术 √ √ √
√
√ 人像虚化
√ √
光学变焦
√ √ 超分辨率图像增强 √ √ √ √ √ √ HDR
√ √ √ √ √ 全景拼接
√ √
√ √ √ 视频插帧和去频闪技术 √ √ √ √
研发投入（万元）
占营业收入的比例（%）
图 22：2016-2018 年公司研发投入与占比情况
29%
2016
2017
2018
资料来源：招股说明书，安信证券研究中心
未来科技五年人工智能行业产业发展趋势分析最新竟争力资料
未来科技五年人工智能行业产业发展趋势分析最新竟争力
未来科技五年人工智能行业产业发展趋势分析 最新竟争力 人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，国内外的高科技公司以及风险投资机构纷纷布局人工智能产业链。以下对人工智能行业发展趋势分析。 中国和美国目前是全球人工智能产业发展的领导者，仅在2015年，两国在学术期刊上发表的AI相关论文接近1万篇，而英国、印度、德国和日本加起来才大约相当于中美的半数。2017-2022年中国人工智能项目行业市场深度调研及投资战略研究分析报告表明，中国有着全球最多的数据量，拥有巨大应用市场，正在围绕AI构建完善的产业生态链。我们有理由相信，AI将成为企业跨部门业务发展的“颠覆者”，渐趋成熟的AI技术正逐步向“AI+”进行转变。我国将在AI关键技术领域获得重大突破，推动关键场景应用逐步走向成熟。 趋势一政策体系加速完善 一直以来，我国高度重视人工智能技术创新和产业发展，当前随着全球人工智能产业的快速成长，一些主要发达国家纷纷出台人工智能相关战略文件，力争在新的科技浪潮中抢占制高、规避风险。美国、英国等相继出台了《国家人工智能研究和发展战略计划》等报告，不断完善人工智能顶层设计。我国也围绕《中国制造2025》和“互联网+”行动计划出台了一系列支持人工智能技术创新和产业发展的政策文件，如2016年5月由国家发改委、工信部等多部委联合发布的《“互联网+”人工智能三年行动实施方案》等。在国务院发布的《“十三五”国家战略性新兴产业发展规划》中，也提到要培育人工智能产业
生态，促进人工智能在经济社会重点领域推广应用。今年，我国人工智能产业发展的政策支撑力度有望进一步加强。一方面，借鉴美国、英国等的人工智能国家战略，预计我国也将发布聚焦于人工智能的国家战略文件，对未来人工智能技术和产业发展制定顶层设计。另一方面，科技部、国家发改委、工信部等相关部门也将有望发布人工智能相关的政策文件，从技术研发、产业培育等角度做出具体的部署，实施一批大型项目。此外，围绕标准、安全等特定议题，相关的政策研究与制定也将有望取得积极进展。 趋势二产业规模快速增长 自2006年深度学习算法提出以来，语音和视觉识别准确率得到大幅提升，人工智能进入到了第三次高峰期。当前，在技术突破和应用需求的双重驱动下，人工智能技术已走出实验室，加速向产业各个领域渗透，产业化水平大幅提升，人工智能产业发展正处在黄金期。根据初步测算，2016年，全球人工智能市场规模约为1680亿元，我国人工智能市场规模约为98亿元。今年，随着我国软件与互联网技术向各行各业的持续深入以及云计算、大数据、物联网等相关产业的不断进步，人工智能产业市场规模将持续扩大，预计人工智能及其相关产业发展增速将超过40%。从细分行业来看，语音服务相关技术和模型将趋于成熟，围绕智能语音的行业应用将不断加速，市场逐渐打开，成为人工智能产业发展的主要方向。图像处理等计算机视觉技术将随着训练数据的快速累积实现大的突破，而面向各个行业领域的专业化智能服务则将创造出新的市场空间，有望造就新的行业领军者。 趋势三关键技术取得突破
2020年人工智能行业问题及趋势分析
2020年人工智能行业市场问题及趋势分析 2020年
目录 1.人工智能行业存在的问题 (5) 1.1适应人工智能特征的政策、标准体系尚不健全 (5) 1.2基础技术积累不足 (5) 1.3资本布局多样性不足 (6) 1.4技术创新的商业应用模式不明朗 (6) 1.5人工智能发展陷入了拿来主义怪圈 (7) 2.人工智能行业概况及现状 (9) 2.1人工智能历史沿革 (9) 2.2扶持政策持续加码出台细分方向有“钱景” (9) 2.3人工智能市场规模将超700亿 (9) 2.4人工智能加速发展 (10) 2.5人工智能应用分类 (12) 2.6交通行业应用现状 (12) 2.7安防行业应用现状 (13) 2.8医疗行业应用现状 (13) 2.9教育行业应用现状 (14) 2.10物流行业应用现状 (14) 3.人工智能行业发展趋势分析 (16) 3.1发展人工智能，芯片先行 (16) 3.2人工智能上升为国家战略 (16) 3.3人工智能芯片“云+端” 高速发展 (18)
4.人工智能行业市场竞争格局 (19) 4.1中科曙光：高性能计算+芯片共造人工智能 (19) 4.2四维图新：地图领军企业切入无人驾驶 (19) 4.3科大讯飞：人工智能领军企业 (20) 4.4华宇软件：人工智能助力司法信息化领导者更进一步 (21) 4.5海康威视：安防领域人工智能龙头 (21) 4.6东华软件：人工智能+行业应用大有可为 (22) 5.人工智能行业政策及环境分析 (22) 5.1国家加强政策支持力度 (22) 5.2地方政府扶持政策不断落地 (24) 6.人工智能行业发展前景 (26) 6.1万物互联的背景下，AI 芯片的应用拥有广阔的想象空间 26 6.2智能硬件抢占C 端入口，数据端入口打通，为算法奠定基 础26 6.3机器人按照应用领域的不同分为工业机器人、服务机器人、 特种机器人 (27) 6.4多层次特征提取提升计算机视觉识别效果 (28) 6.5语音逐渐成为人机交互的新范式，产品及商业模式成为盈 利的关键 (29) 6.6技术进步与市场需求推动语音识别快速发展 (29) 6.7语音识别效果不断提升，国内语音识别与合成研究领先国
人工智能行业研究分析报告
概要 人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的计算机，到计算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了巨大的阻碍。尽管现在此刻可能是下一个 AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。
与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。 那个 AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的 Alexa 和 Google 的图像识不，然而 AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。 例如，在医疗保健中，图像识不技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开发新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中制造新的赢家和 输家。
人工智能产业分析
人工智能产业分析 1 月 3 日，中国着名围棋棋手古力在微博上说道：今天又有四位勇士被抬走了... 谁来 守护我们老祖宗留下的文化瑰宝呢。 昨夜，古力再次发博， Master 已经拿下 50 连胜，不禁感慨万千。 击败世界围棋第一人柯洁的 Master 近日一个注册为“ Master”、标注为韩国九段的“网络棋手”，从 2016年12月29日晚 起，接连“踢馆”弈城网和野狐网。 截至 2017年 1 月 3 日夜，期间迫使有“当今围棋第一人”之称的柯洁中盘投子后， master 已经斩获了 50 连胜，击败 1 5位世界冠军。在斩获的选手中，包括了连续 37 个月排名韩 国等级分第一朴廷桓九段（“ XIUZHI”）、中国名人战冠军连笑七段（“剑术”）、新科百灵杯冠军陈耀烨（“龙胆”）、 2016年三冠王芈昱廷九段、新科应氏杯世界冠军唐韦星九段等。 而外界认为，这位master不是人类，而是人工智能。但该 AI （人工智能）是否就是谷歌旗下在2016年3月一战成名的AlphaGo,尚不可知。 柯洁在 1 月 2 日晚上发博文，称人工智能告诉了我们，人类数千年的实战演练进化都是错的。 Master 或为人工智能“新狗” 中国围棋队总教练俞斌对媒体表示，“对中韩顶尖高手取得这么压倒性的战绩，几乎可 以排除是人类棋手。’阿尔法狗’（AlphaGo）是有能力做到的，当然，它也有可能是日本的ZEN虽然前一段时间ZEN输给了赵治勋，但是它有可能在短时间内又有突破。也不能排除Master 是最新研发出来的其他‘狗'。”中国围棋队领队华学明表示：“应该是新‘狗'，可能是韩国研发的‘狗'。” 如果 master 最终被确定为人工智能，那么 1 月 3日晚上就是人类围棋历史上非常重要的 一个时刻。毕竟，柯洁曾经被网友寄予希望“守住人类棋手最后的尊严”，但最终输在了他所说的“终极一战”里。 不可小觑的人工智能 自从2016年初阿尔法狗（AlphaGo）狂虐围棋大师李世石之后，AI这个词儿逐渐被普罗大众所认识，并且很快成了 IT 产业发展和投资的最新宠儿。然而，阿尔法狗这件事儿不能够理解为电脑和人类下棋这么简单。因为在此之前，从很早之前就在中文版的 Windows 中预装的象棋小游戏，到 1997 年超级计算机深蓝大战帕斯卡洛夫，这些都是电脑和人类下棋的时间。然而，阿尔法狗的胜利却意义非凡。
我国人工智能化行业发展现状分析和投资前景预测
中国人工智能行业发展现状分析及投资前景预测 在东西方神话中，上古「智人」通过各种方法制造「人类」这一物种并赋予其智能；而到了中世纪的欧洲，古典哲学家们尝试着用机械符号处理的观点解释人类大脑的活动；直到20世纪40年代，来自数学，心理学，工程学，经济学和哲学等领域的一批科学家们基于抽象数学推理的可编程数字计算机的发明使得智能大脑出现的可能性被广泛探讨。 1950年，Marvin Minsky和Dean Edmonds建造了世界上第一台神经网络计算SNARC （Stochastic Neural Analog Reinforcement Calculator），它通过使用3000个真空管和B-24轰炸机上的自动指示装置模拟了40个神经元而组成神经网络。 同期，被誉为「计算机科学之父」的AlanT uring在Mind上发表论文，第一次提出机器智能设想。虽然未提到具体的研究方法，但论文中提到的「图灵测试」、「机器学习」、「遗传算法」和「强化学习」等理论也在日后成为了人工智能领域重要的分支。 图灵的计算理论认为任何形式的计算均可被数字信号描述，这也为人工智能的后续实践提供了理论基础。 随后的1956年，在MarvinMinsky连同ClaudeShannon和NathanRochester一起组织的Dartmouth会议上，「人工智能」这个概念首次被提出并开启了西方「人工智能」科学长达半个多世纪的高速发展。 在中国，关于「人工智能」的研究和探讨在70年代末被解禁后又不适时地与「特异功能」联系在一起而停滞不前，直到80年代初期随着技术和思想的不断进步才取得实质性进步。 而今，全球共有近千家人工智能公司遍及62个国家的十余个产业，国内涉及人工智能领域的公司也早已破百。 除了「机器学习」、「模式识别」和「神经网络」这些晦涩的词汇和各种层出不穷的借势营销，这个看似离我们越来越近的市场却在「互联网玄学」的外衣下显得愈发迷雾重重。 一、国内人工智能产业链解构 「基础技术」、「人工智能技术」和「人工智能应用」构成了人工智能产业链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并对其中的「人工智能应用」进行重点解构。 （一）基础技术提供平台 人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即「基础设施即服务（IaaS）」、「平台即服务（PaaS）」和「软件即服务（SaaS）」。
2019年中国人工智能行业市场现状及发展前景分析 未来智能制造将成为行业主战场
2019年中国人工智能行业市场现状及发展前景分析未来智 能制造将成为行业主战场 未来智能制造将是人工智能的主战场 国家工业信息安全发展研究中心认为，目前我国人工智能和制造业融合有着广泛的基础，智能制造是“中国制造2025”的主攻方向，而人工智能是引领新一轮科技革命和产业变革的战略性技术。但新一代人工智能技术在制造业重点领域的应用刚刚起步，人工智能与制造业的融合尚处于初级阶段，未来智能制造将是人工智能的主战场。 1、人工智能+制造业创造新业态 目前中国人工人工智能迈向了2.0阶段，以通过互联网联系在一起的一套巨大的智能系统为标志。从智能制造业角度出发，人工智能技术正在深入改造制造行业。新一代人工智能技术与制造业实体经济的深度融合，成为应用市场一大亮点，催生了智能装备、智能工厂、智能服务等应用场景，创造出自动化的一些新需求、新产业、新业态。
2、政策春风利好工智能发展 2017年，人工智能被首次写入到政府工作报告中，2018年政府工作报告中提出：“发展壮大新动能，做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进‘互联网+’。发展智能产业，拓展智能生活。”，2019年的政府工作报告中，对人工智能的描述也由“加快人工智能等技术研发和转化”、“加强新一代人工智能研发应用”变为“深化大数据、人工智能等研发应用”，可见在国家层面上，对人工智能产业的重视程度日益加深。 3、2018年中国人工智能产业规模超400亿 在政策和技术的推动下，中国人工智能产业发展迅速。跟据中国信通院数据，2015年到2018年中国人工智能产业规模复合平均增长率为54.6%，高于全球平均水平(约36%)。2018年，中国人工智能产业市场规模已达到415.5亿元。其中，企业技术集成与方案提供、关键技术研发和应用平台两个应用领域据发展火热。
人工智能企业现状分析报告
人工智能企业现状分析报告 目录 第一节人工智能企业现状分析 (2) 一、人工智能企业现状发展阶段 (2) 二、人工智能企业现状发展概况 (2) 三、人工智能企业现状商业模式分析 (3) 第二节人工智能企业发展现状 (4) 一、人工智能企业现状分析 (4) 二、人工智能企业发展分析 (4) 第三节人工智能企业分析报告 (4) 第一节人工智能企业现状分析 一、人工智能企业现状发展阶段 近些年来，我国人工智能领域有取得了飞速发展。英飞拓人工智能企业是一家创新型、信息化、集成化的整体安防制造商，致力于为全球英飞拓人工智能安防提供最高端、最安全、最值得信赖的解决方案。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的Blizzard Challenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了“寒武纪”芯片并建成了类脑智能研究平台。华为也推出了MoKA人工智能系统。
人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。 二、人工智能企业现状发展概况 人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一，也被认为是21世纪三大尖端技术之一。 近年来，我国人工智能产业获得快速发展。我国市场的工业机器人销量猛增我国智能语音交互、指纹识别、人脸识别、虹膜识别等产业规模迅速扩大。同时，我国已经拥有国家重点实验室等设施齐全的研发机构和优秀的人工智能研发队伍，研发产出数量和质量也有了很大提升。很多企业也积极布局，如百度的百度大脑计划、科大讯飞超脑计划、京东智能聊天机器人等。 目前我国自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等智能科技成果已进入广泛的实际应用。也正基于此，我国出台了大量支持人工智能发展的政策。2015年7月1日，国务院印发《关于积极推进"互联网+"行动的指导意见》，将"互联网+人工智能"列为11项重点行动之一；而时至11月，《机器人产业"十三五"发展规划》草案已基本制定完成。另外“中国制造2025”重点领域技术路线图构建了中国机器人产业发展蓝图的同时扩大了人工智能的关注度。
2020年人工智能产业发展深度研究报告
2020年人工智能产业发展深度研究报告 一、人工智能市场格局 人工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI 概念最早始于1956 年的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来，在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。据中国电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。 人工智能赋能实体经济，为生产和生活带来革命性的转变。人工智能作为新一轮产业变革的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和新产品。从衣食住行到医疗教育，人工智能技术在社会经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测，2035 年，人工智能将推动中国劳动生产率提高27%，经济总增加值提升7.1 万亿美元。 二、多角度人工智能产业比较 目前，全球人工智能产业的生态系统正逐步成型。依据产业链上下游关系，可以将人工智能划分为基础支持层、中间技术层和下游应用层。基础层是人工智能产业的基础，主要提供硬件（芯片和传感器）及软件（算法模型）等基础能力；技术层是人工智能产业的核心，以模拟人的
智能相关特征为出发点，将基础能力转化成人工智能技术，如计算机视觉、智能语音、自然语言处理等应用算法研发。其中，技术层能力可以广泛应用到多个不同的应用领域；应用层是人工智能产业的延伸，将技术应用到具体行业，涵盖制造、交通、金融、医疗等18 个领域，其中医疗、交通、制造等领域的人工智能应用开发受到广泛关注。 （一)战略部署：大国角逐，布局各有侧重 全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发达国家乘胜追击，构成第二梯队。同时，在顶层设计上，多数国家强化人工智能战略布局，并将人工智能上升至国家战略，从政策、资本、需求三大方面为人工智能落地保驾护。后起之秀的中国，局部领域有所突破。中国人工智能起步较晚，发展之路几经沉浮。自2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。由于初期我国政策侧重互联网领域，资金投向偏向终端市场。因此，相比美国产业布局，中国技术层（计算机视觉和语音识别）和应用层走在世界前端，但基础层核心领域（算法和硬件算力）比较薄弱，呈“头重脚轻”的态势。当前我国人工智能在国家战略层面上强调系统、综合布局。 1、美国引领人工智能前沿研究，布局慢热而强势。美国政府稍显迟缓，2019 年人工智能国家级战略（《美国人工智能倡议》）才姗姗来迟。但由于美国具有天时（5G 时代）地利（硅谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。总体来看，美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超
人工智能未来发展前景展望
人工智能未来发展前景展望 ：磊(10计本) 学号： 长久以来，人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(M ＩＴ)、卡基-梅隆大学(CＭＵ)到IＢＭ公司，再到日本的本田公司、ＳＯＮＹ公司以及国的清华大学、中科院等科研院所，全世界的实验室都在进行着ＡＩ技术的实验。不久前，著名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕，科幻片《人工智能》(ＡＩ)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领域的兴趣。 （一）、人工智能的定义 人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。 “智能”1是一个宽泛的概念。智能是人类具有的特征之一。Intelegere是从中进行选择，进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(machines who thinks,1979)中所提出的: 在1"智能"源于拉丁语legere，字面意思是采集(特别是果实)、收集、汇集，并由此进行选择，形成一个东西。
复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的某些智能活动进行直观联系。经过几个世纪之后，新技术已使我们所建立的机器的复杂性大为提高。1936年，24岁的英国数学家图灵 i(Turing)提出了"自动机"理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。 人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(artificial intelligence，AI)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。 当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运
2019-2023年中国人工智能行业预测分析
2019-2023年中国人工智能行业预测分析 2019-2023年中国人工智能行业影响因素分析 一、有利因素 （一）政策支持 2017年3月5日，国务院总理李克强发表2017年政府工作报告，指出要加快培育壮大包括人工智能在内的新兴产业，“人工智能”首次被写入了全国政府工作报告，这意味着人工智能已上升为国家战略。 2017年7月20日，国务院出台《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。《规划》提出坚持科技引领、系统布局、市场主导、开源开放的基本原则和三步走的战略目标，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。 2017年12月13日，工信部印发了《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，明确了人工智能2018-2020年在推动战略性新兴产业总体突破、推进供给侧结构性改革、振兴实体经济、建设制造强国和网络强国方面的重大作用和具体目标。 2018年1月，《人工智能标准化白皮书（2018版）》发布，《白皮书》从支撑人工智能产业整体发展的角度出发，研究制定了能够适应和引导人工智能产业发展的标准体系，进而提出近期急需研制的基础和关键标准项目。 2018年3月5日，国务院总理李克强在十三届全国人大一次会议作政府工作报告时表示，要加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网+”，这是继2017年之后，“人工智能”再次被写入政府工作报告。 （二）科技新基建将带动人工智能基础设施建设 “科技新基建”即信息产业领域的新型基础设施建设，被列入18年底中央经济会议报告中基础设施建设部分，成为扩大内需，发挥投资关键作用的重要内容。 基础设施建设通常是国家发挥投资杠杆作用，拉动内需的主要方式，而2019年是历史上头一次，以5G、人工智能、工业互联网、物联网为代表的新型基础设施建设，也就是我们总结的“科技新基建”首次被定性为基建的重要内容，排列顺序甚至在城际交通、物流、市政基础设施等传统基建类项目之前，充分表明我国未来基建投资的侧重点将更加向科技产业领域倾斜，财政资金配套将更加到位。科技新基建将带动5G、人工智能、工业互联网、物联网等信息基础设施建设。 （三）人工智能是目前全球最受互联网业界和市场关注的新技术及应用 近年来，技术革新已经逐渐替代人口红利成为中国互联网经济发展的最主要推动力之一。人工智能是目前全球最受互联网业界和市场关注的新技术及应用。全球主要互联网企业均在向人工智能方向转型，并大幅增加相关科研、技术和产业应用布局方面的投入。展望未来几年，人工智能将会为互联网行业带来两个重要趋势： 第一，人机交互界面转向语音化。继键盘鼠标、触摸屏之后，语音交互正在成为新的人机交互方式。对于互联网企业来说，掌握了新的接口才更容易掌握新的流量入口，更容易通过此入口向用户推广服务。智能音箱的兴起就与这一发展趋势密切相关。全球主要互联网、硬件及家电企业将继续通过技术升级、应用拓展和市场推广等多重手段努力争夺这个新流量入口的市场份额。 第二，人工智能拓展互联网服务场景。人工智能在后台全面支持互联网业务的发展；我们看到互联网的各个场景都开始受益于人工智能。预计未来几年里，在传统互联网应用场景（例如搜索、新闻和电商等服务）中，人工智能技术将更多地被运用，并有效地提高服务效率和
【完整版】2020-2025年中国人工智能行业市场突围策略研究报告
（二零一二年十二月） 2020-2025年中国人工智能行业市场突围战略研究报告 可落地执行的实战解决方案 让每个人都能成为 战略专家 管理专家 行业专家 ……
报告目录 第一章企业市场突围战略概述 (6) 第一节研究报告简介 (6) 第二节研究原则与方法 (6) 一、研究原则 (6) 二、研究方法 (7) 第三节研究企业市场突围战略的意义 (9) 第二章市场调研：2019-2020年中国人工智能行业市场深度调研 (10) 第一节人工智能走向产业应用 (10) 一、人工智能行业图谱 (10) 二、人工智能的商业模式 (12) 第二节人工智能助力企业数字化转型 (13) 一、人工智能价值创造的三个层次 (13) 二、人工智能助力企业业务智能化 (14) 第三节2019-2020年人工智能行业发展情况分析 (15) 一、美国规定10项AI监管原则 (16) 二、发展人工智能各国争先 (16) 三、人工智能以人为本 (18) 四、2019年人工智能发展的热点透视 (18) 五、人工智能将在回归理性中走向新的飞跃 (23) 第四节2020年人工智能行业发展展望 (25) 一、2020年形势的基本判断 (26) （一）从产业链建设看 (26) （二）从政策推动来看 (26) （三）从投融资情况看 (26) （四）从外部形势看 (27) 二、2020年新一代人工智能将围绕五大方向持续攻关 (27) 三、需要关注的几个问题 (28) （一）我国人工智能领域的基础创新投入严重不足 (28) （二）我国人工智能产业的算力算法核心基础相对薄弱 (28) （三）以算法战、深度伪造为代表的人工智能技术滥用给经济社会带来严重负面影响 (29) 四、应采取的对策建议 (29) （一）以算力为核心加强人工智能基础能力建设 (29) （二）体系化梳理我国人工智能产业供应链现状 (29) （三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力 (29) （四）在国际社会上提出发展“负责任的人工智能” (29) 第五节全球主要经济体人工智能发展战略 (30) 一、美国：政府高度重视，旨在继续“全面领先” (30) 二、欧盟：伦理价值观引领，协同合作推进战略 (32) 三、英国：积极推动产业创新发展 (33) 四、德国：借势工业4.0打造国家品牌 (34) 五、日本：以人工智能构建“超智能社会” (35)
中国人工智能产业发展分析及对策研究
中国人工智能产业发展分析及对策研究 人工智能的概念始于1956年的达特茅斯会议，并在2016年随着AlphaGo 人机围棋大战引发的强烈关注而再次称为热词。从本质上来说，人工智能是指用于模拟和扩展人类智能的技术应用系统，具备快速处理和自主知识管理能力，能够通过“试验—验证—学习”实现决策的迭代和优化。[1]77其价值始终体现在代替或者辅助人类完成任务，从而解放劳动力，提高劳动效率。当前，人工智能正处于专有型向通用型人工智能转变的发展阶段，应用模式也由执行式服务向交互式服务转变。在一些数据可得性高的行业，例如安防、医疗、教育和商业服务等领域，人工智能已率先爆发出大量场景应用，用以解决行业痛点。自20世纪60年代以来，人工智能的发展经历了三次技术革命浪潮。进入到21世纪的两个十年，在大规模GPU服务器并行计算、大数据、深度学习算法和类脑芯片等技术的推动下，人类社会相继进入互联网时代、大数据时代和人工智能时代。[2]关于互联网和大数据时代下的产业结构和社会状态已有相当多的研究分析，本文则侧重于讨论中国在人工智能时代的战略方向。 从人工智能领域相关文献看，国内学者主要将研究重点集中在基于人工智能算法的特定领域应用和技术伦理问题（哲学角度）两方面。吴永和等依据教育人工智能（EAI）的内涵，尝试从应用形态和技术架构两方面构建“人工智能+教育”的生态系统以及相应的人才培养体系。[3]梁志勇等则聚焦新闻生产领域，认为人工智能技术将给新闻行业的内容生产、议题设置和运作方式带来革命性影响。[4]相对而言，人工智能与工程技术融合的研究更为广泛。李漫江创新性地提出了一种基于神经网络的人工智能故障检测方法，进而实现农用发动机不解体且能快速诊断的效果。[5]秦爱梅等基于人工智能视觉算法，调制出一套具有较高识别效率和精度的特定场景识别系统。[6]尽管如此，蔡自兴仍认为国内存在以哲学研究替代人工智能技术研究的倾向。[7]23孙振杰提出，人类亟需深思围绕人工智能意识与情感的发展将引发“五化”的问题，即人造物的退化、进化、蜕化、异化和黑化。[8]余乃忠则揭示出人工智能类本质的实现与新时代人类的类本质间的矛盾，
人工智能行业发展前景展望及市场规模预测
一、人工智能的内涵及分类 （一）人工智能的内涵 人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能被发达国家视为人类的最后科学尖端，科研领域皇冠上的明珠。 （二）人工智能的分类 人工智能的概念很宽泛，按照人工智能的实力可分为三大类： 1、弱人工智能：在特定领域等同或者超过人类智能或效率的机器智能。 2、强人工智能：各方面都能和人类比肩的人工智能。 3、超人工智能：在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。 人工智能的革命就是从弱人工智能，通过强人工智能，最终达到超人工智能的过程。目前人类已经掌握弱人工智能，生活中弱人工智能无处不在，比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。 人脑与电脑的最大差别在于，一些我们认为困难的事情，如微积分、金融市场策略、翻译等，对于电脑来说都十分容易；但一些人类认为容易的事情，如视觉、动态、移动、直觉，对于电脑来说却是十分困难。而要达到人类级别的智能，电脑必须要理解更高深的东西，比如微小的脸部表情变化，以为为什么喜欢这个而不喜欢那个，要达到这样的水平首先在硬件方便要增加电脑处理速度，其次在软件方面要让电脑变得智能。 美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps（calculations per second，每秒计算次数，描述运算能力的单位），即1亿亿次计算每秒。现在世界上最快的超级计算机，中国的天河二号，运行能力已达到3.4亿亿次，已经超过人脑，但由于其成本高、规模大、功耗高，使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps，当1000美元能买到人脑级别的1亿亿运算能力的时候，强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps（人脑的千分之一），根据加速回报定律，科技的进步将呈指数型增长，按照这个速度，到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。 二、人工智能的产业链分析 从发展路径及阶段上看，实现人工智能需经历三个阶段：计算智能（能存会算）、感知智能（能听会说、能看会认）和认知智能（能理解会思考）。
未来人工智能行业分析调研报告
2019年人工智能行业分 析调研报告 2019年11月
目录 1.人工智能行业概况及市场分析 (5) 1.1人工智能市场规模分析 (5) 1.2人工智能行业结构分析 (5) 1.3人工智能行业PEST分析 (6) 1.4人工智能行业特征分析 (7) 1.5人工智能行业国内外对比分析 (8) 2.人工智能行业存在的问题分析 (10) 2.1政策体系不健全 (10) 2.2基础工作薄弱 (10) 2.3地方认识不足，激励作用有限 (10) 2.4产业结构调整进展缓慢 (10) 2.5技术相对落后 (11) 2.6隐私安全问题 (11) 2.7与用户的互动需不断增强 (12) 2.8管理效率低 (13) 2.9盈利点单一 (13) 2.10过于依赖政府，缺乏主观能动性 (14) 2.11法律风险 (14) 2.12供给不足，产业化程度较低 (14) 2.13人才问题 (15) 2.14产品质量问题 (15)
3.人工智能行业政策环境 (16) 3.1行业政策体系趋于完善 (16) 3.2一级市场火热，国内专利不断攀升 (16) 3.3“十三五”期间人工智能建设取得显著业绩 (17) 4.人工智能产业发展前景 (18) 4.1中国人工智能行业市场驱动因素分析 (18) 4.2中国人工智能行业市场规模前景预测 (18) 4.3人工智能进入大面积推广应用阶段 (18) 4.4政策将会持续利好行业发展 (19) 4.5细分化产品将会最具优势 (19) 4.6人工智能产业与互联网等产业融合发展机遇 (20) 4.7人工智能人才培养市场大、国际合作前景广阔 (21) 4.8巨头合纵连横，行业集中趋势将更加显著 (22) 4.9建设上升空间较大，需不断注入活力 (22) 4.10行业发展需突破创新瓶颈 (22) 5.人工智能行业发展趋势 (24) 5.1宏观机制升级 (24) 5.2服务模式多元化 (24) 5.3新的价格战将不可避免 (24) 5.4社会化特征增强 (24) 5.5信息化实施力度加大 (25) 5.6生态化建设进一步开放 (25)
2020年中国人工智能产业发展分析报告
2020年中国人工智能产业发展分析报告
目录 一、对2020年形势的基本判断 (4) （一）从产业链建设看，人工智能数据、算法、算力生态条件日益成熟。 4 （二）从政策推动来看，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区。 (6) （三）从投融资情况看，我国人工智能产业投资市场将关注易落地的底层技术公司。 (7) 二、需要关注的几个问题 (9) （一）我国人工智能领域的基础创新投入严重不足。 (9) （二）我国人工智能产业的算力算法核心基础相对薄弱。 (10) 三、应采取的对策建议 (13) （一）以算力为核心加强人工智能基础能力建设。 (13) （二）体系化梳理我国人工智能产业供应链现状。 (13) （三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力。 (14) （四）在国际社会上提出发展“负责任的人工智能”。 (14)
【内容提要】 2019年以来，中国人工智能产业发展迅猛，在产业链建设、政策推动、投融资发展上取得新进展，但也面临各种内外部压力和挑战。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注落地前景好的底层技术公司，但产业整体面临的外部形势将更为严峻。需关注的问题有我国人工智能领域的基础创新投入严重不足，国内人工智能产业的算力算法基础相对薄弱，以算法战、深度伪造为代表的人工智能技术滥用给我国经济社会带来潜在负面影响等。基于上述分析，赛迪智库电子信息研究所提出，以算力为核心加强人工智能基础能力建设、体系化梳理我国人工智能产业供应链现状、加快开拓国内外应用市场并提升出海抗风险能力、发展“负责任的人工智能”等措施建议。 2019年人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展将迎来新一轮战略机遇，智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业，以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注易落地的底层技术公司，但同时产业发展的外部形势将更为严峻，美国对我国人工智能产业的压制可能从上游元器件转向下游行业应用。
全球人工智能产业发展和趋势(下)试卷
一、单选题 1.AlphaZero训练（）击败日本将棋程序。（3.0分） A.2小时 B.4小时 C.8小时 D.24小时 我的答案：D ×答错 2.《人工智能：未来决策的机遇与影响》，这是下列哪个国家发布的报告？（ 3.0分） A.美国 B.日本 C.德国 D.英国 我的答案：D √答对 3.DQN在49种Atari视频/像素游戏中，（）达到乃至超过人类职业选手的水平，以智商比喻，远超人类。（3.0分） A.9种 B.19种 C.29种 D.39种 我的答案：C √答对 4.Google Waymo于（）10月在美国凤凰城Chandler镇100平方英里范围内，对500辆L4自动驾驶汽车进行社会公测，这是Waymo自动驾驶商业化落地的前奏。（3.0分） A.2014年 B.2015年 C.2016年 D.2017年 我的答案：D √答对 5.IBM超级电脑程序“深蓝”，于（）击败了国际象棋大师加里·卡斯帕罗夫。（3.0分） A.1996年 B.1997年 C.1998年 D.1999年 我的答案：B √答对 6.智能音箱Echo是下列哪家企业推出的产品？（3.0分） A.亚马逊 B.百度 C.阿里巴巴 D.小米 我的答案：A √答对 7.邓志东教授预测，（）是无人驾驶汽车元年。（3.0分） A.2020年 B.2021年 C.2022年 D.2023年
我的答案：B √答对 8.国务院是在哪一年印发《新一代人工智能发展规划》的？（3.0分） A.2015年 B.2016年 C.2017年 D.2018年 我的答案：C √答对 9.在人工智能速记领域，2016年10月17日，（）的语音识别系统实现了5.9％的词错率。（3.0分） A.科大讯飞 B.惠普 C.英特尔 D.微软 我的答案：D ×答错 10.IBM的自动问答系统，于（）2月在美国最受欢迎的智力竞答电视节目《危险边缘》中战胜了人类冠军。（3.0分） A.2011年 B.2012年 C.2013年 D.2014年 我的答案：A √答对 二、多选题 1.中国人工智能产业发展的短板包括（）。（4.0分）） A.原始创新能力不足 B.投资界过于追求短线逐利 C.体制机制障碍 D.缺乏高端基础性研究人才和AI工程开发人才 我的答案：ABCD √答对 2.根据邓志东教授所讲，AlphaGo如何进行学习？（4.0分）） A.深度监督学习 B.深度强化学习 C.大数据 D.TPU 我的答案：AB ×答错 3.下列哪些行业未来可以通过人工智能实现自动化？（ 4.0分）） A.传统制造业 B.长途运输 C./物流运输行业 D.翻译 我的答案：ABCD √答对 4.智能音箱Echo基于语音助手Alexa可以实现（）、外卖预定等服务。（4.0分）） A.音乐播放 B.新闻搜索
我国人工智能产业发展状况与思考
我国人工智能产业发展状况与思考 摘要：随着人工智能时代的到来，作为集高智能与高技术创新于一体的高技术 产业越来越成为各国提高国际竞争力的关键产业，而增加高技术产业竞争优势的 关键即提高其技术创新能力，进而实现更高的智能性。文章针对我国人工智能产 业发展状况进行了详细分析，希望能够给相关人士提供重要的参考价值。 关键词：人工智能产业；发展 引言：人工智能逐渐成为新一轮科技革命和产业变革的核心力量，而高技术产业 集知识和技术于一体，成为人工智能的变革焦点，更成为各国经济的发展重点， 也成为各国国际竞争力的核心。从1995年到现在，我国先后出台大量与高技术 产业相关的政策，旨在为高技术产业发展提供全面的保障与支撑。随着我国对高 技术产业技术创新的投入逐年增长，高技术产业的技术创新能力和国际竞争力有 很大提升，技术创新成果丰硕，专利申请授权数量、主营业务收入呈逐年增长的 趋势，人工智能在高技术产业的应用逐渐趋于成熟。但是我国的高技术产业与发 达国家相比，仍然存在一定的差距，应继续提升科技创新能力，增强智能性，推 动我国高技术产业在人工智能不断发展的背景下，实现更好更快的发展。 1.我国人工智能产业发展面临的突出问题 在产业快速发展的同时，一些突出问题也逐渐显现，主要表现在四个方面： 技术创新方面，核心关键技术存在短板，产业基础仍然薄弱。我国虽然在人工智 能技术创新和企业发展方面具有得天独厚的先行优势，但在基础理论、核心关键 技术积累薄弱，核心算法、芯片及基础元器件的掌握与国外差距较大，缺乏重大 原创科技成果，导致产业核心关键领域可能受制于人，不利于企业参与国际竞争，存在远期发展风险。生态构建方面，产业生态建设协同不够，低端发展苗头初显。我国的人工智能企业数量虽多，但缺少有生态构建带动力的龙头企业或行业组织，企业间交流合作和资源对接力度不足，互联互通等技术标准缺乏，大量企业特别 是中小微企业处于各自为战状态，密切互动、共赢共生的协同发展态势尚未形成，应用型成果的重复化、碎片化问题严重。实践应用方面，成果应用模式路径不明，创新成果落地缓慢。人工智能与实体经济融合刚刚起步，技术产品创新快于应用 创新，创新成果的应用路径和商业模式不清晰，企业用户认识和应用能力偏弱。 人工智能应用场景研究少，能够提供的系统解决方案欠缺，案例库、标准库、数 据库欠缺，企业应用人工智能还面临较高的技术门槛和资金门槛。发展环境方面，政策法规探索刚刚起步，难以满足发展需求。我国尚未在人工智能法治保障、信 息安全以及伦理道德研究、风险审查机制等保障人工智能产业长期发展的政策法规、安全规范和伦理道德框架方面开展工作。环境营造推进慢，将影响人工智能 产业健康发展。产生上述问题的主要原因有两点。一是人工智能产业发展阶段的 现实原因。国内外人工智能产业都处于发展初期，在基础理论和关键核心技术研发、法规政策规范研究制定、实践应用推进等方面都处于起步阶段。对此类问题，挑战中也蕴藏着率先发展的机遇。二是自身发展存在的客观不足。全社会对人工 智能产业发展和应用的认识尚待提高，总体思路和发展重点尚未确定，会影响到 发展进程和水平。对此类问题，需要加强顶层设计、确定重点、聚焦发展、创新 推进。 2.加快我国人工智能产业发展的措施建议