【文章內(nèi)容簡(jiǎn)介】 83。 44 （二 ）中國(guó)人工智能創(chuàng)業(yè)與投融資概 覽 46 （三 ）新智元 100 分析報(bào) 告 47 （四 ）新智元 100 最具競(jìng)爭(zhēng)力榜單 Top 10 51 附錄 ： 新智元 100 評(píng)選榜 單 55 1 一、產(chǎn)業(yè)篇 人工智能經(jīng) 過 60 年的發(fā) 展 ，已逐漸從技術(shù)走向應(yīng) 用 。近幾 年 ，在深度學(xué)習(xí)的推動(dòng) 下 ，人工智 能取得了飛速發(fā) 展 。世界各國(guó)紛紛將人工智能作為國(guó)家戰(zhàn) 略 ，積極推動(dòng)產(chǎn)業(yè)發(fā) 展 ，企業(yè)將人工智能 作為未來的發(fā)展方向積極布 局 ，圍繞人工智能的創(chuàng)新創(chuàng)業(yè)也在不斷涌 現(xiàn) 。未 來 ，人工智能將深刻改 變?nèi)祟惖纳a(chǎn)、生活方式。 （一 ）人工智能 60 年 1． 人工智能 ： 感知 + 理解 + 決策 自 1956 年達(dá)特茅斯會(huì)議提 出 “人工智 能 ”這個(gè)詞以 來 ，業(yè)界 對(duì) “人工智 能 ”的認(rèn)知也在不 斷 發(fā)生變化。 參考 Stuart Russell and Peter Norvig 的定義，對(duì)人工智能的認(rèn)知可以按思考還是行動(dòng)、像 人還是理性兩個(gè)維度分為四種，即像人一樣行動(dòng)、像人一樣思考、合理地思考以及合理地行動(dòng)。 圖表 1 對(duì)人工智能的不同認(rèn)知及其特點(diǎn) 資料來源 ： 《 Arti?cial Intelligence: A Modern Approach 》 3rd Edition 2 中國(guó)人工智能產(chǎn)業(yè)發(fā)展報(bào) 告 前三種認(rèn)知方式下的人工智能由于技術(shù)受限和其它一些原因，尚未實(shí)現(xiàn)大規(guī)模產(chǎn)業(yè)化應(yīng)用。像 人一樣行動(dòng)以阿 蘭 ? 圖靈 在 1950 年提出的圖靈測(cè)試為代 表 ，強(qiáng)調(diào)人工智能應(yīng)該像人一樣行 動(dòng) 。 近 年 來 ，又有人提出全面圖靈測(cè) 試 ，增加了視覺信號(hào)和物理操縱需 求 ，從而使圖靈測(cè)試覆蓋了自然語(yǔ) 言處 理 、知識(shí)表 示 、自動(dòng)推 理 、機(jī)器學(xué) 習(xí) 、計(jì)算機(jī)視覺和機(jī)器人六大學(xué) 科 。因 此 60 年 后 ，圖靈測(cè) 試對(duì)于驗(yàn)證一個(gè)系統(tǒng)是否具備智 能 ，仍然有 效 。像人一樣思考基于認(rèn)知建 模 ，更加強(qiáng)調(diào)像人一樣思 考 。人的大腦一直是一個(gè)未解之 謎 ，目前美國(guó)和歐盟均在開展人腦研 究 ，一旦破解了大腦思考方式 這個(gè)世界難 題 ，類人的智能研究將取得重大突 破 ?，F(xiàn)階段的人腦研究尚不足以支撐人工智能建立像 人一樣思考的系 統(tǒng) 。合理地思考則是邏輯主義流派提倡的通過制定規(guī)則使智能系統(tǒng)合理地思 考 。這 種基于規(guī)則的認(rèn)知方式開發(fā)出的人工智能系統(tǒng)精準(zhǔn)度較 高 。但對(duì)非形式的知識(shí)制定規(guī)則并不容 易， 因此僅適用于規(guī)則清晰的專業(yè)領(lǐng)域，在通用領(lǐng)域中難以得到大規(guī)模應(yīng)用。 以合理地行動(dòng)為代表的人工智能帶動(dòng)了新一輪的人工智能浪潮。合理地行動(dòng)現(xiàn)階段以基于深度 學(xué)習(xí)的人工 智能為代表，強(qiáng)調(diào)通過感知 + 理解 + 決策來實(shí)現(xiàn)，是建立在大量先驗(yàn)知識(shí)的基礎(chǔ)上做出 的相對(duì)合理的判斷和決 策 。盡管基于深度學(xué)習(xí)的人工智能需要基于大量先驗(yàn)知識(shí)做出判 斷 ，無法實(shí) 現(xiàn)完美合理性，但在海量數(shù)據(jù)的支撐下 ， “感知 + 理解 + 決策 ”的人工智能有望不斷接近完美合理， 使得人工智能技術(shù)在產(chǎn)業(yè)上得到大規(guī)模應(yīng)用。 2． 人工智能三 “ 起 ” 三 “ 落 ” 后迎來爆發(fā) 人工智能研究始 于 20 世 紀(jì) 40 年 代 ，從人工智能概念的誕生至今已 有 60 年 。根據(jù)人工智能技 術(shù)及產(chǎn)業(yè)發(fā)展的整體形勢(shì)，我們將其分為三個(gè)階段。 第一階 段 （ 20 世 紀(jì) 50 年代中期 到 80 年代初 期 ） ： 深耕細(xì) 作 ， 30 年技術(shù)發(fā)展為人工智能產(chǎn) 業(yè)化奠定基 礎(chǔ) 。 在 1956 年之 前 ，人工智能就已經(jīng)開始孕 育 。神經(jīng)元模 型 、圖靈測(cè)試的提出以及 SNARC 神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)的發(fā) 明 ，為人工智能的誕生奠定了基 礎(chǔ) 。 1956 年的達(dá)特茅斯會(huì)議代表人工 智能正式誕生和興起。此后人工智能快速發(fā)展，深度學(xué)習(xí)模型以及 AlphaGo 增強(qiáng)學(xué)習(xí)的雛形 ——感 知器均在這個(gè)階段得以發(fā) 明 。隨后由于早期的系統(tǒng)適用于更寬的問題選擇和更難的問題時(shí)效果均不 理想，因此美國(guó)、英國(guó)相繼縮減經(jīng)費(fèi)支持，人工智能進(jìn)入低谷。 第二階段 （ 20 世紀(jì) 80 年代初期至 21 世紀(jì)初 期 ） ： 急功近利 ， 人工智能成功商用但跨越式發(fā)展 失 敗 。 80 年代初 期 ，人工智能逐漸成為產(chǎn) 業(yè) ，第一個(gè)成功的商用專家系 統(tǒng) R1 為 DEC 公司每年節(jié) 約 4000 萬美元左右的費(fèi) 用 。截止 到 20 世 紀(jì) 80 年代 末 ，幾乎一半 的 “財(cái) 富 500 強(qiáng) ”都在開發(fā)或使 用 “專家系 統(tǒng) ”。受此鼓 勵(lì) ，日 本 、美國(guó)等國(guó)家投入巨資開發(fā) 第 5 代計(jì)算機(jī) ——人工智能計(jì)算 機(jī)。 在 90 年代 初， IBM、蘋果推出的臺(tái)式機(jī)進(jìn)入普通百姓家庭 中 ，奠定了計(jì)算機(jī)工業(yè)的發(fā)展方 向 。第 5 代計(jì)算機(jī)由于技術(shù)路線明顯背離計(jì)算機(jī)工業(yè)的發(fā)展方 向 ，項(xiàng)目宣告失 敗 ，人工智能再一次進(jìn)入低 谷。盡管如此，淺層學(xué)習(xí)如支持向量機(jī)、 Boosting 和最大熵方法等在 90 年代得到了廣泛應(yīng)用。 第三階 段 （ 21 世紀(jì)初期至 今 ） ： 量變產(chǎn)生質(zhì) 變 ， 人工智能有望實(shí)現(xiàn)規(guī)?；瘧?yīng) 用 。 摩爾定律和云 計(jì)算帶來的計(jì)算能力的提 升 ，以及互聯(lián)網(wǎng)和大數(shù)據(jù)廣泛應(yīng)用帶來的海量數(shù)據(jù)量的積 累 ，使得深度學(xué) 習(xí)算法在各行業(yè)得到快速應(yīng) 用 ，并推動(dòng)語(yǔ)音識(shí) 別 、圖像識(shí)別等技術(shù)快速發(fā)展并迅速產(chǎn)業(yè) 化 。 2020 3 一、產(chǎn)業(yè) 篇 年， Geoffrey Hinton 和他的學(xué)生 在《 Science 》上提出基于深度信念網(wǎng) 絡(luò)（ Deep Belief Networks, DBN）可使用非監(jiān)督學(xué)習(xí)的訓(xùn)練算 法 ，使得深度學(xué)習(xí)在學(xué)術(shù)界持續(xù)升 溫 。 2020 年， DNN 技術(shù)在圖 像識(shí)別領(lǐng)域的應(yīng)用使 得 Hinton 的學(xué)生 在 ImageNet 評(píng)測(cè)中取得了非常好的成 績(jī) 。深度學(xué)習(xí)算法的應(yīng) 用使得語(yǔ)音識(shí) 別 、圖像識(shí)別技術(shù)取得了突破性進(jìn) 展 ，圍繞語(yǔ) 音 、圖 像 、機(jī)器 人 、自動(dòng)駕駛等人工智 能技術(shù)的創(chuàng)新創(chuàng)業(yè)大量涌現(xiàn)，人工智能迅速進(jìn)入發(fā)展熱潮。 未 來 ，人工智能的熱度將可能會(huì)有所回 落 ，但人工智能技術(shù)的發(fā)展將深入到金 融 、交 通 、醫(yī) 療、工業(yè)等各個(gè)領(lǐng)域，逐漸改變?nèi)祟惖纳a(chǎn)生活方式。 圖表 2 人工智能發(fā)展歷程 （二 ）全球人工智能產(chǎn)業(yè)發(fā)展態(tài)勢(shì) 經(jīng) 過 60 年的發(fā) 展 ，人工智能在深度學(xué) 習(xí) 、海量數(shù)據(jù)和高性能計(jì)算的支撐 下 ，現(xiàn)已進(jìn)入產(chǎn)業(yè)化 應(yīng)用初 期 。 2020 年 ，基于深度學(xué)習(xí)的智能語(yǔ) 音 、圖像識(shí) 別 、智能駕駛等技術(shù)開始向各個(gè)應(yīng)用領(lǐng)域 滲 透 ，全球人工智能產(chǎn)業(yè)規(guī)模快速增 長(zhǎng) 。為搶占人工智能高 地 ，谷 歌 、微 軟 、 IBM、 Facebook 等企 業(yè)在人工智能領(lǐng)域的戰(zhàn)略布局進(jìn)一步突 出 ，圍繞人工智能的創(chuàng)新創(chuàng)業(yè)進(jìn)一步繁 榮 。美 國(guó) 、日本等國(guó) 家也先后出臺(tái)人工智能相關(guān)政策及國(guó)家計(jì)劃，為產(chǎn)業(yè)發(fā)展創(chuàng)造良好的生態(tài)環(huán)境。 1． 全球人工智能產(chǎn)業(yè)將進(jìn)入快速增長(zhǎng)期 在深度學(xué)習(xí)技術(shù)和開源平臺(tái)的推動(dòng)下，人工智能技術(shù)門檻逐漸降低，受到全球下游應(yīng)用需求的 迫切倒逼，人工智能贏得了加速發(fā)展的黃金期，圍繞人工智能的應(yīng)用和創(chuàng)新不斷涌現(xiàn) 。 2020 年，全 球人工智能產(chǎn)業(yè)規(guī)模達(dá) 到 億美 元 ，預(yù) 計(jì) 2020 年將突 破 100 億美 元 。 據(jù) BBC 預(yù) 計(jì)， 2020 年 全 球人工智能市場(chǎng)規(guī)模將 達(dá) 183 億美 元 。在未 來 10 年甚至更久的時(shí)間 里 ，人工智能將是眾多智能產(chǎn) 業(yè)技術(shù)和應(yīng)用發(fā)展的突破點(diǎn)。 4 中國(guó)人工智能產(chǎn)業(yè)發(fā)展報(bào) 告 圖表 3 20202020 年全球人工智能產(chǎn)業(yè)規(guī)模 除產(chǎn)業(yè)規(guī)?？焖僭鲩L(zhǎng) 外 ，圍繞人工智能的創(chuàng)業(yè)企業(yè)數(shù)量也大幅提 升 。根 據(jù) Venture Scanner 對(duì) 全 球 71 個(gè)國(guó)家人工智能公司的統(tǒng) 計(jì) ，截至 到 2020 年第三季 度 ，全球人工智能創(chuàng)業(yè)公司數(shù)量已有 1287 家，其中 585 家獲得投資，投資金額總計(jì)達(dá)到 77 億美元，其中美國(guó)投資金額超過 31 億美元。 圖表 4 2020 年全球人工智能企業(yè)區(qū)域分布 資料來源： Venture Scanner 2． 全球人工智能企業(yè)競(jìng)爭(zhēng)日趨激烈 谷 歌 、微 軟、 IBM、 Facebook 等企業(yè)憑借自身優(yōu) 勢(shì) ，積極布局整個(gè)人工智能領(lǐng) 域 。各大企業(yè)通 過加大研發(fā)投入力 度 、招募高端人 才 、建設(shè)實(shí)驗(yàn)室等方式加快關(guān)鍵技術(shù)研 發(fā) ；同 時(shí) ，通過收購(gòu)等方 式吸收人工智能優(yōu)秀中小企業(yè)來提升整體競(jìng)爭(zhēng) 力 ；此 外 ，各大企業(yè)還積極開 放 、開源技術(shù)平 臺(tái) ，構(gòu) 建圍繞自有體系的生態(tài)環(huán)境。 2020 年 4 月，谷歌 CEO Sundar Pichai 第一次明確提出將 AI 優(yōu)先作為公司大戰(zhàn)略。谷歌以深度 5 一、產(chǎn)業(yè) 篇 學(xué)習(xí)技術(shù)為依 托 ，涉足人機(jī)交 互 、語(yǔ)言理 解 、機(jī)器人等人工智能核心技術(shù)應(yīng)用領(lǐng) 域 ，全方位布局人 工智能產(chǎn) 業(yè) 。技術(shù)方 面 ，谷歌通過加強(qiáng)自身技術(shù)水 平 ，提升谷歌傳統(tǒng)搜 索 、翻譯和社交業(yè) 務(wù) ；推動(dòng) 集 視 、 聽 、 說 、感知和控制于一體的無人駕駛汽 車 ；并先后開源了第二代機(jī)器學(xué)習(xí)平 臺(tái) TensorFlow 以及自然語(yǔ)言理解軟 件 SyntaxNet 的源代 碼 ，引領(lǐng)互聯(lián)網(wǎng)巨頭在人工智能領(lǐng)域開源的趨勢(shì)改為浪 潮 。谷歌通過 對(duì) DeepMind 等人工智能行業(yè)創(chuàng)業(yè)企業(yè)的并購(gòu)以及與強(qiáng) 生 、福特等傳統(tǒng)產(chǎn)業(yè)巨頭的合 作，實(shí)現(xiàn)人工智能領(lǐng)域的全面布局及縱深式發(fā)展。 圖表 5 谷歌的人工智能布局 微軟在人工智能領(lǐng)域動(dòng)作不 斷 。微軟研究院是最早開始從事人工智能研究 的 ，發(fā)布 了 Cortana 和 Skype Translator 等一系列產(chǎn) 品 。微軟 在 2020 年 5 月初發(fā)布了人工智能領(lǐng)域的牛津計(jì) 劃 ，由一系 列基于云端的機(jī)器學(xué)習(xí)相關(guān)的 API、 SDK 和相關(guān)服務(wù)等組成，旨在讓開發(fā)人員們不需要繁復(fù)的機(jī)器 學(xué)習(xí)背景也能開發(fā)跨平臺(tái)的更智能和更交互的應(yīng) 用 。當(dāng) 時(shí) ，牛津計(jì)劃率先開源了人臉識(shí) 別 、語(yǔ)音處 理和計(jì)算機(jī)視覺三個(gè)部分。 2020 年 1 月 25 日，微軟 在 GitHub 上發(fā)布了其深度學(xué)習(xí)工具包 ——Computational Network Toolkit（簡(jiǎn) 稱 CNTK） 。 CNTK 是一個(gè)統(tǒng)一的深度學(xué)習(xí)工具 包 ，它通過一個(gè)有向圖將神經(jīng)網(wǎng)絡(luò)描述為一系列計(jì)算 步 驟 。 在有向圖 中 ，葉節(jié)點(diǎn)表示輸入值或網(wǎng)絡(luò)參 數(shù) ，邊表示輸入之上的矩陣運(yùn) 算。 CNTK 使得實(shí)現(xiàn)和 組合前饋型神經(jīng)網(wǎng) 絡(luò) DNN、卷積神經(jīng)網(wǎng)絡(luò) （ CNN）和循環(huán)神經(jīng)網(wǎng) 絡(luò) (RNN/LSTM) 變得非常容易。 在 2020 年 的 Window Build 開發(fā)者大 會(huì) 上 ，微軟開放 了 Microsoft Bot Framework，開發(fā)者可以 6 中國(guó)人工智能產(chǎn)業(yè)發(fā)展報(bào) 告 直接接 入 Microsoft Bot Framework 來開發(fā)類似微軟小冰這樣的聊天機(jī)器 人 。 9 月 ，公司更宣布成立 5000 人的人工智能部門，與 Windows 和 Of?ce、云計(jì)算等部門并列。 圖表 6 微軟人工智能布局 Facebook 積極組建人工智能實(shí)驗(yàn) 室 ，并通過開源技術(shù)平臺(tái)等方式來獲取更大的成 功 。 Facebook 現(xiàn)有兩大實(shí)驗(yàn)室，其中一個(gè)是重點(diǎn)發(fā)展基礎(chǔ)研究的 Facebook AI（ FAIR）項(xiàng)目，由 Yann LeCun 負(fù)責(zé)， 主要專注于基礎(chǔ)科學(xué)和長(zhǎng)期研 究。 FAIR 現(xiàn)有三個(gè)實(shí)驗(yàn) 室 ，分別位于美國(guó)紐 約 、加州門洛帕克以及 法國(guó)巴黎，擁有超過 130 位人工智能專家。 AML（ 應(yīng)用機(jī)器學(xué)習(xí)部 門 ）則專注于人工智能產(chǎn)品應(yīng)用， 由西班牙裔機(jī)器學(xué)習(xí)專 家 Joaquin Candela 負(fù) 責(zé)。 AML 正試圖為排 名 、廣 告 、搜 索 、語(yǔ)言翻 譯 、語(yǔ) 音識(shí) 別 、自動(dòng)產(chǎn)生視頻字幕以及自然語(yǔ)言理解等領(lǐng)域開發(fā)更好的算法以提 升 Facebook 的基 礎(chǔ) 。為 了進(jìn)一步彌補(bǔ)在語(yǔ)音技術(shù)方面的短 板 ， 2020 年 初， Facebook 收購(gòu)了語(yǔ)音指令創(chuàng)業(yè)公 司 ，之 后建立了語(yǔ)言技術(shù)部 門 。為了進(jìn)一步提升技術(shù)水 平， Facebook 先后開 源 fbcunn——用于 在 Torch 上 更快速地訓(xùn)練神經(jīng)網(wǎng)絡(luò)的模 塊 、人工智能硬件平 臺(tái) Big Sur 等十余個(gè)項(xiàng) 目。 Facebook 將 其 AI 系統(tǒng) 進(jìn)行開源，有助于整個(gè)產(chǎn)業(yè)加速發(fā)展。 7 一、產(chǎn)業(yè) 篇 圖表 7 Facebook 人工智能布局 IBM 在 認(rèn) 知 計(jì) 算 平 臺(tái) Waston 項(xiàng) 目 上 持 續(xù) 投 入 ， 并 成 立 專 門 部 門 推 動(dòng) Watson 商 業(yè) 化 ，目 前 Waston 海量?jī)?nèi)容的分析能力已在醫(yī)療和金融領(lǐng)域率先使 用 。 2020 年 9 月， IBM 發(fā)布基于自然語(yǔ)言處 理的數(shù)據(jù)分析服務(wù)沃森分析 （ Watson Analytics） ，并向公眾提供免費(fèi)試用。 Watson Analytics 云服務(wù)支持 用戶上傳數(shù)據(jù)并通過英語(yǔ)語(yǔ)句查詢分析結(jié) 果 ，還能根據(jù)不同的分析場(chǎng)景向用戶建議數(shù)據(jù)清洗步 驟 ，以 及最佳的數(shù)據(jù)可視化方 法。 2020 年 5 月， IBM 宣 布 14 家來自美國(guó)和加拿大的癌癥治療機(jī)構(gòu)將開始 部 署沃森 （ Watston）計(jì)算機(jī)系統(tǒng)，該套系統(tǒng)將能根據(jù)病人腫瘤的基因指紋選擇出適合的治療方案。 圖表 8 IBM 人工智能布局 8 中國(guó)人工智能產(chǎn)業(yè)發(fā)展報(bào) 告 人工智能發(fā)展條件的成熟同時(shí)催生了大量人工智能創(chuàng)業(yè)企 業(yè) 。 Venture Scanner 將 1139 家人工 智能公司劃分 為 13 個(gè)細(xì)分行 業(yè) ，包括深度學(xué) 習(xí) / 機(jī)器學(xué) 習(xí) （ 通 用 ） 、深度學(xué) 習(xí) / 機(jī)器學(xué) 習(xí) （ 應(yīng) 用 ） 、 自然語(yǔ)言處理 （ 通 用 ） 、自然語(yǔ)言處理 （ 語(yǔ)音識(shí) 別 ） 、計(jì)算機(jī)視覺 / 圖像識(shí)別 （ 通 用 ） 、計(jì)算機(jī)視覺 / 圖 像識(shí) 別 （ 應(yīng) 用 ） 、手勢(shì)控 制 、虛擬私人助 手 、智能機(jī)器 人 、推薦引擎和協(xié)助過濾算 法 、情境感知計(jì) 算、語(yǔ)音翻譯、視頻內(nèi)容自動(dòng)識(shí)別 13 個(gè)細(xì)分行業(yè)。其中機(jī)器學(xué)習(xí) （ 應(yīng) 用 ）分類以約 300 家企業(yè)的數(shù) 量遙遙領(lǐng)先，自然語(yǔ)言處理公司數(shù)量位列第二。 圖表 9 2020 年第一季度全球人工智能創(chuàng)業(yè)企業(yè)圖譜 資料來源： Venture Scanner 隨著人工智能的持續(xù)發(fā) 展 ，圍繞人工智能的競(jìng)爭(zhēng)將日趨激 烈 ?？v觀智能語(yǔ) 音 、智能圖 像 、自然 語(yǔ)言處 理 、智能駕駛等人工智能技術(shù)的廣泛應(yīng) 用 ，人工智能已成為推動(dòng)產(chǎn)業(yè)升 級(jí) 、創(chuàng)新發(fā)展的關(guān)鍵 動(dòng) 力 。未來將會(huì)有