袁靜美
人工智能產(chǎn)業(yè)鏈介紹
一、人工智能產(chǎn)業(yè)基礎(chǔ)支撐
人工智能產(chǎn)業(yè)鏈可以分為技術(shù)支撐層、基礎(chǔ)應(yīng)用層和產(chǎn)品層。
圖表：人工智能產(chǎn)業(yè)鏈
技術(shù)支撐層主要由算法模型(軟件)和關(guān)鍵硬件(AI芯片、傳感器)兩部分構(gòu)成。傳感器負(fù)責(zé)收集數(shù)據(jù)，AI芯片(GPU，F(xiàn)PGA，NPU等)負(fù)責(zé)運(yùn)算，算法模型負(fù)責(zé)訓(xùn)練數(shù)據(jù)。
基礎(chǔ)應(yīng)用層主要由感知類技術(shù)和其他深度學(xué)習(xí)應(yīng)用構(gòu)成。感知技術(shù)主要用于讓機(jī)器完成對(duì)外部世界的探測(cè)，即看懂世界、聽懂、讀懂世界，由計(jì)算機(jī)視覺、語音識(shí)別、語義識(shí)別一并構(gòu)成，是人工智能產(chǎn)品或方案不可或缺的重要部分。 唯有看懂、聽懂、讀懂，才能夠做出分析判斷，進(jìn)而采取行動(dòng)，讓更復(fù)雜層面的智慧決策、自主行動(dòng)成為可能。
方案集成為集成了一類或多類基礎(chǔ)應(yīng)用技術(shù)的，面向應(yīng)用場(chǎng)景特定需求的產(chǎn)品或方案。人工智能作為一類技術(shù)，應(yīng)用在多種多樣的應(yīng)用場(chǎng)景中;而在各類產(chǎn)品中人工智能的比重或有區(qū)別，但其本質(zhì)都是讓機(jī)器更好的服務(wù)于我們的生產(chǎn)和生活。
人工智能風(fēng)口已至已毋庸置疑，但需要聲明的是，以算法、深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)為代表的核心技術(shù)研發(fā)周期較長(zhǎng)，由此決定了人工智能的全面爆發(fā)不可能一蹴而就。其發(fā)展必定是基于現(xiàn)有成熟技術(shù)率先在特定領(lǐng)域?qū)崿F(xiàn)規(guī)?；瘧?yīng)用。而后隨著高性能芯片及計(jì)算平臺(tái)等軟硬件架構(gòu)的突破實(shí)現(xiàn)通用領(lǐng)域規(guī)?；茝V。
“基礎(chǔ)層-技術(shù)層-應(yīng)用層”的產(chǎn)業(yè)架構(gòu)日漸明晰：
通過梳理人工智能產(chǎn)業(yè)鏈可知，圍繞“基礎(chǔ)資源層—技術(shù)層—應(yīng)用層”的 AI 產(chǎn)業(yè)架構(gòu)已經(jīng)初具雛形。在政策與資本的疊加驅(qū)動(dòng)下，國(guó)內(nèi)企業(yè)已經(jīng)從軟硬件層面實(shí)現(xiàn)全產(chǎn)業(yè)鏈覆蓋。
二、人工智能關(guān)鍵技術(shù)介紹
當(dāng)前，人工智能已經(jīng)發(fā)展成為一門擁有龐大技術(shù)體系的分支。包括了深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、機(jī)器視覺、神經(jīng)網(wǎng)絡(luò)、自然語言處理等多個(gè)細(xì)分領(lǐng)域。下圖展示了目前主流的人工智能技術(shù)和研究領(lǐng)域。
深度學(xué)習(xí)技術(shù)：深度學(xué)習(xí)的概念由Hinton等人于2006年提出。深度學(xué)習(xí)可以有人監(jiān)督(需要人工干預(yù)來培訓(xùn)基本模型的演進(jìn))，也可以無人監(jiān)督(通過自我評(píng)估自動(dòng)改進(jìn)模型)。深度學(xué)習(xí)目前廣泛運(yùn)用于各類場(chǎng)合，在財(cái)資管理領(lǐng)域，如可以通過深度學(xué)習(xí)來進(jìn)行現(xiàn)金流預(yù)測(cè)和頭寸智能化管理。
循癥技術(shù)：指應(yīng)用AI技術(shù)為醫(yī)療診斷提供輔助，基本方法是將病人情況和醫(yī)學(xué)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)挖掘和匹配，降低醫(yī)療人員主觀失誤的概率乃至最終完全取代人工醫(yī)療。在財(cái)務(wù)和金融領(lǐng)域，可以用于管理診斷、交易事故審查和合規(guī)性審計(jì)。
推薦引擎：推薦系統(tǒng)是一種信息過濾系統(tǒng)，用于預(yù)測(cè)用戶對(duì)物品的“評(píng)分”或“偏好”。推薦系統(tǒng)可用于支付結(jié)算中智能路由的設(shè)計(jì)，以及金融超市和賣場(chǎng)中交易的智能撮合。
機(jī)器學(xué)習(xí)系統(tǒng)：機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為， 以獲取新的知識(shí)或技能。深度學(xué)習(xí)技術(shù)是機(jī)器學(xué)習(xí)各項(xiàng)技術(shù)中發(fā)展最旺盛也是最成功的一個(gè)分支。我們常說的人工神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)中的一種算法。機(jī)器學(xué)習(xí)的其他算法包括聚類算法、貝葉斯算法等。在量化交易、智能投資和智能風(fēng)控中，往往會(huì)應(yīng)用機(jī)器學(xué)習(xí)技術(shù)。
預(yù)測(cè)分析：是指一類對(duì)數(shù)據(jù)假設(shè)的預(yù)測(cè)性分析。其表現(xiàn)在使用數(shù)據(jù)挖掘技術(shù)、歷史數(shù)據(jù)和對(duì)未來狀況的假設(shè)，來預(yù)測(cè)未來的可能性。如應(yīng)收賬款分析、現(xiàn)金流預(yù)測(cè)，以及未來金融市場(chǎng)的匯率、利率等的波動(dòng)。
規(guī)范性分析：大數(shù)據(jù)技術(shù)的一個(gè)分支，指基于盡可能獲得的數(shù)據(jù)和計(jì)算得到確切的最優(yōu)方案，以模擬或超越人腦的決策能力。該技術(shù)目前正處于相當(dāng)早期階段。
自然語言處理和文本挖掘技術(shù)：泛指各類通過處理自然的語言數(shù)據(jù)并轉(zhuǎn)化為電腦可以“理解”的數(shù)據(jù)技術(shù)。自然語言處理一方面可以輔助財(cái)務(wù)共享服務(wù)中心進(jìn)行客戶服務(wù);另一方面，結(jié)合自然語言技術(shù)，便利知識(shí)管理和智能搜索。
自然語言產(chǎn)生技術(shù)：指將電腦與人類通過自然語言的方式交互的技術(shù)，核心是將電腦計(jì)算的二進(jìn)制結(jié)果轉(zhuǎn)化為人類可以快速方便理解的語音/文字交互的載體。
機(jī)器學(xué)習(xí)是人工智能的核心技術(shù)，指從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)的技術(shù)，是計(jì)算機(jī)具有智能的根本途徑。機(jī)器學(xué)習(xí)中一個(gè)重要分支就是深度學(xué)習(xí)技術(shù)，其已經(jīng)遍及人工智能的各個(gè)領(lǐng)域，它的工作流程表現(xiàn)為利用感知層產(chǎn)生大數(shù)據(jù)，進(jìn)而進(jìn)行數(shù)據(jù)分析處理，處理后數(shù)據(jù)最后反哺給前臺(tái)應(yīng)用系統(tǒng)，使得系統(tǒng)做出相應(yīng)的反應(yīng)。
機(jī)器學(xué)習(xí)往往遵循一些基本的流程，主要步驟包括：數(shù)據(jù)獲取、特征提取、數(shù)據(jù)轉(zhuǎn)換、模型訓(xùn)練、模型選擇和模型預(yù)測(cè)。數(shù)據(jù)獲取可以通過數(shù)據(jù)庫(kù)以及網(wǎng)絡(luò)爬蟲技術(shù)，途徑日趨多元化。特征提取基于人的經(jīng)驗(yàn)和探索，優(yōu)質(zhì)的特征能夠起到事半功倍的效果。數(shù)據(jù)轉(zhuǎn)換包括缺失值填充、標(biāo)準(zhǔn)化和降維。機(jī)器學(xué)習(xí)模型可分為監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。模型選擇通常借助交互驗(yàn)證和一系列評(píng)價(jià)指標(biāo)。
三、人工智能應(yīng)用場(chǎng)景介紹
1、人工智能水平應(yīng)用場(chǎng)景
人工智能水平應(yīng)用場(chǎng)景包括：機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法，計(jì)算機(jī)視覺技術(shù)，語音識(shí)別/自然語言處理技術(shù)。
人工智能水平應(yīng)用場(chǎng)景一：機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法
機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法是人工智能的底層技術(shù)，人工智能在各個(gè)垂直領(lǐng)域的應(yīng)用都離不開用行業(yè)數(shù)據(jù)訓(xùn)練機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法，進(jìn)而提升算法處理新數(shù)據(jù)和預(yù)測(cè)分析的能力。因此專注研發(fā)機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法的人工智能公司是人工智能的第一個(gè)水平應(yīng)用場(chǎng)景。
人工智能水平應(yīng)用場(chǎng)景二：計(jì)算機(jī)視覺技術(shù)
計(jì)算機(jī)視覺技術(shù)基于機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法，經(jīng)圖片、視頻等圖像資料訓(xùn)練所得。目前，計(jì)算機(jī)視覺技術(shù)在多個(gè)垂直領(lǐng)域均有所應(yīng)用，例如無人超市中的自助結(jié)賬系統(tǒng)、iPhone X面部識(shí)別解鎖功能、無人駕駛汽車自動(dòng)駕駛功能以及醫(yī)療影像診斷等。
人工智能水平應(yīng)用場(chǎng)景三：語音識(shí)別&自然語言處理技術(shù)
語音識(shí)別/自然語言處理技術(shù)基于機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法，經(jīng)音頻等語音資料訓(xùn)練所得。目前，語音識(shí)別&自然語言處理技術(shù)的主要應(yīng)用體現(xiàn)為智能語音助手如，蘋果Siri、亞馬遜Alexa、微軟小冰等。智能語音助手在多個(gè)垂直領(lǐng)域均有所應(yīng)用，如智能家居、電商客服、醫(yī)療診斷語音助理、交通出行等領(lǐng)域。
2、人工智能垂直應(yīng)用場(chǎng)景
人工智能垂直應(yīng)用場(chǎng)景包括：企業(yè)服務(wù)、醫(yī)療健康、物聯(lián)網(wǎng)、新零售、網(wǎng)絡(luò)安全、金融科技、新型應(yīng)用。
人工智能x 企業(yè)服務(wù)：
2017年預(yù)計(jì)共有308個(gè)人工智能x 企業(yè)服務(wù)項(xiàng)目獲得投資。人工智能在企業(yè)服務(wù)領(lǐng)域中的應(yīng)用可以細(xì)分為三個(gè)場(chǎng)景：市場(chǎng)營(yíng)銷、商業(yè)分析、人力資源，其中市場(chǎng)營(yíng)銷類項(xiàng)目獲得投資的比例最高。
研究院服務(wù)號(hào)
中研網(wǎng)訂閱號(hào)