发帖
雷达卡
人工智能正在变得无处不在，我们大多数人都在使用，Google搜索、亚马逊的推送和电话服务中心的智能接线员，而苹果Siri在每周处理20亿个自然语言请求，Android手机上的20％的请求是由语音识别的（数据来源：普华永道）。
现阶段，神经网络芯片、深度学习算法、大数据及云计算，四个催化剂使人工智能开始迅速发展。
图表1：人工智能产业链结构图
基础层的部分技术已经在走向成熟，但未来仍有很大的发展空间。
芯片方面主要以NIVIDA的GPU为主，不过更加适合深度学习的FPGA已经在逐步崛起，其参与者现阶段主要是科技巨头和垂直领域公司，比如Intel、Microsoft、Xilinx、Altera（已被Intel收购）等。当然，各家公司尤其科技巨头已开始研发人工智能专用芯片，但从目前的时点看距离大规模商用还有一定距离。
算法方面，深度学习的兴起不仅使机器学习迎来了新的发展浪潮，更成为催化剂之一使人工智能开始迅速发展。目前，深度学习市场集中度较低。但由于深度学习算法公司在商业化项目落地方面的经验不足，未来将更可能被科技巨头收购，因此行业集中度有望持续提高。现阶段科技巨头更多的是选择收购优秀的深度学习公司来加速自己在深度学习领域的布局，比如Google收购DeepMind、Intel收购Mobileye、Nervana等。
技术层，语音识别及图像识别技术已经成熟，识别准确率均已超过了人类极限，但动态识别及认知计算仍有较大的发展空间。
语音识别作为最早落地的人工智能技术，2017年全球市场规模将达到112.4亿美元。科技巨头将语音识别技术作为其人工智能生态圈的重要技术；语音识别巨头基于语音识别技术开始外延扩张，打造其人工智能生态圈；而初创公司则通过垂直细分赛道切入，或将实现弯道超车。
图像识别和人脸识别技术已经相对成熟，但动态识别和认知计算仍有较大发展空间。尤其是认知计算，非结构化数据为认知计算提供发展机遇的同时，也对机器学习算法提出了更高的要求。
应用层，目前人工智能技术已经在包括医疗、零售、金融、制造业等众多领域有了阶段性进展。未来随着政策的不断出台、资本的持续投入、技术的日益成熟，人工智能将有望迎来更多的落地应用。
京公网安备 11010802022788号
