加入收藏
| 文字：[ 大 中 小 ]
報告簡介
報告目錄
2017-2022年中國人工智能市場前景預測與發(fā)展戰(zhàn)略分析報告
第一章 人工智能：當代科技的巔峰對決
1.1 IT 巨頭爭相涌入人工智能領域
1.2 發(fā)達國家紛紛推出人工智能計劃
1.3 中國科技界向人工智能—世界科技之巔發(fā)起沖擊
第二章 人工智能的重大戰(zhàn)略意義： 未來科技發(fā)展的戰(zhàn)略制高點
2.1 人工智能是未來互聯(lián)網發(fā)展的技術核心
2.2 人工智能將引發(fā)產業(yè)結構的深刻變革
2.3 人工智能將決定未來智能化戰(zhàn)爭之勝負
2.4 人工智能是我國實現(xiàn)彎道超車的最佳機遇
第三章 人工智能探秘
3.1 計算機怎樣實現(xiàn)人腦的智能？
3.2 人工智能發(fā)展的三個階段
3.3 三個有代表性的 “人工大腦”
3.3.1 “谷歌大腦”
3.3.2 IBM 人腦模擬芯片
3.3.3 “百度大腦”
第四章 臨界點已至：三大技術的重大突破
4.1 深度學習—核心算法的突破
4.2 芯片級的類人腦并行計算—計算能力的突破
4.3 大數(shù)據—龐大的計算資源
第五章 人工智能核心技術的應用
5.1 人工智能基礎平臺
5.1.1 人工智能基礎平臺構建從感知數(shù)據到行業(yè)應用的正循環(huán)
5.1.2 IBM 是人工智能基礎平臺商業(yè)應用的先鋒
5.1.3 全球主要人工智能基礎平臺一覽
5.2 機器學習
5.2.1 機器學習是人工智能的核心技術
5.2.2 ：機器學習實現(xiàn)高效大數(shù)據分析平臺
5.2.3 Ersatz：深度學習云平臺
5.2.4 全球主要機器學習類公司一覽
5.3 語音識別及自然語言處理
5.3.1 自然語言是人機交互發(fā)展的自然趨勢
5.3.2 科大訊飛：智能語音核心技術代表世界最高水平
5.3.3 Luminoso：時刻分析用戶在社交網站上的言行
5.3.4 全球語音識別應用公司一覽
5.4 圖像識別
5.4.1 讓廣告與網絡視頻智能匹配
5.4.2 FACE++人臉識別服務云模式
5.4.3 全球主要圖像識別應用公司一覽
5.5 預測分析API
5.5.1 預測分析API 應用前景廣闊
5.5.2 Google Prediction：功能強大的預測分析平臺
5.5.3 全球主要預測API 商用公司一覽
5.6 生物特征識別技術
5.6.1 . 人臉識別
（1）人臉識別技術
（2）人臉識別的歷史和流程
（3）人臉識別的應用
（4）互聯(lián)網金融給人臉識別技術應用帶來歷史性機遇
5.6.2 聲紋識別
第六章 人工智能引發(fā)產業(yè)結構深刻變革
6.1 制造業(yè)
6.2 金融
6.2.1 金融信息的收集與分析
6.2.2 市場行情的分析和預測
6.2.3 信用風險管控
6.3 教育
6.4 廣告
6.5 傳媒
6.6 法律
6.7 醫(yī)藥
6.8 智能家居
6.9 農業(yè)
6.10 汽車
第七章 人工智能投資策略及主要公司分析
7.1 投資策略
7.2 主要公司分析
7.2.1 科大訊飛：打造中國“最強大腦”
7.2.2 東方網力：視頻大數(shù)據龍頭
7.2.3 東方國信：大數(shù)據智能分析龍頭
7.2.4 中瑞思創(chuàng)：智慧醫(yī)療新星升起
7.2.5 四維圖新：搶占無人駕駛的“入口”
7.2.6 佳都科技：人臉識別新銳
7.2.7 科遠股份：工業(yè)智能化先鋒
7.2.8 漢王科技：模式識別和智能交互的領先企業(yè)
第八章 風險提示
圖表目錄：
圖表 1：2010-2015年全球人工智能投資額增長情況
圖表 2：2010-2015年全球人工智能新創(chuàng)公司數(shù)目
圖表 3：美國和歐洲開啟人腦模擬計算計劃
圖表 4：國內互聯(lián)網三大巨頭對人工智能高度重視
圖表 5：“中國腦計劃”主要方向
圖表 6：人工智能將完成人體自身 企業(yè)和產業(yè)的三層重構
圖表 7：“人工智能+應用場景”是產業(yè)發(fā)展的最終形態(tài)
圖表 8：從“人控”到人工智能存在巨大的產業(yè)機遇
圖表 9：戰(zhàn)爭形態(tài)發(fā)展歷程
圖表 10：未來智能化戰(zhàn)爭
圖表 11：人工智能是21 世紀科技領域最為前沿的技術之一
圖表 12：計算機內部的數(shù)字電路邏輯結構
圖表 13：人腦的神經元突觸結構
圖表 14：人腦與計算機“硬件”上的差異
圖表 15：傳統(tǒng)軟件和人工智能解決問題的區(qū)別
圖表 16：人工智能三個階段
圖表 17：認知智能研發(fā)的兩大流派
圖表 18：google 大腦圖譜
圖表 19：IBM 人腦模擬芯片SyNAPSE 的芯片結構 功能 物理形態(tài)圖
圖表 20：百度大腦計劃
圖表 21：深度學習近年來逐步成為業(yè)界追逐的熱點
圖表 22：深度學習是機器學習的一個分支
圖表 23：人眼識別圖像過程
圖表 24：深度學習大幅提升語音識別準確率
圖表 25：深度學習大幅提升手寫識別準確率
圖表 26：計算能力指數(shù)級的增長促使技術變革間隔時間越來越短
圖表 27：1990-2015年計算成本平均每年下降33%
圖表 28：1990-2015年存儲成本平均每年下降38%
圖表 29：GPU 具有出眾的并行計算能力
圖表 30：GPU和CPU浮點運算能力對比
圖表 31：人腦神經元結構
圖表 32：IBM 的TRUENORTH 神經元芯片
圖表 33：神經形態(tài)芯片和傳統(tǒng)芯片的比較 |
