加入收藏
| 文字：[ 大 中 小 ]
報告簡介
報告目錄
2016-2022年中國人工智能市場發(fā)展及投資可行性研究報告
第一章 人工智能：當代科技的巔峰對決 4
1.1 IT 巨頭爭相涌入人工智能領(lǐng)域 4
1.2 發(fā)達國家紛紛推出人工智能計劃 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
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 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 11
2.4 人工智能是我國實現(xiàn)彎道超車的最佳機遇 12
第三章 人工智能探秘 13
3.1 計算機怎樣實現(xiàn)人腦的智能？ 13
3.2 人工智能發(fā)展的三個階段 16
3.3 三個有代表性的 “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
第四章 臨界點已至：三大技術(shù)的重大突破 20
4.1 深度學習—核心算法的突破 20
4.2 芯片級的類人腦并行計算—計算能力的突破 24
4.3 大數(shù)據(jù)—龐大的計算資源 29
章 人工智能核心技術(shù)的應用 29
5.1 人工智能基礎(chǔ)平臺 30
5.1.1 人工智能基礎(chǔ)平臺構(gòu)建從感知數(shù)據(jù)到行業(yè)應用的正循環(huán) 30
5.1.2 IBM 是人工智能基礎(chǔ)平臺商業(yè)應用的先鋒 31
5.1.3 全球主要人工智能基礎(chǔ)平臺一覽 33
5.2 機器學習 34
5.2.1 機器學習是人工智能的核心技術(shù) 34
5.2.2 Wise.io：機器學習實現(xiàn)高效大數(shù)據(jù)分析平臺 36
5.2.3 Ersatz：深度學習云平臺 38
5.2.4 全球主要機器學習類公司一覽 39
5.3 語音識別及自然語言處理 41
5.3.1 自然語言是人機交互發(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：時刻分析用戶在社交網(wǎng)站上的言行 50
5.3.4 全球語音識別應用公司一覽 51
5.4 圖像識別 51
5.4.1 讓廣告與網(wǎng)絡(luò)視頻智能匹配 52
5.4.2 FACE++人臉識別服務云模式 53
5.4.3 全球主要圖像識別應用公司一覽 56
5.5 預測分析API 56
5.5.1 預測分析API 應用前景廣闊 56
5.5.2 Google Prediction：功能強大的預測分析平臺 57
5.5.3 全球主要預測API 商用公司一覽 58
5.6 生物特征識別技術(shù) 59
5.6.1. 人臉識別 61
5.6.2 聲紋識別 66
第六章 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
6.2.1 金融信息的收集與分析 72
6.2.2 市場行情的分析和預測 74
6.2.3 信用風險管控 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
第七章 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：人臉識別新銳 93
7.2.7 科遠股份：工業(yè)智能化先鋒 94
7.2.8 漢王科技：模式識別和智能交互的領(lǐng)先企業(yè) 94
第八章 風險提示 95
圖表目錄 ：
圖表 1：2010-2015年全球人工智能投資額增長情況 7
圖表 2：2010-2015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算計劃 8
圖表 4：國內(nèi)互聯(lián)網(wǎng)三大巨頭對人工智能高度重視 9
圖表 5：“中國腦計劃”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 世紀科技領(lǐng)域最為前沿的技術(shù)之一 16
圖表 12：計算機內(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：人腦與計算機“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：人工智能三個階段 19
圖表 17：認知智能研發(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 20：百度大腦計劃 22
圖表 21：深度學習近年來逐步成為業(yè)界追逐的熱點 24
圖表 22：深度學習是機器學習的一個分支 25
圖表 23：人眼識別圖像過程 26
圖表 24：深度學習大幅提升語音識別準確率 26
圖表 25：深度學習大幅提升手寫識別準確率 27
圖表 26：計算能力指數(shù)級的增長促使技術(shù)變革間隔時間越來越短 27
圖表 27：1990-2015年計算成本平均每年下降33% 28
圖表 28：1990-2015年存儲成本平均每年下降38% 28
圖表 29：GPU 具有出眾的并行計算能力 29
圖表 30：GPU和CPU浮點運算能力對比 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 36
圖表 40：機器學習模仿人類學習過程 37
圖表 41：機器學習是人工智能的核心技術(shù) 38
圖表 42：機器學習是涉及多領(lǐng)域的交叉學科 38
圖表 43：Wise.io測試錯誤率低于其他機器學習模型 39
圖表 44：Wise.io訓練時間低于其他機器學習模型 40
圖表 45：Ersatz平臺實現(xiàn)黑瘤素在線檢測 41
圖表 46：Ersatz平臺實現(xiàn)讀取驗證碼圖像信息 41
圖表 47：全球主要機器學習類公司 42
圖表 48：語音識別關(guān)鍵技術(shù)持續(xù)進步，達到實用門檻 44
圖表 49：語音應用嵌入越來越多終端中 45
圖表 50：自然語言處理將廣泛應用于各個行業(yè) 45
圖表 51：語音交互技術(shù)已經(jīng)全面滲透到各項互聯(lián)網(wǎng)應用中 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中加入個人智能助理 48
圖表 56：圖靈機器人云服務方式進入樂投車載系統(tǒng) 49
圖表 57：圖靈機器人云服務方式進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：語音云平臺突破了硬件和操作系統(tǒng)的限制 52
圖表 62：語音云平臺擁有完善的運營和開發(fā)支撐 52
圖表 63：Luminosos的詞庫同時能夠理解表情符號 53
圖表 64：全球語音識別應用公司 54
圖表 65：clafifai可以智能理解視頻中的要素 55
圖表 66：clafifai自動尋找類似圖像進行智能廣告匹配 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++云臉應用鎖 58
圖表 70：全球主要圖像識別應用公司 59
圖表 71：google 預測分析API 主要功能 60
圖表 72：Google Prediction API 60
圖表 73：全球主要預測API 商用公司 61
圖表 74：生物識別類別比較 62
圖表 75：馬云展示“Smile to Pay”技術(shù) 63
圖表 76：全球生物識別市場規(guī)模預測（單位：億美元） 63
圖表 77：2016-2022年全球生物識別技術(shù)行業(yè)細分市場規(guī)模預測（單位：億美元） 64
圖表 78：人臉識別技術(shù) 65
圖表 79：人臉識別發(fā)展歷程 65
圖表 80：人臉識別流程 66
圖表 81：人臉識別的應用領(lǐng)域 67
圖表 82：用戶鑒權(quán)的三種方式 67
圖表 83：銀行發(fā)行認證介質(zhì)流程 68
圖表 84：人臉識別流程 68
圖表 85：聲紋識別過程 69
圖表 86：聲紋識別應用領(lǐng)域 70
圖表 87：時代億寶與阿里合作聲紋驗證產(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平臺為核心 73
圖表 91：工業(yè)智能化分析平臺 74
圖表 92：Alphasense金融智能搜索平臺 75
圖表 93：Minettabrook實時抓取新聞 社交媒體推文等信息 75
圖表 94：Minettabrook實時智能提供重要金融決策信息 76
圖表 95：Lending Club業(yè)務模式 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學習平臺 80
圖表 99：智能化學習公司整理 81
圖表 100：2011-2015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
|
