加入收藏
| 文字：[ 大 中 小 ]
報(bào)告簡介
報(bào)告目錄
2016年中國人工智能+行業(yè)發(fā)展趨勢預(yù)測報(bào)告
1、人工智能定義和發(fā)展歷史 6
2.1、技術(shù)驅(qū)動(dòng) 8
2.1.1、深度學(xué)習(xí)（Deep learning） 9
2.1.2、知識(shí)圖譜 14
2.1.3、大數(shù)據(jù)與背后的支撐技術(shù) 17
1、大數(shù)據(jù)時(shí)代到來 17
2、GPU 和并行計(jì)算大大提升計(jì)算能力 19
3、類腦芯片 20
3、虛擬化、云計(jì)算和高性能計(jì)算 21
2.2、政策驅(qū)動(dòng) 22
2.3、巨頭紛紛布局 24
3、人工智能步入行業(yè)應(yīng)用，暗流涌動(dòng)的千億藍(lán)海 26
3.1、AI 千億市場正在開啟 26
3.1.1、人工智能格局初現(xiàn)，上下游共推應(yīng)用技術(shù)發(fā)展 26
3.1.2、AI 市場規(guī)模 27
3.2、應(yīng)用模式與服務(wù)模式亟待升級(jí) 28
3.3、應(yīng)用技術(shù)逐漸成熟，理論逐漸走向?qū)嵺` 30
3.3.1、計(jì)算機(jī)視覺 33
3.3.2、自然語言處理 37
3.3.3、語音識(shí)別 38
3.3.4、推薦引擎及協(xié)同過濾 41
3.3.5、智能機(jī)器人 42
3.4、未來展望：打開C 端產(chǎn)業(yè)空間 45
4、人工智能+各行業(yè)應(yīng)用拓展 46
4.1、人工智能+安防 46
4.1.1、智能視頻分析 46
4.1.2、反恐與情報(bào)分析 47
4.1.3、相關(guān)公司 49
（1）、東方網(wǎng)力 49
（2）、川大智勝 49
4.2、人工智能+金融 50
4.2.1、遠(yuǎn)程開戶 51
4.2.2、刷臉支付及VTM 應(yīng)用 53
4.2.3 AI、資產(chǎn)交易、管理 54
4.2.4、金融數(shù)據(jù)收集和分析 55
4.2.5、相關(guān)公司 57
（1）、佳都科技 57
（2）、遠(yuǎn)方光電 58
（3）、同花順 59
4.3、人工智能+無人駕駛 60
4.3.1、推動(dòng)環(huán)境感知環(huán)節(jié)圖像識(shí)別精度進(jìn)化 61
4.3.2、高精度定位、路徑規(guī)劃與決策 62
4.3.3、車車交互、車與環(huán)境交互下的車聯(lián)網(wǎng) 64
4.3.4 、相關(guān)公司 66
（1）四維圖新：高精地圖+車聯(lián)網(wǎng)業(yè)務(wù) 66
（2）、東軟集團(tuán)：ADAS+車聯(lián)網(wǎng) 67
（3）、千方科技：電子車牌+智慧交通大數(shù)據(jù)資源 67
4.4 、人工智能+教育 69
4.4.1、人工智能對(duì)教育產(chǎn)業(yè)的變革 69
4.4.2、人工智能+教育應(yīng)用的細(xì)分領(lǐng)域 71
4.4.3、相關(guān)公司 73
（1）、科大訊飛 73
（2）、長高集團(tuán) 75
（3）、新開普 75
4.5.1、基礎(chǔ)領(lǐng)域的應(yīng)用 76
4.5.2、體育產(chǎn)業(yè)中的具體應(yīng)用 78
4.6、人工智能+醫(yī)療 83
5、發(fā)展風(fēng)險(xiǎn) 85
圖表目錄
圖表 1：人工智能實(shí)現(xiàn)的不同階段 6
圖表 2：人工智能發(fā)展歷程 7
圖表 3：機(jī)器大腦示意圖 9
圖表 4：機(jī)器學(xué)習(xí)模仿人類學(xué)習(xí)過程 9
圖表 5：多層感知機(jī)的結(jié)構(gòu) 10
圖表 6：卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)（CNN） 10
圖表 7：循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)（RNN） 11
圖表 8：深度學(xué)習(xí)—語音識(shí)別錯(cuò)誤率下降 11
圖表 9：深度學(xué)習(xí)—手寫識(shí)別錯(cuò)誤率下降 12
圖表 10：06 年Hinton 團(tuán)隊(duì)用多層神經(jīng)網(wǎng)絡(luò)降低圖像分類錯(cuò)誤率 13
圖表 11：人工智能三劍客 13
圖表 12：知識(shí)圖譜將詞條聯(lián)系起來 14
圖表 13：谷歌搜索引擎的知識(shí)圖譜 15
圖表 14：將文本、圖像、社交媒體等數(shù)據(jù)聯(lián)系起來 16
圖表 15：搜狗知立方服務(wù) 16
圖表 16：全球移動(dòng)數(shù)據(jù)流量2014 到2019 將增長10 倍 17
圖表 17：2020 年聯(lián)網(wǎng)智能機(jī)器將達(dá)到25billion 18
圖表 18：2012 年來的數(shù)據(jù)積累占90%，大部分為非數(shù)字化數(shù)據(jù) 18
圖表 19：計(jì)算能力增長與人工智能進(jìn)步的關(guān)系示意 19
圖表 20：GPU 處理識(shí)別任務(wù)速度比CPU 快33 倍 20
圖表 21：IBM：IBM 在2014 年推出的TRUENORTH 神經(jīng)元芯片 20
圖表 22：虛擬化大大減輕架構(gòu)負(fù)擔(dān) 21
圖表 23：高性能計(jì)算集群 21
圖表 24：美國：大腦研究計(jì)劃（BRAIN） 22
圖表 25：歐盟：人腦工程項(xiàng)目（HBP） 23
圖表 26：外國人工智能公司布局 24
圖表 27：中國人工智能公司布局 25
圖表 28：2012-2015年美國：人工智能行業(yè)投資額及投資次數(shù) 25
圖表 29：2012-2015年投資人工智能機(jī)構(gòu)數(shù)量（個(gè)） 25
圖表 30：人工智能產(chǎn)業(yè)鏈結(jié)構(gòu)概覽 26
圖表 31：2020年全球AI 市場規(guī)模預(yù)測（億美元） 27
圖表 32：2020年中國AI 市場規(guī)模預(yù)測（億人民幣） 28
圖表 33：人機(jī)交互方式變遷發(fā)展概覽 28
圖表 34：服務(wù)模式變遷發(fā)展概覽 29
圖表 35：細(xì)分行業(yè)企業(yè)年齡中位數(shù)（成立年數(shù)） 30
圖表 36：細(xì)分行業(yè)企業(yè)平均年齡（年） 30
圖表 37：2011-2015 國內(nèi)技術(shù)領(lǐng)域人工智能企業(yè)獲投情況 31
圖表 38：ImageNet 2012 數(shù)據(jù)集測試結(jié)果 31
圖表 39：2013-2015年ImageNet Object detection 測試結(jié)果 32
圖表 40：我國企業(yè)在人臉識(shí)別技術(shù)方面極具潛力 32
圖表 41：我國企業(yè)在LFW 測試中表現(xiàn)出色 33
圖表 42：2006-2015年IEEE 發(fā)布NLP 論文數(shù)（篇） 33
圖表 43：Vicarious 技術(shù)團(tuán)隊(duì)來自UCLA、斯坦福等大學(xué) 34
圖表 44：曠視科技與支付寶合作遠(yuǎn)程身份認(rèn)證 34
圖表 45：國內(nèi)計(jì)算機(jī)視覺公司對(duì)比 35
圖表 46：Vicarious 技術(shù)團(tuán)隊(duì)來自UCLA、斯坦福等大學(xué) 35
圖表 47：Clarifai 可以自動(dòng)匹配類似內(nèi)容 36
圖表 48：Narrative Science 可以寫作 37
圖表 49：Luminoso 能理解表情符號(hào) 37
圖表 50：全球語音助手產(chǎn)品一覽 39
圖表 51：人機(jī)交互發(fā)展階段 39
圖表 52：微軟在win10 中加入Cortana 40
圖表 53：博世m(xù)ySPIN 搭載圖靈機(jī)器人 40
圖表 54：Spotify 向用戶推薦歌曲 41
圖表 55：阿里云數(shù)加開放推薦引擎 42
圖表 56：Baxter Research Robot 43
圖表 57：傳統(tǒng)雙臂協(xié)作型機(jī)器人 43
圖表 58：日本助老服務(wù)機(jī)器人 44
圖表 59：歐盟啟動(dòng)SPARC 項(xiàng)目 44
圖表 60：人工智能應(yīng)用想象 45
圖表 61：智能視頻分析功能舉例 46
圖表 62：天網(wǎng)通過機(jī)器學(xué)習(xí)訓(xùn)練來尋找可疑目標(biāo) 47
圖表 63：東方網(wǎng)力“V+”戰(zhàn)略 49
圖表 64：三維人臉采集儀（全臉型） 49
圖表 65：三維人臉采集儀（通用型） 50
圖表 66：人工智能在金融領(lǐng)域的應(yīng)用 50
圖表 67：中國消費(fèi)者對(duì)首選銀行偏好比例（%） 52
圖表 68：銀行開戶數(shù)增長（萬） 52
圖表 69：馬云在Cebit2015 展會(huì)展示螞蟻金服“刷臉”支付“Smile to Pay”技術(shù) 53
圖表 70：Rbbellion 的純AI 資產(chǎn)管理系統(tǒng) 54
圖表 71：Capitalico 使用深度學(xué)習(xí)來幫助自動(dòng)分析價(jià)格趨勢 54
圖表 72：Orbital Insight 分析衛(wèi)星圖片得到各種數(shù)據(jù) 55
圖表 73：Orbital Insight 從油罐容器的陰影判斷儲(chǔ)量 55
圖表 74：Kensho 完成各類數(shù)據(jù)處理工作并實(shí)時(shí)分析 56
圖表 75：云從科技人臉識(shí)別核心技術(shù)——雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò) 57
圖表 76：維爾科技銀行柜臺(tái)、電信實(shí)名身份認(rèn)證解決方案 58
圖表 77：同花順投資機(jī)器人3 月13 日判斷大盤風(fēng)險(xiǎn)趨于平穩(wěn) 59
圖表 78：問財(cái)使用深度學(xué)習(xí)來幫助自動(dòng)分析價(jià)格趨勢 59
圖表 79：無人駕駛汽車結(jié)構(gòu)圖 60
圖表 80：Google 無人駕駛汽車感知模塊構(gòu)成 60
圖表 81：Google 無人駕駛圖像識(shí)別 61
圖表 82：不同深度學(xué)習(xí)模型在ILSVRC2014 的測試結(jié)果 61
圖表 83：Google 機(jī)器視覺 63
圖表 84：現(xiàn)有產(chǎn)品結(jié)構(gòu)圖 63
圖表 85：智慧交通管理架構(gòu) 64
圖表 86：無人駕駛，車聯(lián)網(wǎng)與智慧交通產(chǎn)業(yè)邊界 64
圖表 87：車聯(lián)網(wǎng)與智慧交通產(chǎn)業(yè)鏈 65
圖表 88：趣駕3.0 生態(tài)平臺(tái)構(gòu)架圖 66
圖表 89：東軟集團(tuán)基于多傳感器的數(shù)據(jù)融合技術(shù) 67
圖表 90：統(tǒng)一安全策略構(gòu)架圖 68
圖表 91：嘿哈科技體感技術(shù)產(chǎn)品包 69
圖表 92：網(wǎng)龍未來教師機(jī)器人 69
圖表 93：Knewton 個(gè)性化學(xué)習(xí)平臺(tái) 70
圖表 94：樂視與新東方合作VR 教學(xué) 70
圖表 95：人工智能在教育領(lǐng)域使用情況 71
圖表 96：人工智能在教育領(lǐng)域應(yīng)用的7 個(gè)細(xì)分領(lǐng)域 72
圖表 97：國內(nèi)外應(yīng)用差別 72
圖表 98：Dclara 的分享視頻 73
圖表 99：訊飛超腦機(jī)器人實(shí)現(xiàn)人工閱卷 74
圖表 100：訊飛超腦機(jī)器人進(jìn)行作文評(píng)分 74
圖表 101：金惠科技圖像識(shí)別技術(shù)優(yōu)勢 75
圖表 102：新開普校園一卡通發(fā)展歷程 76
圖表 103：人工智能在體育產(chǎn)業(yè)中的應(yīng)用構(gòu)架圖 76
圖表 104：2015 全球前5 大可穿戴設(shè)備生產(chǎn)商銷量及市場份額 77
圖表 105：國內(nèi)外運(yùn)動(dòng)智能可穿戴設(shè)備代表廠商及產(chǎn)品 77
圖表 106：全球領(lǐng)先的體育大數(shù)據(jù)運(yùn)營代表公司 79
圖表 107：2013 年NBA 球隊(duì)勝算比率對(duì)比 79
圖表 108：高爾夫球機(jī)器人 80
圖表 109：機(jī)器人世界杯 80
圖表 110：人工智能裁判的實(shí)現(xiàn)路徑 81
圖表 111：騰訊聯(lián)手IBM 提供個(gè)性化體育賽事轉(zhuǎn)播 82
圖表 112：2014 年世界杯期間騰訊網(wǎng)站各細(xì)分板塊增長率 83
圖表 113：IBM Watson 的發(fā)展歷史 83
圖表 114：Watson 通過并購來加強(qiáng)其人工智能在醫(yī)療領(lǐng)域的版圖 84
圖表 115：Wellframe 為患者定制的康復(fù)計(jì)劃 85
圖表 116：Wellframe 相比傳統(tǒng)方法更快幫助患者恢復(fù) 85
|
