1、2019年人工智能发展白皮书 风起云涌：人工智能关键技术不断取得突破 相得益彰：人工智能赋能产业与应用场景 百川归海：人工智能开放创新平台逐步建立 各领风骚：全球人工智能公司一览 目 录 01 02 03 04 前言 人工智能是一个很宽泛的概念，概括而言是对人的意识和思维过程的模拟，利用机器学习和数据分析方法赋予机 器类人的能力。人工智能将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和 就业等方面为人类的生产和生活带来革命性的转变。据Sage预测，到2030年人工智能的出现将为全球GDP带来额 外14%的提升，相当于15.7万亿美元的增长。全球范围内越来越多的政府和

2、企业组织逐渐认识到人工智能在经济 和战略上的重要性，并从国家战略和商业活动上涉足人工智能。全球人工智能市场将在未来几年经历现象级的增 长。据中国产业信息网和中国信息通信研究院数据，世界人工智能市场将在2020年达到6800亿元人民币，复合增 长率达26.2%，而中国人工智能市场也将在2020年达到710亿元人民币，复合增长率达44.5%。 我国发展人工智能具有多个方面的优势，比如开放的市场环境、海量的数据资源、强有力的战略引领和政策支 持、丰富的应用场景等，但仍存在基础研究和原创算法薄弱、高端元器件缺乏、没有具备国际影响力的人工智能 开放平台等短板。此份报告不但对人工智能关键技术（计算机视觉技

3、术、自然语言处理技术、跨媒体分析推理技 术、智适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术等）、人工智能典型应 用产业与场景（安防、金融、零售、交通、教育、医疗、制造、健康等）做出了梳理，而且同时强调人工智能开 放平台的重要性，并列举百度Apollo开放平台、阿里云城市大脑、腾讯觅影AI辅诊开放平台、科大讯飞智能语音 开放创新平台、商汤智能视觉开放创新平台、松鼠AI智适应教育开放平台、京东人工智能开放平台NeuHub、搜 狗人工智能开放平台等典型案例呈现给读者。最后，列举国内外优秀的人工智能公司与读者共勉。随着技术的进 步、应用场景的丰富、开放平台的涌现和人工智能公

4、司的创新活动，我国整个人工智能行业的生态圈也会逐步完 善，从而为智慧社会的建设贡献巨大力量。 风起云涌：人工智能关键技术不断取得突破 /01 八大人工智能关键技术 选取标准： 技术相对取得较大突破； 应用场景相对明确； 在产业界、学术界、投资界引起较大的关注。 计算机视觉技术自然语言处理技术跨媒体分析推理技术智适应学习技术 群体智能技术自主无人系统技术智能芯片技术脑机接口技术 1.计算机视觉技术 计算机视觉(Computer Vision)是一门研究如何使机器“看”的科学， 更进一步地说，是指用摄影机和电脑代替人眼对目标进行识别、跟踪和 测量的科学。近几年计算机视觉技术实现了快速发展，其主要学

5、术原因 是2015年基于深度学习的计算机视觉算法在ImageNet数据库上的识别 准确率首次超过人类，同年Google也开源了自己的深度学习算法。计 算机视觉系统的主要功能有图像获取、预处理、特征提取、检测/分割 和高级处理。 图像获取预处理特征提取检测/分割高级处理 提取二维图 像、三维图 组、图像序 列或相关的 物理数据， 如声波、电 磁波或核磁 共振的深 度、吸收度 或反射度 对图像做一 种或一些预 处理，使图 像满足后继 处理的要 求，如：二 次取样保证 图像坐标的 正确，平滑 去噪等 从图像中提 取各种复杂 度的特征， 如：线，边 缘提取和脊 侦测，边角 检测、斑点 检测等局部 化的

6、特征点 检测 对图像进行 分割，提取 有价值的内 容，用于后 继处理， 如：筛选特 征点，分割 含有特定目 标的部分 验证得到的 数据是否匹 配前提要 求，估测特 定系数，对 目标进行分 类 国际计算机视觉大会 （ICCV 2019） 欧洲计算机视觉会议 （ECCV 2018） ImageNet大规模视觉识别 挑战赛（ILSVRC） 国际计算机视觉与模式识 别会议（CVPR 2019） 其他 近年来，计算机视觉在产业界和学术界不断取得突破。 国际计算机视觉大会（IEEE International Conference on Computer Vision，简称ICCV）是全球计算机视觉领域三

7、大顶 级会议之一，2019年该大会共收到4328篇论文投稿，相比上 一届 ICCV 2017，数量翻了一倍不止。其中，中科院和清华大 学的投稿数量在所有机构中遥遥领先。 欧洲计算机视觉会议（Europeon Conference on Computer Vision，简称ECCV）是全球计算机视觉领域三大顶级会议之 一，2018年该大会共收到论文投稿2439篇，涵盖对抗性机器 学习，对人、物体和环境的超快三维感知、重建与理解，面部 追踪及其应用，行人重识别的表征学习，视觉定位等主题。 国际计算机视觉与模式识别会议（Computer Vision and Pattern Recognition，

8、简称CVPR）是全球计算机视觉领域三 大顶级会议之一，2019年该大会共录取来自全球的论文1299 篇，其中腾讯公司的腾讯优图和腾讯AI Lab有超过58篇论文被 接收，相比过去两年成绩大幅提升。 ImageNet大规模视觉识别挑战赛（ILSVRC）从2010年开始举 办，一年一度，至2017年终结，有力推动了计算机视觉的发 展。截至2016年，ImageNet中含有超过1500万由人手工注释 的图片网址，标签超过2.2万个类别，图像识别错误率已经达到 2.9%，远远超越人类（5.1%）。 清华大学研究团队提出了一种全新的卷积神经网络架构 DenseNet，显著地提升了模型在图片识别任务上的准

9、确率； 北京大学和微软亚洲研究院研究团队提出了一种新的硬感知深 度级联嵌入方法来考虑硬水平的样本； 1.计算机视觉技术 传统翻译采用人工查词的方式，不但 耗时长，而且错误率高。图像识别技 术(OCR)的出现大大提升了翻译的效 率和准确度，用户通过简单的拍照、 截图或划线就能得到准确的翻译结 果。 翻译 计算机视觉还有助于比赛和策略分 析、球员表现和评级，以及跟踪体育 节目中品牌赞助的可见性。 体育赛事 半自动联合收割机可以利用人工智能 和计算机视觉来分析粮食品质，并找 出农业机械穿过作物的最佳路径。另 外也可用来识别杂草和作物，有效减 少除草剂的使用量。 农业 计算机视觉也可以帮助制造商更安

10、全、更智能、更有效地运行，比如预 测性维护设备故障，对包装和产品质 量进行监控，并通过计算机视觉减少 不合格产品。 制造业 自动驾驶汽车需要计算机视觉。特斯拉 (Tesla)、宝马(BMW)、沃尔沃(Volvo)和奥迪 (Audi)等汽车制造商Y已经通过摄像头、激光 雷达、雷达和超声波传感器从环境中获取图 像，研发自动驾驶汽车来探测目标、车道标 志和交通信号，从而安全驾驶。 交通 中国在使用人脸识别技术方面无疑处于领先地 位，这项技术被广泛应用于警察工作、支付识 别、机场安检，甚至在北京天坛公园分发厕 纸、防止厕纸被盗，以及其他许多应用。 安防 由于90的医疗数据都是基于图像的，因此医 学中的

11、计算机视觉有很多用途。比如启用新的 医疗诊断方法，分析X射线，乳房X光检查，监 测患者等。 医疗 计算机视觉技术的典型应用案例 2.自然语言处理技术 自然语言处理（Natural Language Processing）是一门通过建立形式化的 计算模型来分析、理解和处理自然语言的学科，也是一门横跨语言学、计算 机科学、数学等领域的交叉学科。自然语言处理，是指用计算机对自然语言 的形、音、义等信息进行处理，即对字、词、句、篇章的输入、输出、识别、 分析、理解、生成等的操作和加工。自然语言处理的具体表现形式包括机器 翻译、文本摘要、文本分类、文本校对、信息抽取、语音合成、语音识别等。 可以说，自然

12、语言处理就是要计算机理解自然语言，自然语言处理机制涉及 两个流程，包括自然语言理解和自然语言生成，自然语言理解是让计算机把 输入的语言变成有意思的符号和关系，然后根据目的再处理；自然语言生成 则是把计算机数据转化为自然语言。实现人机间的信息交流，是人工智能 界、计算机科学和语言学界所共同关注的重要问题。 从2008年到现在，在图像识别和语音识别领域的成果激励下，人们也逐渐 开始引入深度学习来做自然语言处理研究，由最初的词向量到2013年 word2vec，将深度学习与自然语言处理的结合推向了高潮，并在机器翻 译、问答系统、阅读理解等领域取得了一定成功。深度学习是一个多层的 神经网络，从输入层开

13、始经过逐层非线性的变化得到输出。从输入到输出 做端到端的训练。把输入到输出对的数据准备好，设计并训练一个神经网 络，即可执行预想的任务。RNN已经是自然语言护理最常用的方法之一， GRU、LSTM 等模型相继引发了一轮又一轮的热潮。 自然语言处理技术的技术层次 自然语言处理技术的发展历程 语音分析词法分析句法分析语用分析语义分析 20世纪70年代 理性主义方法 基于统计的方法 20世纪50年代 图灵测试 经验主义方法 基于规则的方法 2008 深度学习 未来 2.自然语言处理技术 自然语言处理的研究可以分为基础性研究和应用性研究两部分，语音和文本是两类研究的重点。基础性研究主要涉及语言学、数学

14、、计算机学科等领域，相对 应的技术有消除歧义、语法形式化等。应用性研究则主要集中在一些应用自然语言处理的领域，例如信息检索、文本分类、机器翻译等。由于我国基础理论即 机器翻译的研究起步较早，且基础理论研究是任何应用的理论基础，所以语法、句法、语义分析等基础性研究历来是研究的重点，而且随着互联网网络技术的 发展，智能检索类研究近年来也逐渐升温。近年来，计算机视觉在产业界和学术界不断取得突破，取得代表性成果的组织有谷歌、阿里、百度、搜狗、科大讯 飞等公司，清华大学、Allen人工智能研究所等高校/研究所以及其他多种类型的组织或个人。 谷歌 科大 讯飞 2018年谷歌AI团队发布BERT模型，该模型

15、是2018年最火的自然语言处理模型，在模型开源后的短短几 个月时间里，已经有学者表示BERT为人工智能的发展带来了里程碑式的意义。2019年6月，CMU与谷歌 大脑提出新的NLP训练模型XLNet，该模型在SQuAD、GLUE、RACE等20个任务上全面超越了BERT。 科大讯飞早在2016年就推出了全新的深度全序列卷积神经网络 (DFCNN)语音识别框架，该框架的表现比学术界和工业界最好的 双向RNN语音识别系统识别率提升了15%以上。2019年，讯飞输 入法的语音识别准确率已达到了98%，并采用记忆增强的全端到 端语音识别模型，开启语音输入“免切换”时代，即中英、粤语 和普通话以及离线与在

16、线语音之间不切换直接输入。 2019年，百度、搜狗的语音识别的准确率已达到了97%。搜狗更 是在2017年底就推出了“黑科技”唇语识别技术，当时针对日常 用语的识别就可以达到50%60%的准确率，针对命令词的识别可 达到85%90%，较早地做了唇语识别的技术储备。 阿里 阿里巴巴人工智能实验室推出的天猫精灵是目前全球唯一通 过语音识别技术实现声纹购物功能的人工智能产品。2019年 前三季度，天猫精灵AI智能音箱销量超1047万台，销量排名 在国内第1、世界第3，是全球最大的中文人工智能音箱。 百度、 搜狗 Allen 研究所 清华 大学 清华大学自然语言处理小组开发出THUMT神经机器翻译开源

17、工具 包。THUMT 在 Theano 上层实现了标准的基于注意的编码器-解 码器框架，并且支持三种训练标准：最大似然估计、最小风险训 练和半监督训练。它的特点是有一个可视化工具，演示神经网络 和语境单词隐藏态间的关联，从而帮助分析 NMT 的内部工作机 制。在中英数据集上的实验显示 THUMT 使用最小风险训练极大 的超越了 GroundHog 的表现，它也是 NMT 的一个顶尖工具 包。 Allen人工智能研究所于2018年年初提出了ELMo （Embeddings from Language Models）模型，提 供了从深度双向语言模型(biLM)中学习的单词嵌入思 路。该模型主要在大

18、型文本语料库上进行预训练，从而 使迁移学习和这些嵌入能够在跨越不同的NLP任务。 2018年12月，Facebook开源了自己的NLP建 模框架PyText，每天处理超10亿个NLP任务。 Facebook 更多 3.跨媒体分析推理技术 以往的媒体信息处理模型往往只针对某种单一形式的媒体数据进行推理分析，比如图像识别、语音识别、文本识别等，而越来越多的任务需要像人一样能够协 同综合处理多种形式（文本、音频、视频、图像等）的信息，这就是跨媒体分析与推理。跨媒体是一个比较广义的概念，既表现为包括网络文本、图像、音频、 视频等复杂媒体对象混合并存，又表现为各类媒体对象形成复杂的关联关系和组织结构，还

19、表现在具有不同模态的媒体对象跨越媒介或平台高度交互融合。通 过“跨媒体”能从各自的侧面表达相同的语义信息，能比单一的媒体对象及其特定的模态更加全面地反映特定的内容信息。相同的内容信息跨越各类媒体对象 交叉传播与整合，只有对这些多模态媒体进行融合分析，才能尽可能全面、正确地理解这种跨媒体综合体所蕴涵的内容信息。 跨媒体分析推理技术主要包括跨媒体检索、跨媒体推理、跨媒体存储几个研究范畴，可应用于网络内容监管、舆情分析、信息检索、智慧医疗、自动驾驶、智 能穿戴设备等场景。 近年来，跨媒体分析推理技术在产业界和学术界也不断取得突破。 IBM的智能问答系统 谷歌利用搜索模式来 预测流感的传播情况百度的知

20、识图谱 Netflix 字节跳动 百度知识图谱依托海量的日志 数据、互联网数据和垂类数 据，综合运用语义理解、知识 挖掘、知识整合与补全等技 术，提炼出高精度知识，并组 织成图谱，进而基于知识图谱 进行理解、推理和计算等，帮 助人工智能更好地理解和建模 客观世界。 字节跳动成立于2012年，公司的主要产 品“今日头条”“抖音”“tiktok”都 是基于数据挖掘技术做个性化推荐引擎 的产品，致力于帮助用户在移动互联网 上方便快捷地获取最有价值的信息，它 会根据用户的兴趣为其推荐内容，这是 对传统信息分发方式的一次巨大颠覆。 Netflix提供互联网随选 流 媒 体 播 放 ， 定 制 DVD、蓝

21、光光碟在线出 租业务。Netflix解构了 几乎所有的电影，用精 细、准确的微标签和评 级推荐系统去给电影重 新分类，形成个性化推 荐。 4.智适应学习技术 作为教育领域最具突破性的技术，智适应 学习技术(Intelligent Adaptive Learning) 模拟了老师对学生一对一教学 的过程，赋予了学习系统个性化教学的能 力。和传统千人一面的教学方式相比，智 适应学习系统带给了学生个性化的学习体 验，提升了学生的学习投入度和学习效 率。采用了智适应学习技术的学习系统能 够针对学生的具体学习情况提供个性化学 习解决方案，包括定位学生的知识漏洞、 持续性地评估学生的学习能力水平和知识 状

22、态、实时动态提供个性化学习内容。智 适应学习技术让教育领域一直困扰的质 量、成本、可获取性三大矛盾因素变成了 历史。 智适应学习技术体系包括知识状态诊断、能力水平 评测和学习内容推荐等。知识状态诊断技术是指通 过少量试题，在较短时间精准诊断出学生的知识漏 洞，这一技术较常用的算法是知识空间理论。能力 水平评测技术是指评测出学生的知识掌握情况，分 析出学生得到提升的学习能力、学习思维和学习方 法，这一技术较常用的算法是项目反应理论、贝叶 斯知识追踪。学习内容推荐技术是指依据学生学习 情况，推荐合适的学习内容，这一技术较常用的算 法是机器学习算法，该算法以学生的所有信息为输 入，输出是学生接下来需

23、要学习的内容，达到最大 化学习效率的目的。 在2010年之后，智适应学习技术得到了快速发 展，这背后的推动力有强大的计算力和海量的数 据，更重要的还有贝叶斯网络算法的应用。学生知 识状态的建立是一件高成本的事，传统模式下判断 学生的知识状态需要针对每一个知识点出题考察， 有了强大的计算力后，就能够快速模拟出学生的知 识状态空间，并且定位到学生的知识状态；海量的 数据有助于机器学习算法发挥更大的价值。采用了 贝叶斯算法之后，智适应学习系统能够实时持续性 地评估学生当前的能力水平、并且及时动态调整学 习内容，这在之前是没有实现的。 4.智适应学习技术 目前在全球已有一亿多学生在使用智适应学习系统，

24、覆盖了各个年龄段，从小学、初中、高中，到高等教育、职业教育和成人教育，已应用到文、理、工、医 等不同学科领域。 大量学生的使用数据显示，智适应学习系统的教学效果好于传统教学模式。 其他学术成果：2018年上半年最新国际学术研究成果，再一次有效验证 了智适应学习系统的学习效果优于传统授课。其中，发表在国际知名学 术会议International Conference on Learning Analytics & Knowledge上的论文“Studying Adaptive Learning Efficacy using Propensity Score Matching”的研究发现使用智适应

25、系统ALEKS数学 课程的学生的课程通过率比未使用ALEKS学生高出15个百分点。 人机大战：几年前，美国进行了一系列关于智适应教育的人机大 战。在这场人机大战中，智适应教育表现出了三个亮点：采用智适 应教育的学生平均分高于接受人工教学的学生成绩，提升效果显 著；及格率普遍提升，对基础较差的学生效果尤为明显；学生能够 提前完成学习任务，学习效率显著提高。 大学：亚利桑那州立大学引进Knewton推出的数学智适应辅助课程 后，学生通过率提高了17%， 课程退学率降低56%，且45%的学 生提前四周完成课程。在东北伊利诺伊大学，运用过Knewton制定 的学习计划的学生比没有使用的同学取得了更好的

26、考试成绩。美国 雷丁区社区学院中使用Pearson MyMathLab的智适应学习产品的 学生，比未使用的学生数学分数高出12.5%。 中国：自2014年，以松鼠AI 1对1为智适应领域领军企业、新东方、好 未来等公司开始投入智适应领域。其中，松鼠AI 1对1自主研发的智适 应学习系统能够模拟教师给孩子一对一量身定做教育方案，并且一对一 实施教育过程，比传统教育效率提升5-10倍。松鼠AI 1对1成立实验 室，与斯坦福国际研究院（SRI）进行联合技术开发，并且与卡内基梅 隆大学（CMU）、中科院自动化所成立了AI智适应教育联合实验室， 机器学习教父、CMU前任计算机院长Tom Mitchell

27、教授任其首席AI科 学家，CMU计算机及心理学系教授、Cognitive Tutor创办者Ken Koedinger任首席学习科学家。 小学：佛罗里达州的Wynnebrook学校的小学生每天用Waggle复习准 备佛罗里达州统一测试，该校三年级到五年级学生在这次测试中比同地 区其他学生表现更优异。迈阿密一所小学的小学生每天用智适应学习系 统Waggle复习准备佛罗里达州统一测试，在2015年一次全新的并且难 度更大的测试中，该校三年级到五年级学生比同地区其他学生表现更优 异，英语和数学学科平均高出10%。 中学：City Springs初级中学，是一所非常贫困的公立学校，然而 在使用Knewt

28、on的Waggle后在学业成绩上有了很大提高。在阅读 学科，在NEWA MAP评估测试中，达到预计进步的三年级到八年 级学生比例比没有开始Waggle学习的2014年高出25个百分点。在 数学学科，除了七年级学生分数预计提高13%，其他年级同学分数 均提高超过20%。 5.群体智能技术 阿里巴巴研究团队提出了一个多智能体双向协调网络BiCNet，智能体 可以通过该网络进行交流以达到协同工作的目的，研究中使用暴雪娱 乐公司的一款知名战略游戏,模拟游戏中各种单位之间的协同合作。 群体智能(collective intelligence)也称集体智能、群智。群体智能是一种共享的智能，是集结众人的意见

29、进而转化为决策的一种过程，用来对单一个体做出随机 性决策的风险。对群体智能的研究，实际上可以被认为是一个属于社会学、商业、计算机科学、大众传媒和大众行为的分支学科，研究从夸克层次到细菌、植 物、动物以及人类社会层次的群体行为的一个领域。 群体智能最早源于对以蚂蚁、蜜蜂等为代表的社会性昆虫的群体行为的研究，自1991年意大利学者Dorigo提出蚁群优化（Ant Colony Optimization, ACO） 理论开始，群体智能作为一个理论被正式提出，并逐渐吸引了大批学者的关注，从而掀起了研究高潮。1995年，Kennedy 等学者提出粒子群优化算法 （Particle Swarm Optim

30、ization, PSO），此后群体智能研究迅速展开。目前群体智能的研究主要包括智能蚁群算法和粒子群算法，智能蚁群算法主要包括蚁 群优化算法、蚁群聚类算法和多机器人协同合作系统。其中，蚁群优化算法和粒子群优化算法在求解实际问题时应用最为广泛。 随着群体智能算法在诸如机器学习、过程控制、经济预测、工程预测等领域取得了前所未有的成功，它已经引起了包括数学、物理学、计算机科学、社会科学、 经济学及工程应用等领域的科学家们的极大兴趣。目前关于群体智能计算的国际会议在全世界各地定期召开，各种关于信息技术或计算机技术的国际会议也都 将智能进化技术作为主要研讨课题之一。 群体智能的四项原则 开放 对等共享

31、全体行动 群体智能技术的应用案例 华为 京东 阿里 华为公司以智能路 由器为核心打造了 HiLink智能家居生 态，与多家顶级家 居硬件厂商合作， 致力于构建一个协 调各种家居智能行 为的平台。 京东宣布完成全球第一个无人配送而 且可以自提的物流站点，该站点能实 现全程无人配送中转，无人机将货物 送到无人智慧配送站顶部，并自动卸 下货物后离开，从入库、包装到分 拣、装车，配送，全程由机器人进行 操作。 6.自主无人系统技术 自主无人系统是能够通过先进的技术进行操作或管理而不需要人工干预的系统，是由机械、控制、计算机、通信、材料等多种技术融合而成的复杂系统。自主 无人系统可应用到无人驾驶车辆、无

32、人机、服务型机器人、空间机器人、海洋机器人、无人车间、智能工厂等场景中，并实现降本增效的作用。 自主性和智能性是自主无人系统最重要的两个特征。人工智能无疑是发展智能无人自主系统的关键技术之一。利用人工智能的各种技术，如图像识别、人机交 互、智能决策、推理和学习，是实现和不断提高系统这两个特征的最有效的方法。 2018年9月，阿里人工智能实 验室团队开发了业界领先的单 车智能系统，包括全天候、全 场景的厘米级定位，也包括了 大规模的仿真平台，每天能够 运营上万公里的测试和模拟。 2019年12月，百度Apollo自 动 驾 驶 开 放 平 台 升 级 到 Apollo5.5版本，开放“点到 点城

33、市自动驾驶”能力，另外 Apollo还全新发布了车路协 同、智能车联两大开放平台。 国家自然科学基金委员会举办 “2019中国智能车未来挑战 赛”，比赛相比于前几年，包 括无人驾驶智能车真实综合道 路环境测试、复杂环境认知水 平能力离线测试两部分，以赛 促研。 2018年7月，沈阳新松发布了 蛇形臂机器人,蛇形臂机器人拥 有12个关节24个自由度，可 以平稳、灵活地避开障碍物， 并支持远程遥控,适合核检修、 航空航天装配以及狭小领域勘 察应用。 2019年9月，大疆创新发布了 多项产品更新，尤其加强了无 人机技术在全球农业市场的应 用，包括：精灵4多光谱版无 人机、T16 植保无人飞机等。 2

34、018年7月，哈工大机器人集 团自主研发的爬壁机器人和管 道检测机器人亮相第五届中国 俄罗斯博览会，该校是我国第 一台电焊机器人、弧焊机器 人、爬壁机器人、空间机器 人、月球车的诞生地。 7.智能芯片技术 目前，关于智能芯片的定义并没有一个严格和公认的标准。一般来说，运用了人工智能技术的芯片都可以称为智能芯片，但是狭义上的智能芯片特指针对人工 智能算法做了特殊加速设计的芯片，现阶段，这些人工智能算法一般以深度学习算法为主，也可以包括其它机器学习算法。智能芯片可按技术架构、功能和应 用场景等维度分成多种类别。 近年来我国学术界和产业界都加大了对芯片技术的研发力度，国内智能计算芯片技术不断取得新的

35、成果。一些基于传统计算架构的芯片和各种软硬件加速方案 相结合，在一些人工智能应用场景下都取得了巨大成功，但由于市场需求的多样性，很难有任何单一的设计和方法能够很好地适用于各类情况。因此，学术界 和产业界涌现出多种专门针对人工智能应用的新颖设计和方法，覆盖了从半导体材料、器件、电路到体系结构的各个层次。 按技术架构分类按功能分类按应用场景分类 GPU（图形处理单元） 半定制化的FPGA 全定制化ASIC 神经拟态芯片 训练 推断 服务器端（云端） 移动端（终端） 智能芯片的分类智能芯片技术的进展 浙江大学和杭州电子科技大学合作研制出了国内首款基于硅材料的支持脉冲神经网络的 类脑芯片。 清华大学微

36、电子系团队依靠长期积累的可重构计算芯片技术，研发了Thinker芯片，这 种芯片基于采用可重构架构和电路技术，突破了神经网络计算和访存的瓶颈，实现了高 能效多模态混合神经网络计算。Thinker芯片具有高能效的突出优点，其能量效率相比 目前在深度学习中广泛使用的GPU提升了三个数量级。 西井科技推出了自主研发的深度学习类脑神经元芯片深井(deepwell)和可模拟5000万 级别的“神经元”的类脑神经元芯片深南(deepsouth)产品。 中国科学院计算技术研究所的寒武纪公司推出了寒武纪1A处理器(Cambricon-1A)，成 为全球首款商用深度学习专用处理器，在运行主流智能算法时性能功耗效

37、率大幅超越 CPU和GPU，被世界互联网大会评为全球十五项“世界互联网领先科技成果”之一；此 后，寒武纪相继发布了面向视觉领域的寒武纪1H8、性能更强的寒武纪1H16，面向智 能驾驶领域的寒武纪1M，首款云端智能芯片MLU100。 华为发布AI芯片麒麟970，麒麟970选择了高能效的异构计算架构来大幅提升AI算力， 特别设计了HiAI移动计算架构。 8.脑机接口技术 教 育 医 疗 健康 娱乐 帮助ICU病人、脑卒中和肌萎缩侧索硬化症等患者与看护者和外界沟通， 通过脑控鼠标移动、脑控键盘输入来实现；帮助（高位）截瘫患者恢复 取拿物品、喝水等一般自理能力。2014年巴西世界杯上，29岁的截瘫青

38、年Juliano通过脑控外骨骼“机械战甲”成功开球。 为传统休闲娱乐产品提供附加值和新卖点、为消费者接触新兴脑科技提 供触点，主要通过脑控音乐播放、脑控电子绘画、脑控点灯等实现。 脑机接口技术可以通过其对大脑的连接，对大脑施加刺激或根据信号分 析对其进行反馈训练，从而达到恢复其功能的目的。比如帮助残疾人通 过安装可控的智能化义肢恢复常态生活，帮助自闭症、抑郁症等疾病患 者实现行为症状背后脑功能的改善。BrainCo自闭症研究组康谱睿启利用 该技术，对自闭症儿童社交动机的改善有效率超过85% (初步试验结 果)。 能够实现认知负荷、注意力水平、情绪状态等高级思维活动的实时测 量，为学习者或教师根

39、据测量结果调整学习策略或教学策略支持。可通 过帮助开展学习过程中的脑信号控制，帮助学习者调控自身的情绪、注 意力状态，提升学习效果。浙江强脑科技运用神经反馈训练学生认知功 能，已积累超过30000名案例，有效改善率达到75%以上。 2013年 美国“脑计划” 2013年4月，美国奥巴马政府宣布启动美国脑计划，欧 盟几乎同时宣布“人脑工程”作为其未来10年的“新兴 旗舰技术项目”。 2016年 中国“脑计划” 在“十三五”国家科技创新规划中，脑科学与类脑研究 被列为“科技创新2030重大项目”。自2018年以 来，国家先后批准北京、上海、深圳等地成立国家级脑 科学研究基地 2017年 Faceb

40、ook“脑打字” Facebook秘密研究团队Building 8首次公布研究成 果，希望在2年内实现通过大脑-计算机交互界面、每分 钟输出100个单词。 2018年 浙江强脑“人工智能义 肢” 浙江强脑科技推出人工智能义肢，通过识别残疾人的运 动意图，控制假肢与钢琴演奏家郎朗四手合奏。拥有6 个自由度，可帮助残疾人恢复日常生活80%的运动需 要。 2019年 马斯克“大脑缝纫机“ Neuralink创始人马斯克发布脑机接口系统，可通过一 台神经手术机器人向大脑内快速植入大量4-6微米粗细 的线，通过 USB-C接口直接读取大脑信号，并可以用 iPhone 控制。 脑机接口（Brain-Com

41、puter Interface，BCI）是在人或动物脑（或者脑细胞的培养物）与外部设备间建立的直接连接通路。通过单向脑机接口技术，计算机可 以接受脑传来的命令，或者发送信号到脑，但不能同时发送和接收信号。而双向脑机接口允许脑和外部设备间的双向信息交换。2013年，自美国首次宣布启动 “脑计划”以来，欧洲、日本、韩国等陆续参与“脑科技”竞赛项目，据已公开数据表明，全球在脑机接口相关领域的研发支持已经超过200亿美元。 相得益彰：人工智能赋能产业与应用场景/02 人工智能技术渗透各产业从产品成熟度视角来看 在人工智能技术向各行各业渗透的过程中，不同产品由于使用场景复杂度的不同、技术发展水平的不同，

42、而导致其成熟度也不同。比如，教育和音响行业的核 心环节已有成熟产品，技术成熟度和用户心理接受度都较高；个人助理和医疗行业在核心环节已出现试验性的初步成熟产品，但由于场景复杂，涉及个人隐私 和生命健康问题，当前用户心理接受度较低；自动驾驶和咨询行业在核心环节则尚未出现成熟产品，无论是技术方面还是用户心理接受度方面都还没有达到足 够成熟的程度。 教育音响个人助理医疗交通咨询 环节拆分 核心环节教师教学人机深度互动人机深度互动医生诊疗车辆驾驶复杂事项决策 辅助环节练测、教务等人机简单互动人机简单互动购药、支付等车载、维修等信息搜集和整理 核心环节 成熟产品应具备的功 能点 规划学习路 径，推送学习

43、内容，侦测能 力缺陷，预测 学习速度 聊天陪伴，家 居控制，生活 O2O服务，消 费支付 聊天陪伴，预 约安排，工作 处理 判断病因，制 定治疗方案 判断路况，做出 驾驶决策 判断问题原因和 现状，制定解决 方案，预测未来 走向 成熟产品需要的AI技 术 人工智能自适 应技术 语音语义识别 技术 语音语义识 别、深度学习 图像识别、自 然语言处理、 深度学习 生物识别、语音 语义识别、深度 学习等 自然语言处理、 深度学习等 技术成熟度高高中中低低 当前有无成熟产品 已有成熟产 品，如AI老师 已有成熟产 品，如智能音 箱 已有初步成熟 产品，如个人 虚拟助理 已有初步成熟 产品，如AI医 生

44、 无成熟产品，如 全自动驾驶 无成熟产品，如 智能顾问 当前用户心理接受度 高高 中，原因：担 心信息安全 低，原因：担 心误诊误疗 低，原因：担心 交通事故 低，原因：无法 产生认同 人工智能技术渗透各产业从行业使用率视角来看 在人工智能技术向各行各业渗透的过程中，安防和金融行业的人工智能使用率最高，零售、交通、教育、医疗、制造、健康行业次之。安防行业一直围绕着视 频监控在不断改革升级，在政府的大力支持下，我国已建成集数据传输和控制与一体的自动化监控平台，随着计算机视觉技术出现突破，安防行业便迅速向智 能化前进。金融行业拥有良好的数据积累，在自动化的工作流与相关技术的运用上有不错的成效，组织

45、机构的战略与文化也较为先进，因此人工智能技术也得 到了良好的应用。零售行业在数据积累、人工智能应用基础、组织结构方面均有一定基础。交通行业则在组织基础与人工智能应用基础上优势明显，并已经开 始布局自动驾驶技术。教育行业的数据积累虽然薄弱，但行业整体对人工智能持重点关注的态度，同时也开始在实际业务中结合人工智能技术，因此未来发展 可期。医疗与健康行业拥有多年的医疗数据积累与流程化的数据使用过程，因此在数据与技术基础上有着很强的优势。制造行业虽然在组织机构上的基础相对 薄弱，但拥有大量高质量的数据积累以及自动化的工作流，为人工智能技术的介入提供了良好的技术铺垫。 组织机构战略与文化 数据与技术基础

46、 人工智能应用基础 可获取的数据量 数据积累程度 数据储存流程成熟完善 数据整洁度 数据有良好的记录与说明文档 工作流自动化程度 对人工智能友好的IT系统 应用场景清晰程度 AI运用准备的成熟程度 部署AI应用的历史经验 解决方案供应商情况 总分 金融零售安防医疗交通制造教育地产通信旅游文娱能源 高/强低/弱 健康 1.安防：安保、警务、治安、人车流监控等场景全面应用 人工智能在安防领域的应用场景 文卫 站点 金融 站点 交通 站点 公 安 园区 楼宇 公务 站点 重大事件安保 警务 社会治安 机场 火车站 路面 银行网点 学校 医院 剧场 政府大楼 检察院 法院 海关 工地 社区 商场 停车

47、场 生 物 特 征 识 别 大 数 据 研 判 智能监控设备 智能摄像头 智能闸机 智能门控机 智能可穿戴设备 2.金融：以智能风控为主，同时渗透支付、理赔、投研投顾等场景 智能支付人脸识别支付指纹识别支付虹膜识别支付声纹识别支付 智能理赔 智能审核智能定损定价智能支付 人脸识别 声纹识别 机器学习 深度学习 人脸识别 指纹识别 智能投研分析文本报告智能资产管理智能风险预警智能搜索推荐 智能投顾投后服务资产管理流程引导资产配置风险测试 智能风控 贷款申请贷款审核贷后监控逾期催款 贷前贷中贷后 人脸识别 机器学习 微表情识别 语音识别 知识图谱 机器学习 知识图谱 机器学习 语音交互 机器学习

48、人工智能在金融领域的应用场景 3.零售：人工智能提升零售全流程运行效率，优化消费者体验 以图搜图 智能推荐 智能选址 智能识别商品 智能监督 优化商品摆放 客流统计 消费者行为分析 拍摄样品 智能质检 仓储设计 库存管理 区域划分 运输网络路径优化 人工智能在零售领域的应用场景 配色参考 图片智能分析 最优定价策略 设计 生产制造 收益管理 供应链管理 电商 线下零售 4.交通：人工智能应用到拥堵分析、路线优化、车辆调度、驾驶辅助等场景，有效改善交通问题 结合地图App、交警微波、视频监控等数据， 智能分析并锁定拥堵原因，智能配时调控信号 灯、诱导屏等，缓解道路拥堵 交通信号灯智能适配 智能锁

49、收集定位信息，智能分析热力图，精准 预测未来需求，优化调度决策，提升平台运营 效率 共享单车调度决策 车道偏离预警，疲劳驾驶检测 ，前车避撞和 行人检测预警，夜视辅助，智能车载等 驾驶辅助 限定场景自动驾驶、开放场景自动驾驶等 自动驾驶 航线网络优化；机组排班优化；客运、货 运收益管理；不正常航班恢复等 航空优化 人工智能在交通领域的应用场景 5.教育：由表及里，人工智能技术逐渐深入学习环节 人工智能已在老师教学与学生学习、评测的各个环节切入教育领域，相关产品服务包括拍照搜题、分层排课、口 语测评、组卷阅卷、作文批改、作业布置等功能，涉及了自适应、语音识别、计算机视觉、知识图谱、自然语言 处理、机器翻译、机器学习等多项人工智能技术，正在创造着更加个性化、服务于终身学习的智能高效学习环 境。 测评 练习、作业 教学辅助 教、学 认知、思考 最外围学习环节 次外围学习环节 次核心学习环节 最核心学习环节 获取学习资料、陪伴、 沟通、教务、管理 规划学习路径 推送学习内容 侦测能力缺陷 预测学习速度 自适应课程 应用场景与关键人工智能技术学习环节 拍照搜题图像识别 陪伴机器人语音交互 分层排课智能搜索 判断学习态度情绪识别 口语测评语音识别组