刘文博、李垚曦、张津等对本报告提供的帮助感谢猎豹全球智库来源周婷、潘星汉、李欣、肖海燕作者 周婷报告指导

人工智能的尴尬2019及破局2020,三大技术九大行业解析

一、前言

如果要为人工智能立传,2019 年注定是不同寻常的一年。艰难与尴尬,扎根与坚守,多重复杂的情绪在这一年交织上演。

难!在经历了2017、2018 高歌猛进的两年后,2019年人工智能行业的融资数量和金额呈现出断崖式的下跌,资本纷纷往头部企业集中,小公司生存艰难。即使是头部企业也在上市途中遇阻,裁员收缩的消息不断。从外部环境来看,大家的日子都不好过。

尬!2019年也是幻想破灭的一年。人工智能曾被看作是继移动互联网之后,下一个能够诞生百亿美金级巨头的机会。可到了2019 年,通用人工智能到来之前,它也并非人们想象得那么全能。大众对于人工智能的热情也降低了不少。有多少人还关注今年 12 月李世石与韩国围棋AI“韩豆”的人机大战?

资本市场的遇阻,让人工智能更加强调理性,各大企业开始纷纷扎根场景的落地,以及人工智能产品的真正“有用”。我们可以看到,2019 年,全球智能音箱出货量仍以 45% 的速度增长,人脸识别在娱乐与行业应用无处不在,安防、教育、金融、交通、医疗、无人驾驶……越来越多的AI应用以润物细无声的方式出现这些场景里面。

广屯粮、筑高墙、缓称王。猎豹全球智库认为,未来人工智能的道路不一定都充满了鲜花和掌声,如果人工智能真正想要引领下一个十年,一定是从业者们摒弃估值浮华,专注产品,扎根技术,在场景落地上只争朝夕。

接下来,猎豹全球智库从政策、资本、技术、智能服务机器人、AI应用场景等层面全面扫描2019年人工智能的发展情况,试图为大家展示一个较为全面的2019年人工智能的商业化落地。

二、政策:全国一盘棋,规划和支持更加立体、细分

自2017年国务院印发《新一代人工智能发展规划》以来,与人工智能发展相关的政策便不断细化,整个人工智能国家战略的政策体系也在一直完善和丰富。

来源:公开信息,猎豹全球智库整理

猎豹全球智库梳理发现,2019年人工智能领域相关政策具有如下特点:

1、顶层设计对人工智能理解越来越深刻,整体部署更加立体化

《2019年政府工作报告》中连续第三年出现对人工智能的相关描述。人工智能将在传统产业改造提升和新兴产业(数字经济)加快发展中都扮演着重要角色。中央深改委《关于促进人工智能和实体经济深度融合的指导意见》则传达了人工智能真正的“用武之地”。

在整体部署上,科技部于2019年8月初和8月末印发的关于“开放创新平台”和“创新发展试验区”的两个文件侧重点不同。前者侧重于“人工智能行业领军企业、研究机构”,后者侧重于“地方主体”,着眼于从“体制机制、政策法规”等方面为人工智能与实体经济融合提供便利。政府、研究机构和企业都被调动起来。 

2、多类型国家级平台设立,形成人工智能发展的多维实体支撑 

首先是自2018年开始设立的“开放创新平台”。2019年,在原有5个“开放创新平台”技术上,又增加了10个,覆盖视觉计算、营销智能、基础软硬件、普惠金融等垂直领域。 

其次是“创新发展试验区”。2019年,科技部先后批复北京、合肥、深圳、天津、杭州-德清设立试验区。接下来各试验区的更细致规划也会出台。

再次是“人工智能创新应用先导区”,由工信部批复设立,2019年共设立了3个“先导区”,分别是上海(浦东新区)人工智能创新应用先导区、深圳人工智能创新应用先导区、济南-青岛人工智能创新应用先导区。 

3、省市级发展行动规划陆续出台,未来渗透细分领域推动产业升级 

来源:公开信息,猎豹全球智库整理

承接2018年,2019年包括上海、浙江、湖南、陕西等省市,深圳、厦门、济南、苏州、东莞等市纷纷发布方向性的“人工智能发展行动规划”。北京则更为具体,出台与教育融合的行动规划。这意味着,政策对于人工智能发展的指引不仅向下渗透,更开始聚焦于具体场景和产业的指导性规划。而这些规划背后,除了人工智能与经济社会融合程度更高,也意味着更多有关产业升级的商业机遇出现。 

4、人工智能伦理受关注,行业共识对人工智能发展影响或将加强

来源:公开信息,猎豹全球智库整理 

对人工智能伦理的关注并不属于政策层,但与引导行业发展有关。2019年,两个有政府背景的机构分别发布《人工智能北京共识》(北京智源人工智能研究院)和《新一代人工智能伦理原则》(国家新一代人工智能治理专业委员会),聚焦人工智能健康发展相关准则,确保其安全可靠可控。

猎豹全球智库认为,2020年,政策层仍会出台更加细分的方向性规划,人工智能的应用和与实体经济的融合将继续被鼓励。特别是与地方经济紧密相关的产业应用的规划。此外,与国家级平台相配套的具体规划也将进一步细化,成落地先导。而人工智能伦理的相关讨论仍将被持续关注。需要说明的是,越来越多的地区高度重视人工智能发展,出台相关政策,需要客观结合本地实际情况,否则未必能够产生理想的结果。 

三、资本:2019年是泡沫破灭前兆?不,它只是更理性了!

2019年一篇《投资人逃离人工智能》的爆文似乎给人工智能行业定了调:2019年的人工智能是个资本寒冬。那么从资本角度而言2019年是不是人工智能泡沫破裂前兆呢?

1、十九年来融资总额首度下滑,今年或为分水岭

数据来源:IT桔子,猎豹全球智库

猎豹全球智库统计分析,自2000年以来,人工智能企业的融资数量已持续18年上涨,在2013年至2018年出现大爆发,融资金额和数量直线飙升,且2014年后这一数据还以接近50%的幅度在增长。

数据来源:IT桔子 ,猎豹全球智库分析整理 

2019年却成为了人工智能资本环境冷与热的分水岭,今年人工智能的融资数量和融资金融出现大幅下滑。与2018年相比,2019年中国人工智能企业的融资金额由1484.53亿下降至967.27亿,下降幅度达到34.8%,融资数量也由737下降至431,下降幅度达4成。 

2、平均融资额仍创19年来新高 投资更倾向头部 

通过IT桔子数据发现,2019年人工智能企业的融资额从5月开始,几乎呈现出逐步下滑的态势,而在2018年这一情况还是一片蒸蒸日上,并在2018年的10月份融资金额达到了345.76亿的全年之最。 

数据来源:IT桔子 ,猎豹全球智库分析整理

不过从每笔平均融资额来看,2019年人工智能的每笔平均融资额为2.24亿,依旧超越了2018年的2.04亿,成为19年以来每笔平均融资额的最高峰。整体融资数量和金额在下降,但资本却愿意给头部或者优质企业更高的单笔融资额,可以说,2019年的融资情况呈现出更为集中的特点。

数据来源:IT桔子 ,猎豹全球智库分析整理

3、投资风向由早期向成熟期迈进,急需退出通道

根据IT桔子数据,近5年人工智能企业整体的融资情况,机构投资A轮以前的企业占比较高。猎豹全球智库分析主要原因有两方面:人工智能本身是新兴的产业,目前尚未有企业走向真正成熟和大规模盈利;在早期投资中,不少大型机构奉着“大水漫灌”原则,以提高投资标的成功概率。 

数据来源:IT桔子 ,猎豹全球智库分析整理

通过对2018年、2019年的融资10亿以上的案例,猎豹全球智库发现,投资机构大有从此前的投A、B轮早期项目向投成熟阶段企业迈进的趋势,数据显示,在2019年全年10亿以上融资额的企业当中已经不再有A轮的企业,而C、D轮的企业占据了主流。

数据来源:IT桔子 ,猎豹全球智库分析整理

在2019年的融资事件中,旷视科技以超50亿的融资额成为今年之最,而就在融资的3个月后,旷视科技在港交所提交了IPO申请,同时CV四小龙中云从科技和依图科技均传出欲战科创板的传闻,从旷视科技2019年创造最大融资额可以看出,投资机构的资金正在向更为成熟的企业倾斜,而人工智能企业纷纷寻求走向二级市场,正侧面反映投资机构急需拓宽退出渠道。

4、投资依旧集中在应用层,行业解决方案是香饽饽

数据来源:IT桔子 ,猎豹全球智库分析整理

和一些研究认为资本大多集中在平台层不一样,猎豹全球智库发现,人工智能行业产生最多融资数量和金额的依旧为应用层,从2012年以来,应用层融资金额达到了2592亿,投资数量为1258次,这说明目前的人工智能投资更加倾向于能够实现较快速度变现的项目。

值得重视的是,当下资本对行业金字塔底部的“基础层”重视程度不够,从长远战略来看,未必是好事。 

数据来源:IT桔子 ,猎豹全球智库分析整理

从产业链角度看,以AI赋能的行业解决方案企业最受资本青睐,2012年以来其融资总额达到1546亿,紧随其后的是通用算法应用、消费级终端和计算力,而遭到冷遇的是技术平台企业,其融资金额仅仅为88亿。

从2018年和2019年10亿以上融资的案例来看,行业解决方案也是融资的主力,其中包括旷视科技、商汤科技、优必选等行业解决方案企业均是人工智能行业的融资大户。

数据来源:IT桔子 ,猎豹全球智库分析整理

在具体的应用层面,智慧汽车、制造、医疗、金融、家居分别位列人工智能应用端最受资本欢迎的五大领域,2012年以来它们的融资额分别达到2826亿元、2093亿元、1371亿元、762亿元、658亿元。 

5、人工智能行业融资龙虎榜:商汤科技9次融资位列榜首 

数据来源:IT桔子 ,猎豹全球智库分析整理 

根据IT桔子数据,商汤科技以193.75亿元位居人工智能企业融资榜首,随后的是旷视科技、优必选,他们的融资额分别为81.67亿元 、74.3亿元。其中获得9次投资的是商汤科技,获得8次投资的包括优必选科技和云知声,获得7次投资的是极链科技、旷视科技和云丁科技。

近五年在人工智能领域最活跃的机构top5      

 数据来源:IT桔子      

IT桔子数据显示,近5年在人工智能领域最为活跃的机构为百度风投,紧随百度之后的是火山石资本、道生资本和软银基金。 

四、技术

(一)芯片:A股AI芯片概念市值近7000亿 迎创业黄金时代

1、我国人工智能芯片概念市值已近7000亿

数据来源:同花顺iFinD ,猎豹全球智库分析整理

同花顺iFinD数据显示,在A股中目前我国的人工智能芯片概念股总市值已经超过了6400亿,其中以计算机视觉和安防领域著称的海康威视市值达到了2672亿; 

数据来源:IT桔子,猎豹全球智库分析整理

在一级市场,人工智能芯片同样受到追捧,IDG、红杉、高瓴资本纷纷参与其中,深兰融资次数也达到了5次之多。加上寒武纪、地平线等一些头部公司的融资情况,预计目前二级市场加一级市场,人工智能芯片公司的市值估值综合将超过7000亿,即将迈入万亿时代。

2、2019年是人工智能芯片抢滩落地年

2019年对于人工智能芯片是重要的落地年,猎豹全球智库整理了一下今年国内比较有代表性的事件:

来源:猎豹全球智库

我们可以看到,无论是研究机构、科技巨头还是芯片创业公司,众多力量都在拥抱芯片的创新研发。这将给芯片——这个高投入、高风险、慢回报的行业带来深刻的化学反应,而对于人工智能芯片来说,2019年这不平凡的一年究竟意味着哪些趋势,猎豹全球智库将通过两个问题试图来解答这一疑问:

1、芯片界的摩尔定律会失效么? 

芯片行业一直遵循摩尔定律保持快速增长,如今,晶体管已经缩小至 7nm 制程,预计2030 年将达到 1 nm。而原子的极限就是 0.1 nm。这是否意味着,摩尔定律即将放缓?

答案是否定的,目前看,摩尔定律仍然有效。

但是为了追求最先进的工艺,把晶体管刻得越来越细,半导体工厂需要做十几层的光掩膜,把光刻在半导体上等(Mask,后来也叫光罩),这套工艺越来越贵。芯片领域已经变成金钱、资源和时间的比拼。

因而,即使芯片价格没有变化,芯片工艺成本即 NRE 成本(一次性工程费用)会越来越高。90 年代,芯片流片一次只需要 100 万美金,到下一代芯片,可能就需要 1亿美金。

这时候,谁拥有更多资源,谁能够获得规模效应,卖出去更多芯片,谁家的芯片价格就会更低,在市场上就有竞争力。相反,如果没有钱和资源投入到最新的工艺制作中,没有大量客户为芯片买单,芯片公司就容易在市场上处于被动的地位。 

2、巨头做芯片,小玩家是否还有活路?

 全球AI 芯片版图

来源:公开信息

在全球AI的芯片版图上,除了包括英伟达、英特尔、高通在内传统的集成电路供应商,芯片创业公司,华为、谷歌、亚马逊、微软、苹果在内的科技巨头一跃而起。

对于华为、谷歌、苹果这类巨头而言,他们面向客户,有足够的营收,生产的芯片可以用在自己的产品上。这将成为芯片行业的一个趋势:有资金、有客户的巨头将从芯片行业的客户变成玩家。

在行业马太效应明显的情况下,创业公司如果只是在原有的通用芯片上和巨头比拼工艺,很难存活下来。

这时候,创业公司的机会主要有两个。

一是在垂直场景下提供一站式的解决方案,包括芯片、系统和算法。第二种则是采用专门工艺,做射频芯片、功率半导体、特殊传感器等专业芯片。

两者只是躲开了巨头的竞争领域,但能否找到合适的垂直市场,实现巨大的规模效应,仍然有很大挑战。

而从更广的维度来看,我国有全世界最为广泛的AI芯片应用场景,目前在 AI 专用芯片(ASIC)设计领域,中国与世界处于同一起跑线上,相信在未来,通过扎实的深耕,中国也能赢得在AI芯片上的话语权。

(二)智能语音:科技巨头抢食 垂直领域生存空间将遭严重挤压

智能语音作为下一代人机交互入口或家庭控制中心,成为了国内外巨头以及新兴科技企业争夺的战场,其中医疗、家居、教育、可穿戴设备等是争夺的主要赛道。

来源:Gartner

根据Gartner在2018年7月发布的AI技术成熟度曲线,语音理解、虚拟助理已经进入泡沫化低谷期阶段,而语音识别则进入实质生产的高峰期,这意味着语音识别技术的场景落地大幕已经开始。

1、智能语音龙头科大讯飞:教育是基础 发力To C

科大讯飞为中国智能语音第一股,其主攻的场景为智慧教育、城市以及消费者市场等。

来源:猎豹全球智库

从近期科大讯飞公布的三季报来看,其营业收入、净利润等数据均表现不俗,但是它净利润中政府补贴占比较高,一直被市场所诟病。不过这一情况也正在改变,科大讯飞正从强技术的To B市场向To C端发力。数据显示,其C端产品的收入占总营收比例也从2017年的6.3%增长至2018年约13%。

2、智能语音生态代表:云知声、思必驰端芯战略

云知声和思必驰也是智能语音的典型代表,二者更加强调端和芯,其中云知声采用云端芯战略,它通过为提供智能语音解决方案,落地智能家居、智能车载、智能医疗等场景。

来源:猎豹全球智库

近一年在芯片端的发力迹象比较明显,2018年5月制定了UniOne系列芯片计划,先后推出智能家居和智能音箱的第一代芯片“雨燕”,并计划推出智能车载领域的第二代芯片“雪豹”和智慧城市的第三代芯片“旗鱼”。

来源:猎豹全球智库

思必驰则提供自然语言交互解决方案包括DUI开放平台、企业级智能服务、人机对话操作系统、人工智能芯片模组等。

来源:猎豹全球智库

围绕四个方向进行布局:AIOT(车载应用,智能家居等)、AIBOT、AI芯片、AI生态。此外,思必驰还通过投资的方式布局上下游试图构建自己的AI生态。 

3、新兴智能语音代表猎户星空:构建垂直一体化AI能力

猎户星空垂直一体化AI能力

来源:猎户星空

另外一个新兴代表为猎户星空,创立于 2016 年9月,是由猎豹移动投资的智能服务机器人公司,拥有垂直一体化AI能力和全链条AI技术。其语音能力包括三层:其语音能力包括三层:(1)打通包括唤醒、识别、理解和合成的语音云链路技术;(2)构建猎户星空语音OS平台;(3)自研全链条语音芯片。借此实现智能服务机器人语音交互能力和多模态语音解决方案的远场识别、多轮应答、鸡尾酒会效应等,在智能硬件产品和嘈杂的实际场景中保证应用效果。

4、自研芯片成头部玩家新趋势 

由于落地体验改善有赖于从硬件到软件、从算法到产品各个环节的紧密协调,智能语音在多数场景下普遍存在落地体验不好的问题,因此当前众多头部企业在布局专用语音芯片。

例如猎户星空联合瑞芯微电子发布了专门针对智能语音和物联网设备的 AI 芯片OS1000RK,此外出门问问、Rokid也加入了语音芯片研发行列。

 部分人工智能企业布局芯片

来源:猎豹全球智库 

总结,智能语音市场一些新兴公司通过在垂直领域深耕获取核心竞争力,但随着企业技术之间差异化缩小,巨头加入,垂直领域公司的份额遭到蚕食,在国内,包括科大讯飞在内,将C端作为其重要战场,但BAT的加入让未来谁能坐上智能语音的头把交椅充满着悬念。

(三)视觉:计算机视觉“破圈”  头部公司+垂直场景成市场格局

2019 年人工智能的哪项技术完成了从技术到大众的“破圈”运动?答案是计算机视觉!在刷脸支付,门禁考勤,银行开户等越来越多场合,ZAO软件的火爆,让更多人感知到人脸识别技术的发展。

人脸识别从技术话题到民生层面的背后,是计算机视觉技术的广泛落地。如果将计算机视觉领域分为基础层、算法层和应用层,在过去一年,中国计算机视觉领域的突破主要在应用层,也成为计算机视觉技术最大的消费者与提供商。

中国的人脸识别技术已经遍布全球

来源:Fiancial Times

经过2017、2018 年的尝试后,很多没有需求的场景被证伪,安防、金融、考勤门禁等成为主要的应用领域。

来源:前瞻产业研究院

但对该领域的公司来说,2019 年并不是容易。资本遇冷之后,相关投资数量从2017 年开始持续下降。且市场上有商汤、旷视、依图这类估值近百亿美金的公司,通用性技术公司已无新机会。

头部公司日子也不好过。旷视在香港港交所提交招股书,招股书显示,排除政府补贴的因素,旷视依然亏损。计算机视觉公司是否能够撑起近百亿美金估值,成为资本市场关注的话题。未来一年,这些公司仍需要找到持续有利润的商业模式。

与此同时,创业公司开始深耕垂直化的应用场景,比如猎户星空就将其视觉识别技术落地到智慧办公、智慧轨交、智能家电、智慧教育等领域,推动家庭和公共服务的智能化。

未来,除了在垂直领域深耕之外,计算机视觉领域,BigGAN、3D人脸建模、Fast.ai(快速、低成本、高准确率的图像模型分类训练)、vid2vid技术(超逼真高清视频生成AI)等新研究或将发挥新作用。不过对现有方法的改进和增强可能多于创造新方法。

五、智能服务机器人:回归理性 行业发展仍处于早期

从2014 年软银集团首次对外展示了人形机器人 Pepper开始,到 2017、2018 年,智能服务机器人经历了萌芽,发展,小爆发的阶段,投融资项目层出不穷。

2019年,随着资本遇冷,智能服务机器人行业也回归理性。据不完全统计,2019年,智能服务机器人行业融资大事件为17起。同比之下,2018年行业融资大事件为20起(数据来自赛迪顾问)。

2019年智能服务机器人融资事件

来源:猎豹全球智库

在大众层面,随着越多越多的机器人产品落地,机器人也从科幻电影走入了寻常百姓家。由于仍处弱人工智能时代,距离真正的通用人工智能有很大差距。对机器人抱有极大幻想和期望的人们不免觉得失望。

如果用 Gartner 的技术曲线周期,目前的智能服务机器人仍处于市场启动期,现有的技术方案尚不成熟,仍然需要大量二次开发工作。

来源:猎豹全球智库

好消息是,在酒店、餐饮、商场、法律、政务等场合,正在出现一些深耕的服务机器人公司。这些公司由于对垂直场景需求有更深入了解,能针对性提供便捷服务,正在实现企业降本增效、提升体验的效果。

随着芯片成本降低,5G 商用化到来,机器人不仅成本将大幅度降低,反应速度变快,专业的知识储备也将越来越丰富。未来 2~3 年,可以预见的是: 

1、垂直行业机器人的出货量将从千台级别上升到万台级别,艾媒咨询预测,到2020年,中国服务机器人年销售额将超过300亿元 。

2、人机协作仍是趋势,机器人只能在部分功能替代人,不能完全取代人力,学会使用机器人,让机器人为人所用,将成为人们的技能之一;

3、资本越来越集中头部,企业间由技术模型的比拼变为垂直场景和商业化能力较量,专注深扎垂直场景是创业公司的生存之道。

六、应用

(一)智能安防:竞争激烈  四大势力红海厮杀 

安防仍是AI落地场景中最重要的领域。在计算机视觉的行业应用中,占据了 67.9% 的市场份额。 

得益于国家在平安城市、天网工程、雪亮工程、智慧城市等计划的推动,安防行业总产值在过去十几年保持快速增长,到 2018 年已经达到 7183 亿元。

安防系统包括门禁系统、视频监控系统和报警系统。其中,视频监控是安防行业的主战场,占比超过 51%。

AI 在安防行业的主要应用场景包括:以图像识别为基础的人脸识别、车辆识别、人群与行为识别等。经过2018 、2019 年的加速落地,安防监控行业已经形成了四大类玩家:

1、以海康威视、大华、宇视科技为代表的传统安防巨头,正在从产品销售方到整体解决方案服务商转变,加大基础层、平台层和应用层的建设;

2、以商汤、旷视、依图为代表的新晋AI视觉公司,从AI 算法入手,丰富产品,提供端到端的产品和解决方案;

3、华为、腾讯、阿里等互联网巨头,也开始从后端向前端进军,全力推出人脸、车辆、视频存储等一系列产品和解决方案; 

4、以机器人公司为代表的的新玩家。比如,优必选、国自机器人、深兰科技等,在物流、电力、汽车等行业提供安防巡检服务。 

来源:猎豹全球智库

展望 2020 年,安防领域 AI 的价值会继续彰显。猎豹全球智库认为以下几个趋势可以关注: 

1、行业竞争激烈,原有玩家拥抱新技术,新来者攻城略地,互联网巨头势头不减。在产业链条复杂的安防领域,并购、生态合作将成为未来几年的趋势。(比如阿里巴巴和宇视合作,佳都和华为合作,千视通与平安云联合等。) 

2、软硬件一体化。在各家纷纷提供整体的解决方案之时,围绕行业客户提供软硬件一体的解决方案将成为 2020 年的方向。

3、随着各路竞争对手的进入,安防场景的毛利率将进一步被压缩,低毛利率将成为行业常态。

4、在国内场景完成技术积累后,全球化也将成为安防玩家的一大重要方向。

(二)智能教育:AI+教育结合条件成熟  商业化仍处于早期

传统教育领域一直存在三个明显的痛点:1、以老师为核心,师资资源分配不均;2、课堂趣味性不足,个性化教学难以实现,教学效率低下;3、家校信息不对称,学生安全等问题牵动家长的神经。 

人工智能对教育的改善,也从以上三方面展开: 

1、作为教学的辅助工作。通过语音语义识别、情绪识别、大数据分析、自适应技术等,为学校、老师、学生,提供更加有效率、个性化的教学和学习工具。 

2、人工智能学科教育引入。包括编程教育、机器人教育、创客教育、VR/AR教育,基础知识培训。

3、利用人脸、指纹、虹膜等人工智能技术构建包括安防、社交、管理在内的智慧校园系统。

猎豹全球智库曾根据教育部发布的政策与投入经费预估,我国在教育信息化的投入将达到3600亿。政策、技术发展、市场规模等都为人工智能和教育的结合提供了条件。可以看到,2019 年不论是在线教育公司,人工智能企业,互联网巨头,都纷纷布局 AI+ 教育。 

来源:猎豹全球智库

但AI+教育仍然需要面对一些重要挑战: 

首先是数据道德与隐私问题。旷视就因为智慧校园的一个方案展示截屏饱受争议,如何在保障学生安全同时防止其隐私不受侵犯,给孩子们提供人性、个性化的教育,需要业内人士探索。

其次是形成更加完善的教学体系和商业化模式。人工智能和教育的结合仍然处于外围变革阶段,真正推动核心内圈创新,离不开更加完善的教学体系以及规模化的商业模式。

(三)智能零售:线下线上数据一体化  潜力巨大 

2019 年,有一篇特别火的文章《未来的消费品都值得重做一遍》。如果把消费品换成传统零售,这个结论也一定适用。 

随着大数据、人工智能相关技术的出现并成熟,传统零售场景的门店、仓储、物流、供应链体系等都将从粗放的管理进入到数字化、精细化运营的阶段。 

根据艾瑞咨询调查数据显示,2018 年以计算机视觉技术为核心的人脸识别和商品识别是主要的建设方向,相关投入占据整体的 55.36%。

来源:艾瑞咨询

其中,涌现出三类主要玩家,以商汤、旷视、猎户星空为代表的AI 公司,以阿里、腾讯、百度、京东为代表云服务商,以及苏宁、盒马鲜生等品牌零售商。

以猎户星空智能服务机器人“豹大屏”为例,通过主动招揽、语音互动、品牌导购、问路查询、反馈调研等功能,满足商户和品牌的营销需求,目前,已覆盖超过15个城市,500个主流商场,累计服务人次超8000 万。

智能新零售未来的两个趋势是: 

1、一切以用户为中心,线上线下数据一体化。随着传感器无处不在,用户的线下购买行为将被数据化,用户身份信息将同行为信息关联,商家在更多维度理解用户和用户喜好。 

2、零售从供应链驱动到消费需求驱动。商家从消费端掌握海量数据,帮助其更好地预测顾客需求,进一步反向影响设计、生产和销售,优化原有供应链流程。

(四)智慧金融:人工智能将降低金融服务门槛 促进金融的普惠性

金融行业与人工智能天然匹配。目前人工智能在金融行业的运用主要有人脸支付、量化投资、智能风控、智能投顾、智能客服等。

 人工智能在金融领域的应用

来源:猎豹全球智库

以量化投资为例,基于语音识别、机器学习等人工智能算法开始应用于指数编制或策略开发,并形成了相关策略特色的ETF产品。 

来源:猎豹全球智库

人工智能在金融应用上的主要参与方为互联网科技巨头、金融科技集团及人工智能技术提供方。

关于人工智能在金融领域的发展趋势,猎豹全球智库认为,主要讲体现在以下两个方面:

1、从趋势上看,未来新技术不断渗透将推动金融行业普惠化; 

2、强化科技监管将成为规范金融行业未来发展的必然选择,例如对于人脸支付的法律法规监管问题近来一直被市场所热议。 

(五)智能家居:进入3.0时代,家庭机器人或将成为家庭智能中枢

智能家居作为物联网领域重要的一部分,标志着家居行业进入2.0时代,目前智能家居仍然属于朝阳产业,已经具备基础技术能力和商业发展模式。

其中语音识别是未来智能家居的入口。以客厅为中心的家居场景是语音识别的最合适的试验场,也是各个巨头争夺的场景。以智能音箱为例,随着亚马逊Echo智能音箱的面世,百度、天猫、小米也纷纷杀入此领域,竞争日益激烈。根据IDC预估,2020年语音交互在国内智能家居市场中的渗透率将达到27%。

来源:猎豹全球智库

目前智能家居的主要玩家包括互联网企业、硬件厂商、家装家居、地产商和各类服务商等,互联网巨头BAT率先扛起了大旗 ,华为、百度、小米不甘落后;传统家电企业美的 、海尔、格力、海信、TCL等相继入局。

关于智能家居的趋势,猎豹全球智库认为: 

1.随着5G技术的超高速传输实现,极大地方便了信息的检测和管理,将加速实现家居场景的万物互联。在市场份额上,虽然目前智能家居格局未定,未来国内外的互联网巨头由于本身具有能够抓住用户心智,同时资金优势、技术优势、人才优势、流量优势,更有可能占据未来智能家居领域的重要地位。

2.智能音箱竞争局面的残酷及智能音箱缺乏主动服务意识的缺点,造就新产品形态入局机会。具有交互特点和主动服务意识的家庭机器人迎来新的空间,甚至会成为家庭智能中枢的入口,将智能家居推到3.0时代。

(六)智能医疗:两种模式厮杀,正在开启“下沉市场”争夺 

人工智能在医疗领域的应用场景,目前相对统一的认识是:医学影像、辅助诊断、药物研发、健康管理、疾病预测。  

来源:亿欧智库 

2019年,医疗人工智能场景并没有与之前有显著不同。但医疗自身的特性,让参与其中的玩家不仅需要硬核的AI技术和解决方案能力,还需要深入医疗专业和漫长的医疗健康产业链,其商业化之路仍然处在起步阶段。

猎豹全球智库的关注点在于两点:

1、由于医疗的专业性,目前深入(临床应用)医疗人工智能场景的更多为所谓的“医疗+AI”模式,而“AI+医疗”(AI企业在医疗领域布局)模式前期更多是基于自身技术优势抢占场景赛道,此后逐步强化临床应用。

2、不论是“医疗+AI”还是“AI+医疗”,医疗人工智能也在开启“下沉”模式,向基层医疗和全科医学拓展。

来源:动脉网、蛋壳研究院

猎豹全球智库认为,在医疗基因浓厚的“医疗+AI”模式中,其优势在于距离临床应用更近,医学专业人才和医疗行业资源更为丰富;其弱势在于目前仍然距离商业化很远,且缺乏场景拓展的弹性。由AI向医疗进击的“AI+医疗”模式,其优势在于以智能技术或机器人解决方案参与整个智慧医疗产业链;而其弱势是在临床应用和医学专业科研上或许竞争力不足。

此外,人工智能在医疗的应用还有玩家共同面临的问题:

1、数据打通困难,不同医疗机构的数据隔阂,真实数据迁移不易实现。 

2、深度学习算法难以解决医疗场景的特有问题。比如医学图像中出现同病异像、异病同像、模糊边界等问题。 

3、人工智能辅助设施不足,医疗机构数据化信息系统尚未建立。 

尽管如此,猎豹全球智库仍然相信,在2020年,医疗领域仍然是人工智能应用的热门,基层医疗的智能时代也将开启,而随着智能服务机器人和AI赋能的继续进步,“健康管理”或也将跻身医疗人工智能的热门。

(七)自动驾驶:冰火两重 道阻且长

自动驾驶已被证明是一个非常复杂的系统性工程,仅技术层面就涉及雷达感知、高精度地图、定位、路径规划、决策、动态控制、系统架构、系统验证等十多项核心能力,此外还需要法律法规、城市规划等方面的支持,以及巨额的资金投入。但仍不能阻挡其在过去一年中获得了全球AI投资的最大份额(77亿美元)。 

来源:公开信息 

1、技术实力:中国难以挑战美国霸主地位 中国百度领跑

2019年从技术角度说对于自动驾驶来说是平淡的一年,无论是算法和硬件都没有什么突破性的改变。从地区上看,美国、中国和欧洲为全球研发及应用“重镇”。著名研究机构 Navigant research 的2019自动驾驶竞争力排行榜中,百度是唯一一个上榜的中国公司。在另一份报告中,欧洲地区提交的自动驾驶专利,仅有3%来自于中国。在自动驾驶技术上,中国想要挑战美国的地位,还有很长一段路要走。

来源:Navigant research 

2、自动驾驶中国落地:政府很积极,企业实施难

与其它AI技术相比,自动驾驶技术的落地相对来说会更谨慎也更窄。2019 年,是 L2(部分自动驾驶)/L3(有条件自动驾驶)的高光时刻,整车企业都在探索汽车更多的智能化,搭载ADAS(高级驾驶辅助系统)。而L4以上的自动驾驶不需要驾驶员,这无论在技术上、法规上、伦理上都难以短期实现。

 宣称L4级别的公司

来源:猎豹全球智库

在中国,很多城市在积极探索自动驾驶试点,并发放相关的牌照。百度Apollo自动驾驶路测牌照总数达 150 张,占中国全部获批自动驾驶路测牌照一半以上,其中 80 张牌照已经允许载人测试。

来源:猎豹全球智库 

来源:猎豹全球智库

但中国似乎在实施另外一条路:不再训练自动驾驶汽车在现有的城市环境中进行导航,而是对现有城市进行数字化改造,以适应并促进自动驾驶技术的发展。这被称为“智能城市”建设,包括路边传感器设备的完善,这些传感器会根据导航提示(例如车道变化和限速牌)传递更丰富的道路信息。(吴恩达团队盘点)

3.融资数下降,但资金正向头部企业聚拢

融资则是冰火两重天。数据显示,中国自动驾驶领域2019年比2018年融资数量下降了36%,但总融资额却上升了26%。这说明自动驾驶领域的风险投资逐渐向优质的头部企业聚拢,光靠一个Demo就能融钱的时代已经过去。 

数据来源:IT桔子,猎豹全球智库分析整理 

融资额大的项目很多是短时间内可以实现自动驾驶大规模落地的市场——自动驾驶商用车,如无人驾驶卡车、无人驾驶物流车、无人驾驶摆渡车等。 

来源:猎豹全球智库 

4、2019年自动驾驶为何面临窘境?

(1)发展中的技术瓶颈:自动驾驶底层架构和大部分技术问题已经被解决,剩下的5%的长尾问题逐渐成了制约发展的关键。这些问题包括各种零碎的场景、极端情况和无法预测的人类行为。

(2)受制于政策法律和伦理,无人驾驶也许是AI各技术中最难以得到推进的一个。目前无人驾驶汽车事故责任划分规则仍未出台。而项目周期长、应用场景窄,让投资人没有耐心等到下一个接盘者。

5、2020年的自动驾驶行业会怎样?

(1)行业将继续洗牌。从大环境看,资本向头部企业靠拢的趋势还会继续,技术开发能力不够,无法落地的项目必将被清盘。

(2)将寻找更多的落地场景。突破口应在简单场景的公交车、出租车,非载人的快递车、重型卡车、封闭场景的矿区和港口等地。这场景在落地难度和政策上的门槛都更小。

(3)致命事故的发生,此类黑天鹅事件是自动驾驶行业的最大变量。

(八)智慧交通:前途光明,但谁来买单?

2019年9月,中共中央、国务院印发《交通强国建设纲要》,其中提到“大力发展智慧交通。推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合”。

据华经市场研究中心《2019-2024年中国智慧交通产业招商指引及产业招商方案设计报告》预测,2019年智慧交通相关的市场规模达到815亿元,2023年达到1590亿元,年均复合增长率约为18.18%。

来源:华经市场研究中心

市场前景乐观,问题在于人工智能如何在智慧交通领域落地。从目前来看,智慧交通人工智能解决方案包括物联网感知设备、智慧交通专用网络、云计算技术,以及智慧交通智能应用。

 腾讯智慧交通解决方案

来源:腾讯云官网

 华为智慧城轨新架构

来源:华为企业业务官网

猎豹全球智库关注到,智慧交通领域的人工智能企业大致分为两派,一派是综合实力雄厚的巨头,在底层和基础层建构数据化和智能化应用生态,以自身优势覆盖细分解决方案,如华为强调新ICT技术和数字世界底座概念,腾讯突出连接优势借助海量数据推出细分应用;另一派在垂直领域通过与场景合作方深入捆绑,针对场景痛点进行技术赋能,不断拓展交通领域场景,如视觉方面海康威视在城市交通、智慧停车等场景,商汤在车辆识别、车辆行为识别等应用,语音+视觉多模态能力的猎户星空在智能轨交场景,语音方面的科大讯飞在交通指挥调度场景等。

随着智慧交通的深入,铁路、机场等场景数字化与智能化程度加深,智慧交通的市场空间足够大。但从目前来看,存在着相关产品或服务不符合真实场景需求问题。智慧交通的买单方到底是B端还是C端?目前不明晰。在2020年,智慧交通各种场景中的AI技术应用和智能化转型会有更多尝试,这些尝试仅是应用场景的试水和拓展,很难大规模商业变现。

(九)智慧城市:复杂的系统工程,两种路数,一种难题

智慧城市是一项系统工程,涉及人工智能、大数据、云计算、区块链、5G、物联网等众多技术。具体到AI应用场景,包括智慧政务、智慧交通、智慧教育、智慧医疗和智慧家居、智慧社区、智慧园区等。 

依据国家标准《GB/T 34678-2017智慧城市 技术参考模型》,由艾瑞咨询研究院整理的“中国智慧城市一般技术架构”可以大概了解智慧城市的基本要素。

来源:艾瑞咨询

猎豹全球智库对于智慧城市的关注点在于人工智能企业如何切入其中。 

华为的“智慧城市马斯洛模型”、中国平安的“智慧城市1+N全面解决方案”、阿里的“ET城市大脑”、腾讯的“3143整体框架”、浪潮的“三融五跨一协同”原则,代表了实力雄厚的巨头对于智慧城市这一领域的系统策略,覆盖自硬件与通信层、计算与平台层到应用层,并承担所谓“智慧城数字底座”(华为)、“城市大脑”(阿里)的基础或中枢任务。而更多科技企业则从细分领域切入,在应用层通过数字化或智能化,参与智慧城市具体应用领域的产品与服务智能化升级进程。

 华为智慧城市马斯洛模型

来源:华为企业业务官网

 中国平安智慧城市解决方案  

来源:平安智慧城市官网

腾讯智慧城市解决方案

来源:腾讯云官网

实际上,作为一个庞大复杂且涉及各方的系统工程,城市细分场景的数字化和智能化是最直观的落脚点。以智能政务为例,2019年,除了电子政务、数字政务继续深化,已经出现了以智能服务机器人为载体的AI软硬件一体化产品和服务试验性落地,在政务服务层面带来全新体验。比如,由猎豹移动与猎户星空所打造的智能语音服务机器人即已经在多个城市政务大厅提供业务咨询、引领带路、终端机操作讲解、特定场景接待讲解、大厅各办理地点导览介绍等智能服务。

猎豹全球智库认为,2019年智慧城市仍然处在起步阶段,目前谈商业化还为时尚早。从整体进展看,底层数字化和智能化基础设施仍比较薄弱,下一步更重要的在于城市管理中跨行业、跨部门集成业务应用。此外,在一些细分应用场景,集多项AI技术、软硬一体化能力于一身的智能服务机器人正在加入智慧城市的构建中来,更多物理场景数据化、智能化也将因为更多数据采集、处理、传输而加快。 

七、2020年,人工智能会更难吗?

2020年的人工智能会更难吗?

显然,在商业化落地上,大家依然会面临压力。不少应用场景中还将出现洗牌的可能,比如已成红海的安防,仍然面临诸多困难的自动驾驶;即便是成熟度相对较高的应用场景中,如医疗、交通,也面临着真正变现的压力。5G商业化,让智能家居、智慧城市、智能教育等看到新契机,但在激烈的竞争中能否杀出重围,在更细分的应用里能否赢得市场青睐,不仅取决于5G商业化是否顺利,对人工智能应用而言,还需要对生意链条进行更精细化的探索。

投资大咖虽然说了“大家淡定完了,应该激动起来”的话,但就人工智能而言,资本市场在2020年的更大可能性是继续保持理性,毕竟明星企业的估值仍然昂贵,投资人对AI商业化的期待还没有清晰的路径出现。

结语

2020 年,一个在科幻小说中屡屡被想象的年份。人们期待中的2020 ,是布满电子大屏、穿梭着飞行器;仿生人、外星殖民、时空旅行等黑科技充斥的年份。显然,这些预言都不会在2020 年发生,技术仍然以缓慢且不可逆的方式改变着每个人的生活。

著名未来学家丹尼尔·伯勒斯在《理解未来的七个原则》中提到预见未来的七个趋势,分别是:去物质化、虚拟化、移动化、智能化、网络化、互动化与全球化。

从这个角度理解人工智能,我们将在更广的范围,更多的设备,感受到AI 产品与服务的连接。

而对于中国而言,由于拥有全球最大最全的供应链,最大的消费市场,面对成熟用户,不仅要看把用户需求翻译给供应链的能力,更需要看谁能做到全产业链效率最高的能力,只有在全链条上都有效率,才能让产品做到最好,让存量品类变为增量品类。

更接近消费者和用户需求,更具备全链条能力和效率,通过具体产品或服务出现在市场上的人工智能,将是2020年及之后新的发力方向。

“预见未来的最好方式就是创造它”,在经历了泡沫、艰难与蹉跎的2019 年,我们将迎来崭新的20 年代,全力以赴,不负韶华。

产业应用场景智能机器人资本政策
2
相关数据
海康威视机构

海康威视是以视频为核心的智能物联网解决方案和大数据服务提供商。海康威视拥有视音频编解码、视频图像处理、视音频数据存储等核心技术,及云计算、大数据、深度学习等前瞻技术。为PBG(公共服务事业群)、EBG(企事业事业群) 、SMBG(中小企业事业群)三个事业群客户提供专业的细分产品、IVM智能可视化管理解决方案和大数据服务。

http://www1.hikvision.com/cn/index.html?jmode=j1
亚马逊机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
依图科技机构

依图科技是全球极少数拥有全栈AI核心自研技术的创新企业,在计算机视觉、语音识别、语义理解、智能决策、AI芯片等领域达到全球领先水平,是国内唯一具有提供超大规模、复杂环境下亿级规模城市的智能化运营管理技术能力的AI公司。

https://www.yitutech.com/
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

https://www.intel.cn/content/www/cn/zh/homepage.html
相关技术
高通机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商,致力于把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。目前华为有19.4万员工,业务遍及170多个国家和地区,服务30多亿人口。

https://www.huawei.com/cn/
商汤科技机构

作为全球领先的人工智能平台公司,商汤科技SenseTime是中国科技部指定的“智能视觉”国家新一代人工智能开放创新平台。同时,商汤科技也是全球总融资额及估值最高的人工智能创新企业。 商汤科技以“坚持原创,让AI引领人类进步”为愿景。公司自主研发并建立了全球顶级的深度学习平台和超算中心,推出了一系列领先的人工智能技术,包括:人脸识别、图像识别、文本识别、医疗影像识别、视频分析、无人驾驶和遥感等。商汤科技已成为亚洲最大的AI算法提供商。 商汤科技在多个垂直领域的市场占有率位居首位,业务涵盖智能手机、互联网娱乐、汽车、智慧城市、以及教育、医疗、零售、广告、金融、地产等多个行业。目前,商汤科技已与国内外700多家世界知名的企业和机构建立合作,包括本田、SNOW、阿里巴巴、苏宁、中国移动、OPPO、vivo、小米、微博、万科、融创等。

http://www.sensetime.com
科大讯飞机构

科大讯飞股份有限公司成立于1999年,是亚太地区知名的智能语音和人工智能上市企业。自成立以来,长期从事语音及语言、自然语言理解、机器学习推理及自主学习等核心技术研究并保持了国际前沿技术水平;积极推动人工智能产品研发和行业应用落地,致力让机器“能听会说,能理解会思考”,用人工智能建设美好世界。2008年,公司在深圳证券交易所挂牌上市(股票代码:002230)。

http://www.iflytek.com
微软机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
出门问问机构

出门问问成立于2012年,是一家以语音交互和软硬结合为核心的人工智能公司,为全球40多个国家和地区的消费者、企业提供人工智能产品和服务。出门问问的使命是定义下一代人机交互,让人和机器的交互更自然。公司自主研发并建立了完整的“端到端”人机交互相关技术栈,包括声音信号处理、热词唤醒、语音识别、自然语言理解、对话管理、垂直搜索、智能推荐、语音合成、知识图谱等,并始终保持国际前沿技术水平。ToC场景推出了以智能手表TicWatch系列和无线耳机TicPods系列为主的可穿戴设备组合,ToB层面已为物联网、金融、电信、健康养老、餐饮、车载等企业级场景提供服务。

https://www.chumenwenwen.com/
寒武纪机构

寒武纪科技是全球智能芯片领域的先行者,宗旨是打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片。公司创始人、首席执行官陈天石教授,在处理器架构和人工智能领域深耕十余年,是国内外学术界享有盛誉的杰出青年科学家,曾获国家自然科学基金委员会“优青”、CCF-Intel青年学者奖、中国计算机学会优秀博士论文奖等荣誉。 团队骨干成员均毕业于国内顶尖高校,具有丰富的芯片设计开发经验和人工智能研究经验,从事相关领域研发的平均时间达七年以上。 寒武纪科技是全球第一个成功流片并拥有成熟产品的智能芯片公司,拥有终端和服务器两条产品线。2016年推出的寒武纪1A处理器(Cambricon-1A)是世界首款商用深度学习专用处理器,面向智能手机、安防监控、可穿戴设备、无人机和智能驾驶等各类终端设备,在运行主流智能算法时性能功耗比全面超越CPU和GPU,与特斯拉增强型自动辅助驾驶、IBM Watson等国内外新兴信息技术的杰出代表同时入选第三届世界互联网大会评选的十五项“世界互联网领先科技成果”。目前公司与智能产业的各大上下游企业建立了良好的合作关系。在人工智能大爆发的前夜,寒武纪科技的光荣使命是引领人类社会从信息时代迈向智能时代,做支撑智能时代的伟大芯片公司。

http://www.cambricon.com
地平线机构

地平线作为嵌入式人工智能全球领导者,致力于提供高性能、低功耗、低成本、完整开放的嵌入式人工智能解决方案。面向智能驾驶、智能城市和智能商业等应用场景,为多种终端设备装上人工智能“大脑”,让它们具有从感知、交互、理解到决策的智能,让人们的生活更安全、更便捷、更美好。

http://www.horizon.ai
思必驰机构

思必驰成立于2007年英国剑桥,2008年回国落户江苏苏州,目前员工近800人,在北京、深圳、上海成立了分公司。思必驰是国内领先的对话式AI平台型公司,提供端到端的口语交互系统,拥有全链路的智能语音语言技术,是国内极少数拥有原始创新能力和基础创新团队支撑的AI公司,目前各项知识产权800余项,其中专利514项,保证了思必驰在语音技术在前沿领域的前瞻性发展。思必驰自主研发了新一代的人机交互平台(DUI),和人工智能芯片(TH1520)。

http://www.aispeech.com/
云知声机构

云知声专注于物联网人工智能服务,是一家拥有完全自主知识产权、世界顶尖的智能语音识别、语义理解等技术的高新技术企业,总部位于北京,在上海、深圳、厦门、合肥设有子公司。公司员工500余人,核心研发团队近百人,其中 45% 拥有博士学历,工程师占比78%,拥有雄厚的科研和产业化实战能力。 云知声深入探索感知智能、认知智能、通用智能三大方向,在语音、语言、知识计算、大数据分析、人工智能芯片等领域建立了领先的核心技术体系,以此构建了完整的人工智能技术图谱。并率先在国内布局大规模异构并行超算平台 Atlas 和深度学习计算框架 UniFlow ,以领跑行业发展的技术实力,助力 AI 基础设施建设,服务国家 AI 战略。 基于“云、端、芯”技术产品体系,提供跨平台、跨场景,融合云端智能和本地智能一体化的 AI 系统解决方案,已在 AI 生活(家居、车载等)和 AI 服务(医疗、教育、政务、金融等)两大核心场景广泛落地。 目前合作伙伴数量已超过 2万家,覆盖用户已超过 2亿,日调用量超 4亿次,其中语音云平台覆盖的城市超过 647个,覆盖设备超过 1 亿台。 云知声自 2012 年成立以来,发展迅猛,备受人工智能行业及资本市场关注,累积融资数亿美元,并多次创下AI语音领域单轮融资记录。云知声连续两年入选福布斯中国最快科技成长公司 50 强企业,是中国人工智能行业成长最快的创业公司之一 。

https://www.unisound.com/
优必选科技机构

深圳市优必选科技股份有限公司成立于2012年3月,是全球领先的人工智能和人形机器人研发、制造和销售为一体的高科技创新企业,公司秉承着“让智能机器人走进千家万户”的使命,专注于人工智能及机器人核心技术的应用型研发、前瞻性研发与商业化落地,同时提供人工智能教育、智慧零售、智慧园区/校园安防等行业解决方案。以智能服务机器人为载体,将“AI+”赋能各行业,为客户提供一站式服务,致力于打造“硬件+软件+服务+内容”的智能服务生态圈。

https://www.ubtrobot.com/cn/
相关技术
云从科技机构

云从科技孵化自中国科学院,受托参与人工智能国标、行标制定,并成为第一个同时承担国家发改委人工智能基础平台、应用平台,工信部芯片平台等国家重大项目建设任务的人工智能科技企业。 云从科技致力以人工智能技术与人机协同平台为基础,定义出场景化、行业化、个性化的智能服务。 云从科技业务涵盖金融、安防、交通、商业等领域,通过行业领先的人工智能、认知计算与大数据技术形成的整合解决方案,已服务400余家银行14.7万网点、30个省级行政区公安、80余家机场,实现银行日均比对2.16亿次、公安战果超5万起、机场日均服务旅客200万人次。

https://www.cloudwalk.cn
吴恩达人物

斯坦福大学教授,人工智能著名学者,机器学习教育者。2011年,吴恩达在谷歌创建了谷歌大脑项目,以通过分布式集群计算机开发超大规模的人工神经网络。2014年5月16日,吴恩达加入百度,负责“百度大脑”计划,并担任百度公司首席科学家。2017年3月20日,吴恩达宣布从百度辞职。2017年12月,吴恩达宣布成立人工智能公司Landing.ai,并担任公司的首席执行官。2018年1月,吴恩达成立了投资机构AI Fund。

区块链技术

区块链是用分布式数据库识别、传播和记载信息的智能化对等网络, 也称为价值互联网。 中本聪在2008年,于《比特币白皮书》中提出“区块链”概念,并在2009年创立了比特币社会网络,开发出第一个区块,即“创世区块”。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

鸡尾酒会效应技术

鸡尾酒会效应(cocktail party effect)是指人的一种听力选择能力,在这种情况下,注意力集中在某一个人的谈话之中而忽略背景中其他的对话或噪音。这种特殊的听力能力可能是由人类的语音生成系统,听觉系统,或高层次的感性和语言处理的特点所决定的。

弱人工智能技术

弱人工智能(weak AI),也被称为窄AI,是专注于某一特定狭窄领域任务的人工智能。 相对于可以用来解决通用问题的强(泛)人工智能,几乎目前所有的人工智能都属于弱人工智能的范畴I。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

路径规划技术

路径规划是运动规划的主要研究内容之一。运动规划由路径规划和轨迹规划组成,连接起点位置和终点位置的序列点或曲线被称为路径,构成路径的策略则被称为路径规划。路径规划在很多领域都具有广泛的应用,如机器人的自主无碰行动;无人机的避障突防飞行等。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

数据迁移技术

数据迁移(又称分级存储管理,hierarchical storage management,hsm)是一种将离线存储与在线存储融合的技术。它将高速、高容量的非在线存储设备作为磁盘设备的下一级设备,然后将磁盘中常用的 数据按指定的策略自动迁移到磁带库(简称带库)等二级大容量存储设备上。当需要使用这些数据时,分级存储系统会自动将这些数据从下一级存储设备调回到上一 级磁盘上。对于用户来说,上述数据迁移操作完全是透明的,只是在访问磁盘的速度上略有怠慢,而在逻辑磁盘的容量上明显感觉大大提高了。

查询技术

一般来说,查询是询问的一种形式。它在不同的学科里涵义有所不同。在信息检索领域,查询指的是数据库和信息系统对信息检索的精确要求

摩尔定律技术

摩尔定律是由英特尔创始人之一戈登·摩尔提出来的。其内容为:积体电路上可容纳的电晶体数目,约每隔两年便会增加一倍;经常被引用的“18个月”,是由英特尔首席执行官大卫·豪斯所说:预计18个月会将芯片的性能提高一倍。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。 阿里巴巴集团经营多项业务,另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括:淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。 2014年9月19日,阿里巴巴集团在纽约证券交易所正式挂牌上市,股票代码“BABA”,创始人和董事局主席为马云。 2018年7月19日,全球同步《财富》世界500强排行榜发布,阿里巴巴集团排名300位。2018年12月,阿里巴巴入围2018世界品牌500强。

https://www.alibabagroup.com/
相关技术
极链科技机构

极链Video++作为全球视联网-视频商业操作系统的构建者,服务数百个品牌、商家、合作伙伴,实现客户价值倍增。以AI技术赋能视频中的信息,链接互联网信息、服务、购物、社交、游戏五大模式,实现基于视频的新互联网经济体。

http://www.videopls.com
百度机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

https://www.baidu.com/
旷视机构

北京旷视科技有限公司是一家行业领先的人工智能公司,在深度学习方面拥有核心竞争力。旷视向客户提供包括先进算法、平台软件、应用软件及内嵌人工智能功能的物联网设备的全栈式解决方案,并在多个行业取得领先地位。2017年和2019年,旷视跻身《麻省理工科技评论》发布的两项「50大最聪明公司」榜单中。 旷视是全球为数不多的拥有自主研发深度学习框架的公司之一,旷视自研的深度学习框架MegEngine作为旷视人工智能算法平台Brain++的核心组件,为算法训练、部署及模型改进过程提供重要支持。 旷视总部位于北京,拥有 2,000 多名员工,并在北京、上海、南京、成都等地都设有研发中心。旷视的典型客户包括金融科技公司、银行、智能手机公司、第三方系统集成商、物业管理者、学校、物流公司及制造商等。

https://www.megvii.com/
京东机构

京东(股票代码:JD),中国自营式电商企业,创始人刘强东担任京东集团董事局主席兼首席执行官。旗下设有京东商城、京东金融、拍拍网、京东智能、O2O及海外事业部等。2013年正式获得虚拟运营商牌照。2014年5月在美国纳斯达克证券交易所正式挂牌上市。 2016年6月与沃尔玛达成深度战略合作,1号店并入京东。

腾讯机构

腾讯科技股份有限公司(港交所:700)是中国规模最大的互联网公司,1998年11月由马化腾、张志东、陈一丹、许晨晔、曾李青5位创始人共同创立,总部位于深圳南山区腾讯大厦。腾讯由即时通讯软件起家,业务拓展至社交、娱乐、金融、资讯、工具和平台等不同领域。目前,腾讯拥有中国国内使用人数最多的社交软件腾讯QQ和微信,以及中国国内最大的网络游戏社区腾讯游戏。在电子书领域 ,旗下有阅文集团,运营有QQ读书和微信读书。

http://www.tencent.com/
奇虎360机构

360公司成立于2005年8月,创始人周鸿祎 2011年3月30日在纽交所成功上市 2018年2月28日,回归A股上市,上证交易所(601360) 是中国第一大互联网安全公司,用户6.5亿,市场渗透率94.7% 中国第一大移动互联网安全公司,用户数超过8.5亿 中国领先的AIoT公司,将人工智能技术应用于智能生活、家庭安防、出行安全、儿童安全等多个领域

http://smart.360.cn/cleanrobot/
百度风投机构

2016 年 9 月 13 日,百度宣布成立百度风投 (Baidu Ventures),李彦宏亲自出任董事长和投资委员会主席。 百度风投致力于成为「人工智能时代的世界一流 VC」,依托百度作为世界人工智能领先企业的独特平台,通过富有洞察力的行业判断、积极主动的增值服务、独立高效的决策机制,成为优秀人工智能创业者的「共同创始人」,与他们共同成长并分享他们的成功。 百度风投将在北京、硅谷设立区域总部,覆盖全球初创期到成长期的人工智能项目。 2017 年 2 月 6 日,百度宣布前联想之星合伙人刘维作为副总裁正式加盟百度,任百度风投 (Baidu Ventures)CEO,全面负责百度风投的各项工作。同时加入的还有曾任百度高级技术总监、后创办多盟并担任 CEO 的齐玉杰,以及曾任高盛亚洲执行董事及 TA Associates 合伙人的蔡薇。

https://bv.ai/en/
中国平安、平安集团机构

平安集团1988年成立于深圳,发展至今已跻身为国内三大综合金融集团之一,拥有30多家子公司。公司以“金融+科技”、“金融+生态”的发展模式,构建“金融服务、医疗健康、汽车服务、房产金融、城市服务”五大生态圈,致力于成为国际领先的科技型个人金融生活服务集团。2018年,公司营业收入破万亿,净利润超千亿,个人金融客户数达1.84亿,互联网用户约5.38亿,员工人数达180万,位列《财富》世界500强29位;2019年位列《福布斯》2000强第7位。

https://www.pingan.com/
通用人工智能技术

通用人工智能(AGI)是具有一般人类智慧,可以执行人类能够执行的任何智力任务的机器智能。通用人工智能是一些人工智能研究的主要目标,也是科幻小说和未来研究中的共同话题。一些研究人员将通用人工智能称为强AI(strong AI)或者完全AI(full AI),或称机器具有执行通用智能行为(general intelligent action)的能力。与弱AI(weak AI)相比,强AI可以尝试执行全方位的人类认知能力。

小米机构

小米公司正式成立于2010年4月,是一家专注于智能手机自主研发的移动互联网公司,定位于高性能发烧手机。小米手机、MIUI、米聊是小米公司旗下三大核心业务。“为发烧而生”是小米的产品理念。小米公司首创了用互联网模式开发手机操作系统、发烧友参与开发改进的模式。2018年7月,工业和信息化部向与中国联合网络通信集团有限公司首批签约的15家企业发放了经营许可证,批准其经营移动通信转售业务,其中包括:小米科技有限责任公司。 2018年7月9日,正式登陆香港交易所主板 。

https://www.mi.com/
5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

围棋技术

围棋是一种策略性棋类,使用格状棋盘及黑白二色棋子进行对弈。起源于中国,中国古时有“弈”、“碁”、“手谈”等多种称谓,属琴棋书画四艺之一。西方称之为“Go”,是源自日语“碁”的发音。

暂无评论
暂无评论~