2022年中国人工智能行业研究报告——人工智能AI融合多场景,打造人工智能产业生态
时间:2022-6-24 10:59       作者:雨后的云彩       阅读:6020       频道:元宇宙专题VR分析前沿科技报告


半个多世纪以来,人工智能技术的发展已经大大延伸了人类利用智能劳动改造世界的深度与广度。人工智能产业的发展也呈现出如火如荼的景象,机器在搜索、计算、存储等方面展现出人类无法比拟的优势,前沿也将在感知、推理、归纳等方面突破瓶颈,在更多应用场景下取得革命性进步。



P增强现实ART 01

人工智能基本概况

人工智能(人工智能AI)是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,它可以生产一种新的能以类人智能的方式做出反应的智能机器,该领域的所涉及的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能三大要素分别为:数据、算法、算力。



01

数据

人工智能的发展高度依赖海量的数据信息,由于大数据产业的高速发展,数据量呈现爆炸性增长态势,积累了海量、多维度数据,为深度学习提供了外部素材。

02

算法

从传统逻辑到机器学习再到深度学习,算法的演变极大地提高了人工智能的应用维度和效率

03

算力

算法的实现、海量数据的获取和存储,以及计算能力的执行,都离不开芯片这一核心设备作为基础。具有超高运算能力与逻辑架构,制成符合市场需求的人工智能AI芯片,是人工智能领域可持续发展的重要因素。

人工智能的智能化程度可分为弱人工智能(ANI)、强人工智能(AGI)和超强人工智能(ASI)。

弱人工智能

专注于且只能解决单个特定领域问题的人工智能。

强人工智能

能够胜任人类所有工作的人工智能。

超强人工智能

在科学创造力、智能和社交能力等每一个方面都超越人类大脑的人工智能。

如前文所言,人工智能具有算力、算法、数据三大基本要素,从整个生态体系来看,人工智能AI基础层提供算力支持,在通用技术平台解决算法问题,而场景化应用则进一步用于实际服务,并不断深挖数据价值。



人工智能行业智能程度分类

P增强现实ART 02

人工智能行业发展历程

(1)人工智能的概念形成于20世纪50年代,正式诞生于1956年的达特茅斯会议。从产业发展角度来看,人工智能经历了四大发展阶段:

①初始萌芽期(1956-70年代中后期):1950年,著名的图灵测试诞生,同一年,图灵还预言会创造出具有真正智能的机器的可能性。1954年,美国人乔治·戴沃尔设计了世界上第一台可编程机器人。这一阶段处于人工智能的逻辑推理时期,产业化的应用尚以专家系统为主;

②瓶颈突破期(1980-1990年):在经历过上世纪70中期短暂的瓶颈期后,各国开始加大对人工智能技术研发的投入力度,随后越来越多的实用性产品在此期间问世;

③稳定发展期(1991-2011年):在这一阶段,人类逐渐意识到了人工智能AI算法的强大,1997年IBM公司的电脑“深蓝”战胜国际象棋世界冠军卡斯帕罗夫,成为首个在标准比赛时限内击败国际象棋世界冠军的电脑系统。人工智能AI迎来了机器学习与深度学习发展的新阶段。

④蓬勃发展期(2012年至今):当前人工智能理论和互联网、云计算、大数据等新兴技术的日益成熟,应用范围及场景不断增多,人工智能产业化逐渐完备,相应的商业模式也在持续演进和多元化。



全球人工智能行业发展历程

(2)从智能化演进程度来看,人工智能可分为三个阶段,分别为计算智能、感知智能和认知智能。

①计算智能阶段:即快速计算和记忆存储能力。计算机发展成熟且具有优势的便是其强大的运算能力和存储能力。1996年IBM的“深蓝”计算机战胜了当时的国际象棋冠军卡斯帕罗夫这一事件标志着人类在强运算型场景下的计算能力已不如机器算力。

②感知智能阶段:即类似人的视觉、听觉、触觉等对外界刺激做出反应的能力。人和动物能够通过各种智能感知能力与自然界进行交互。机器通过人工智能AI技术,也可实现这种类人智能,如自动驾驶汽车就是通过激光雷达等感知设备和人工智能AI算法相结合,实现这样场景应用的。当前人类社会的人工智能AI技术正处于感知智能不断完善的阶段。

③认知智能阶段:通俗讲是一种“能理解、会思考”的能力。前沿机器能在没有数据信息被动输入的情况下,主动进行环境感知、信息采集、逻辑判断、做出决策等,实现类人智能。在这一阶段机器能够替代了大量的传统体力劳动,并辅助人们做出理论上的最优决策。

P增强现实ART 03

人工智能标准体系架构

2022年国家标准化管理委员会、中央网信办、国家发展改革委、科技部、工业和信息化部关于印发《国家新一代人工智能标准体系建设指南》的通知,将人工智能标准体系结构分为以下八个部分:

01基础共性标准

包括术语、参考架构、测试评估三大类,位于人工智能标准体系结构的最左侧,支撑标准体系结构中其它部分。

02支撑技术与产品标准

对人工智能软设备平台建设、算法模型开发、人工智能应用提供基础支撑。

03基础软设备平台标准

主要围绕智能芯片、系统软件、开发框架等方面,为人工智能提供基础设施支撑。

04关键通用技术标准

主要围绕智能芯片、系统软件、开发框架等方面,为人工智能提供基础设施支撑。

05关键领域技术标准

主要围绕自然语言处理、智能语音、计算机视觉、生物特征识别、虚拟现实/增强现实、人机交互等方面,为人工智能应用提供领域技术支撑。

06产品与服务标准

包括在人工智能技术领域中形成的智能化产品及新服务模式的相关标准。

07行业应用标准

位于人工智能标准体系结构的最顶层,面向行业具体需求,对其它部分标准进行细化,支撑各行业发展。

08安全/伦理标准

位于人工智能标准体系结构的最右侧,贯穿于其他部分,为人工智能建立合规体系。


人工智能标准体系架构

P增强现实ART 04

人工智能行业核心技术与应用

1.

机器学习

机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习专注于算法,允许机器学习而不需要编程,并在暴露于新数据时进行更改,让计算机不依赖确定的编码指令,模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。基于处理数据种类的不同,可分为有监督学习、无监督学习、半监督学习和强化学习等几种类型。基于学习方法的分类,可分为归纳学习、演绎学习、类比学习、报告学习。基于数据形式的分类,可分为结构化学习和非结构化学习。

深度学习是机器学习的一种,机器学习是单层的,深度学习是多层的。计算机通过深度学习技术对数据信息进行总结、抽象,并发现其中的规律。在数据输入后,通过多层非线性的特征学习和分层特征提取,最终对输入的图像、声音等数据进行预测。深度学习框架多设备平台适配总体架构技术方案包括设备管理层接入接口、算子适配层接入接口,训练框架与推理框架的多设备适配指标体系包括安装部署、兼容适配、算子支持、模型支持、训练性能、稳定性和易扩展性等。


机器学习原理

2.

机器视觉

机器视觉是指用机器代替人眼来做测量和判断,自动采集并报告图像,以获取控制或评估特定零件和特定活动所需的数据。机器视觉是一项综合技术,包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软设备技术(图像增强和报告算法、图像卡、I/O卡等)。

3.

自然语言处理(NLP)

自然语言处理(NLP)是指利用人类交流所使用的自然语言与机器进行交互通讯的技术。通过人为对自然语言的处理,使得计算机对其能够可读并理解。自然语言处理技术是人工智能最早的应用技术,该技术细分领域包括文本分类和聚类、信息检索和过滤、机器翻译等。文本分类和聚类按照关键字词做出统计,建造一个索引库,用于检索。信息检索和过滤是对网络关键词进行瞬时检查并运行处理,机器翻译是利用深度学习算法,进行语言翻译并提升正确性。

4.

知识图谱

知识图谱是指显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、报告、构建、绘制和显示知识及它们之间的相互联系。知识图谱技术 是指知识图谱建立和应用的技术,是融合认知计算,知识表示与推理,信息检索与抽取,自然语言处理与语义Web,数据挖掘与机器学习等方向的交叉研究。

5.

人工智能AI芯片

人工智能AI芯片主要有传统芯片和智能芯片两类,另外还有受生物脑启发设计的类脑仿生芯片等。传统芯片可以覆盖人工智能程序底层所需要的基本运算操作,但是在芯片架构、性能等方面,逐渐难以适应人工智能技术与应用的快速发展;智能芯片则是专门针对人工智能领域设计的芯片,包括通用和专用两种类型。其中通用型智能芯片具有普适性,在人工智能领域内灵活通用;专用型智能芯片是针对特定的应用场景需求设计的。人工智能AI芯片根据部署位置可以分为云端(数据中心)芯片和边缘端(终端)芯片。云端芯片是指部署在公有云、私有云或混合云中的芯片,主要用于处理海量数据和大规模计算。边缘端芯片是指应用于手机等嵌入式、移动终端等领域的人工智能AI芯片,如智能手机、边缘服务器、工控设备等,此类芯片一般体积小、耗电低、性能无需特别强大。随着人工智能AI算法模型的应用逐渐走向成熟,端侧人工智能AI芯片正在朝着高性能、低功耗的方向发展。高性能是为了不断提高用户体验,完成更有挑战的用户需求;低功耗则是因为端侧应用普遍属于功耗敏感型场景,对于芯片的体积、发热量、耗电量都有着明确的限制。

6.

生物识别技术

生物识别技术是指通过人类生物特征进行身份认证的一种技术,人类的生物特征通常具有可以测量或可自动识别和验证、遗传性或终身不变等特点,因此生物识别认证技术较传统认证技术存在较大的优势。生物识别技术的主要研究对象还包括语音、脸部、虹膜、视网膜、体形、个人习惯(包括敲击键盘的力度和频率、签字)等,与之相应的识别技术包括语音识别、人脸识别、虹膜识别等。生物识别技术比传统的身份鉴定方法更具安全、保密和方便性。生物特征识别技术具不易遗忘、防伪性能好、不易伪造或被盗、随身“携带”和随时随地可用等优点。

7.

智能语音识别

智能语音识别主要研究人机之间语音信息的处理和反馈问题,即研究如何通过语音实现人机交互,相关的技术流程为前端处理、语音预处理、语音激活、语音识别、自然语言处理和语音合成。随着网络信息技术和人工智能的发展,智能车载系统通过融合数字显示、手势操作、智能语音等多项技术,为汽车的驾乘人员提供多元化的人车交互服务。自然语音识别系统相比于传统语音系统,最大的特点是对中文语言进行深入优化,无需刻板的命令词汇,系统便可以理解驾驶员的指令。此外在智能家居、智慧医疗等领域,智能语音识别技术被广泛用于人工智能AI助手等设备终端,极大地方便了人们的生活。

P增强现实ART 05

人工智能生态体系的打造

人工智能产业链可以分为基础层、技术层和应用层三个层面。

01

基础层

人工智能基础层是支撑人工智能产业发展的基石,它提供了数据及算力资源,主要包含传感器、人工智能AI芯片、数据服务和云计算服务。

02

技术层

人工智能技术层是人工智能行业发展的核心驱动力,侧重核心技术的研发,主要包括深度学习框架、算法模型开发以及人工智能平台。深度学习框架和开放平台在技术层实现了对技术和算法的封装,使技术快速实现商业化,主要涉及的技术包括计算机视觉、机器学习、语音处理及自然语言处理等。

03

应用层

人工智能应用层是建立在基础设施层与技术平台层的基础上,结合大数据和分布式计算技术生产针对各行各业的解决方案,解锁行业的人工智能应用场景,是人工智能技术与各行业的深度融合,细分领域众多、领域交叉性强,呈现出相互促进、繁荣发展的态势,具体应用前景广阔。


人工智能行业基本架构

人工智能相关产业细分领域大概分为五类:销售智能设备、提供智能服务、智能平台变现、智能软件授权以及智能项目整合。不同的商业领域决定了人工智能AI技术的变现能力,目前国内外的中大型厂商都已经初步形成了各自不同的核心竞争力,依据五类人工智能商业内容呈现出的最终形式,大致可以分为以下三类公司:

第一类:人工智能创业公司

人工智能创业公司主要是依靠其对于某一垂直领域的技术研发或渠道优势,通过销售相关技术产品设备或服务获得盈利。人工智能领域创业的技术门槛较高,一旦成功产业化,则竞争压力相对较小。这类公司的商业模式相对比较传统,在获得市场关注和盈利前,需要投资人在人才与研发环节持续投入。而获得源源不断的融资VC融资也靠创始人的声誉背书,因此这类企业短时间内的收入模型和盈利模式比较模糊。

第二类:人工智能平台

大型人工智能科技公司一般布局都在基础功能平台服务上,如大数据、云计算平台。现在越来越多的巨头也把资源投入到了人工智能AI领域,如微软旗下成熟的人工智能AI平台。大型科技巨头公司将主要精力花在布局基础设施上,且多数人工智能平台主要都是靠应用程序接口(API)来盈利,调用的API次数越多,收费越高。而在调用这些API的同时,用户通常还会涉及其他服务,如服务器、虚拟机、数据库等,这也将为企业盈利带来新的增长点。

第三类:人工智能咨询与定制服务

人工智能AI咨询和定制服务就是根据企业和客户的需求进行定制化的人工智能解决方案。现阶段,人工智能方案对于传统制造与服务类企业来说,规模化应用及成本控制难度较大。但随着前沿人工智能AI技术的发展,与人工智能服务相关的产品成本必将下降,中小型企业也可以负担并愿意进行智能升级改造。人工智能AI咨询与定制服务的商业模式较为独特,目前大致有两种模式:一是成熟的人工智能AI专利应用,如开发一个独家专利的人工智能解决方案产品,并出售给下游用户,其产品可标准化、规模化量产。二是客户定制化服务,比如为某家公司客户进行产品定制服务,服务的归属权归客户所有,服务公司无权转卖,此类定制服务价格较高,市场竞争能力强。

P增强现实ART 06

人工智能行业发展的难点与趋势

人工智能发展存在的问题:

软设备设施存在利用率低、兼容性差的问题

众多智能化设备中,传统的设备架构存在利用率低,不能完全满足人工智能AI密集指令以及海量的数据传输、处理、存储等方面的要求,且不同场景的人工智能计算设备指令集、微架构设计不同,设备设备存在统一标准规范缺失,设备间难以兼容的问题。而在软件方面,人工智能编译工具大多由不同的软设备生产商提供,工具完整性、融合程度、效率等没有统一的衡量标准,人工智能产品在实际应用中难以形成高度契合的人工智能AI生态产品体系。

人工智能的行业发展不均衡

我国人工智能在应用层面的发展存在结构性失衡的问题。由于行业监管和盈利条件影响,不同行业间人工智能AI应用程度和发展前景存在显著差异。虽然机器智能的潜力正在慢慢显现,但是各个行业之间人工智能发展较为不平衡,并逐渐形成了两级分化。最早开始应用人工智能的行业如金融、交通、安防、电商等,已经开始从人工智能的浪潮中受益,并持续保持领先地位。而在其他人工智能AI技术发展缓慢的行业,如教育、政务、养老等领域,一方面由于人工智能专用芯片设备技术起步晚,相关产业链亟待完善,行业人工智能标准缺失;另一方面,企业对国外开源深度学习系统平台依赖度高,国内缺少类似成熟的开源平台,导致行业整体的智能化水平偏低,尚未形成规模化的产业盈利模式。

社会权力结构问题

人工智能产品缺少完善的伦理控制,同时被赋予更多的自主决策权,这将带来新的社会权力结构问题。借助人工智能AI算法,企业可以赋予每个用户大量的数据标签,并基于这些标签了解人的行为和偏好,通过报告数据,企业甚至得出超过用户对自己的了解的私密信息,这在社会伦理层面导致了巨大的权利不对称,这一现状潜在的侵权问题,应引起各国政府及法律层面的重视与防范。

机器带来的偏见与歧视

深度学习算法可引导用户决定自己的行为倾向,如看什么视频、吃什么美食,甚至还能决定消费的资金等,而在社交媒体中,人工智能将观点相近的人和资讯相互推荐,人们的信息来源越来越依赖于智能机器,而拒绝自己不喜欢或不认可的人、事与观点。潜在的主观偏见会在这种同化及路径依赖过程中被强化,极易使人们陷入认知偏差。

人工智能行业发展趋势:

人工智能技术渗透进更多生活场景,带来生活方式的深刻变革

随着互联网的不断普及,人工智能也被投入到更多的领域,前沿将出现更多场景下的人工智能AI助手产品。无论是信息资讯还是日常需求,人工智能AI助手将越来越能参与进人们的工作生活中。此外对于人们深层次的心灵关怀与精神陪伴,前沿或将出现更人性化、智能化的虚拟代理以及对话机器人,将服务感知深入进内容与情感层面与用户交流。在3D视觉领域,随着3D视觉理论研究成果的问世,为低成本高质量的3D内容生成提供了良好技术支撑,基于3D虚拟形象的舞台演出、直播带货、教育互动等应用层出不穷。前沿,3D视觉技术将持续在包括游戏娱乐、影视制作、电商直播、医疗整形等众多领域广泛应用,虚拟与现实的边界将不断淡化。

人工智能与脑科学融合,孕育出“超级大脑”

作为人工智能的终极目标,类脑智能已成为全球热议的话题。科学界也逐步达成共识,即要想突破人工智能的技术壁垒,必须先要在脑科学领域有所建树。传统的人机交互,是通过语音识别、语义解析、行动选择、任务处理、语音合成等一系列过程实现。但是自然语言中不可避免存在表达模糊和错误,一旦输入语音存在错误,机器由于没有理解能力,将无法识别、纠正错误。也正因如此,人工智能芯片相较于人类大脑的学习能力和可扩展性还是有着明显的不足。前沿人工智能芯片将逐渐完善学习能力,突破限制,学习类神经计算的能力。

算法公平性程度提升,推动人工智能AI应用走向普惠无偏见

由于数据偏差、算法本身缺陷、甚至是人为偏见的存在,现有人工智能AI算法普遍存在对于某些特定人群效果不公平的“歧视性现象”。随着人工智能AI算法智能在社会各行业的广泛应用,作为辅助人们决策的重要工具,算法的公平性问题正受到越来越多的关注。过去的几年间,业界已在逐步探索一些针对性的解决方案,包括构建更公正的数据集、算法训练中引入公平性约束损失、提高机器学习算法的可解释性等。但就整体而言,当前公平性研究在伦理关系的权衡、不同场景的泛化性、有效性等问题上正处于方兴未艾的阶段。预计前沿在全球范围内,人工智能AI算法公平性的研究将持续深化,在生物识别、辅助决策等应用场景中取得突破,为不同人群带来更加普惠、无偏见的效果。

注重隐私保护,人工智能技术向着安全智能方向迈进

前沿人工智能技术将向着安全智能方向持续演化,在隐私保护方面,人工智能AI算法开发中的数据隐私保护问题受到的关注以及监管日益增长。针对机器学习中上述隐私保护问题,研究工作近年来逐步深入走向成熟,发展出了数据匿名化、联邦学习、差分隐私等一系列方法。人们在隐私保护和人工智能AI深度感知之间不断寻求平衡。现阶段,基于这样的系统,各国已在包括金融、安防、出行、医疗等领域研发了新型的人工智能AI决策的解决方案,完善了与用户交互的授权机制,明确了人工智能AI介入的界限,切实保障用户的个人信息安全不受侵犯。

来源:物联网标识号












本文源自公众号“无锡物联网创新中心有限公司”
威锐网声明:转载此文供网友阅读了解该主题内容、出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。

上一篇:中国股市:元宇宙Metaverse概念再次爆出利好,相关概念股直接拉满(附名单)
下一篇:直通专业 | 人工智能
关注威锐网,随时随地,阅读分享元宇宙!

路过

雷人

握手

鲜花

鸡蛋

最新评论






威锐网元宇宙ARVRAI前沿科技网站-记录ARVRAI前沿科技见证元宇宙未来-本站除原创AR增强现实VR虚拟现实AI人工智能元宇宙前沿科技新闻资讯-其它内容来源自网络·已标明来源出处,如已侵犯您的版权,请联系我们删除