1、欢迎关注报告作者的头条号 中美人工智能之比较分析 中美人工智能之比较分析 中美人工智能之比较分析 中美人工智能之比较分析 中美人工智能之比较分析 中美人工智能之比较分析 B美国人工智能的发展 D中国人工智能的产业机会 C中国人工智能的发展态势 A全球人工智能技术和商业发展趋势 现阶段人工智能应用较广且具有较大的商业价值 现阶段人工智能在网络优 化、自然语言处理、面部 识别、医疗影像和诊断、 自主导航、农作物监测等 领域被广泛探索。 人工智能在未来将创造可观 的商业价值。根据 Accenture Research和 Frontier Economics的预测， 到2035年，人工智能可以 将所有

2、行业GVA的加权平均 增长率提高1.7%。 信息与通信业、制造业和 金融服务业是受益最多的 三大行业。 现阶段人工智能应用较广且具有较大的商业价值 现阶段中国和美国是人工智能领域具有较明显优势的国家 Tortoise Intelligence衡量了包括AI的研究、编程平台、投资和政府支出的关键 指标，发现美国和中国的人工智能居于全球领先水平。 美国在人工智能的人才、设施、研究和商业化四个领域排名世界第一，在开发领域排名世界 第二，但是在政府策略支持方面排名居中； 中国则是在人工智能的开发和政府策略支持方面位于世界领先的地位，在人工智能的研究和 商业化方面排名世界第二，但是在人工智能的专业人才方

3、面排名居中。 在美国Facebook、谷歌、微软等大型科技类公司更具有优势 AI 在美国人工智能相关的企业中，相对于一些新创企业而 言，Facebook、谷歌、微软、英特尔和亚马逊这些大 型科技类公司更具有优势。 Facebook、谷歌、微软、英特尔和亚马逊均设有自己 的人工智能实验室，并且发布了具有较强竞争力的人工 智能产品，并且不断地在进行一些重要收购。 另一方面，Facebook、谷歌、微软、英特尔和亚马逊 的关键财务数据均处于健康向上状态。近十年 Facebook、亚马逊、谷歌、微软和英特尔的营业收入 和净利润均实现了较大幅度的增长。 相对于Twilio和Veritone等这些创立不久

4、且规模较小人 工智能企业而言，Facebook、谷歌、微软、英特尔和 亚马逊这些公司在技术研发和盈利上优势更加明显。 现阶段的新兴市场中，我国人工智能行业仍具有较好的投资机会 目前人工智能板块指数的PE 目前为43，仍低于PE的历史 平均值和中位数 另一方面， 在新兴市场的人工智 能发展中，我国占据较为领先的 地位 自2019年初我国股市开始出现 回暖后，A股人工智能板块指数 从2019年年初3758.15点上涨 至2020年2月19日的6031.9点， 上涨了60.5% A全球人工智能技术和商业发展趋势 A2人工智能的现状与影响 A1人工智能的概念与发展历程 A3技术和商业发展趋势 A1.1

5、 人工智能的概念 了解人工智能向何处去，首先要 知道人工智能从何处来。1956年 夏，麦卡锡、明斯基等科学家在 美国达特茅斯学院开会研讨“如 何用机器模拟人的智能”，首次 提出“人工智能（Artificial Intelligence，简称AI）”这一 概念，标志着人工智能学科的诞 生。 人工智能是研究开发能够模拟、 延伸和扩展人类智能的理论、方 法、技术及应用系统的一门新的 技术科学，研究目的是促使智能 机器会听（语音识别、机器翻译 等）、会看（图像识别、文字识 别等）、会说（语音合成、人机 对话等）、会思考（人机对弈、 定理证明等）、会学习（机器学 习、知识表示等）、会行动（机 器人、自动

6、驾驶汽车等） A1.2 人工智能充满未知的探索道路曲折起伏 PPT 如何描述人工智能自 1956年以来60余年的 发展历程，学术界可 谓仁者见仁、智者见 智。我们将人工智能 的发展历程划分为以 下6个阶段 A1.3 阶段一：起步发展期 1956年20世纪60年代初 人工智能概念提出后，相继取得了一批令人瞩目的研究成 果，如机器定理证明、跳棋程序等，掀起人工智能发展的 第一个高潮。 A1.4 阶段二：反思发展期 反思发展期： 20世纪60年代70年代初 人工智能发展初期的突破性进展大大提升了人们对人 工智能的期望，人们开始尝试更具挑战性的任务，并 提出了一些不切实际的研发目标。然而，接二连三的

7、失败和预期目标的落空（例如，无法用机器证明两个 连续函数之和还是连续函数、机器翻译闹出笑话等）， 使人工智能的发展走入低谷。 Text here A1.5 阶段三：应用发展期 应用发展期： 20世纪70年代初80年代中 20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的 问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转 向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成 功，推动人工智能走入应用发展的新高潮。 A1.6 阶段四：低迷发展期 随着人工智能的应用规模不断扩大，专家系统存在的应用 领域狭窄、缺乏常识性知识、知识获取困难、推理方法单 一、

8、缺乏分布式功能、难以与现有数据库兼容等问题逐渐 暴露出来 低迷发展期： 20世纪80年代中90年代中 A1.7 阶段五：稳步发展期 稳步发展期 20世纪90年代中2010年 由于网络技术特别是互联网技术的发展，加速了人工智能的创新研 究，促使人工智能技术进一步走向实用化。1997年国际商业机器公 司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗 夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标 志性事件 A1.8 阶段六：蓬勃发展期 2011年至今 蓬勃发展期： 随着大数据、云计算、互联网、物联网等 信息技术的发展，泛在感知数据和图形处 理器等计算平台推动以深度神经

9、网络为代 表的人工智能技术飞速发展，大幅跨越了 科学与应用之间的“技术鸿沟”，诸如图 像分类、语音识别、知识问答、人机对弈、 无人驾驶等人工智能技术实现了从“不能 用、不好用”到“可以用”的技术突破， 迎来爆发式增长的新高潮 A全球人工智能技术和商业发展趋势 A2人工智能的现状与影响 A1人工智能的概念与发展历程 A3技术和商业发展趋势 A2.1 对于人工智能的发展现状，社会上存在一些炒作 对于人工智能的发展现状，社会 上存在一些“炒作” 比如说，认为人工智能系统的智能水平即将全面超越人 类水平、30年内机器人将统治世界、人类将成为人工智 能的奴隶，等等。这些有意无意的“炒作”和错误认识 会给

10、人工智能的发展带来不利影响。因此，制定人工智 能发展的战略、方针和政策，首先要准确把握人工智能 技术和产业发展的现状。 A2.2 专用人工智能取得重要突破 从可应用性看，人工 智能大体可分为： 专用人工智能 通用人工智能 面向特定任务（比如下围棋）的专用人工 智能系统由于任务单一、需求明确、应用 边界清晰、领域知识丰富、建模相对简单， 形成了人工智能领域的单点突破，在局部 智能水平的单项测试中可以超越人类智能 特定任务可以超越人类智能 例如，阿尔法狗（AlphaGo）在围棋比赛 中战胜人类冠军，人工智能程序在大规模 图像识别和人脸识别中达到了超越人类的 水平，人工智能系统诊断皮肤癌达到专业 医

11、生水平。 人工智能的近期进展主要集 中在专用智能领域 A2.3 通用人工智能尚处于起步阶段 人的大脑是一个通用的智能系统，能举 一反三、融会贯通，可处理视觉、听觉、 判断、推理、学习、思考、规划、设计 等各类问题，可谓“一脑万用”。 人的大脑 目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能 领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起 步阶段。 真正意义上完备的人工智能系统应该是一个通用的智 能系统 当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步 显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄 弱。 总体上看，目前的人工智能系统可谓有智

12、能没智慧、有智商没情商、 会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明 显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。 A2.4 人工智能创新创业如火如荼 谷歌在其2017年年度开发者大会上 明确提出发展战略从“移动优先”转 向“人工智能优先” 麦肯锡公司报告指出，2016年全球 人工智能研发投入超300亿美元并处 于高速增长阶段；全球知名风投调研 机构CB Insights报告显示，2017年 全球新成立人工智能创业公司1100 家，人工智能领域共获得投资152亿 美元，同比增长141%。 微软2017财年年报首次将人工智能 作为公司发展愿景。人工智能领域处 于创新

13、创业的前沿 全球产业界充分认识到人工智能技术引领新一轮产业 变革的重大意义，纷纷调整发展战略 A2.5 创新生态布局成为人工智能产业发展的战略高地 互联网和移动互联网时代信息产业代 表企业有谷歌、苹果、脸书、亚马逊、 阿里巴巴、腾讯、百度等 人工智能创新生态包括纵向的数据平 台、开源算法、计算芯片、基础软件、 图形处理器等技术生态系统和横向的 智能制造、智能医疗、智能安防、智 能零售、智能家居等商业和应用生态 系统 目前智能科技时代的信息产业格局还没有形成垄断， 因此全球科技产业巨头都在积极推动人工智能技术 生态的研发布局，全力抢占人工智能相关产业的制 高点 传统信息产业代表企业有微软、英特尔

14、、IBM、 甲骨文等 信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。 A2.6 人工智能的社会影响日益凸显 一方面，人工智能作为新一轮 科技革命和产业变革的核心力 量，正在推动传统产业升级换 代，驱动“无人经济”快速发 展，在智能交通、智能家居、 智能医疗等民生领域产生积极 正面影响。 另一方面，个人信息和隐私保护、 人工智能创作内容的知识产权、 人工智能系统可能存在的歧视和 偏见、无人驾驶系统的交通法规、 脑机接口和人机共生的科技伦理 等问题已经显现出来，需要抓紧 提供解决方案。 A全球人工智能技术和商业发展趋势 A2人工智能的现状与影响 A1人工智能的概念与

15、发展历程 A3技术和商业发展趋势 A3.1 趋势与展望 在可以预见的未来，人工 智能发展将会出现怎样的 趋势与特征呢？ 经过60多年的发展，人工智能在算法、 算力（计算能力）和算料（数据）等 “三算”方面取得了重要突破，正处于 从“不能用”到“可以用”的技术拐点， 但是距离“很好用”还有诸多瓶颈。 A3.2 从专用智能向通用智能发展 如何实现从专用人工智能向通 用人工智能的跨越式发展，既 是下一代人工智能发展的必然 趋势，也是研究与应用领域的 重大挑战 2016年10月，美国国家科学 技术委员会发布国家人工智 能研究与发展战略计划，提 出在美国的人工智能中长期发 展策略中要着重研究通用人工 智

16、能 微软在2017年成立了通用人 工智能实验室，众多感知、学 习、推理、自然语言理解等方 面的科学家参与其中 阿尔法狗系统开发团队创始人 戴密斯哈萨比斯提出朝着 “创造解决世界上一切问题的 通用人工智能”这一目标前进 A3.3 从人工智能向人机混合智能发展 借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究 方向。 人机混合智能旨在将人的作用或认知模型引入到人工智能系统中， 提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和 拓展，通过人机协同更加高效地解决复杂问题。 在我国新一代人工智能规划和美国脑计划中，人机混合智能都 是重要的研发方向。 A3.4 从“人工+智能”向自主智能系

17、统发展 科研人员开始关注减少人工干预的自主 智能方法，提高机器智能对环境的自主 学习能力。例如阿尔法狗系统的后续版 本阿尔法元从零开始，通过自我对弈强 化学习实现围棋、国际象棋、日本将棋 的“通用棋类人工智能”。 在人工智能系统的自动化设计方面，2017年谷 歌提出的自动化学习系统（AutoML）试图通 过自动创建机器学习系统降低人员成本。 当前人工智能领域的大量研究集中在深度学习， 但是深度学习的局限是需要大量人工干预，比 如人工设计深度神经网络模型、人工设定应用 场景、人工采集和标注大量训练数据、用户需 要人工适配智能系统等，非常费时费力。 A3.5 人工智能将加速与其他学科领域交叉渗透

18、综合性的前沿学科高度交叉的复合型学科 人工智能本身是一门综合性的前沿 学科和高度交叉的复合型学科，研 究范畴广泛而又异常复杂，其发展 需要与计算机科学、数学、认知科 学、神经科学和社会科学等学科深 度融合。 随着超分辨率光学成像、光遗传学调控、 透明脑、体细胞克隆等技术的突破，脑与 认知科学的发展开启了新时代，能够大规 模、更精细解析智力的神经环路基础和机 制，人工智能将进入生物启发的智能阶段， 依赖于生物学、脑科学、生命科学和心理 学等学科的发现，将机理变为可计算的模 型，同时人工智能也会促进脑科学、认知 科学、生命科学甚至化学、物理、天文学 等传统科学的发展。 A3.6 人工智能产业将蓬勃

19、发展 人工智能 随着人工智能技术的进一步成熟以及政府和产业界投 入的日益增长，人工智能应用的云端化将不断加速， 全球人工智能产业规模在未来10年将进入高速增长期。 2016年9月，咨询公司埃森哲发布报告指出，人工智 能技术的应用将为经济发展注入新动力，可在现有基 础上将劳动生产率提高40%；到2035年，美、日、英、 德、法等12个发达国家的年均经济增长率可以翻一番。 2018年麦肯锡公司的研究报告预测，到2030年， 约70%的公司将采用至少一种形式的人工智能，人 工智能新增经济规模将达到13万亿美元。 A3.7 人工智能将推动人类进入普惠型智能社会 “人工智能+X”的创新模式将随着技术和产

20、业的发展日趋成熟， 对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会 01 02 2017年国际数据公司IDC在信息流引领人工智能新 时代白皮书中指出，未来5年人工智能将提升各行 业运转效率。 我国经济社会转型升级对人工智能有重大需求，在消 费场景和行业应用的需求牵引下，需要打破人工智能 的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技 术与社会各行各业的融合提升，建设若干标杆性的应 用场景创新，实现低成本、高效益、广范围的普惠型 智能社会。 A3.8 人工智能领域的国际竞争将日益激烈 欧盟美国 日本俄罗斯 2018年4月，欧盟委员会计划2018 2020年在人工智能领域投资240

21、亿美元； 法国总统在2018年5月宣布法国人工 智能战略，目的是迎接人工智能发展 的新时代，使法国成为人工智能强国 世界军事强国也已逐步形成以加速 发展智能化武器装备为核心的竞争 态势，例如美国特朗普政府发布的 首份国防战略报告即谋求通过 人工智能等技术创新保持军事优势， 确保美国打赢未来战争 2018年6月，日本未来投资战略 2018重点推动物联网建设和人工 智能的应用 俄罗斯2017年提出军工拥抱“智能 化”，让导弹和无人机这样的“传 统”兵器威力倍增 当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化 A3.9 人工智能的社会学将提上议程 为了确保人工智能的健康可持续发展，使其发

22、展 成果造福于民，需要从社会学的角度系统全面地 研究人工智能对人类社会的影响，制定完善人工 智能法律法规，规避可能的风险 2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成 立第一个联合国人工智能和机器人中心，规范人工智能的发展 01 美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会 02 03 特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个 人类的方式促进和发展友好的人工智能” A3.10 全球人工智能技术的25个趋势 根据CB Insights发布的有关现阶段 全球人工智能发展趋势的研究， 2019年全球人工智能的发展呈现出 25个明显趋势 人工智能

23、的基础 设施主要呈现出 使用开源框架、 边缘计算和综合 训练数据这三个 趋势 体系结构则呈现 出利用胶囊网络、 GANs、联盟学习 和强化学习这四 个趋势 应用程序的发展趋势包括了 智能预测网络威胁搜索、预 测性维护、药物发现、网络 优化、下一代假肢、高级医 疗生物特征识别、自然语言 处理/合成对话机器人、电商 搜索、语言翻译、后台自 动 化、临床试验注册、计算机 视觉面部识别、医疗影像和 诊断、自主导航、农作物监 测、无人零售超市、打击假 冒伪劣和自动理赔处理这十 八个领域 A3.11 全球人工智能具有领先优势的国家 现阶段美国和中国是人工智能领域 具有较明显优势的国家。 Tortoise

24、Intelligence衡量了包括AI的研究、编程 平台、投资和政府支出的关键指标， 对54个国 家和地区在2019年的AI表现进行了排名，发现 AI综合排名前十 的国家依次是美国、中国、英 国、加拿大、德国、法国、新加坡、韩国、日 本 和爱尔兰。 A3.12 AI研究方面处于领先的全球40大组织 根据Tortoise Intelligence的研究，美国 在人工智能的人才、设施、研究和商业 化四个领域排名世界第一，在开发领域 排名世界第二，但是在政府策略支持方 面排名居中 中国则是在人工智能的开发和政府策略 支持方面位于世界领先的地位，在人工 智能的研究和商业化方面排名世界第二， 但是在人工

25、智能的专业人才方面排名居 中。 从Thundermark Capital做出的有关2019 年AI科研方 面处于领先的全球40大组 织的研究结果来看，目前全球在AI研究 领域发展最好商业或学术机构大部分位 于美国。在AI科研发展位于全球排名前 十的组织 中，除一个位于英国以外， 其他均位于美国。在商业领域中，美国 的谷歌和Facebook占据明显优势。 B美国人工智能的发展 B2美国大型人工智能相关企业 B1美国的人工智能战略布局及启示 B3美国规模较小人工智能企业发展现状 B1.1 人工智能是未来最重要的战略科技 未来最重要的战略科技是什么？毫无疑问是人工智能。 因此，各国普遍重视人工智能的

26、发展及布局，尤其世 界各经济和军事强国高度重视人工智能的发展，发布 相关战略和规划，竞相对人工智能技术进行大量投资， 培养和吸引人才，抢占人工智能发展的战略制高点 当今世界头号科技和经济强国美国的人工智能战略布 局尤其值得深究，其人工智能战略布局对我们有哪些 启示呢？ B1.2 美国成立多个人工智能管理与指导部门 2018年5月，美国白宫举行了一场由谷歌、亚马逊、微软等38家公司的代表、政府官员和学术界代表参与的人 工智能研讨会上宣布，成立就人工智能问题向总统和联邦政府提供建议的人工智能专门委员会人工智能专门委员会，负责协调各联 邦机构的人工智能投资，包括与自动系统、生物识别、计算机视觉和机器

27、人相关的研究，其职能是审查美国在 人工智能开发方面的优先事项和投资。人工智能专门委员会的成员包括白宫科学和技术政策办公室、国家科学 基金会和国防高级研究计划局（DARPA）等政府机构的官员，以确保人工智能领域的“美国第一”；此外会议还 着重探索了通过公私合作的新方式，以加快美国人工智能领域的研发，并建立教育和培训体系，让美国劳动者 充分利用人工智能技术带来的好处。 2018年6月，美国国防部成立联合人工智能中心（联合人工智能中心（JAICJAIC），旨在让国防部各人工智能项目形成合力，加速人工 智能能力的使用、扩大人工智能工具的影响，并计划5年内投入17亿美元。 2018年11月，美国成立了人

28、工智能国家安全委员会人工智能国家安全委员会，具有三大职责，包括考察人工智能技术在军事应用中的风 险以及对国际法的影响、考察人工智能技术在国家安全和国防中的伦理道德问题以及建立公开训练数据的标准、 推动公开训练数据的共享。 2018年7月，美国国会已经达成并发布了一份协议，要求国防部成立一个包括国防部长、商务部长和国会国防 委员会成员在内的15人委员会，重点关注人工智能、机器学习以及其他与国家安全有关的技术，评估美国在人 工智能领域的竞争力、国外在人工智能领域的最新进展、潜在的人力与教育激励措施等。在“2019财年国防授 权法案”获得批准后的180天内，该委员会将会向总统和国会提交一份初步的报告

29、。 B1.3 确保优先对人工智能投资 2018年8月，美国白宫管理与预算办公室发布 2020财年政府研究与开发预算优先事项备 忘录，为各部门制定2020财年的预算提供指南， 并指出美国政府必须在人工智能、自主系统、高 超声速、现代化核威慑以及先进的微电子、计算 和网络能力等重点研发领域进行优先投资，应投 资人工智能基础和应用研究，包括机器学习、自 主系统和人类技术前沿的应用 01 2018年8月，美国参议院通过美国“2019财年 国防授权法案草案”，批准额度7,170亿美元军 费（创美国国防法案预算额度的历史新高），在 提升人工智能、空间和反空间、网络以及高超音 速技术这些领域能力的项目上确立

30、了重点，支持 国防高级研究计划局和国防创新单位进行研发和 实验，以确保技术优势，尤其在人工智能、机器 学习和超自然力计划方面提供了额外资金以以加 速其研发和应用 02 2018年9月，美国DARPA宣布未来五年将投资 20亿美元开发下一波人工智能技术，用于资助 DARPA新的和现有的人工智能研究项目，将致 力于打造具有常识、能感知语境和更高能源效率 的系统 03 B1.4 开展并更新相关战略计划 美国防部发布新 版国防战略 报告，该报告认 为先进计算、大 数据分析、自主 性、机器人等新 技术的发展是影 响安全环境的因 素。 2018年 1月 美国国际战略研 究中心（CSIS） 发布美国机器 智

31、能国家战略报 告，提出了机 器智能对国防、 经济、社会等方 面的广泛影响， 以及美国在战略 制定方面的策略 和建议。 2018年 3月 美国防部拟制了 国防部人工智 能战略，藉此 推动人工智能技 术和关键应用能 力的发展，加快 人工智能部署。 2018年 4月 美国DARPA首次 公开讨论了美国 “电子复兴计划 ”初步细节，计 划未来五年投入 超过20亿美元， 联合国防工业基 地、学术界、国 家实验室和其他 创新温床，有望 开启下一次电子 革命。 2018年 6月 美国国际战略研 究中心（CSIS） 发布人工智能 与国家安全，AI 生态系统的重要 性报告，介绍 了人工智能领域 发展现状以及管

32、理和应用人工智 能的关键因素， 促进人工智能成 功融入国家安全 应用的关键步骤。 2018年 11月 美国新安全中心 （CNAS）发布 人工智能与国 际安全报告， 分析了人工智能 在网络安全、信 息安全、经济和 金融、国家防御、 情报、国土安全 等方面的应用， 研究了人工智能 变革对全球安全 的不利影响。 2018年 7月 美国交通部发布 第3版自动驾驶指 导政策准 备迎接未来交通： 自动驾驶汽车 3.0，安全法规 的修订将为 Waymo和通用 等自动驾驶厂商 扫清障碍，让数 十万全自动驾驶 汽车涌向公共道 路。 2018年 10月 美国白宫宣布计 划于2019年春季 发布新版人工智 能研究战

33、略，用 于更新2016年发 布的人工智能研 究与发展战略。 2018年 12月 宣布电子复兴计 划已进入第二阶 段。电子复兴计 划的开展将加快 推动人工智能硬 件的进步。 2018年 11月 B1.5 出台人工智能国家战略 重新分配资金:该命令将指导联邦资助机构优先考虑人工智能方面的投资。 创造资源:它将寻求将联邦数据、计算机模型和计算资源提供给人工智能研究人员。 建立标准：它将指导美国国家标准与技术研究所(NIST)创建标准，促进“可靠、健壮、可信、安全、可移植 和可互操作的人工智能系统”的开发。 对员工进行再培训：它将要求各机构优先考虑通过学徒、技能培训项目和奖学金，让员工为人工智能带来的

34、 变化做好准备。 国际合作战略：它将要求制定一项国际合作战略，确保人工智能的发展符合美国的“价值观和利益”。 2019年2月11日，特朗普政府发布维持美国人工智能领导力的行政命令（The Executive Order on Maintaining American Leadership in Artificial Intelligence），标志着美国的国家人工智能战略正式出台， 目标是让美国在人工智能战争抢得先机。 该计划旨在实现五个关键目标: B1.6 美国的一系列人工智能战略行动有以下特点 注重公私、多方合作推进 人工智能研发及应用 二 确保资金投入为人工智能 技术发展及应用保驾护航

35、四 贯穿人工智能技 术先行理念 一 以国防、交通等 多领域实际应用 推动人工智能发 展 三 B美国人工智能的发展 B2美国大型人工智能相关企业 B1美国的人工智能战略布局及启示 B3美国规模较小人工智能企业发展现状 B2.1 Facebook 2017年8月 Facebook 已经处于人 工智能发展 行业的前列， Facebook宣 布收购 Charles Jolley的创业 公司Ozlo， 此前Ozlo专 门为 Android、 iOS开发虚拟 AI助手。 2017年9月 Facebook 和微软宣布 合作提供人 工智能资源 存储库。 2017年10 月 Facebook 和英特尔宣 布正在

36、合作 研发一款面 向人工智能 和深度学习 的最新处理 Facebook 器，该芯片 是多个项目 的组成部分。 2018年7月 Facebook 收购了英国 人工智能公 司 Bloomsbur y AI，以提 高自然语言 处理能力以 打击假新闻。 2019年2月 Facebook 意识到大幅 加快计算速 度可以推动 人工智能实 现突破后， Facebook开 始开发自己 的 人工智能 芯片。 2019年9月 Facebook 收购了为客 户服务团队 开发消息传 递机器人 的 以色列初创 公司 Servicefrie nd。 B2.2 亚马逊 B2.3 谷歌 谷歌宣布将 通过云计算 业务出售新 版

37、AI芯片。 2017年 5月 Google宣 布可利用机 器学习技术 来阻止垃圾 邮件和网络 钓鱼邮件， 其精准度达 到99.9%以 上。 2017年 6月 谷歌宣布了 旨在改进人 类和人工智 能交互模式 的名为“人 类与AI研究” 的计划，专 注为AI开发 者提供新工 具。 2017年 7月 谷歌宣布成 立一项名为 GradientV entures的 风险投资基 金，为早期 人工智能初 创企业提供 指导和帮助。 2017年 7月 谷歌宣布收 购印度班加 罗尔的致力 于开发深度 学习和机器 学习系统的 企业 HalliLabs。 2017 年 7月 谷歌发布的硬 件产品表明之 前收购的英国

38、人工智能公司 谷歌 DeepMind对 于Alphabet 其他公司的产 品和服务所作 出的贡献达到 4000万英镑。 2017年 10月 谷歌AI中国 中心正式成 立。 2017 年 12月 由谷歌母公司 Alphabet的 风险投资部门 GoogleVent ure领衔，初 创公司 SambaNova System获得 5600万美元A 轮融 资，这 是 GoogleVent ure首次对人 工智能芯片公 司进行投资。 2018年 3月 谷歌宣布开 发出针对数 据中心（服 务器）的第 三代AI芯片 2018年 5月 谷歌拟在非 洲大陆设立 首个AI研究 中心。 2018年 6月 谷歌印度建

39、 首家AI实验 室专注于解 决农业医疗 问题。 2019年 9月 B2.4 英特尔 2017年11月，英特尔发布首款自我学习AI芯片。 2018年5月，英特尔宣布将为2020 东京奥运会提供AI技术。 2018年8月，英特尔2017年人工智能芯片销售金额达10 亿美元。 2019年1月，英特尔子公司Mobileye宣布与北京公交集团和北太机电设备 工贸有限公司旗下北太智能达成合作，将在中国对 自动驾驶公共交通服务进行商业部 署。 2019年11月，英特尔推出从云端到边缘的全新AI硬件，加速AI开发、部署和 性能提升。 2019年11月，英特尔发布面向神经网络和视觉处理的AI芯片。 2019年

40、12月，英特尔以20亿美元的价格收购以色列初创公司HabanaLabs。 2020年2月，英 特尔宣布在2019年第四季度的人工智能领域的总营收高达38亿美元。 B2.5 微软 2017年1月 微软宣布收购以深度学习为重心的研究型AI公司Maluuba。 2017年8 月 微软将人工智能的运用延伸到了空中领域。 2017年9月 微软公司宣布旗下Azure 云平台会推出一系列新功能和更新，用户可以访问全新AI服务和成本管理功能等。 2017年10月 亚马逊和微软进行合作，允许双方旗下的数字助手Alexa和Cortana 进行交互。 2017年12月 微软Bing国际版中国发布，引入AI专注英文搜

41、索。 2018 年3月 微软宣布推出三种新的AI工具，包括人脸API、自定义影像服务、必应实体 搜索API。 2018年5月 微软翻译推出离线AI辅助包。 2018年5月 微软收购加州人工智能（AI)初创公司SemanticMachines,以强化公司的对话式人工智能技术。 2018 年6月 微软收购AI创企Bonsai，探索深度强化学习商业化。 2018年9月 微软收购AI公司Lobe，致力于向大众普及AI B2.6 美国核心人工智能公司营业收入 Facebook、谷歌、微软、英特尔和 亚马逊近十年的关键财务数据均处于 健康向 上状态 从近十年营业收入来看，Facebook,亚马逊，谷歌，微

42、软和英特 尔均 实现了较大幅度的增长。从2009年12月至2019年12月， 亚马逊的营业收 入从245.09亿美元上升至2805.22亿美元；谷歌 营业收入从236.51亿美元 增加至1618.57亿美元；微软营业收入 从319.42亿美元增加至699.61亿美 元；英特尔营业收入从 351.27亿美元增加至719.65亿美元。Facebook的营 业收入从 2012年12月的50.89亿美元上升至2019年12月的706.97亿美 元。 美国核心人工智能公司营业收入. B2.7 美国核心人工智能公司净利润 从近十年美国重点人工智能公司净利 润来看，Facebook,亚马逊，谷歌， 微软 和

43、英特尔均实现了较大幅度的增 长。 从2009年12月至2019年12月， 亚马逊的净利润从9.02亿美元 上升至115.88亿美元；谷歌净 利润从65.2亿美元增加至 343.43亿美元；微软净利润从 102.36亿美元增加至223.27亿 美元； 英特尔净利润从43.69 亿美元增加至210.48亿美元。 Facebook的净利润从 2012年 12月的0.53亿美元上升至2019 年12月的184.85亿美元； 另一方面，2019财年 Facebook和英特尔的净利润增 速出现了下滑。2019年12月 Facebook的净利润较2018年 同期下降了 16.4，2019年 12月英特尔的净

44、利润较2018年 同期下降了 0.02%。相比之下， 2019年12月，微软净利润上涨 幅度为这几家公司中表现最好 的，较2018年12月上升了 29.48%。 B2.8 美国核心人工智能公司研发支出 从近十年美国重点人工智能公司研发支出来看， Facebook、亚马逊、谷歌、微软和英特尔均实现了较 大幅度的增长。 从2009年12月至2019年12月，亚马逊的研发支出从 12.4亿美元上升至359.31亿美元； 谷歌的研发支出从28.43 亿美元增加至260.18亿美元； 微软的研发支出从41.44亿美元增加至91.68 亿美元； 英特尔的研发支出从56.53亿美元增加至133.62亿美元。

45、 另外， Facebook的研发支出从2012年12月的13.99亿 美元上升至2019年12月 的136亿美元。 另一方面，2019年12月英特尔研发支出为133.62亿美 元， 较2018年12月135.43亿美元出现小幅下滑。 B2.9 美国核心人工智能公司资产负债率 Facebook,亚马逊，谷歌，微软和英特尔的企业杠杆率保 持在较为合理的水平。 从2009年12月至2019年12月，虽然亚马逊的资产负债率 从61.94上升 至72.45，但是2019年12月亚马逊的资 产负债率明显低于2012年12月- 2018年12月的水平； 2019年12月，虽然谷歌的资产负债率为26.99，

46、较 2009年的11.09%有所上升，但是仍然处于相对较低的水 平； 2019年微软的资产负债率为61.06%，虽然高于于2009年 12月的46.06%，但是是近三年的最低水平； 英特尔在2019年12月的资产负债率为43.12，较2009 年 12月的21.45%有所升高，但是仍然处于较低水平。 另外，从2012年12月至2019年12月，Facebook的资产 负债率从22.17%仅仅上升至24.23%。 B2.10 美国核心人工智能公司销售毛利率 从销售毛利率来看，现阶段除亚马逊以外，其他几 个公司销售毛利率均达到50%以上。 Facebook和微软的销售毛利率表现较为出色， 2019

47、年12月分别高达81.94%和67.46%。 从销售净利率来看，现阶段除亚马逊以外，其他几 个公司 销售净利率均达到20以上。 Facebook和微软的销售毛利率表现较好，2019 年12月微软和英特尔的销售净利率分别高达31.91 %和29.25% B美国人工智能的发展 B2美国大型人工智能相关企业 B1美国的人工智能战略布局及启示 B3美国规模较小人工智能企业发展现状 B3.1 美国规模较小的人工智能公司发展概况 在人工智能的发展上，在人工智能的发展上，SalesforceSalesforce推出的推出的 EinsteinEinstein成为全球首款客户即问即答的平价成为全球首款客户即问即

48、答的平价 工具，销售人员可以用工具，销售人员可以用SalesforceSalesforce的公司产的公司产 品管理自己的销售线索，品管理自己的销售线索， EinsteinEinstein能帮助能帮助 理清这些商机的优先顺序，大幅提高工作理清这些商机的优先顺序，大幅提高工作 效率。效率。 VeritoneVeritone则是开发出了一个专属人工智能则是开发出了一个专属人工智能 平台，旨在充分利用认知计算的能力。平台，旨在充分利用认知计算的能力。 VeritoneVeritone的的AIAI平台通过专属平台通过专属 技术来管理和技术来管理和 整合各种整合各种AIAI程序，以模仿人类认知功能，程序，

49、以模仿人类认知功能， 如感知、推理、预测如感知、推理、预测 和解决问题等，从而和解决问题等，从而 快速、高效地将非结构化数据转化为结构快速、高效地将非结构化数据转化为结构 化数据。化数据。 TwilioTwilio推出了第一款自然语言机器学习工具推出了第一款自然语言机器学习工具 AutopilotAutopilot，它可以授权开发人员在现实生，它可以授权开发人员在现实生 活中活中 大规模构建机器人，并将用户体验考大规模构建机器人，并将用户体验考 虑在内。虑在内。 除了 Facebook、谷歌、亚马逊等大型科技公司有涉足人工智能领域以外，美国还有一些规模相对偏小的典型 的人工智能公司，如赛福时、Twilio和Veritone 美国还有一些规模相对偏小的典型的人工智能公司美国还有一些规模相对偏小的典型的人工智能公司 B3.2 美国其他重要人工智能公司营业收入 从美国这三家规模偏小的人工智能公司 的营业收入来看（目前均已公布三季 报），营业收入基本处于连年递增状态。 赛福时营业收入从2009年10月的 9.52 亿美元上升至2019年10月122.47亿美 元。 Twilio营业收入从2016年 10月1.95亿美 元上升至2