加入收藏
| 文字：[ 大 中 小 ]
報告簡介
報告目錄
2017-2022年中國人工智能行業(yè)競爭調研與投資預測分析報告
第一章 人工智能的基本介紹
1.1 人工智能的基本概述
1.1.1 人工智能的內涵
1.1.2 人工智能的分類
1.1.3 人工智能關鍵環(huán)節(jié)
1.1.4 人工智能研究階段
1.1.5 人工智能的產(chǎn)業(yè)鏈
1.2 人工智能發(fā)展歷程
1.2.1 發(fā)展簡史
1.2.2 研究歷程
1.2.3 發(fā)展階段
1.3 人工智能的研究方法
1.3.1 大腦模擬
1.3.2 符號處理
1.3.3 子符號法
1.3.4 統(tǒng)計學法
1.3.5 集成方法
第二章 2013-2016年國際人工智能行業(yè)發(fā)展分析
2.1 近3年全球人工智能行業(yè)發(fā)展綜況
2.1.1 人工智能概念的悄然興起
2.1.2 驅動人工智能的內外動因
2.1.3 人工智能的發(fā)展階段分析
2.1.4 全球人工智能產(chǎn)業(yè)發(fā)展狀況
2.1.5 發(fā)達國家重視人工智能產(chǎn)業(yè)
2.1.6 世界人工智能迎來發(fā)展新階段
2.2 美國
2.2.1 人工智能成美國投資前景
2.2.2 人工智能應用于美國國防
2.2.3 美國量子技術助力ai發(fā)展
2.2.4 美國機器人行業(yè)現(xiàn)狀分析
2.3 日本
2.3.1 ai成日本工業(yè)發(fā)展重點
2.3.2 日本政府推進人工智能
2.3.3 日本重視人工智能研究
2.3.4 日本人工智能投資計劃
2.3.5 日本科技發(fā)展借力人工智能
2.4 近3年各國人工智能產(chǎn)業(yè)發(fā)展動態(tài)
2.4.1 歐盟推進服務機器人研發(fā)
2.4.2 歐美推出大腦發(fā)展計劃
2.4.3 俄國成功開發(fā)ai系統(tǒng)
2.4.4 韓國人工智能研發(fā)動態(tài)
2.4.5 ai應用于巴西世界杯
2.5 近3年國際企業(yè)加快布局人工智能領域
2.5.1 互聯(lián)網(wǎng)企業(yè)加快ai產(chǎn)業(yè)布局
2.5.2 facebook建設ai硬件平臺
2.5.3 戴爾開展人工智能研發(fā)合作
2.5.4 雅虎邁出人工智能發(fā)展步伐
2.5.5 維基百科涉足人工智能領域
第三章 2013-2016年中國人工智能行業(yè)政策環(huán)境分析
3.1 政策助力人工智能發(fā)展
3.1.1 政策加碼布局人工智能
3.1.2 人工智能將納入“十三五”
3.1.3 中國大腦研究計劃開啟
3.1.4 人工智能成為國家戰(zhàn)略重點
3.2 人工智能行業(yè)相關政策分析
3.2.1 “中國制造”助力人工智能
3.2.2 “互聯(lián)網(wǎng)+”推動人工智能
3.3 人工智能行業(yè)地方政策環(huán)境分析
3.3.1 ai或納入北京“十三五”
3.3.2 上海市推出ai“腦計劃”
3.3.3 人工智能獲廣州財政支持
3.3.4 深圳市具備ai發(fā)展優(yōu)勢
3.4 機器人行業(yè)政策規(guī)劃分析
3.4.1 政策大力支持機器人行業(yè)
3.4.2 工業(yè)機器人將持續(xù)高增長
3.4.3 服務機器人將成為新藍海
第四章 2013-2016年中國人工智能行業(yè)發(fā)展分析
4.1 近3年人工智能行業(yè)發(fā)展綜況
4.1.1 人工智能技術方興未艾
4.1.2 國內人工智能布局加快
4.1.3 人工智能實驗室成立
4.1.4 人工智能行業(yè)發(fā)展迅猛
4.1.5 人工智能市場需求將增長
4.1.6 人工智能市場進入新階段
4.2 人工智能產(chǎn)業(yè)生態(tài)格局分析
4.2.1 生態(tài)格局基本架構
4.2.2 基礎資源支持層
4.2.3 技術實現(xiàn)路徑層
4.2.4 應用實現(xiàn)路徑層
4.2.5 未來生態(tài)格局展望
4.3 近3年人工智能區(qū)域發(fā)展動態(tài)分析
4.3.1 哈爾濱逐步完善機器人產(chǎn)業(yè)
4.3.2 安徽省建立人工智能學會
4.3.3 四川成立人工智能實驗室
4.3.4 上海進一步推進人工智能
4.3.5 福建建立仿腦智能實驗室
4.4 近3年人工智能技術研究動態(tài)分析
4.4.1 人工智能再獲重大突破
4.4.2 智能語音識別及控制技術
4.4.3 高級人工智能逐步突破
4.4.4 ai神經(jīng)網(wǎng)絡識別技術
4.4.5 人工智能帶來媒體變革
4.5 人工智能行業(yè)發(fā)展存在的主要問題
4.5.1 人工智能發(fā)展面臨的困境
4.5.2 人工智能發(fā)展的隱性問題
4.5.3 人工智能發(fā)展的道德問題
4.5.4 人工智能發(fā)展的技術障礙
4.6 人工智能行業(yè)發(fā)展對策及建議
4.6.1 人工智能的投資策略分析
4.6.2 人工智能的技術發(fā)展建議
4.6.3 人工智能倫理問題的對策
第五章 2013-2016年人工智能行業(yè)發(fā)展驅動要素分析
5.1 硬件基礎日益成熟
5.1.1 高性能cpu
5.1.2 “人腦”芯片
5.1.3 量子計算機
5.1.4 仿生計算機
5.2 大規(guī)模并行運算的實現(xiàn)
5.2.1 云計算的關鍵技術
5.2.2 云計算的應用模式
5.2.3 我國推進云計算發(fā)展
5.2.4 云計算技術發(fā)展動態(tài)
5.2.5 云計算成人工智能基礎
5.3 大數(shù)據(jù)技術的崛起
5.3.1 大數(shù)據(jù)技術的內涵
5.3.2 大數(shù)據(jù)的各個環(huán)節(jié)
5.3.3 大數(shù)據(jù)的主要應用領域
5.3.4 大數(shù)據(jù)成人工智能數(shù)據(jù)源
5.3.5 大數(shù)據(jù)技術助力人工智能
5.4 深度學習技術的出現(xiàn)
5.4.1 機器學習的階段
5.4.2 深度學習技術內涵
5.4.3 深度學習算法技術
5.4.4 深度學習的技術應用
5.4.5 深度學習提高人工智能水平
第六章 人工智能行業(yè)的技術基礎分析
6.1 自然語言處理
6.1.1 自然語言處理內涵
6.1.2 語音識別技術分析
6.1.3 語義技術研發(fā)狀況
6.1.4 自動翻譯技術內涵
6.2 計算機視覺
6.2.1 計算機視覺的內涵
6.2.2 計算機視覺的應用
6.2.3 計算機視覺的運作
6.2.4 人臉識別技術應用
6.3 模式識別技術
6.3.1 模式識別技術內涵
6.3.2 文字識別技術應用
6.3.3 指掌紋識別技術應用
6.3.4 模式識別發(fā)展?jié)摿?
6.4 知識表示
6.4.1 知識表示的內涵
6.4.2 知識表示的方法
6.4.3 知識表示的進展
6.5 其他技術基礎
6.5.1 自動推理技術
6.5.2 環(huán)境感知技術
6.5.3 自動規(guī)劃技術
6.5.4 專家系統(tǒng)技術
第七章 人工智能技術的主要應用領域分析
7.1 工業(yè)領域
7.1.1 智能工廠進一步轉型
7.1.2 人工智能的工業(yè)應用
7.1.3 人工智能應用于制造領域
7.1.4 人工智能助力中國制造
7.1.5 人工智能成工業(yè)發(fā)展方向
7.1.6 ai工業(yè)應用的前景廣闊
7.2 醫(yī)療領域
7.2.1 人工智能的醫(yī)療應用概況
7.2.2 人工智能在中醫(yī)學中的應用
7.2.3 人工神經(jīng)網(wǎng)絡技術的醫(yī)學應用
7.2.4 ai在醫(yī)學影像診斷中的應用
7.2.5 ai在醫(yī)療診斷應用中的展望
7.2.6 企業(yè)加快布局醫(yī)療人工智能
7.3 社交領域
7.3.1 人工智能的移動社交應用
7.3.2 人工智能社交產(chǎn)品發(fā)布
7.3.3 社交網(wǎng)絡成ai應用焦點
7.4 無人駕駛領域
7.4.1 無人駕駛的效益分析
7.4.2 自動駕駛技術發(fā)展進程
7.4.3 無人駕駛產(chǎn)業(yè)發(fā)展加快
7.4.4 人工智能助力無人駕駛
7.4.5 ai成為智能汽車發(fā)展方向
7.5 其他領域
7.5.1 人工智能的智能搜索應用
7.5.2 人工智能應用于電子商務
7.5.3 人工智能與可穿戴設備結合
7.5.4 人工智能成3d打印基礎
7.5.5 人工智能的“虛擬助手”
7.5.6 人工智能家居成為新趨勢
第八章 2013-2016年人工智能機器人發(fā)展分析
8.1 近3年機器人產(chǎn)業(yè)發(fā)展綜況
8.1.1 全球機器人行業(yè)規(guī)模分析
8.1.2 中國工業(yè)機器人市場現(xiàn)狀
8.1.3 機器人行業(yè)產(chǎn)業(yè)鏈構成
8.1.4 機器人的替代優(yōu)勢明顯
8.1.5 機器人下游應用產(chǎn)業(yè)多
8.1.6 智能機器人成為發(fā)展趨勢
8.2 人工智能在機器人行業(yè)的應用狀況
8.2.1 人工智能與機器人的關系
8.2.2 ai于機器人的應用過程
8.2.3 ai大量運用于小型機器人
8.2.4 ai機器人的重要應用領域
8.3 人工智能在智能機器人領域的技術應用
8.3.1 專家系統(tǒng)的應用
8.3.2 模式識別的應用
8.3.3 機器視覺的應用
8.3.4 機器學習的應用
8.3.5 分布式ai的應用
8.3.6 進化算法的應用
8.4 機器人重點應用領域分析
8.4.1 醫(yī)療機器人
8.4.2 軍事機器人
8.4.3 教育機器人
8.4.4 家用機器人
8.4.5 物流機器人
8.4.6 協(xié)作型機器人
第九章 2013-2016年國際人工智能行業(yè)重點企業(yè)分析
9.1 微軟公司
9.1.1 企業(yè)發(fā)展概況
9.1.2 企業(yè)財務狀況
9.1.3 微軟ai研究新進展
9.1.4 微軟加快布局人工智能
9.1.5 微軟人工智能發(fā)展計劃
9.1.6 微軟建立機器學習工具
9.1.7 人工智能成為發(fā)展方向
9.2 ibm公司
9.2.1 企業(yè)發(fā)展概況
9.2.2 企業(yè)經(jīng)營范圍
9.2.3 企業(yè)財務狀況
9.2.4 ibm成立人工智能部門
9.2.5 ibm發(fā)布人工智能產(chǎn)品
9.2.6 ibm推進人工智能發(fā)展
9.3 谷歌公司
9.3.1 企業(yè)發(fā)展概況
9.3.2 企業(yè)產(chǎn)品和服務
9.3.3 企業(yè)財務狀況分析
9.3.4 谷歌人工智能系統(tǒng)
9.3.5 谷歌人工智能平臺
9.3.6 谷歌人工智能產(chǎn)品
9.3.7 企業(yè)加快ai布局
9.4 亞馬遜公司
9.4.1 企業(yè)發(fā)展概況
9.4.2 企業(yè)經(jīng)營狀況
9.4.3 亞馬遜推出人工智能服務
9.4.4 亞馬遜引入人工智能平臺
第十章 2013-2016年中國人工智能行業(yè)重點企業(yè)分析
10.1 百度公司
10.1.1 企業(yè)發(fā)展概況
10.1.2 企業(yè)財務狀況
10.1.3 百度人工智能技術進展
10.1.4 百度人研發(fā)ai計算機
10.1.5 百度布局人工智能行業(yè)
10.1.6 百度人工智能系統(tǒng)方案
10.2 騰訊公司
10.2.1 企業(yè)發(fā)展概況
10.2.2 企業(yè)財務狀況
10.2.3 微信具備ai發(fā)展優(yōu)勢
10.2.4 騰訊加快布局人工智能
10.3 阿里集團
10.3.1 企業(yè)發(fā)展概況
10.3.2 企業(yè)財務狀況
10.3.3 阿里投資機器人領域
10.3.4 阿里人工智能平臺建立
10.3.5 阿里人工智能發(fā)展方向
10.4 科大訊飛股份有限公司
10.4.1 企業(yè)發(fā)展概況
10.4.2 企業(yè)業(yè)務布局
10.4.3 經(jīng)營效益分析
10.4.4 業(yè)務經(jīng)營分析
10.4.5 財務狀況分析
10.4.6 未來前景展望
10.5 北京捷通華聲語音技術有限公司
10.5.1 企業(yè)發(fā)展概況
10.5.2 企業(yè)發(fā)展重點
10.5.3 人工智能系統(tǒng)推出
10.5.4 加快人工智能的合作
10.5.5 構建人工智能新格局
第十一章 2013-2016年人工智能行業(yè)投資狀況分析
11.1 人工智能行業(yè)投資綜況
11.1.1 全球人工智能的投融資分析
11.1.2 國內人工智能的投融資狀況
11.1.3 人工智能行業(yè)投資總量分析
11.1.4 人工智能行業(yè)投資進程加快
11.1. 5ai認知技術商業(yè)投資加快
11.2 人工智能行業(yè)投資動態(tài)
11.2.1 ankidrive獲得新一輪投資
11.2.2 vicarious公司開啟ai融資
11.2.3 特斯拉注資建人工智能公司
11.2.4 demiurge公司注資人工智能
11.2.5 格靈深瞳公司獲得天使投資
11.3 人工智能行業(yè)迎來投資機遇
11.3.1 人工智能成為投資風口
11.3.2 人工智能進入黃金時期
11.3.3 人工智能迎來投資機遇
11.3.4 全球人工智能投資升溫
第十二章 人工智能行業(yè)趨勢預測及趨勢預測
12.1 人工智能行業(yè)趨勢預測展望
12.1.1 人工智能趨勢預測展望
12.1.2 人工智能的市場空間巨大
12.1.3 人工智能成為發(fā)展新熱點
12.1.4 人工智能產(chǎn)業(yè)的機遇與挑戰(zhàn)
12.2 人工智能行業(yè)發(fā)展趨勢預測
12.2.1 人工智能投資預測
12.2.2 “智能＋x”將成新時尚
12.2.3 機器視覺成主要發(fā)展方向
12.2.4 人工智能將帶來新變化
12.2.5 人工智能市場規(guī)模預測
圖表目錄：
圖表：人工智能產(chǎn)業(yè)鏈
圖表：全球運功監(jiān)測傳動器市場
圖表：1990vs2016年計算成本
圖表：2005-2020年全球每年產(chǎn)生的數(shù)據(jù)總量
圖表：人工智能的重點品類
圖表：人工智能的重點品類的公司分布
圖表：人工智能的重點品類的融資分布
圖表：最受風險資本青睞的人工智能品類
圖表：全球人工智能“戰(zhàn)局”
圖表：人工智能各品類成熟度排行
圖表：2011-2016年計算機在圖像識別的錯誤率
圖表：2011-2016年計算機識別圖像中特定物體的能力
圖表：2012-2016年谷歌軟件項目使用關鍵的深度學習ai技術
圖表：2012-2016年crowdflower公司賣出的電子表格數(shù)據(jù)
圖表：2013-2016年diffbot公司數(shù)據(jù)收集工具的準確性
圖表：人工智能系統(tǒng)掌握視頻游戲
圖表：美國腦計劃預算
圖表：國際互聯(lián)網(wǎng)巨頭加速布局人工智能
圖表：維基百科上目前支持添加“無意失誤”（goodfaith）標簽的語種
圖表：中國腦計劃的主要內容
圖表：中國腦計劃分為腦科學以及類腦科學兩部分
圖表：國內企業(yè)在人工智能領域的布局
圖表：人工智能產(chǎn)業(yè)生態(tài)格局的三層基本架構
圖表：百度大腦的存儲能力
圖表：技術層的運行機制
圖表：專業(yè)智能階段的ai產(chǎn)業(yè)格局
圖表：通用智能階段的ai產(chǎn)業(yè)格局
|
