分析預(yù)測未來人工智能領(lǐng)域的行業(yè)生態(tài)及應(yīng)用

人工智能是一門綜合了計算機(jī)科學(xué)、生理學(xué)、哲學(xué)的交叉學(xué)科。凡是使用機(jī)器代替人類實(shí)現(xiàn)認(rèn)知、識別、分析、決策等功能，均可認(rèn)為使用了人工智能技術(shù)。作為一種基礎(chǔ)技術(shù)，人工智能在很多行業(yè)都有廣泛應(yīng)用。五道集團(tuán)于12月17日發(fā)布《 AI研究報告—人工智能領(lǐng)域的未來和挑戰(zhàn)》，對未來人工智能領(lǐng)域的行業(yè)生態(tài)及應(yīng)用進(jìn)行了分析預(yù)測。

人工智能現(xiàn)狀

我們將人工智能依據(jù)實(shí)力劃分為三類：

弱人工智能：僅擅長某個單方面應(yīng)用的人工智能，超出特定領(lǐng)域外則無有效解決能力；

強(qiáng)人工智能：人類級別的人工智能，在各方面都能和人類比肩，且無法簡單進(jìn)行人類與機(jī)器的區(qū)分；

超人工智能：在各個領(lǐng)域均可以超越人類，在創(chuàng)新創(chuàng)造、創(chuàng)意創(chuàng)作領(lǐng)域均可超越人類，可解決任何人類無法解決的問題。

我們認(rèn)為，從目前人工智能的應(yīng)用場景來看，當(dāng)前人工智能仍是以特定應(yīng)用領(lǐng)域?yàn)橹鞯娜跞斯ぶ悄?，如圖像識別、語音識別等生物識別分析，如智能搜索、智能推薦、智能排序等智能算法等。而涉及到垂直行業(yè)，人工智能多以輔助的角色來輔佐人類進(jìn)行工作，諸如目前的智能投顧、自動駕駛汽車等，而真正意義上的完全擺脫人類且能達(dá)到甚至超過人類的人工智能尚不能實(shí)現(xiàn)。我們預(yù)計，未來隨著運(yùn)算能力、數(shù)據(jù)量的大幅增長以及算法的提升，弱人工智能將逐步向強(qiáng)人工智能轉(zhuǎn)化，機(jī)器智能將從感知、記憶和存儲向認(rèn)知、自主學(xué)習(xí)、決策與執(zhí)行進(jìn)階。

資料來源：渤海證券

人工智能行業(yè)未來格局

巨頭掌握基礎(chǔ)層資源，成為生態(tài)構(gòu)建者

人工智能的基礎(chǔ)平臺需要三大要素：超算能力、頂尖的深度學(xué)習(xí)算法人才、海量的數(shù)據(jù)資源。每一樣都有極高的門檻，這決定了基礎(chǔ)層只能是少數(shù)巨頭能夠把控的領(lǐng)域。科技巨頭長期投資基礎(chǔ)設(shè)施和技術(shù)，同時以場景應(yīng)用作為流量入口，積累應(yīng)用，成為主導(dǎo)的應(yīng)用平臺，將成為人工智能生態(tài)構(gòu)建者（如Google、Amazon、Facebook、阿里云等）。在某個行業(yè)應(yīng)用場景數(shù)據(jù)資源相同的情況下，基礎(chǔ)層的企業(yè)因?yàn)槟軌驈淖罨镜?a href="http://ttokpm.com/tags/神經(jīng)網(wǎng)絡(luò)/" target="_blank">神經(jīng)網(wǎng)絡(luò)模型算法作出相應(yīng)的適配和改進(jìn)，往往體現(xiàn)出其他企業(yè)難以超越的優(yōu)勢。

資料來源：阿里研究員、浙商證券研究所

AI正成為基礎(chǔ)設(shè)施，AI-aaS降低企業(yè)智能化實(shí)施門檻

國內(nèi)外科技巨頭（谷歌、微軟、百度、阿里等）及AI初創(chuàng)企業(yè)（Face++等）、上市公司（漢王科技等）紛紛推出AIaaS（Applied Artificial Intelligence-as-a-Service，人工智能即服務(wù)），把成熟的AI技術(shù)作為基礎(chǔ)設(shè)施或工具型產(chǎn)品提供給其他企業(yè)，以“按需付費(fèi)”的形式衍生出了一種新的盈利模式——AIaaS。

資料來源：微軟Azure、亞馬遜AWS、谷歌云官網(wǎng)、阿里云、百度云、國金證券研究所

場景應(yīng)用優(yōu)先爆發(fā)于數(shù)據(jù)化高的行業(yè)

未來3-5 年人工智能以完成具體任務(wù)的服務(wù)智能為主要趨勢，數(shù)據(jù)化程度高的行業(yè)將率先啟動。在服務(wù)智能情景下，數(shù)據(jù)可得性高的行業(yè)，人工智能將率先用于解決行業(yè)痛點(diǎn)，爆發(fā)大量場景應(yīng)用。安防、醫(yī)療、金融、教育、零售等行業(yè)數(shù)據(jù)電子化程度較高、數(shù)據(jù)較集中且數(shù)據(jù)質(zhì)量較高，因此在這些行業(yè)將會率先涌現(xiàn)大量的人工智能場景應(yīng)用。

資料來源：《百度人工智能白皮書》、浙商證券研究所

安防是中國人工智能最先產(chǎn)業(yè)化的行業(yè)。近些年由于國家“平安城市”建設(shè)的推進(jìn)，安防領(lǐng)域的政府投資力度較大，全國過半攝像頭已完成高清攝像頭部署，警務(wù)電子化與信息化已逐步完成，為人工智能技術(shù)部署提供了基礎(chǔ)條件。且隨著安防數(shù)據(jù)爆炸式的增長，智能化安防已經(jīng)是安防領(lǐng)域新的訴求。從AI 技術(shù)上講，安防領(lǐng)域主要運(yùn)用到的技術(shù)是以圖像識別為基礎(chǔ)的人臉識別、車輛識別、人群與行為識別等技術(shù)以及以語義理解為基礎(chǔ)的警務(wù)數(shù)據(jù)分析與理解技術(shù)。

芯片行業(yè)中國有望彎道超車

深度學(xué)習(xí)對計算能力要求非常高，以至于有人稱之為“暴力計算”。傳統(tǒng)的CPU在目前人工智能計算中使用較為普遍，但由于內(nèi)部結(jié)構(gòu)原因，在性能和效率上并不是最優(yōu)選擇，GPU在浮點(diǎn)運(yùn)算、并行計算等方面性能優(yōu)于CPU，FPGA綜合性價比不錯，人工智能ASIC專用芯片效率最高，未來前景廣闊。在PC時代，CPU被國際巨頭壟斷，目前中國人工智能產(chǎn)業(yè)生態(tài)全球領(lǐng)先，在人工智能芯片領(lǐng)域，發(fā)展?jié)摿艽?，像深鑒科技（FPGA）、寒武紀(jì)科技（ASIC）開發(fā)的芯片產(chǎn)品，都處于領(lǐng)先位置。

人工智能行業(yè)之機(jī)器視覺未來發(fā)展趨勢

從表層感知到深層認(rèn)知

數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)算法通過一個函數(shù)來實(shí)現(xiàn)諸多場景與物體的準(zhǔn)確分類，但泛化能力差，碰到新考題缺乏分析能力，問題的解決有賴于常識的建立與基于先驗(yàn)假設(shè)的邏輯推斷，這將使計算機(jī)視覺與語言接軌，由感知智能上升至認(rèn)知智能。再進(jìn)一步，分類僅為視覺系統(tǒng)應(yīng)有的基礎(chǔ)功能之一，終極目的應(yīng)為打造出可與世界交互的機(jī)器人智能視覺系統(tǒng)，由機(jī)器人所要解決的更加綜合復(fù)雜的現(xiàn)實(shí)問題來驅(qū)動其選擇要感知的事物與感知的精準(zhǔn)度，支撐其圓滿完成任務(wù)。

資料來源：艾瑞咨詢

算法迭代加速為各領(lǐng)域商業(yè)賦能

雖然終極愿景道阻且長，但分類任務(wù)的日益精準(zhǔn)已解鎖并將不斷解鎖更多場景應(yīng)用。如同過去5年計算機(jī)視覺技術(shù)在人臉識別上的不斷突破，誤報率從2015年的千分之一下降至2017年的十億分之一（在通過率為90%的情況下），商業(yè)服務(wù)、城市安全、大眾娛樂等諸多場景均體會到不同層次的智能升級，商品、道路環(huán)境、醫(yī)療影像、遙感影像等更多對象的識別、分類問題也將會逐步突破工業(yè)化紅線，從僅做輔助補(bǔ)充的非關(guān)鍵性應(yīng)用拓展到切實(shí)提升核心業(yè)務(wù)效率的關(guān)鍵性應(yīng)用。各行各業(yè)的創(chuàng)新型智能應(yīng)用將紛至沓來，而人臉識別的性能亦將繼續(xù)攀升，追求百億、千億規(guī)模上的可行性。

資料來源：艾瑞咨詢

技術(shù)供應(yīng)商將繼續(xù)完善商業(yè)服務(wù)鏈條

對于更為廣泛的傳統(tǒng)行業(yè)或線下使用場景的潛在客戶，計算機(jī)視覺的技術(shù)落地往往涉及對具體業(yè)務(wù)場景的硬件設(shè)備改造、軟件集成以及本地計算設(shè)施的部署，算法、技術(shù)的實(shí)際功效更需要建立在對客戶真實(shí)業(yè)務(wù)場景的深層理解之上有針對性的開發(fā)。不斷增長的市場需求要求更加全面、及時的售前、售中和售后服務(wù)，而在對視覺技術(shù)能夠達(dá)到的有效幫助缺乏足夠認(rèn)知或部分暫時缺乏科學(xué)完善的評測標(biāo)準(zhǔn)或技術(shù)相對同化的業(yè)務(wù)場景，市場銷售的重要性尤為凸顯。既要注重前沿算法研發(fā)，又要注意現(xiàn)階段商業(yè)落地與市場拓展，這些都為以高新技術(shù)人才為主的計算機(jī)視覺公司提出了更為綜合的挑戰(zhàn)。

資料來源：艾瑞咨詢

人工智能未來暢想

人工智能的發(fā)展的終極目標(biāo)是類人腦思考。目前的人工智能已經(jīng)具備學(xué)習(xí)和儲存記憶的能力，人工智能最難突破的是人腦的創(chuàng)造能力。而創(chuàng)造力的產(chǎn)生需要以神經(jīng)元和突觸遞質(zhì)傳遞為基礎(chǔ)的一種化學(xué)環(huán)境。目前的人工智能是以芯片和算法框架為基礎(chǔ)。若在未來能再模擬出類似于大腦突觸傳遞的化學(xué)環(huán)境，計算機(jī)與化學(xué)結(jié)合后的人工智能，將很可能帶來另一番難以想象的未來世界。