新智元中国人工智能产业发展报告.pdf

1、60 年前，达特茅斯会议召开，人工智能作为一门新兴学科在美国肇始。经过六十年的演进，人工智能即将成为改变人类经济、社会的新技术引擎。2016 年 9 月 3 日，习近平主席在二十国集团工商峰会发表主旨演讲，指出以互联网为核心的新一轮科技和产业革命蓄势待发，人工智能、虚拟现实等新技术日新月异，虚拟经济与实体经济的结合，将给人们的生产方式和生活方式带来革命性变化。随着人工智能从学术课题研发全面步入产业经济爆发阶段，目前全球正迈向以互联网、人工智能、3D 打印、自动驾驶等技术代表的第四次工业革命。中国是全球创新舞台上的佼佼者，也是迈向智能时代最快的国家之一。新智元作为专注人工智能行业的资讯和智库平台

2、，利用自身积累优势和外部专家资源，在人工智能 60 年，暨首届世界人工智能大会召开之际撰写了2016 中国人工智能产业发展报告，报告分为四个部分：产业篇、技术篇、应用热点篇与投融资篇。产业篇主要对全球与中国的人工智能产业进行概括性介绍，概览全球产业战略与布局。技术篇聚集处于人工智能领域前沿也是产业核心关键地位的深度学习技术，由具有多年实践经验的一线技术专家撰写。热点篇关注 2016 年以来发展态势迅猛的智能驾驶，从技术、企业、竞争等角度展开。投融资篇除了对全球与中国人工智能领域投融资情况进行综述，特别推出“新智元 100”分析报告。新智元 100 是新智元子品牌，关注人工智能行业的投融资情况。

3、过去 3 个月的时间中新智元对中国 100 多家人工智能初创企业进行调研，搜集到各公司团队、技术人员占比、融资额、估值、专利数量等核心数据，经过分析写成“新智元 100”分析报告整体上看，这 100 家企业几乎覆盖了目前中国 AI 创业公司中所有的发展方向和技术选型，无论在数量还是类型上都具有较强的代表性。另外，新智元评选的“2016 最具竞争力人工智能创业企业”名单也将在报告中公布。通过本报告，新智元希望提供关于中国人工智能产业的全局概览和近期发展趋势洞见。本报告的撰写得到了许多业内人士的帮助，在此一并表示感谢。报告已尽量提供准确数据与资料，并进行多次校对，但也难免会有疏漏，如有错误，欢迎指

4、正。前 言一、产业篇 1（一）人工智能 60 年 11人工智能：感知+理解+决策 12人工智能三“起”三“落”后迎来爆发 2（二）全球人工智能产业发展态势 31全球人工智能产业将进入快速增长期 32全球人工智能企业竞争日趋激烈 43人工智能已上升为国家战略 8（三）我国人工智能产业发展态势 101我国人工智能产业将在 2018 年突破 200 亿元 102百家人工智能企业助推产业转型升级 103国家和地方政策助力人工智能产业健康快速发展 13二、技术篇深度学习 15（一）技术演进 151深度学习：像人脑一样思考 152深度学习的三个里程碑 17（二）深度学习发展现状 191多家巨头力推产业布局

5、 192三大领域技术革新 213三大开源框架促进技术落地 21（三）深度学习未来展望 23三、应用热点篇自动驾驶 25（一）概述 251四个等级两种路径 252无人车商用时间线：3-4 年之后 26（二）人工智能与自动驾驶（自动驾驶中的人工智能技术）261感知（数据）27目 录2决策（计算）323地图 344车联网 35（三）无人驾驶产业 371国外自动驾驶发展趋势 372中国自动驾驶的发展趋势 413趋势：智能出行公司的平台优势明显，成有力武器 42四、投融资篇新智元 100 报告 44（一）全球 AI 创业公司投融资市场概览 44（二）中国人工智能创业与投融资概览 46（三）新智元 100

6、 分析报告 47（四）新智元 100 最具竞争力榜单 Top 10 51附录：新智元 100 评选榜单 55人工智能经过 60 年的发展，已逐渐从技术走向应用。近几年，在深度学习的推动下，人工智能取得了飞速发展。世界各国纷纷将人工智能作为国家战略，积极推动产业发展，企业将人工智能作为未来的发展方向积极布局，围绕人工智能的创新创业也在不断涌现。未来，人工智能将深刻改变人类的生产、生活方式。（一）人工智能 60 年1人工智能：感知+理解+决策自 1956 年达特茅斯会议提出“人工智能”这个词以来，业界对“人工智能”的认知也在不断发生变化。参考 Stuart Russell and Peter No

7、rvig 的定义，对人工智能的认知可以按思考还是行动、像人还是理性两个维度分为四种，即像人一样行动、像人一样思考、合理地思考以及合理地行动。图表 1 对人工智能的不同认知及其特点资料来源：Artificial Intelligence:A Modern Approach3rd Edition一、产业篇12中国人工智能产业发展报告前三种认知方式下的人工智能由于技术受限和其它一些原因，尚未实现大规模产业化应用。像人一样行动以阿兰 图灵在 1950 年提出的图灵测试为代表，强调人工智能应该像人一样行动。近年来，又有人提出全面图灵测试，增加了视觉信号和物理操纵需求，从而使图灵测试覆盖了自然语言处理、知

8、识表示、自动推理、机器学习、计算机视觉和机器人六大学科。因此 60 年后，图灵测试对于验证一个系统是否具备智能，仍然有效。像人一样思考基于认知建模，更加强调像人一样思考。人的大脑一直是一个未解之谜，目前美国和欧盟均在开展人脑研究，一旦破解了大脑思考方式这个世界难题，类人的智能研究将取得重大突破。现阶段的人脑研究尚不足以支撑人工智能建立像人一样思考的系统。合理地思考则是逻辑主义流派提倡的通过制定规则使智能系统合理地思考。这种基于规则的认知方式开发出的人工智能系统精准度较高。但对非形式的知识制定规则并不容易，因此仅适用于规则清晰的专业领域，在通用领域中难以得到大规模应用。以合理地行动为代表的人工智

9、能带动了新一轮的人工智能浪潮。合理地行动现阶段以基于深度学习的人工智能为代表，强调通过感知+理解+决策来实现，是建立在大量先验知识的基础上做出的相对合理的判断和决策。尽管基于深度学习的人工智能需要基于大量先验知识做出判断，无法实现完美合理性，但在海量数据的支撑下，“感知+理解+决策”的人工智能有望不断接近完美合理，使得人工智能技术在产业上得到大规模应用。2人工智能三“起”三“落”后迎来爆发人工智能研究始于 20 世纪 40 年代，从人工智能概念的诞生至今已有 60 年。根据人工智能技术及产业发展的整体形势，我们将其分为三个阶段。第一阶段（20 世纪 50 年代中期到 80 年代初期）：深耕细作

10、，30 年技术发展为人工智能产业化奠定基础。在 1956 年之前，人工智能就已经开始孕育。神经元模型、图灵测试的提出以及SNARC 神经网络计算机的发明，为人工智能的诞生奠定了基础。1956 年的达特茅斯会议代表人工智能正式诞生和兴起。此后人工智能快速发展，深度学习模型以及 AlphaGo 增强学习的雏形感知器均在这个阶段得以发明。随后由于早期的系统适用于更宽的问题选择和更难的问题时效果均不理想，因此美国、英国相继缩减经费支持，人工智能进入低谷。第二阶段（20 世纪 80 年代初期至 21 世纪初期）：急功近利，人工智能成功商用但跨越式发展失败。80 年代初期，人工智能逐渐成为产业，第一个成功

11、的商用专家系统 R1 为 DEC 公司每年节约 4000 万美元左右的费用。截止到 20 世纪 80 年代末，几乎一半的“财富 500 强”都在开发或使用“专家系统”。受此鼓励，日本、美国等国家投入巨资开发第 5 代计算机人工智能计算机。在 90 年代初，IBM、苹果推出的台式机进入普通百姓家庭中，奠定了计算机工业的发展方向。第5 代计算机由于技术路线明显背离计算机工业的发展方向，项目宣告失败，人工智能再一次进入低谷。尽管如此，浅层学习如支持向量机、Boosting 和最大熵方法等在 90 年代得到了广泛应用。第三阶段（21 世纪初期至今）：量变产生质变，人工智能有望实现规模化应用。摩尔定律和

12、云计算带来的计算能力的提升，以及互联网和大数据广泛应用带来的海量数据量的积累，使得深度学习算法在各行业得到快速应用，并推动语音识别、图像识别等技术快速发展并迅速产业化。20063一、产业篇年，Geoffrey Hinton 和他的学生在 Science上提出基于深度信念网络（Deep Belief Networks,DBN）可使用非监督学习的训练算法，使得深度学习在学术界持续升温。2012 年，DNN 技术在图像识别领域的应用使得 Hinton 的学生在 ImageNet 评测中取得了非常好的成绩。深度学习算法的应用使得语音识别、图像识别技术取得了突破性进展，围绕语音、图像、机器人、自动驾驶等

13、人工智能技术的创新创业大量涌现，人工智能迅速进入发展热潮。未来，人工智能的热度将可能会有所回落，但人工智能技术的发展将深入到金融、交通、医疗、工业等各个领域，逐渐改变人类的生产生活方式。图表 2 人工智能发展历程（二）全球人工智能产业发展态势经过 60 年的发展，人工智能在深度学习、海量数据和高性能计算的支撑下，现已进入产业化应用初期。2016 年，基于深度学习的智能语音、图像识别、智能驾驶等技术开始向各个应用领域渗透，全球人工智能产业规模快速增长。为抢占人工智能高地，谷歌、微软、IBM、Facebook 等企业在人工智能领域的战略布局进一步突出，围绕人工智能的创新创业进一步繁荣。美国、日本等

14、国家也先后出台人工智能相关政策及国家计划，为产业发展创造良好的生态环境。1全球人工智能产业将进入快速增长期在深度学习技术和开源平台的推动下，人工智能技术门槛逐渐降低，受到全球下游应用需求的迫切倒逼，人工智能赢得了加速发展的黄金期，围绕人工智能的应用和创新不断涌现。2015 年，全球人工智能产业规模达到 82.2 亿美元，预计 2016 年将突破 100 亿美元。据 BBC 预计，2020 年全球人工智能市场规模将达 183 亿美元。在未来 10 年甚至更久的时间里，人工智能将是众多智能产业技术和应用发展的突破点。4中国人工智能产业发展报告图表 3 2014-2020 年全球人工智能产业规模除产

15、业规模快速增长外，围绕人工智能的创业企业数量也大幅提升。根据 Venture Scanner 对全球 71 个国家人工智能公司的统计，截至到 2016 年第三季度，全球人工智能创业公司数量已有1287 家，其中 585 家获得投资，投资金额总计达到 77 亿美元，其中美国投资金额超过 31 亿美元。图表 4 2016 年全球人工智能企业区域分布资料来源：Venture Scanner2全球人工智能企业竞争日趋激烈谷歌、微软、IBM、Facebook 等企业凭借自身优势，积极布局整个人工智能领域。各大企业通过加大研发投入力度、招募高端人才、建设实验室等方式加快关键技术研发；同时，通过收购等方式吸

16、收人工智能优秀中小企业来提升整体竞争力；此外，各大企业还积极开放、开源技术平台，构建围绕自有体系的生态环境。2016 年 4 月，谷歌 CEO Sundar Pichai 第一次明确提出将 AI 优先作为公司大战略。谷歌以深度5一、产业篇学习技术为依托，涉足人机交互、语言理解、机器人等人工智能核心技术应用领域，全方位布局人工智能产业。技术方面，谷歌通过加强自身技术水平，提升谷歌传统搜索、翻译和社交业务；推动集视、听、说、感知和控制于一体的无人驾驶汽车；并先后开源了第二代机器学习平台 TensorFlow以及自然语言理解软件 SyntaxNet 的源代码，引领互联网巨头在人工智能领域开源的趋势改为浪潮。谷歌通过对 DeepMind 等人工智能行业创业企业的并购以及与强生、福特等传统产业巨头的合作，实现人工智能领域的全面布局及纵深式发展。图表 5 谷歌的人工智能布局微软在人工智能领域动作不断。微软研究院是最早开始从事人工智能研究的，发布了 Cortana和 Skype Translator 等一系列产品。微软在 2015 年 5 月初发布了人工智能领域的牛津计划，由一系列基于云端的机器学习