宏觀層面上對(duì)我國(guó)當(dāng)前的人工智能產(chǎn)業(yè)鏈進(jìn)行了梳理，并在此基礎(chǔ)上分析了我國(guó)人工智能產(chǎn)業(yè)鏈的基本特征。

一、人工智能的定義

目前，人工智能的定義主要集中于對(duì)人類思考的模擬以及理性的思考兩方面，尚無(wú)統(tǒng)一的定義。但從產(chǎn)業(yè)發(fā)展來(lái)看，當(dāng)前人工智能都是立足于計(jì)算機(jī)的優(yōu)勢(shì)，以人智能的部分特征（如事物分辨、語(yǔ)音對(duì)話等）為參照，研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)，并運(yùn)用于各行各業(yè)之中。綜合來(lái)看，當(dāng)前人工智能產(chǎn)業(yè)的主流是弱人工智能，以計(jì)算與感知為核心支撐技術(shù)。

關(guān)于人工智能的定義

二、人工智能產(chǎn)業(yè)鏈

人工智能產(chǎn)業(yè)鏈包括三層：基礎(chǔ)層、技術(shù)層和應(yīng)用層。其中，基礎(chǔ)層為人工智能產(chǎn)業(yè)奠定網(wǎng)絡(luò)、算法、硬件鋪設(shè)、數(shù)據(jù)獲取等基礎(chǔ)；技術(shù)層以模擬人的智能相關(guān)特征為出發(fā)點(diǎn)，構(gòu)建技術(shù)路徑；應(yīng)用層集成一類或多類人工智能基礎(chǔ)應(yīng)用技術(shù)，面向特定應(yīng)用場(chǎng)景需求而形成的軟硬件產(chǎn)品或解決方案。

人工智能產(chǎn)業(yè)鏈

（一）基礎(chǔ)層

基礎(chǔ)層主要涉及數(shù)據(jù)的收集與運(yùn)算，這是人工智能發(fā)展的基礎(chǔ)，主要包括AI芯片、傳感器、大數(shù)據(jù)與云計(jì)算。其中，傳感器及大數(shù)據(jù)主要負(fù)責(zé)數(shù)據(jù)的收集，而AI芯片和云計(jì)算負(fù)責(zé)運(yùn)算。

1．AI芯片

AI芯片是人工智能的“大腦”，市場(chǎng)規(guī)模呈快速增長(zhǎng)態(tài)勢(shì)。早期人工智能運(yùn)算主要借助云計(jì)算平臺(tái)和傳統(tǒng)CPU相互結(jié)合的方式。但隨著深度學(xué)習(xí)等對(duì)大規(guī)模并行計(jì)算需求的提升，開(kāi)始了針對(duì)AI專用芯片的研發(fā)。目前AI芯片主要類型有GPU（圖形處理器）、FPGA（現(xiàn)場(chǎng)可編輯門陣列）、ASIC（專用定制芯片）和類人腦芯片四種。預(yù)計(jì)至2021年，人工智能芯片市場(chǎng)有望達(dá)到111億美元，CAGR達(dá)20．99％。

AI芯片市場(chǎng)規(guī)模（資料來(lái)源：Gartner）

AI芯片技術(shù)發(fā)展呈現(xiàn)功能模仿與結(jié)構(gòu)逼近兩個(gè)方向。GPU、FPGA及ASIC是從功能層面模仿大腦能力，而類腦芯片則是從結(jié)構(gòu)層面去逼近大腦。雖然在結(jié)構(gòu)上模仿大腦運(yùn)算是AI芯片終極目標(biāo)，但受制于技術(shù)上的限制，當(dāng)前AI芯片主流產(chǎn)品是在功能層面上的模仿。

目前，GPU和FPGA等通用芯片是人工智能領(lǐng)域的主要芯片，但由于它們起初并非針對(duì)深度學(xué)習(xí)而設(shè)計(jì)，在性能與功耗等方面存在天然的缺陷。因此，針對(duì)神經(jīng)網(wǎng)絡(luò)算法的專用芯片ASIC正被Intel、Google、英偉達(dá)和眾多初創(chuàng)公司陸續(xù)推出，有望在今后數(shù)年內(nèi)取代當(dāng)前的通用芯片成為人工智能芯片的主力。

我國(guó)AI芯片產(chǎn)業(yè)處于起步階段，但已呈現(xiàn)崛起之勢(shì)。目前我國(guó)專注于AI芯片的企業(yè)較少，且總體技術(shù)水平與發(fā)達(dá)國(guó)家有較大差距，高端芯片還主要依賴國(guó)外進(jìn)口。但目前也涌現(xiàn)了景嘉微、寒武紀(jì)科技等一批明星創(chuàng)業(yè)企業(yè)。國(guó)產(chǎn)AI芯片的崛起不僅帶來(lái)計(jì)算能力的提升，同樣可以起到降低成本的作用。

我國(guó)典型AI芯片企業(yè)

2．云計(jì)算

傳統(tǒng)實(shí)現(xiàn)移動(dòng)終端人工智能的方法是通過(guò)網(wǎng)絡(luò)把終端數(shù)據(jù)傳送至云端，云端計(jì)算后再把結(jié)果發(fā)回終端，例如蘋果的Siri服務(wù)。當(dāng)前人工智能主要的計(jì)算平臺(tái)還是云計(jì)算。根據(jù)部署模式或服務(wù)形式的不同，云計(jì)算可分為基礎(chǔ)設(shè)施即服務(wù)（IAAS）、平臺(tái)即服務(wù)（PAAS）、軟件即服務(wù)（SAAS）三類。

IAAS，分為公有云、私有云和混合云三種形態(tài)，提供給客戶的服務(wù)是對(duì)基礎(chǔ)設(shè)施的使用，包括處理器、存儲(chǔ)和網(wǎng)絡(luò)等基本計(jì)算資源，用戶能夠部署和運(yùn)行操作系統(tǒng)、應(yīng)用軟件等程序。
PAAS，將軟件研發(fā)的平臺(tái)作為一種服務(wù)，用戶可以在此平臺(tái)研發(fā)、存儲(chǔ)各種軟件或應(yīng)用程序。

SAAS，提供給客戶的服務(wù)是運(yùn)行在基礎(chǔ)設(shè)施上的應(yīng)用程序，用戶可以在各種設(shè)備上通過(guò)互聯(lián)網(wǎng)訪問(wèn)，如瀏覽器。

云計(jì)算種類及代表性企業(yè)

（二）技術(shù)層

技術(shù)層是人工智能產(chǎn)業(yè)發(fā)展的核心。技術(shù)層主要依托基礎(chǔ)層的運(yùn)算平臺(tái)和數(shù)據(jù)資源進(jìn)行海量識(shí)別訓(xùn)練和機(jī)器學(xué)習(xí)建模，以開(kāi)發(fā)面向不同領(lǐng)域的應(yīng)用技術(shù)，包括感知智能和認(rèn)知智能。

其中，感知智能通過(guò)傳感器、搜索引擎和人機(jī)交互等實(shí)現(xiàn)人與信息的連接，獲得建模所需數(shù)據(jù)，如語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)音處理和生物識(shí)別等；認(rèn)知智能對(duì)獲取的數(shù)據(jù)進(jìn)行建模運(yùn)算，利用深度學(xué)習(xí)等類人腦的思考功能得出結(jié)果�？梢�(jiàn)，只有在技術(shù)層基礎(chǔ)上，人工智能才能夠掌握“看”與“聽(tīng)”的基礎(chǔ)性信息輸入與處理能力，才能面向用戶演變出更多的應(yīng)用型產(chǎn)品。
國(guó)內(nèi)的人工智能技術(shù)層主要聚焦于計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理以及機(jī)器學(xué)習(xí)領(lǐng)域。

在計(jì)算機(jī)視覺(jué)領(lǐng)域，動(dòng)靜態(tài)圖像識(shí)別和人臉識(shí)別是主要研究方向，目前由于動(dòng)態(tài)檢測(cè)與識(shí)別的技術(shù)門檻限制，靜態(tài)圖像識(shí)別與人臉識(shí)別的研究暫時(shí)處于領(lǐng)先位置，代表企業(yè)如百度、曠視科技、格靈深瞳等。

自然語(yǔ)言處理包括語(yǔ)音與語(yǔ)義識(shí)別兩方面。語(yǔ)音識(shí)別的關(guān)鍵是基于大量樣本數(shù)據(jù)的識(shí)別處理，國(guó)內(nèi)大多數(shù)語(yǔ)音識(shí)別技術(shù)商都在平臺(tái)化的方向上發(fā)力，以通過(guò)不同平臺(tái)以及軟硬件方面的數(shù)據(jù)和技術(shù)積累不斷提高識(shí)別準(zhǔn)確率。在通用識(shí)別率上，各企業(yè)的成績(jī)基本維持在95％左右，真正差異化在于對(duì)垂直領(lǐng)域的定制化開(kāi)發(fā)，代表企業(yè)如科大訊飛、思必馳、云知聲等。

機(jī)器學(xué)習(xí)目前重點(diǎn)謀求在算法領(lǐng)域?qū)崿F(xiàn)突破，當(dāng)前主流算法如深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)及循環(huán)神經(jīng)網(wǎng)絡(luò)等都需要構(gòu)建龐大的神經(jīng)元體系，投入非常大，因此該領(lǐng)域主要為互聯(lián)網(wǎng)巨頭公司布局。由于巨頭公司業(yè)務(wù)領(lǐng)域和戰(zhàn)略不同，機(jī)器學(xué)習(xí)側(cè)重方向也略有不同，各公司在基礎(chǔ)算法研究的同時(shí)也會(huì)注重在特定行業(yè)的應(yīng)用，例如京東DNN實(shí)驗(yàn)室研究神經(jīng)網(wǎng)絡(luò)算法，但主要方向在智能客服領(lǐng)域。

技術(shù)層分類及其代表性企業(yè)