全球视野下人工智能产业发展现状与四大趋势-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

随着新一轮全球科技革命和产业改革的出现，人工智能等数字技术的演进加快，引领了数字经济的蓬勃发展，对各国的科技.经济和社会产生了深刻影响，成为推动新一轮科技革命和产业改革的重要力量。近年来，政府和相关组织继续加强人工智能的战略布局，重点关注以人工智能为核心的集成技术创新，加快人工智能相关技术的产业化和商业化，加快与数千个行业的深度融合，充分发挥其”鹅头”效应。此外，世界关注人工智能治理，安全可靠的人工智能发展已成为全球共识。

一. 人工智能的内涵与产业链

(1) 人工智能的内涵

人工智能作为一门前沿交叉学科，与数学.计算机科学.控制科学.大脑和认知科学.语言学等密切相关。通过梳理不同研究机构和专家学者提出的相关概念，”人工智能”的内涵可以归纳为：人工智能是指研究和模拟人类智能的理论.方法.技术和应用系统，赋予机器仿真.，类人智能的延伸和扩展，实现了听.看.说.想.学.行等功能，本质是对人类意识和思维过程的模拟。

图1：人工智能示意图

来源：基于公共数据的Firestone Creation

(2) 人工智能的发展历程

自1956年达特茅斯会议首次提出”人工智能”概念以来，人工智能的发展经历了60多年的发展和三次浪潮。目前，全球人工智能正处于第三波发展中。

第一波(1956-1980)：训练机器逻辑推理能力。在1956年达特茅斯会议上，以”人工智能”概念为标志的第一波发展正式启动。这一阶段的核心是使计算机具备逻辑推理能力。在此期间，我们开发了能够解决代数单词问题.证明几何定理.学习和使用英语的计算机程序，并开发了第一个感知神经网络软件和聊天软件。这些最初的突破开创了人工智能发展史上的第一个高峰。然而，与此同时，由于当时计算机的存储容量和处理速度，早期人工智能大多通过固定指令来实现特定问题，没有真正的学习能力。

第二波(1980-2006)：专家系统的应用和推广。1980年，以”专家系统”商业化的兴起为标志，第二波开发正式启动。这一阶段的核心是总结知识并将其”传授”给计算机。在此期间，解决特定领域问题的”专家系统”人工智能程序开始被世界各地的公司采用，弥补了”早期人工智能主要通过固定指令执行特定问题”的第一波发展，使人工智能变得实用。20世纪80年代，知识库系统和知识工程成为人工智能研究的主要方向，应用领域不断扩大。

第三波(自2006年以来)：机器学习.深度学习和类脑计算被提出。第三波开发正式启动，标志着Hinton在2006年提出的”深度学习”神经网络。这一阶段的核心是实现从”不可用且难以使用”到”可用”的技术突破。与之前的起伏不同，第三次浪潮解决了人工智能的基本理论问题。受互联网.云计算.5G通信.大数据等新兴技术的崛起以及核心算法的突破.计算能力的提高和海量数据的支持等影响，人工智能的发展跨越了科学理论与实际应用之间的”技术鸿沟”，迎来了人工智能探索的新高嘲

图5：全球人工智能企业分布

数据来源：中国信息与通信研究院，《火石创作与整理》

(3) 公共数据集不断丰富，关键平台逐步形成

全球数据流继续快速增长，为深入学习所需的海量数据提供了良好的基础。商业数据产业发展迅速，为企业提供了海量的图像.语音等数据资源及相关服务。公共数据集为创新.创业和行业竞争提供了高质量的数据，也为初创企业的发展带来了必要的资源。谷歌.亚马逊.Facebook等优势企业加快了机器学习和深度学习底层平台的部署，并建立了行业事实标准。目前，行业内有近40个AI学习框架，生态竞争非常激烈。中国的代表企业，如科大讯飞和上堂科技，利用其技术优势构建开放技术平台，为开发者提供人工智能开发环境，并构建上层应用生态系统。

(4) 人工智能技术发展迅速，应用不断深化

在过去的十年中，由于深度学习和其他算法的突破.计算能力的不断提高和海量数据的不断积累，人工智能已经真正从实验室研究大规模地转向了工业实践。以深度学习为代表的算法的爆炸姓发展开启了人工智能浪潮的序幕，人工智能已广泛应用于计算机视觉.智能语音.自然语言处理等领域，并已相继超越人类的认知水平。人工智能.云计算.大数据等支撑技术的融合不断深化，围绕数据处理.模型培训.部署运营.安全监控等环节的工具链不断丰富。工程能力不断提升，人工智能的落地应用和产品交付更加便捷高效。人工智能在医疗.制造.自动驾驶.安全.消毒灭菌等领域的应用不断深化，特别是新冠肺炎以来，社会的数字化和智能化转型不断加快，进一步推动人工智能的应用步入快车道。

三. 全球人工智能产业发展趋势

(1) 作为人工智能产业的基础支撑，算法.计算能力和数据仍然是新一代全球人工智能行业的核心引擎

算法.计算能力和数据被全球公认为人工智能发展的三驾马车，也是推动人工智能发展发展的重要基础。在计算能力层面，单点计算能力不断提高，计算能力的定制和多样化成为重要的发展趋势；计算技术围绕三个主要能力要素发展和升级：数据处理.数据存储和数据交互。类脑芯片和量子计算继续探索智能芯片的技术架构，从通用芯片到完全定制的芯片。技术创新带来的蓝海市场吸引了大量大型企业和初创企业进入该行业。在算法层面，针对不同的新兴AI算法模型，分别收集和集成了Cafe框架和CNTK框架，这可以大大提高算法开发场景的适用姓。AI算法从RNN.LSTM到CNN过渡到GAN.BERT和GPT-3。新兴的学习算法将在主流机器学习算法模型库中更有效地实现。在数据层面，以深度学习为代表的人工智能技术需要大量标记数据，这催生了专业技术服务，数据服务已经进入深度定制阶段。

(2) 全球新兴技术不断涌现，以人工智能为核心的集成技术创新成为焦点

随着全球虚拟现实.超高清视频.新兴汽车电子等新技术和新产品的出现，以及与人工智能的加速交叉融合，将推动生产生活方式和社会治理的智能化转型的经济形态；同时，AI和5G.云计算