下面將重點對核心業(yè)態(tài)包含的智能基礎(chǔ)設(shè)施建設(shè)、智能信息及數(shù)據(jù)、智能技術(shù)服務(wù)、智能產(chǎn)品四個方面展開介紹，并總結(jié)人工智能行業(yè)應(yīng)用及產(chǎn)業(yè)發(fā)展趨勢。

智能基礎(chǔ)設(shè)施為人工智能產(chǎn)業(yè)提供計算能力支撐，其范圍包括智能傳感器、智能芯片、分布式計算框架等，是人工智能產(chǎn)業(yè)發(fā)展的重要保障。

智能芯片從應(yīng)用角度可以分為訓(xùn)練和推理兩種類型。從部署場景來看，可以分為云端和設(shè)備端兩步大類。訓(xùn)練過程由于涉及海量的訓(xùn)練數(shù)據(jù)和復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，需要龐大的計算規(guī)模，主要使用智能芯片集群來完成。與訓(xùn)練的計算量相比，推理的計算量較少，但仍然涉及大量的矩陣運算。目前，訓(xùn)練和推理通常都在云端實現(xiàn)，只有對實時性要求很高的設(shè)備會交由設(shè)備端進行處理。

按技術(shù)架構(gòu)來看，智能芯片可以分為通用類芯片(CPU、GPU、FPGA)、基于 FPGA 的半定制化芯片、全定制化 ASIC 芯片、類腦計算芯片(IBM TrueNorth)。另外，主要的人工智能處理器還有 DPU、BPU、NPU、EPU 等適用于不同場景和功能的人工智能芯片。

隨著互聯(lián)網(wǎng)用戶量和數(shù)據(jù)規(guī)模的急劇膨脹，人工智能發(fā)展對計算性能的要求迫切增長，對CPU計算性能提升的需求超過了摩爾定律的增長速度。同時，受限于技術(shù)原因，傳統(tǒng)處理器性能也無法按照摩爾定律繼續(xù)增長，發(fā)展下一代智能芯片勢在必行。未來的智能芯片主要是在兩個方向發(fā)展：一是模仿人類大腦結(jié)構(gòu)的芯片，二是量子芯片。智能芯片是人工智能時代的戰(zhàn)略制高點，預(yù)計到 2020 年人工智能芯片全球市場規(guī)模將突破百億美元。

智能傳感器是具有信息處理功能的傳感器。智能傳感器帶有微處理機，具備采集、處理、交換信息等功能，是傳感器集成化與微處理機相結(jié)合的產(chǎn)物。智能傳感器屬于人工智能的神經(jīng)末梢，用于全面感知外界環(huán)境。各類傳感器的大規(guī)模部署和應(yīng)用為實現(xiàn)人工智能創(chuàng)造了不可或缺的條件。不同應(yīng)用場景，如智能安防、智能家居、智能醫(yī)療等對傳感器應(yīng)用提出了不同的要求。未來，隨著人工智能應(yīng)用領(lǐng)域的不斷拓展，市場對傳感器的需求將不斷增多，2020 年市場規(guī)模有望突破 4600 億美元。未來，高敏度、高精度、高可靠性、微型化、集成化將成為智能傳感器發(fā)展的重要趨勢。

面對海量的數(shù)據(jù)處理、復(fù)雜的知識推理，常規(guī)的單機計算模式已經(jīng)不能支撐。所以，計算模式必須將巨大的計算任務(wù)分成小的單機可以承受的計算任務(wù)，即云計算、邊緣計算、大數(shù)據(jù)技術(shù)提供了基礎(chǔ)的計算框架。目前流行的分布式計算框架如 OpenStack、Hadoop、Storm、Spark、Samza、Bigflow 等。各種開源深度學(xué)習(xí)框架也層出不窮，其中包括 TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon 等等。

信息數(shù)據(jù)是人工智能創(chuàng)造價值的關(guān)鍵要素之一。我國龐大的人口和產(chǎn)業(yè)基數(shù)帶來了數(shù)據(jù)方面的天生優(yōu)勢。隨著算法、算力技術(shù)水平的提升，圍繞數(shù)據(jù)的采集、分析、處理產(chǎn)生了眾多的企業(yè)。目前，在人工智能數(shù)據(jù)采集、分析、處理方面的 企業(yè)主要有兩種： 

一種是數(shù)據(jù)集提供商，以提供數(shù)據(jù)為自身主要業(yè)務(wù)，為需求方提供機器學(xué)習(xí)等技術(shù)所需要的不同領(lǐng)域的數(shù)據(jù)集； 

另一種是數(shù)據(jù)采集、分析、處理綜合性廠商，自身擁有獲取數(shù)據(jù)的途徑，并對采集到的數(shù)據(jù)進行分析處理，最終將處理后的結(jié)果提供給需求方進行使用。對于一些大型企業(yè)，企業(yè)本身也是數(shù)據(jù)分析處理結(jié)果的需求方。

智能技術(shù)服務(wù)主要關(guān)注如何構(gòu)建人工智能的技術(shù)平臺，并對外提供人工智能相關(guān)的服務(wù)。此類廠商在人工智能產(chǎn)業(yè)鏈中處于關(guān)鍵位置，依托基礎(chǔ)設(shè)施和大量的數(shù)據(jù)，為各類人工智能的應(yīng)用提供關(guān)鍵性的技術(shù)平臺、解決方案和服務(wù)。目前，從提供服務(wù)的類型來看，提供技術(shù)服務(wù)廠商包括以下幾類：

(1)提供人工智能的技術(shù)平臺和算法模型。此類廠商主要針對用戶或者行業(yè)需求，提供人工智能技術(shù)平臺以及算法模型。用戶可以在人工智能平臺上，通過一系列的算法模型來進行人工智能的應(yīng)用開發(fā)。此類廠商主要關(guān)注人工智能的通用計算框架、算法模型、通用技術(shù)等關(guān)鍵領(lǐng)域。

(2)提供人工智能的整體解決方案。此類廠商主要針對用戶或者行業(yè)需求，設(shè)計和提供包括軟、硬件一體的行業(yè)人工智能解決方案，整體方案中集成多種人工智能算法模型以及軟、硬件環(huán)境，幫助用戶或行業(yè)解決特定的問題。此類廠商重點關(guān)注人工智能在特定領(lǐng)域或者特定行業(yè)的應(yīng)用。

(3)提供人工智能在線服務(wù)。此類廠商一般為傳統(tǒng)的云服務(wù)提供廠商，主要依托其已有的云計算和大數(shù)據(jù)應(yīng)用的用戶資源，聚集用戶的需求和行業(yè)屬性，為客戶提供多類型的人工智能服務(wù)；從各類模型算法和計算框架的 API 等特定應(yīng)用平臺到特定行業(yè)的整體解決方案等，進一步吸引大量的用戶使用，從而進一步完善其提供的人工智能服務(wù)。此類廠商主要提供相對通用的人工智能服務(wù)，同時也會關(guān)注一些重點行業(yè)和領(lǐng)域。

需要指出的是，上述三類角色并不是嚴格區(qū)分開的，很多情況下會出現(xiàn)重疊，隨著技術(shù)的發(fā)展成熟，在人工智能產(chǎn)業(yè)鏈中已有大量的廠商同時具備上述兩類或者三類角色的特征。

智能產(chǎn)品是指將人工智能領(lǐng)域的技術(shù)成果集成化、產(chǎn)品化，具體的分類如下表所示：

隨著制造強國、網(wǎng)絡(luò)強國、數(shù)字中國建設(shè)進程的加快，在制造、家居、金融、教育、交通、安防、醫(yī)療、物流等領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)和產(chǎn)品的需求將進一步釋放，相關(guān)智能產(chǎn)品的種類和形態(tài)也將越來越豐富。

人工智能與行業(yè)領(lǐng)域的深度融合將改變甚至重新塑造傳統(tǒng)行業(yè)，本節(jié)重點介紹人工智能在制造、家居、金融、交通、安防、醫(yī)療、物流行業(yè)的應(yīng)用，由于篇幅有限，其它很多重要的行業(yè)應(yīng)用在這里不展開論述。

智能制造是基于新一代信息通信技術(shù)與先進制造技術(shù)深度融合，貫穿于設(shè)計、生產(chǎn)、管理、服務(wù)等制造活動的各個環(huán)節(jié)，具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)等功能的新型生產(chǎn)方式。智能制造對人工智能的需求主要表現(xiàn)在以下三個方面：

一是智能裝備，包括自動識別設(shè)備、人機交互系統(tǒng)、工業(yè)機器人以及數(shù)控機床等具體設(shè)備，涉及到跨媒體分析推理、自然語言處理、虛擬現(xiàn)實智能建模及自主無人系統(tǒng)等關(guān)鍵技術(shù)。

二是智能工廠，包括智能設(shè)計、智能生產(chǎn)、智能管理以及集成優(yōu)化等具體內(nèi)容，涉及到跨媒體分析推理、大數(shù)據(jù)智能、機器學(xué)習(xí)等關(guān)鍵技術(shù)。

三是智能服務(wù)，包括大規(guī)模個性化定制、遠程運維以及預(yù)測性維護等具體服務(wù)模式，涉及到跨媒體分析推理、自然語言處理、大數(shù)據(jù)智能、高級機器學(xué)習(xí)等關(guān)鍵技術(shù)。例如，現(xiàn)有涉及智能裝備故障問題的紙質(zhì)化文件，可通過自然語言處理，形成數(shù)字化資料，再通過非結(jié)構(gòu)化數(shù)據(jù)向結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)換，形成深度學(xué)習(xí)所需的訓(xùn)練數(shù)據(jù)，從而構(gòu)建設(shè)備故障分析的神經(jīng)網(wǎng)絡(luò)，為下一步故障診斷、優(yōu)化參數(shù)設(shè)置提供決策依據(jù)。

參照工業(yè)和信息化部印發(fā)的《智慧家庭綜合標(biāo)準(zhǔn)化體系建設(shè)指南》，智能家居是智慧家庭八大應(yīng)用場景之一。受產(chǎn)業(yè)環(huán)境、價格、消費者認可度等因素影響，我國智能家居行業(yè)經(jīng)歷了漫長的探索期。至 2010 年，隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展以及智慧城市概念的出現(xiàn)，智能家居概念逐步有了清晰的定義并隨之涌現(xiàn)出各類產(chǎn)品，軟件系統(tǒng)也經(jīng)歷了若干輪升級。

智能家居以住宅為平臺，基于物聯(lián)網(wǎng)技術(shù)，由硬件(智能家電、智能硬件、安防控制設(shè)備、家具等)、軟件系統(tǒng)、云計算平臺構(gòu)成的家居生態(tài)圈，實現(xiàn)人遠程控制設(shè)備、設(shè)備間互聯(lián)互通、設(shè)備自我學(xué)習(xí)等功能，并通過收集、分析用戶行為數(shù)據(jù)為用戶提供個性化生活服務(wù)，使家居生活安全、節(jié)能、便捷等。例如，借助智能語音技術(shù)，用戶應(yīng)用自然語言實現(xiàn)對家居系統(tǒng)各設(shè)備的操控，如開關(guān)窗簾 (窗戶)、操控家用電器和照明系統(tǒng)、打掃衛(wèi)生等操作；借助機器學(xué)習(xí)技術(shù)，智能電視可以從用戶看電視的歷史數(shù)據(jù)中分析其興趣和愛好，并將相關(guān)的節(jié)目推薦給用戶。通過應(yīng)用聲紋識別、臉部識別、指紋識別等技術(shù)進行開鎖等；通過大數(shù)據(jù)技術(shù)可以使智能家電實現(xiàn)對自身狀態(tài)及環(huán)境的自我感知，具有故障診斷能力。通過收集產(chǎn)品運行數(shù)據(jù)，發(fā)現(xiàn)產(chǎn)品異常，主動提供服務(wù)，降低故障率。還可以通過大數(shù)據(jù)分析、遠程監(jiān)控和診斷，快速發(fā)現(xiàn)問題、解決問題及提高效率。

人工智能的飛速發(fā)展將對身處服務(wù)價值鏈高端的金融業(yè)帶來深刻影響，人工智能逐步成為決定金融業(yè)溝通客戶、發(fā)現(xiàn)客戶金融需求的重要因素。人工智能技術(shù)在金融業(yè)中可以用于服務(wù)客戶，支持授信、各類金融交易和金融分析中的決策，并用于風(fēng)險防控和監(jiān)督，將大幅改變金融現(xiàn)有格局，金融服務(wù)將會更加地個性化與智能化。

智能金融對于金融機構(gòu)的業(yè)務(wù)部門來說，可以幫助獲客，精準(zhǔn)服務(wù)客戶，提高效率；對于金融機構(gòu)的風(fēng)控部門來說，可以提高風(fēng)險控制，增加安全性；對于用戶來說，可以實現(xiàn)資產(chǎn)優(yōu)化配置，體驗到金融機構(gòu)更加完美地服務(wù)。

人工智能在金融領(lǐng)域的應(yīng)用主要包括：智能獲客，依托大數(shù)據(jù)，對金融用戶進行畫像，通過需求響應(yīng)模型，極大地提升獲客效率；身份識別。

以人工智能為內(nèi)核，通過人臉識別、聲紋識別、指靜脈識別等生物識別手段，再加上各類票據(jù)、身份證、銀行卡等證件票據(jù)的 OCR 識別等技術(shù)手段，對用戶身份進行驗證，大幅降低核驗成本，有助于提高安全性；大數(shù)據(jù)風(fēng)控，通過大數(shù)據(jù)、算力、算法的結(jié)合，搭建反欺詐、信用風(fēng)險等模型，多維度控制金融機構(gòu)的信用風(fēng)險和操作風(fēng)險，同時避免資產(chǎn)損失。

智能投顧，基于大數(shù)據(jù)和算法能力，對用戶與資產(chǎn)信息進行標(biāo)簽化，精準(zhǔn)匹配用戶與資產(chǎn)；智能客服，基于自然語言處理能力和語音識別能力，拓展客服領(lǐng)域的深度和廣度，大幅降低服務(wù)成本，提升服務(wù)體驗；金融云，依托云計算能力的金融科技，為金融機構(gòu)提供更安全高效的全套金融解決方案。

智能交通系統(tǒng)(Intelligent Traffic System，ITS)是通信、信息和控制技術(shù)在交通系統(tǒng)中集成應(yīng)用的產(chǎn)物。ITS 借助現(xiàn)代科技手段和設(shè)備，將各核心交通元素聯(lián)通，實現(xiàn)信息互通與共享以及各交通元素的彼此協(xié)調(diào)、優(yōu)化配置和高效使用，形成人、車和交通的一個高效協(xié)同環(huán)境，建立安全、高效、便捷和低碳的交通。

例如通過交通信息采集系統(tǒng)采集道路中的車輛流量、行車速度等信息，信息分析處理系統(tǒng)處理后形成實時路況，決策系統(tǒng)據(jù)此調(diào)整道路紅綠燈時長，調(diào)整可變車道或潮汐車道的通行方向等，通過信息發(fā)布系統(tǒng)將路況推送到導(dǎo)航軟件和廣播中，讓人們合理規(guī)劃行駛路線。通過不停車收費系統(tǒng)(ETC)，實現(xiàn)對通過 ETC 入口站的車輛身份及信息自動采集、處理、收費和放行，有效提高通行能力、簡化收 費管理、降低環(huán)境污染。

ITS 應(yīng)用最廣泛的地區(qū)是日本，其次是美國、歐洲等地區(qū)。中國的智能交通系統(tǒng)近幾年也發(fā)展迅速，在北京、上海、廣州、杭州等大城市已經(jīng)建設(shè)了先進的智能交通系統(tǒng)；其中，北京建立了道路交通控制、公共交通指揮與調(diào)度、高速公路管理和緊急事件管理等四大 ITS 系統(tǒng)；廣州建立了交通信息共用主平臺、物流信息平臺和靜態(tài)交通管理系統(tǒng)等三大 ITS 系統(tǒng)。

智能安防技術(shù)是一種利用人工智能對視頻、圖像進行存儲和分析，從中識別安全隱患并對其進行處理的技術(shù)。智能安防與傳統(tǒng)安防的最大區(qū)別在于智能化，傳統(tǒng)安防對人的依賴性比較強，非常耗費人力，而智能安防能夠通過機器實現(xiàn)智能判斷，從而盡可能實現(xiàn)實時地安全防范和處理。

當(dāng)前，高清視頻、智能分析等技術(shù)的發(fā)展，使得安防從傳統(tǒng)的被動防御向主動判斷和預(yù)警發(fā)展，行業(yè)也從單一的安全領(lǐng)域向多行業(yè)應(yīng)用發(fā)展，進而提升生產(chǎn)效率并提高生活智能化程度，為更多的行業(yè)和人群提供可視化及智能化方案。用戶面對海量的視頻數(shù)據(jù)，已無法簡單利用人海戰(zhàn)術(shù)進行檢索和分析，需要采用人工智能技術(shù)作專家系統(tǒng)或輔助手段，實時分析視頻內(nèi)容，探測異常信息，進行風(fēng)險預(yù)測。從技術(shù)方面來講，目前國內(nèi)智能安防分析技術(shù)主要集中在兩大類:

一類是采用畫面分割前景提取等方法對視頻畫面中的目標(biāo)進行提取檢測，通過不同的規(guī)則來區(qū)分不同的事件，從而實現(xiàn)不同的判斷并產(chǎn)生相應(yīng)的報警聯(lián)動等，例如: 區(qū)域入侵分析、打架檢測、人員聚集分析、交通事件檢測等;

另一類是利用模式識別技術(shù)，對畫面中特定的物體進行建模，并通過大量樣本進行訓(xùn)練，從而達到對視頻畫面中的特定物體進行識別，如車輛檢測、人臉檢測、人頭檢測(人流統(tǒng)計)等應(yīng)用。

智能安防目前涵蓋眾多的領(lǐng)域，如街道社區(qū)、道路、樓宇建筑、機動車輛的監(jiān)控，移動物體監(jiān)測等。今后智能安防還要解決海量視頻數(shù)據(jù)分析、存儲控制及傳輸問題，將智能視頻分析技術(shù)、云計算及云存儲技術(shù)結(jié)合起來，構(gòu)建智慧城市下的安防體系。

人工智能的快速發(fā)展，為醫(yī)療健康領(lǐng)域向更高的智能化方向發(fā)展提供了非常有利的技術(shù)條件。近幾年，智能醫(yī)療在輔助診療、疾病預(yù)測、醫(yī)療影像輔助診斷、藥物開發(fā)等方面發(fā)揮重要作用。

在輔助診療方面，通過人工智能技術(shù)可以有效提高醫(yī)護人員工作效率，提升一線全科醫(yī)生的診斷治療水平。如利用智能語音技術(shù)可以實現(xiàn)電子病歷的智能語音錄入；利用智能影像識別技術(shù)，可以實現(xiàn)醫(yī)學(xué)圖像自動讀片；利用智能技術(shù)和大數(shù)據(jù)平臺，構(gòu)建輔助診療系統(tǒng)。

在疾病預(yù)測方面，人工智能借助大數(shù)據(jù)技術(shù)可以進行疫情監(jiān)測，及時有效地預(yù)測并防止疫情的進一步擴散和發(fā)展。以流感為例，很多國家都有規(guī)定，當(dāng)醫(yī)生發(fā)現(xiàn)新型流感病例時需告知疾病控制與預(yù)防中心。但由于人們可能患病不及時就醫(yī)，同時信息傳達回疾控中心也需要時間，因此，通告新流感病例時往往會有一定的延遲，人工智能通過疫情監(jiān)測能夠有效縮短響應(yīng)時間。

在醫(yī)療影像輔助診斷方面，影像判讀系統(tǒng)的發(fā)展是人工智能技術(shù)的產(chǎn)物。早期的影像判讀系統(tǒng)主要靠人手工編寫判定規(guī)則，存在耗時長、臨床應(yīng)用難度大等問題，從而未能得到廣泛推廣。影像組學(xué)是通過醫(yī)學(xué)影像對特征進行提取和分析，為患者預(yù)前和預(yù)后的診斷和治療提供評估方法和精準(zhǔn)診療決策。這在很大程度上簡化了人工智能技術(shù)的應(yīng)用流程，節(jié)約了人力成本。

傳統(tǒng)物流企業(yè)在利用條形碼、射頻識別技術(shù)、傳感器、全球定位系統(tǒng)等方面優(yōu)化改善運輸、倉儲、配送裝卸等物流業(yè)基本活動，同時也在嘗試使用智能搜索、推理規(guī)劃、計算機視覺以及智能機器人等技術(shù)，實現(xiàn)貨物運輸過程的自動化運作和高效率優(yōu)化管理，提高物流效率。

例如，在倉儲環(huán)節(jié)，利用大數(shù)據(jù)智能通過分析大量歷史庫存數(shù)據(jù)，建立相關(guān)預(yù)測模型，實現(xiàn)物流庫存商品的動態(tài)調(diào)整。大數(shù)據(jù)智能也可以支撐商品配送規(guī)劃，進而實現(xiàn)物流供給與需求匹配、物流資源優(yōu)化與配置等。在貨物搬運環(huán)節(jié)，加載計算機視覺、動態(tài)路徑規(guī)劃等技術(shù)的智能搬運機器人 (如搬運機器人、貨架穿梭車、分揀機器人等) 得到廣泛應(yīng)用，大大減少了訂單出庫時間，使物流倉庫的存儲密度、搬運的速度、揀選的精度均有大幅度提升。

從人工智能產(chǎn)業(yè)進程來看，技術(shù)突破是推動產(chǎn)業(yè)升級的核心驅(qū)動力。數(shù)據(jù)資源、運算能力、核心算法共同發(fā)展，掀起人工智能第三次新浪潮。人工智能產(chǎn)業(yè)正處于從感知智能向認知智能的進階階段，前者涉及的智能語音、計算機視覺及自然語言處理等技術(shù)，已具有大規(guī)模應(yīng)用基礎(chǔ)，但后者要求的“機器要像人一樣去思考及主動行動”仍尚待突破，諸如無人駕駛、全自動智能機器人等仍處于開發(fā)中，與大規(guī)模應(yīng)用仍有一定距離。

分布式計算平臺的廣泛部署和應(yīng)用，增大了線上服務(wù)的應(yīng)用范圍。同時人工智能技術(shù)的發(fā)展和產(chǎn)品不斷涌現(xiàn)，如智能家居、智能機器人、自動駕駛汽車等，為智能服務(wù)帶來新的渠道或新的傳播模式，使得線上服務(wù)與線下服務(wù)的融合進程加快，促進多產(chǎn)業(yè)升級。

目前人工智能的應(yīng)用領(lǐng)域還多處于專用階段，如人臉識別、視頻監(jiān)控、語音識別等都主要用于完成具體任務(wù)，覆蓋范圍有限，產(chǎn)業(yè)化程度有待提高。隨著智能家居、智慧物流等產(chǎn)品的推出，人工智能的應(yīng)用終將進入面向復(fù)雜場景，處理復(fù)雜問題，提高社會生產(chǎn)效率和生活質(zhì)量的新階段。

黨的十九大報告提出“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合”，一方面，隨著制造強國建設(shè)的加快將促進人工智能等新一代信息技術(shù)產(chǎn)品發(fā)展和應(yīng)用，助推傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，推動戰(zhàn)略性新興產(chǎn)業(yè)實現(xiàn)整體性突破。另一方面， 隨著人工智能底層技術(shù)的開源化，傳統(tǒng)行業(yè)將有望加快掌握人工智能基礎(chǔ)技術(shù)并依托其積累的行業(yè)數(shù)據(jù)資源實現(xiàn)人工智能與實體經(jīng)濟的融合創(chuàng)新。