加入收藏
| 文字：[ 大 中 小 ]
報告簡介
報告目錄
2016年中國人工智能+行業(yè)發(fā)展趨勢預測報告
1、人工智能定義和發(fā)展歷史 6
2.1、技術驅動 8
2.1.1、深度學習（Deep learning） 9
2.1.2、知識圖譜 14
2.1.3、大數據與背后的支撐技術 17
1、大數據時代到來 17
2、GPU 和并行計算大大提升計算能力 19
3、類腦芯片 20
3、虛擬化、云計算和高性能計算 21
2.2、政策驅動 22
2.3、巨頭紛紛布局 24
3、人工智能步入行業(yè)應用，暗流涌動的千億藍海 26
3.1、AI 千億市場正在開啟 26
3.1.1、人工智能格局初現，上下游共推應用技術發(fā)展 26
3.1.2、AI 市場規(guī)模 27
3.2、應用模式與服務模式亟待升級 28
3.3、應用技術逐漸成熟，理論逐漸走向實踐 30
3.3.1、計算機視覺 33
3.3.2、自然語言處理 37
3.3.3、語音識別 38
3.3.4、推薦引擎及協(xié)同過濾 41
3.3.5、智能機器人 42
3.4、未來展望：打開C 端產業(yè)空間 45
4、人工智能+各行業(yè)應用拓展 46
4.1、人工智能+安防 46
4.1.1、智能視頻分析 46
4.1.2、反恐與情報分析 47
4.1.3、相關公司 49
（1）、東方網力 49
（2）、川大智勝 49
4.2、人工智能+金融 50
4.2.1、遠程開戶 51
4.2.2、刷臉支付及VTM 應用 53
4.2.3 AI、資產交易、管理 54
4.2.4、金融數據收集和分析 55
4.2.5、相關公司 57
（1）、佳都科技 57
（2）、遠方光電 58
（3）、同花順 59
4.3、人工智能+無人駕駛 60
4.3.1、推動環(huán)境感知環(huán)節(jié)圖像識別精度進化 61
4.3.2、高精度定位、路徑規(guī)劃與決策 62
4.3.3、車車交互、車與環(huán)境交互下的車聯(lián)網 64
4.3.4 、相關公司 66
（1）四維圖新：高精地圖+車聯(lián)網業(yè)務 66
（2）、東軟集團：ADAS+車聯(lián)網 67
（3）、千方科技：電子車牌+智慧交通大數據資源 67
4.4 、人工智能+教育 69
4.4.1、人工智能對教育產業(yè)的變革 69
4.4.2、人工智能+教育應用的細分領域 71
4.4.3、相關公司 73
（1）、科大訊飛 73
（2）、長高集團 75
（3）、新開普 75
4.5.1、基礎領域的應用 76
4.5.2、體育產業(yè)中的具體應用 78
4.6、人工智能+醫(yī)療 83
5、發(fā)展風險 85
圖表目錄
圖表 1：人工智能實現的不同階段 6
圖表 2：人工智能發(fā)展歷程 7
圖表 3：機器大腦示意圖 9
圖表 4：機器學習模仿人類學習過程 9
圖表 5：多層感知機的結構 10
圖表 6：卷積神經網絡的結構（CNN） 10
圖表 7：循環(huán)神經網絡的結構（RNN） 11
圖表 8：深度學習—語音識別錯誤率下降 11
圖表 9：深度學習—手寫識別錯誤率下降 12
圖表 10：06 年Hinton 團隊用多層神經網絡降低圖像分類錯誤率 13
圖表 11：人工智能三劍客 13
圖表 12：知識圖譜將詞條聯(lián)系起來 14
圖表 13：谷歌搜索引擎的知識圖譜 15
圖表 14：將文本、圖像、社交媒體等數據聯(lián)系起來 16
圖表 15：搜狗知立方服務 16
圖表 16：全球移動數據流量2014 到2019 將增長10 倍 17
圖表 17：2020 年聯(lián)網智能機器將達到25billion 18
圖表 18：2012 年來的數據積累占90%，大部分為非數字化數據 18
圖表 19：計算能力增長與人工智能進步的關系示意 19
圖表 20：GPU 處理識別任務速度比CPU 快33 倍 20
圖表 21：IBM：IBM 在2014 年推出的TRUENORTH 神經元芯片 20
圖表 22：虛擬化大大減輕架構負擔 21
圖表 23：高性能計算集群 21
圖表 24：美國：大腦研究計劃（BRAIN） 22
圖表 25：歐盟：人腦工程項目（HBP） 23
圖表 26：外國人工智能公司布局 24
圖表 27：中國人工智能公司布局 25
圖表 28：2012-2015年美國：人工智能行業(yè)投資額及投資次數 25
圖表 29：2012-2015年投資人工智能機構數量（個） 25
圖表 30：人工智能產業(yè)鏈結構概覽 26
圖表 31：2020年全球AI 市場規(guī)模預測（億美元） 27
圖表 32：2020年中國AI 市場規(guī)模預測（億人民幣） 28
圖表 33：人機交互方式變遷發(fā)展概覽 28
圖表 34：服務模式變遷發(fā)展概覽 29
圖表 35：細分行業(yè)企業(yè)年齡中位數（成立年數） 30
圖表 36：細分行業(yè)企業(yè)平均年齡（年） 30
圖表 37：2011-2015 國內技術領域人工智能企業(yè)獲投情況 31
圖表 38：ImageNet 2012 數據集測試結果 31
圖表 39：2013-2015年ImageNet Object detection 測試結果 32
圖表 40：我國企業(yè)在人臉識別技術方面極具潛力 32
圖表 41：我國企業(yè)在LFW 測試中表現出色 33
圖表 42：2006-2015年IEEE 發(fā)布NLP 論文數（篇） 33
圖表 43：Vicarious 技術團隊來自UCLA、斯坦福等大學 34
圖表 44：曠視科技與支付寶合作遠程身份認證 34
圖表 45：國內計算機視覺公司對比 35
圖表 46：Vicarious 技術團隊來自UCLA、斯坦福等大學 35
圖表 47：Clarifai 可以自動匹配類似內容 36
圖表 48：Narrative Science 可以寫作 37
圖表 49：Luminoso 能理解表情符號 37
圖表 50：全球語音助手產品一覽 39
圖表 51：人機交互發(fā)展階段 39
圖表 52：微軟在win10 中加入Cortana 40
圖表 53：博世m(xù)ySPIN 搭載圖靈機器人 40
圖表 54：Spotify 向用戶推薦歌曲 41
圖表 55：阿里云數加開放推薦引擎 42
圖表 56：Baxter Research Robot 43
圖表 57：傳統(tǒng)雙臂協(xié)作型機器人 43
圖表 58：日本助老服務機器人 44
圖表 59：歐盟啟動SPARC 項目 44
圖表 60：人工智能應用想象 45
圖表 61：智能視頻分析功能舉例 46
圖表 62：天網通過機器學習訓練來尋找可疑目標 47
圖表 63：東方網力“V+”戰(zhàn)略 49
圖表 64：三維人臉采集儀（全臉型） 49
圖表 65：三維人臉采集儀（通用型） 50
圖表 66：人工智能在金融領域的應用 50
圖表 67：中國消費者對首選銀行偏好比例（%） 52
圖表 68：銀行開戶數增長（萬） 52
圖表 69：馬云在Cebit2015 展會展示螞蟻金服“刷臉”支付“Smile to Pay”技術 53
圖表 70：Rbbellion 的純AI 資產管理系統(tǒng) 54
圖表 71：Capitalico 使用深度學習來幫助自動分析價格趨勢 54
圖表 72：Orbital Insight 分析衛(wèi)星圖片得到各種數據 55
圖表 73：Orbital Insight 從油罐容器的陰影判斷儲量 55
圖表 74：Kensho 完成各類數據處理工作并實時分析 56
圖表 75：云從科技人臉識別核心技術——雙層異構深度神經網絡 57
圖表 76：維爾科技銀行柜臺、電信實名身份認證解決方案 58
圖表 77：同花順投資機器人3 月13 日判斷大盤風險趨于平穩(wěn) 59
圖表 78：問財使用深度學習來幫助自動分析價格趨勢 59
圖表 79：無人駕駛汽車結構圖 60
圖表 80：Google 無人駕駛汽車感知模塊構成 60
圖表 81：Google 無人駕駛圖像識別 61
圖表 82：不同深度學習模型在ILSVRC2014 的測試結果 61
圖表 83：Google 機器視覺 63
圖表 84：現有產品結構圖 63
圖表 85：智慧交通管理架構 64
圖表 86：無人駕駛，車聯(lián)網與智慧交通產業(yè)邊界 64
圖表 87：車聯(lián)網與智慧交通產業(yè)鏈 65
圖表 88：趣駕3.0 生態(tài)平臺構架圖 66
圖表 89：東軟集團基于多傳感器的數據融合技術 67
圖表 90：統(tǒng)一安全策略構架圖 68
圖表 91：嘿哈科技體感技術產品包 69
圖表 92：網龍未來教師機器人 69
圖表 93：Knewton 個性化學習平臺 70
圖表 94：樂視與新東方合作VR 教學 70
圖表 95：人工智能在教育領域使用情況 71
圖表 96：人工智能在教育領域應用的7 個細分領域 72
圖表 97：國內外應用差別 72
圖表 98：Dclara 的分享視頻 73
圖表 99：訊飛超腦機器人實現人工閱卷 74
圖表 100：訊飛超腦機器人進行作文評分 74
圖表 101：金惠科技圖像識別技術優(yōu)勢 75
圖表 102：新開普校園一卡通發(fā)展歷程 76
圖表 103：人工智能在體育產業(yè)中的應用構架圖 76
圖表 104：2015 全球前5 大可穿戴設備生產商銷量及市場份額 77
圖表 105：國內外運動智能可穿戴設備代表廠商及產品 77
圖表 106：全球領先的體育大數據運營代表公司 79
圖表 107：2013 年NBA 球隊勝算比率對比 79
圖表 108：高爾夫球機器人 80
圖表 109：機器人世界杯 80
圖表 110：人工智能裁判的實現路徑 81
圖表 111：騰訊聯(lián)手IBM 提供個性化體育賽事轉播 82
圖表 112：2014 年世界杯期間騰訊網站各細分板塊增長率 83
圖表 113：IBM Watson 的發(fā)展歷史 83
圖表 114：Watson 通過并購來加強其人工智能在醫(yī)療領域的版圖 84
圖表 115：Wellframe 為患者定制的康復計劃 85
圖表 116：Wellframe 相比傳統(tǒng)方法更快幫助患者恢復 85
|
