首页 百科正文

关于人工智能的报告(人工智能专题报告)

(报告出品方/作者:中信证券,杨泽原、丁奇)

报告摘要

一、 人工智能开启新一轮产业变革

1.1 三大支柱支撑,向认知智能迈进

人工智能:通常是指“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的一门新的 技术科学”。人工智能的发展需要“运算平台+数据资源+算法”。

机器学习:属于人工智能的其中一个领域,通过经验学习优化计算机算法,其根本在于海量数据的训练。

深度学习:在人工神经网络的基础上发展而来,实现了从大数据中自动提取数据特征并设计特征模型,摆 脱了传统神经网络算法中需要人工工程进行各层的特征设计的弊端。

三次工业革命均引发人类社会格局发生颠覆性的改变,人工智能有望开启新一轮产业革命

第一次(18世纪60s):蒸汽机成为动力机,解放了生产力;

第二次(19世纪70s):电力得到应用,推动电气、化学、石油等重工业的兴起;

第三次(20世纪40s):进入信息时代。信息时代先后出现了计算机、互联网、移动互联网、物联 网等几次技术变革。但部分领域近年来放缓趋势已经开始出现。

1.2 资本+政策+需求驱动,产业高速增长

投融资:资本争相涌入

近年来人工智能投融资火热,资本争相涌入。随着AlphaGo等具有较大影响力的应用逐步落地,产业界与资本界均对人工智能前景充满期待,人 工智能有望开启新一轮产业革命,大型公司纷纷展开“AI军备竞赛”。

二级市场助推人工智能企业发展。私募市场与二级市场逐渐形成衔接,助推AI企业向下一个阶段发展。在二级市场,最受资本青睐的 是行业解决方案和智能风控,其次是服务机器人、ADAS系统和AI芯片,最后是智能影像医疗和智 能营销。 近期,伴随部分AI独角兽IPO获受理,2021年有望迎来AI企业上市潮,二级市场助推AI企业发展。

政策端:政策大力支持

确立“三步走”目标,加速人工智能深度应用创新建设,全面推动AI产业落地。 国务院2017年《新一代人工智能发展规划》中确立“三步走”目标,第一步,到2020年人工智能 总体技术和应用与世界先进水平同步;第二步,到2025年人工智能基础理论实现重大突破、技术与 应用部分达到世界领先水平;第三步,到2030年人工智能理论、技术与应用总体达到世界领先水平。

强人工智能与经济社会深度融合,积累经验做法、标杆案例 。科技部2019年8月发布《国家新一代人工智能创新发展试验区建设工作指引》,指出要充分发挥地 方在试验区建设中的主体作用,3年内形成一批人工智能与经济社会发展深度融合的典型模式,积累一批可复制可推广的经验做法,打造一批具有重大引领带动作用的人工智能创新高地。

明确“新基建” ,注入“新动能” 。受疫情影响,数字经济发展迎来关键窗口期。2020年3月,中央明确“新基建”进度,加固、升级 人工智能长期发展创新的数字底座,开启AI发展新空间。

应用场景:落地场景丰富

AI的最终任务是实现人工智能在各垂直行业的场景化落地 。从全球看,人工智能企业主要集中在AI+(各个垂直领域)、大数据和数据服务、视觉、智能机器人领域,其中AI+企业主要集中在商业(主要包含市场营销和客户管理领域)、医疗健康、金融领域。

从中国看,各垂直领域的AI企业同样集中在各类垂直行业中,渗透较多的包括医疗健康、金融、商 业、教育和安防等领域,根据中国信通院数据,其中医疗健康领域占比最大达到22%,其次在金融 和智能商业化领域占比分别达到14%和11%。

二、 人工智能产业链各环节机遇涌现

人工智能产业链包括基础层、技术层和应用层:

1)基础层是指对AI提供支撑性服务的硬件平台,包括芯片、传感器、数据和服务、生物识别、云 计算等;

2)技术层是指实现计算机感知和认知的程序算法,主要包括机器学习、计算机视觉、语音及自 然语言处理等;

3)应用层是指将人工智能是现在垂直领域的应用,包括工业机器人、服务机器人、智能医疗、 智能金融等。

前文我们提到了一个观点——“运算平台+数据资源+算法”为人工智能提供三大支柱, 接下来我们将继续沿着这条线,分析人工智能产业链不同层次的投资机会。

三、 人工智能的挑战与机遇:能者为王

挑战一:AI未来发展前景如何?

挑战:人工智能的发展呈现螺旋向上趋势 。计算能力上,经历了早期计算、LISP机器、GPU/TPU的发展;算法演化上,经历了Perceptron、专 家系统、BP、深度学习的技术发展;核心数据上,经历了从少量到大量再到海量的递进;实用效果 上,历经感知、认识、决策的步步推进。

机遇一:技术持续创新迭代推动应用深化

以机器学习为主流方向的人工智能基础技术包括有监督学习、无监督学习、强化学习等技术,但这 些技术只是针对部分特定场景,比如说分类、聚类、求最优解等,而现实世界往往是复杂的,深度 强化学习等新兴技术的快速发展推动AI向更接近人类思维的方向进步,解决更复杂的认知智能问题。

深度强化学习:强化学习与深度学习结合。深度学习具有较强的感知能力,但是缺乏一定的决策能 力;而强化学习具有决策能力,对感知问题束手无策。将两者结合起来,优势互补,为复杂系统的 感知决策问题提供了解决思路。

挑战二:数据从何而来?

挑战:人工智能算法训练需要大量数据资源 。 例:百度人脸识别系统在2015年FDDB检测数据集和LFW识别数据集上的实验结果均获得世界最 高的准确率。ImageNet数据库包括1000类150万张图片。 百度使用了 200 万类 2亿张图片 , 数量上是 ImageNet数据库的一百多倍。

机遇二:产品+技术+场景完整方案形成数据闭环

大数据:人工智能发展的三大重要基础之一(算力、算法、数据)。大数据的作用包括挖掘、传输、存储、分析、分类等;大数据是人工智能“思考”和“决策”的重 要参考,提供数据支持;物联网是促进大数据和AI结合的重要方式,大数据和AI的结合反哺物联网 应用的发展。

AI公司有望依靠产品+技术+场景的完整解决方案,构筑数据闭环。 2B/2C提供庞大的数据来源;物联网使得数据形式更加多样化;客户资源深厚的头部公司具备广泛 的数据基础,以BATH为例,利用庞大的数据量和技术积累,切入AI领域,为中小企业提供数据来 源、算力等,助力AI普惠

挑战三:商业化路在何方?

挑战:初创企业商业模式路在何方? 从软件核心知识产权、定价模式、数据所有权等维度看,形式较为多样化,当前商业模式未成定局。

机遇三:实现优势赛道控盘突破

以AI技术为切入点,推动“平台+赛道”战略布局,控盘教育等核心赛道。

1)教育:2B2C闭环协同助力打造AI+教育领军,2B产品包括智慧课堂、智慧校园及区域教育云 平台等,2C产品包括智能学习机等;

2)政法:智能庭审、辅助判案等产品各地持续推广;

3)医疗:智医助理等AI产品在各地区域化复制落地。

以计算机视觉为核心技术驱动,应用规模化落地。

1)平台:自主研发 并建立了全球顶级的深度学习平台和超算中心。

2)应用:深入探索多个垂直行业领域,业务涵盖 智能手机、互联网娱乐、汽车、智慧城市、以及教育、医疗、零售、广告、金融、地产等多个行 业。

报告节选关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

关于人工智能的报告(人工智能专题报告)

(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)

精选报告来源:【未来智库官网】。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/baike/10306.html

发表评论

评论列表(0人评论 , 9455人围观)
☹还没有评论,来说两句吧...