加入收藏
| 文字：[ 大 中 小 ]
報(bào)告簡介
報(bào)告目錄
2015-2020年中國人工智能產(chǎn)業(yè)分析及發(fā)展前景預(yù)測報(bào)告
正文目錄
1、人工智能：當(dāng)代科技的巔峰對(duì)決 4
1.1、IT 巨頭爭相涌入人工智能領(lǐng)域 4
1.2、發(fā)達(dá)國家紛紛推出人工智能計(jì)劃 5
1.3、中國科技界向人工智能—世界科技之巔發(fā)起沖擊 6
2、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(diǎn) 8
2.1、人工智能是未來互聯(lián)網(wǎng)發(fā)展的技術(shù)核心 8
2.2、人工智能將引發(fā)產(chǎn)業(yè)結(jié)構(gòu)的深刻變革 9
2.3、人工智能將決定未來智能化戰(zhàn)爭之勝負(fù) 11
2.4、人工智能是我國實(shí)現(xiàn)彎道超車的最佳機(jī)遇 12
3、人工智能探秘 13
3.1、計(jì)算機(jī)怎樣實(shí)現(xiàn)人腦的智能？ 13
3.2、人工智能發(fā)展的三個(gè)階段 16
3.3、三個(gè)有代表性的 “人工大腦” 17
3.3.1、“谷歌大腦” 17
3.3.2、IBM 人腦模擬芯片 18
3.3.3、“百度大腦” 19
4、臨界點(diǎn)已至：三大技術(shù)的重大突破 20
4.1、深度學(xué)習(xí)—核心算法的突破 20
4.2、芯片級(jí)的類人腦并行計(jì)算—計(jì)算能力的突破 24
4.3、大數(shù)據(jù)—龐大的計(jì)算資源 29
5、人工智能核心技術(shù)的應(yīng)用 29
5.1、人工智能基礎(chǔ)平臺(tái) 30
5.1.1、人工智能基礎(chǔ)平臺(tái)構(gòu)建從感知數(shù)據(jù)到行業(yè)應(yīng)用的正循環(huán) 30
5.1.2、IBM 是人工智能基礎(chǔ)平臺(tái)商業(yè)應(yīng)用的先鋒 31
5.1.3、全球主要人工智能基礎(chǔ)平臺(tái)一覽 33
5.2、機(jī)器學(xué)習(xí) 34
5.2.1、機(jī)器學(xué)習(xí)是人工智能的核心技術(shù) 34
5.2.2、Wise.io：機(jī)器學(xué)習(xí)實(shí)現(xiàn)高效大數(shù)據(jù)分析平臺(tái) 36
5.2.3、Ersatz：深度學(xué)習(xí)云平臺(tái) 38
5.2.4、全球主要機(jī)器學(xué)習(xí)類公司一覽 39
5.3、語音識(shí)別及自然語言處理 41
5.3.1、自然語言是人機(jī)交互發(fā)展的自然趨勢 43
5.3.2、科大訊飛：智能語音核心技術(shù)代表世界最高水平 47
5.3.3、Luminoso：時(shí)刻分析用戶在社交網(wǎng)站上的言行 50
5.3.4、全球語音識(shí)別應(yīng)用公司一覽 51
5.4、圖像識(shí)別 51
5.4.1、讓廣告與網(wǎng)絡(luò)視頻智能匹配 52
5.4.2、FACE++人臉識(shí)別服務(wù)云模式 53
5.4.3、全球主要圖像識(shí)別應(yīng)用公司一覽 56
5.5、預(yù)測分析API 56
5.5.1、預(yù)測分析API 應(yīng)用前景廣闊 56
5.5.2、Google Prediction：功能強(qiáng)大的預(yù)測分析平臺(tái) 57
5.5.3、全球主要預(yù)測API 商用公司一覽 58
5.6、生物特征識(shí)別技術(shù) 59
5.6.1. 人臉識(shí)別 61
（1）人臉識(shí)別技術(shù) 61
（2)人臉識(shí)別的歷史和流程 62
（3）人臉識(shí)別的應(yīng)用 64
（4）互聯(lián)網(wǎng)金融給人臉識(shí)別技術(shù)應(yīng)用帶來歷史性機(jī)遇 64
5.6.2、聲紋識(shí)別 66
6、人工智能引發(fā)產(chǎn)業(yè)結(jié)構(gòu)深刻變革 69
6.1、制造業(yè) 69
6.2、金融 72
（1）金融信息的收集與分析 72
（2）市場行情的分析和預(yù)測 74
（3）信用風(fēng)險(xiǎn)管控 74
6.3、教育 76
6.4、廣告 78
6.5、傳媒 81
6.6、法律 82
6.7、醫(yī)藥 83
6.8、智能家居 84
6.9、農(nóng)業(yè) 85
6.10、汽車 87
7、人工智能投資策略及主要公司分析 88
7.1、投資策略 88
7.2、主要公司分析 89
7.2.1、科大訊飛：打造中國“最強(qiáng)大腦” 89
7.2.2、東方網(wǎng)力：視頻大數(shù)據(jù)龍頭 90
7.2.3、東方國信：大數(shù)據(jù)智能分析龍頭 91
7.2.4、中瑞思創(chuàng)：智慧醫(yī)療新星升起 92
7.2.5、四維圖新：搶占無人駕駛的“入口” 92
7.2.6、佳都科技：人臉識(shí)別新銳 93
7.2.7、科遠(yuǎn)股份：工業(yè)智能化先鋒 94
7.2.8、漢王科技：模式識(shí)別和智能交互的領(lǐng)先企業(yè) 94
8、風(fēng)險(xiǎn)提示 95
圖表目錄
圖表 1：2010-2014年全球人工智能投資額增長情況 7
圖表 2：2010-2014年全球人工智能新創(chuàng)公司數(shù)目 7
圖表 3:美國和歐洲開啟人腦模擬計(jì)算計(jì)劃 8
圖表 4：國內(nèi)互聯(lián)網(wǎng)三大巨頭對(duì)人工智能高度重視 9
圖表 5：“中國腦計(jì)劃”主要方向 10
圖表 6：人工智能將完成人體自身、企業(yè)和產(chǎn)業(yè)的三層重構(gòu) 11
圖表 7：“人工智能+應(yīng)用場景”是產(chǎn)業(yè)發(fā)展的最終形態(tài) 12
圖表 8：從“人控”到人工智能存在巨大的產(chǎn)業(yè)機(jī)遇 12
圖表 9：戰(zhàn)爭形態(tài)發(fā)展歷程 13
圖表 10：未來智能化戰(zhàn)爭 14
圖表 11：人工智能是21 世紀(jì)科技領(lǐng)域最為前沿的技術(shù)之一 16
圖表 12：計(jì)算機(jī)內(nèi)部的數(shù)字電路邏輯結(jié)構(gòu) 17
圖表 13：人腦的神經(jīng)元突觸結(jié)構(gòu) 17
圖表 14：人腦與計(jì)算機(jī)“硬件”上的差異 18
圖表 15：傳統(tǒng)軟件和人工智能解決問題的區(qū)別 19
圖表 16：人工智能三個(gè)階段 19
圖表 17：認(rèn)知智能研發(fā)的兩大流派 20
圖表 18：google 大腦圖譜 21
圖表 19：IBM 人腦模擬芯片SyNAPSE 的芯片結(jié)構(gòu)、功能、物理形態(tài)圖 21
圖表 20：百度大腦計(jì)劃 22
圖表 21：深度學(xué)習(xí)近年來逐步成為業(yè)界追逐的熱點(diǎn) 24
圖表 22：深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支 25
圖表 23：人眼識(shí)別圖像過程 26
圖表 24：深度學(xué)習(xí)大幅提升語音識(shí)別準(zhǔn)確率 26
圖表 25：深度學(xué)習(xí)大幅提升手寫識(shí)別準(zhǔn)確率 27
圖表 26：計(jì)算能力指數(shù)級(jí)的增長促使技術(shù)變革間隔時(shí)間越來越短 27
圖表 27：1990-2013 年計(jì)算成本平均每年下降33% 28
圖表 28：1990-2013 年存儲(chǔ)成本平均每年下降38% 28
圖表 29：GPU 具有出眾的并行計(jì)算能力 29
圖表 30：GPU 和CPU 浮點(diǎn)運(yùn)算能力對(duì)比 30
圖表 31：人腦神經(jīng)元結(jié)構(gòu) 31
圖表 32：IBM 的TRUENORTH 神經(jīng)元芯片 31
圖表 33：神經(jīng)形態(tài)芯片和傳統(tǒng)芯片的比較 32
圖表 34：未來大數(shù)據(jù)與人工智能結(jié)合的應(yīng)用結(jié)構(gòu) 32
圖表 35：人工智能的主要技術(shù) 32
圖表 36：百度大腦正循環(huán)工作圖 33
圖表 37：沃森在電視智力問答中戰(zhàn)勝人類 34
圖表 38：沃森的四大商業(yè)化方向 35
圖表 39：全球主要人工智能基礎(chǔ)平臺(tái) 36
圖表 40：機(jī)器學(xué)習(xí)模仿人類學(xué)習(xí)過程 37
圖表 41：機(jī)器學(xué)習(xí)是人工智能的核心技術(shù) 38
圖表 42：機(jī)器學(xué)習(xí)是涉及多領(lǐng)域的交叉學(xué)科 38
圖表 43：Wise.io 測試錯(cuò)誤率低于其他機(jī)器學(xué)習(xí)模型 39
圖表 44：Wise.io 訓(xùn)練時(shí)間低于其他機(jī)器學(xué)習(xí)模型 40
圖表 45：Ersatz 平臺(tái)實(shí)現(xiàn)黑瘤素在線檢測 41
圖表 46：Ersatz 平臺(tái)實(shí)現(xiàn)讀取驗(yàn)證碼圖像信息 41
圖表 47：全球主要機(jī)器學(xué)習(xí)類公司 42
圖表 48：語音識(shí)別關(guān)鍵技術(shù)持續(xù)進(jìn)步，達(dá)到實(shí)用門檻 44
圖表 49：語音應(yīng)用嵌入越來越多終端中 45
圖表 50：自然語言處理將廣泛應(yīng)用于各個(gè)行業(yè) 45
圖表 51：語音交互技術(shù)已經(jīng)全面滲透到各項(xiàng)互聯(lián)網(wǎng)應(yīng)用中 46
圖表 52：智能助理的發(fā)展階段 47
圖表 53：國內(nèi)外智能助手競爭格局 47
圖表 54：京東JIMI 智能客服 48
圖表 55：windows10 中加入個(gè)人智能助理 48
圖表 56：圖靈機(jī)器人云服務(wù)方式進(jìn)入樂投車載系統(tǒng) 49
圖表 57：圖靈機(jī)器人云服務(wù)方式進(jìn)入海爾智能家居系統(tǒng) 49
圖表 58：訊飛語音輸入法用戶已經(jīng)突破2 億 50
圖表 59：訊飛輸入法在業(yè)內(nèi)擁有極高的口碑 51
圖表 60：國內(nèi)各智能助手用戶數(shù)（單位：萬） 51
圖表 61：語音云平臺(tái)突破了硬件和操作系統(tǒng)的限制 52
圖表 62：語音云平臺(tái)擁有完善的運(yùn)營和開發(fā)支撐 52
圖表 63：Luminosos 的詞庫同時(shí)能夠理解表情符號(hào) 53
圖表 64：全球語音識(shí)別應(yīng)用公司 54
圖表 65：clafifai 可以智能理解視頻中的要素 55
圖表 66：clafifai 自動(dòng)尋找類似圖像進(jìn)行智能廣告匹配 55
圖表 67：FACE++技術(shù)布局 57
圖表 68：FACE++商業(yè)布局 57
圖表 69：FACE++云臉應(yīng)用鎖 58
圖表 70：全球主要圖像識(shí)別應(yīng)用公司 59
圖表 71：google 預(yù)測分析API 主要功能 60
圖表 72：Google Prediction API 60
圖表 73：全球主要預(yù)測API 商用公司 61
圖表 74：生物識(shí)別類別比較 62
圖表 75：馬云展示“Smile to Pay”技術(shù) 63
圖表 76：全球生物識(shí)別市場規(guī)模預(yù)測（單位：億美元） 63
圖表 77：2015-2020 年全球生物識(shí)別技術(shù)行業(yè)細(xì)分市場規(guī)模預(yù)測（單位：億美元） 64
圖表 78：人臉識(shí)別技術(shù) 65
圖表 79：人臉識(shí)別發(fā)展歷程 65
圖表 80：人臉識(shí)別流程 66
圖表 81：人臉識(shí)別的應(yīng)用領(lǐng)域 67
圖表 82：用戶鑒權(quán)的三種方式 67
圖表 83：銀行發(fā)行認(rèn)證介質(zhì)流程 68
圖表 84：人臉識(shí)別流程 68
圖表 85：聲紋識(shí)別過程 69
圖表 86：聲紋識(shí)別應(yīng)用領(lǐng)域 70
圖表 87：時(shí)代億寶與阿里合作聲紋驗(yàn)證產(chǎn)品 71
圖表 88：聲紋解鎖 71
圖表 89：從工業(yè)1.0 到工業(yè)4.0 72
圖表 90：工業(yè)4.0 以CPS 平臺(tái)為核心 73
圖表 91：工業(yè)智能化分析平臺(tái) 74
圖表 92：Alphasense 金融智能搜索平臺(tái) 75
圖表 93：Minettabrook 實(shí)時(shí)抓取新聞、社交媒體推文等信息 75
圖表 94：Minettabrook 實(shí)時(shí)智能提供重要金融決策信息 76
圖表 95：Lending Club 業(yè)務(wù)模式 78
圖表 96：Lending Club 智能撮合借款人的投資人 78
圖表 97：金融智能化公司整理 79
圖表 98：Knewton 學(xué)習(xí)平臺(tái) 80
圖表 99：智能化學(xué)習(xí)公司整理 81
圖表 100：2011-2014年Rocket Fuel 收入持續(xù)保持高增長（單位：億美元） 81
圖表 101：Rocket Fuel 的人工智能廣告流程 82
圖表 102：Rocket Fuel 已經(jīng)擁有眾多高質(zhì)量客戶 82
圖表 103：廣告業(yè)智能化的公司整理 83
圖表 104：法律行業(yè)智能化公司整理 85
圖表 105：智能家居布局 87
圖表 106：蘋果和谷歌在智能家居領(lǐng)域的布局 87
圖表 108：Ceres Imaging 提供農(nóng)田光譜數(shù)據(jù)來監(jiān)測農(nóng)作物的狀況 88
圖表 109：農(nóng)業(yè)智能化典型公司 89
圖表 110：無人駕駛原理 90
|
