来源：智东西
摘要：信通院最新发布全球人工智能产业地图，从底层技术到垂直应用，盘点人工智能发展态势。
这年头，没挂上AI的名号，都不好意思说自己是旗舰机。德勤也预测到：2023年，人工智能芯片将成为智能手机的标配。除了手机，智能音箱作为AI的一大入口，也是迅速风靡：2017年销售量达165万台。
人工智能，这个科幻感十足的名词，正在走进现实：各国将AI融入顶层设计，巨头们积极布局生态，小厂商们纷纷在各大场景找突破，金融、医疗、公共服务等领域的新应用雨后春笋般的冒出来。
本期我们推荐信通院最新发布的全球人工智能产业地图，盘点人工智能产业链整体发展态势。
以下为整理呈现的干货：
AI浪潮爆发的背后
随着PC市场、 移动终端市场渐于饱和，互联网正在迎接人工智能时代。
▲全球爆发人工智能产业浪潮
人工智能（AI）一词最早出现于1956年的达特茅斯会议，受限于早期的计算性能和算法发展，AI经历了半个多世纪的起起伏伏，概念更迭。
21世纪，随着计算能力大幅提升（特别是GPU的引入）、云计算的兴起、机器学习（特别是深度学习）变得更加强大、互联网数据量急剧增长，人工智能从此进入了加速增长的新阶段。
▲三大因素推动人工智能快速发展
2016年，随着AlphaGo在人机大战（韩国围棋高手李世石败给谷歌人工智能AlphaGo）中，完成了传统算法在传统硬件架构下的不可能任务，“人工智能”成为热词，一夜蹿红。
人类看到了机器智能的曙光，产业看到了信息革命的风口。
▲信息革命：人工智能将成为各个产业的核心（援引软银世界大会.2017）
普华永道分析指出，截至2030年，AI将为全球GDP带来14%的增长，也就是15.7万亿美元（6.6万亿美元来自生产力的提高，9.1万亿美元来自相关消费/商业市场）。
▲主要国家加快布局人工智能
为此，各国政府将AI融入顶层设计，相关政策层出不穷，联手资本推动技术向产业转化；科技巨头致力于AI底层技术，并购交易数量飙升，围绕自家主业打造AI生态并加速向其他业务的扩散；中小企业在各个细分领域找到了生存空间并纷纷站队，传统企业走上转型之路……
▲人工智能分类与应用场景（援引渤海证券）
目前，人工智能全产业链基本形成。
从提高生产力的角度来看，AI为交通、医疗、教育、工业等行业的各层级提供深度融通，ICT（信息与通信技术）供给能力产生质的飞跃；从相关消费/商业市场的角度来看，AI加持下，实体经济数字化、网络化、智能化转型升级步伐加快。
▲AI全产业链基本形成
从AI创新的活跃度来看，科研机构和企业都在加快人工智能研究和创新，相关专利数指数型增长。2016年科技巨头在AI上的相关投入已经达到200亿到300亿美元，2017年AI投融资金额呈现井喷，2018年国产AI独角兽创企更是迎来了上市良机。
▲AI产业热度逐步提升
从规模来看，语音、视觉等AI技术已经步入实用和商用，智能音箱、智能安防等新兴市场备受追捧。我国现有人工智能企业数量已经接近1500家；全球来看，欧洲和亚洲的新增AI企业数增速逐步提升。
▲创新AI企业快速涌现，我国是人工智能发展高地
全球产业地图
人工智能产业链结构分为基础层（计算基础设施）、技术层（软件算法及平台）与应用层（行业应用及产品）。
基础层
▲AI基础层产业地图
基础层主要包括计算硬件（AI芯片）、计算系统技术（云计算、大数据和5G通信）和数据（数据采集、标注和分析）。
▲AI芯片产业梳理
以AI芯片为例，作为AI产业的核心硬件，有分析认为，到2020年AI芯片市场规模将达到146.16亿美元，约占全球人工智能市场规模12.18%，故此发展迅猛。
AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责），支撑于侧、端侧AI计算需求。
当前，AI芯片主要分为GPU、DSP、FPGA、ASIC以及类脑芯片等，尤其是于端深度学习计算平台的需求正在快速释放。其中，来自我国的亮点企业有寒武纪、深鉴科技等。
▲全球部分人工智能公共数据集情况
除了计算硬件的支持，全球数据流量的快速增长也为AI倚仗的深度学习提供了良好基础，公共数据集为创新创业和行业竞赛提供优质数据，给初创企业带来必丌可少的资源。
有这样一种说法：深度学习是人工智能这台火箭的发动机，燃料是大数据，云计算是引擎。
技术层
▲AI技术层产业地图
技术层面，我们可以从三个维度来理解：算法理论（机器学习算法、类脑算法）、开发平台（基础开源框架、技术开放平台）和应用技术（计算机视觉、自然语言理解和人机交互）。
▲关键平台逐步形成，是产业竞争焦点
其中，开发平台可谓巨头云集。以平台为核心既能纵向打通全产业，又能以业务为导向抢滩重点产业，拓展基础技术，从而与自家的硬件战略打配合战。
基础开源框架方面，优势企业如谷歌、亚马逊、脸书加快部署机器学习、深度学习底层平台，建立产业事实标准。目前业内已有近40个各类AI学习框架，生态竞争异常激烈。
技术开放平台方面， 典型企业如科大讯飞、商汤科技利用技术优势建设开放技术平台，为开发者提供AI开发环境，建设上层应用生态。
▲部分应用技术快速成熟，进入实用阶段
应用技术方面，以语音识别、机器视觉为代表的人工智能技术快速成熟，达到实用化水平（详细成熟度评估参考智东西第209期内参）。
鉴于语音识别、机器视觉的成熟化，机器视觉、智能语音成为AI产业化水平最高的人工智能领域，企业数量和初创企业快速增长。
应用层
▲AI应用层产业地图
应用层面，我们可以从行业解决方案（“AI+”）和典型产品（机器人、智能音箱、智能汽车、无人机等）两个角度来看。
▲“AI+传统行业”：加快融合创新，推动社会转型升级
先来说行业解决方案，主要也就是“AI+传统行业”，这就覆盖了安防、交通、医疗、制造、教育、金融、家居等诸多垂直领域。
对于安防产业，AI指向了智能化检测预警与控制，将带来行业变革；对于交通，驾驶模式、交通优化等AI方案将提高城市通行效率，改变人们的出行模式；对于消费市场，智能音箱、智能家居等多通道交互产品将改变用户模式，催生新的O2O平台；对于工业而言，AI指向的工业机器人，甚至无人工厂将改善作业环境，提升生产力，降低成本。
本土AI的发展
▲当前各国AI实力：美国领跑，中国猛追
▲AI企业分布
目前，美国仍是人工智能核心发源地之一，坐拥卓越的技术研发机构、理论学科以及各类实验室，加上资本、政策利好，AI产业发展前景乐观，在基础算法和理论研究方面，相对领先，其它国家人工智能发展正在快速跟进。
中国已经成为全球AI中心之一。但数据环境、人才紧缺和智能硬件，特别是微晶片、CPU等产业的不成熟，可以说是中国人工智能发展面临的最大难题。
▲三个维度推动我国AI基础环境建设
不过，在政策指导和监管下，强烈的市场需求，包括工业、商业市场和消费场景，将会强力作用于AI技术研发和人才培养。目前，国内北京人工智能发展领跑全国，沪粤江浙发展逐步加速。
▲加快关键环节布局，推动我国人工智能产业生态化发展
人工智能在经历了2017年的爆炸式发展后，并没有冷却起来，巨头们强势布局，各大创企纷纷进入成长期，在政策和资本的支持下加速建设技术壁垒并推广商业应用。预计AI+安防、出行、工业、金融等行业将率先增长，计算芯片、模式识别（语音和图像）、自然语言理解的可用性将得到检验，新的消费场景和商业模式将得到探索。
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。
如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
