政策利好：2016年5月24日，由国家四部联合发布的《“互联网＋”人工智能三年行动实施方案》，从平台资源、服务体系、技术支撑、人才教育培训等方面为国内AI发展提供有利条件。7月5日发改委就《战略性新兴起的产业重点和服务指导目录》2016版公开征求意见。对原有的七大产业也进行了修订，如在“新一代

  经济：从产业角度看，虽然人工智能现阶段还处于“少年期”，但无论从技术成熟度还是长期资金市场关注度看，人工智能都有很大的发挥空间。首先互联网经济的繁荣，为AI提供了庞大的用户群，同时出现人工智能投资热点，2015年人工智能勇于探索商业模式的公司供获得投资资金额达12.6亿。

  社会：在消费升级的趋势下，零售开始智能化，有智能货柜，智能家居生活用品，消费者与商家有更多的互动，有更精准的俄消费者画像，品牌更加的娱乐化和年轻化；在医疗大健康的背景下，医疗需要智能化，需要有更先进的手段来满足手术需求；在人力成本逐步上涨的背景下，工厂无人化，工业机器人大规模使用；车辆也开始无人化，京东开始用无人机无人车送花，还有无人驾驶的汽车等；这样会形成新的生活态度，解放人的体力和部分脑力。

  技术：国内一大批企业在视觉识别、语音识别等领域实现技术突破也为我们国家的人工智能产业的发展提供了有利条件。深度学习技术，成为了比人更厉害的信息分类器。

  人工智能，英文缩写为AI，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术以及应用系统的一门新的技术科学，是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出防御的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。如今，人工智能已经演化成了机器学习、自然语言处理、图像识别以及人机交互这四大模块。

  机器学习技术：指计算机通过对大量已有数据的处理分析和学习，从而拥有预测判断和做出最佳决策的能力。这项技术与计算机科学、统计学、数学优化算法等都有着密不可分的关系。其代表算法有深入学习、人工神经网络、决策树、增强算法等。

  自然语言处理技术：指让计算机可以理解人类的语言，包括将人类语言转化为计算机程序可以处理的形式及将计算机数据转化为人类自然语言两种形式。这里指的语言可以是声音也可以是文字。这项技术的主要内容包括信息检索、信息抽取、词性标注、句法分析、多语处理、语音识别等。

  图像处理技术：指让计算机拥有人类的视觉功能，可以获得、处理并分析和理解图片或多维度数据。这项技术的主要内容包括图像获得、图像过滤和调整、特征提取等。

  人机交互技术：指计算机系统和用户可以通过人机交互界面进行交流。这项技术包括的主要内容包括计算机图像学、交互界面设计、增强现实等。

  人工智能可以细分为13个领域：全面覆盖了深度学习/机器学习（通用）、深度学习/机器学习（应用）、自然语言处理（通用）、自然语言处理（语音识别）、计算机视觉/图像识别（通用）、计算机视觉/图像识别（应用）、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别等。

  首先是计算处理及信息储存的芯片巨头，像英特尔、NVIDIA等公司，它们处于这一领域的最上游，为中下游产业链提供计算处理能力及相关解决方案，他们决定了人工智能发展的深度。

  其次是大数据产业链中的原始数据获取方，包括运营商、BAT、微软、谷歌等把持互联网入口的公司，它们掌握着机器学习必须的数据资源，决定了人工智能发展的广度。

  此外，还有人工智能技术的研发集团，其中自动驾驶、深度学习、语音识别以及图像识别等领域都有着各自取得领先公司和团队。

  相较于全球市场，我国AI产业链主要包括基础技术支撑、人工智能技术及人工智能应用三个层次。

  在人工智能领域，传统的芯片计算架构已无法支撑深度学习等大规模并行计算的需求，这就需要新的底层硬件来更好地储备数据、加速计算过程。基础层主要以硬件为核心，其中包括GPUFPGA等用于性能加速的硬件、神经网络芯片、传感器与中间件，这些是支撑人工智能应用的前提。这些硬件为整个人工智能的运算提供算力，目前多以国际IT巨头为主。

  目前在GPU领域，英伟达主打工业级超大规模深度网络加速，并于日前推出了基于Volta、首款速度超越100TFlops的sla；英特尔主要围绕FPGA构建产业，推出了模仿人脑的人工智能芯片。谷歌也推出了第二代TPU芯片，为自己的开源TensorFlow框架提供芯片支撑。除了这些谈到的行业巨头，在这一领域还有众多的初创公司，如中星微、寒武纪以及西井科技等，但在产业布局能力和研发实力方面还不可与这些巨头匹敌。

  技术层是人工智能发展的核心，对应用层的产品智能化程度起到决定性作用，在这一发展过程中，算法和计算力对AI的发展起到主要推动作用。技术层主要依托基础层的运算平台和数据资源进行海量识别训练和机器学习建模，以及开发面向不同领域的应用技术，包含感知智能和认知智能两个阶段。其中，感知智能阶段通过传感器、搜索引擎和人机交互等实现人与信息的连接，获得建模所需的数据，如语音识别、图像识别、自然语音处理和生物识别等；认知智能阶段对获取的数据进行建模运算，利用深度学习等类人脑的思考功能得出结果，如机器学习、预测类API和人工智能平台等。在此基础上，人工智能才能够掌握“看”与“听”的基础性信息输入与解决能力，才能向用户层面演变出更多的应用型产品。

  当前，国内的人工智能技术平台在应用层面主要聚焦于计算机视觉、语音识别和语言技术处理领域，国内技术层公司发展势头也随之迅猛，其中的代表性的企业包括科大讯飞、格灵深瞳、捷通华声（灵云）、地平线、SenseTime、永洪科技、旷视科技、云知声等。

  应用层主要是基于基础层与技术层实现与传统产业的融合，实现不同场景的应用。随着AI在语音、语意、计算机视觉等领域实现的技术性突破，将加速应用到各个产业场景。

  消费级终端包括智能机器人、智能无人机以及智能硬件三个方向，场景应用主要是对接各类外部行业的AI应用场景。近年来，国内企业陆续推出应用层面的产品和服务，比如小i机器人、智齿客服等智能客服，“出门问问”、“度秘”等虚拟助手，工业机器人和服务型机器人也层出不穷，应用层产品和服务正逐步落地。

  其中，IBM最早布局人工智能，“万能Watson”推动多行业变革；百度推出“百度大脑”计划，重点布局无人驾驶汽车；而谷歌的人工智能业务则较为繁杂，多领域遍地开花，包括AlphaGo、无人驾驶汽车、智能手术机器人等；微软在语言语义识别、计算机视觉等领域保持领先。除此此外，家电行业也掀起了人工智能的热潮，不少家电企业都瞄准了人工智能，潜心研发AI技术，将其应用于家电产品。今年以来，长虹、美的、格力、格兰仕等都在向人机一体化智能系统转型，试图立足“SmartHome”，将AI和智慧家庭更紧密地结合在一起。

  人工智能大致上可以分为计算智能、感知智能、认知智能。计算智能，即机器“能存会算”的能力；感知智能，即机器具有“能听会说、能看会认”的能力，主要涉及语音合成、语音识别、图像识别、多语种语音处理等技术；认知智能，即机器具有“能理解会思考”的能力，主要涉及教育评测、知识服务、智能客服、机器翻译等技术。

  我们根据产业图谱分析，分别在人工智能基础层、技术层、应用层三大层级中寻找一些代表企业：

  语音识别&自然语言处理：百度、腾讯、科大讯飞、微软亚洲研究院、云知声、思必驰、出门问问、紫冬锐意、普强科技等；

  机器学习&深度学习：金山云、商汤科技、依图科技、第四范式、深网视界、阅面科技；

  计算机视觉：微软亚洲研究院、汉王科技、商汤科技、face++旷视科技、图谱科技、盛开互动、依图科技、格林深瞳、诺亦腾、云从科技、图森互联、中科奥森、深网视界、图漾科技、阅面科技、中科视拓、linkface、聚力维度、深圳科葩、速感科技等；

  计算能力平台：阿里巴巴、百度、浪潮、搜狗、Chinapex创略、永洪科技、中科互联、数据堂、明略数据、腾云天下、云天大数据、海致网络、GrowingIO等

  机器人：博实股份、地平线机器人、旗瀚科技、智位科技、思岚科技、智能管家、埃夫特、臻迪集团、祈飞科技、智久机器人科技、妙手机器人、科沃斯

  终端。随着近两年日本等国家高仿真机器人的发布，距这一预言的实现，慢慢的接近了。随着

  通信芯片到网络设施，以及终端应用的全方位升级起到了极大的推动作用。由于5G

  的组成大致可区分为感知层、应用层。（1）感知层：基本功能是感知识别物体或环境状态，并且实时采集、捕获信息。构成要素包括RFID标签、传感器、摄像头、二维码

  的重要一环。 自 2017 年 5 月以来，各 AI 芯片厂商的新品竞相发布，经过一年多的发展，各环节分工逐渐明显。

  你知道潜艇声呐系统的原理吗？#电工知识分享 #潜艇 #声呐 #功率放大器 #电子电路 #电工知识