中國(guó)人工智能技術(shù)平臺(tái)分析

一、人工智能技術(shù)平臺(tái)功能分析

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)行機(jī)器學(xué)習(xí)建模，開(kāi)發(fā)面向不同領(lǐng)域的應(yīng)用技術(shù)，包含感知智能及認(rèn)知智能兩個(gè)階段。感知智能階段通過(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，獲得建模所需的數(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)知智能階段對(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(lèi)人腦的思考功能得出結(jié)果，如機(jī)器學(xué)習(xí)、預(yù)測(cè)類(lèi) API 和人工智能平臺(tái)等。

二、人工智能技術(shù)平臺(tái)涉及領(lǐng)域

當(dāng)前，技術(shù)層面的應(yīng)用技術(shù)面向不同領(lǐng)域的需求各放異彩，語(yǔ)音識(shí)別、圖像識(shí)別、機(jī)器學(xué)習(xí)、生物識(shí)別等各類(lèi)應(yīng)用層出不窮，國(guó)內(nèi)技術(shù)層公司發(fā)展勢(shì)頭也隨之迅猛。

AI 技術(shù)層的作用是基于底層提供的計(jì)算存儲(chǔ)資源和大數(shù)據(jù)，通過(guò)機(jī)器學(xué)習(xí)建模，開(kāi)發(fā)面向不同領(lǐng)域的應(yīng)用技術(shù)，例如語(yǔ)音識(shí)別、語(yǔ)義識(shí)別和計(jì)算機(jī)視覺(jué)等。 中間層的運(yùn)行機(jī)制和人類(lèi)的思維形成過(guò)程高度相似，是從感知到思考再到最終的決策行動(dòng)甚至是創(chuàng)造，核心是機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用。首先，感知環(huán)節(jié)需要連接的是人、信息和物理世界，通過(guò)傳感器，搜索引擎和人機(jī)交互來(lái)獲取建模必須的數(shù)據(jù)，相當(dāng)于人類(lèi)的感知過(guò)程。依托于底層的高性能計(jì)算和彈性存儲(chǔ)能力，中間層對(duì)感知到的數(shù)據(jù)進(jìn)行建模運(yùn)算，相當(dāng)于人類(lèi)的思考過(guò)程。最終，應(yīng)用層利用數(shù)據(jù)擬合出的模型結(jié)果，對(duì)智能應(yīng)用的服務(wù)和產(chǎn)品端輸出指令，指揮包括機(jī)器人、無(wú)人機(jī)、3D打印等在內(nèi)的各種設(shè)備響應(yīng)用戶需求。盡管目前由于思考層面的計(jì)算存儲(chǔ)能力和建模能力的不足，導(dǎo)致人工智能還無(wú)法達(dá)到和人類(lèi)相接近的“智慧”程度，但也足以支撐包括語(yǔ)音識(shí)別、圖像識(shí)別和知識(shí)圖譜在內(nèi)的各種 AI技術(shù)在特定場(chǎng)景下的應(yīng)用。

另外一方面，在具體的應(yīng)用場(chǎng)景中，更為優(yōu)化的算法和更為準(zhǔn)確的背景知識(shí)庫(kù)數(shù)據(jù)集等因素都有助于在不提升計(jì)算資源的前提下實(shí)現(xiàn)更優(yōu)的結(jié)果。這就給眾多專(zhuān)業(yè)領(lǐng)域的 AI公司帶來(lái)了巨大的市場(chǎng)機(jī)遇。

三、人工智能技術(shù)平臺(tái)競(jìng)爭(zhēng)格局

我們看到，專(zhuān)用智能的商業(yè)化應(yīng)用風(fēng)生水起，在這個(gè)領(lǐng)域，巨頭和新貴都處于同一起跑線上，產(chǎn)業(yè)格局會(huì)趨于分散，先入者優(yōu)勢(shì)明顯。我們判斷，在數(shù)據(jù)、算法、云計(jì)算資源等幾個(gè)關(guān)鍵因素中，數(shù)據(jù)的獲得以及算法的優(yōu)化是先入者的護(hù)城河，能夠幫助他們?cè)趯?zhuān)用領(lǐng)域的特定場(chǎng)景下，迅速實(shí)現(xiàn) AI的商業(yè)化應(yīng)用，從而搶占市場(chǎng)。我們關(guān)注到國(guó)內(nèi)市場(chǎng)已經(jīng)出現(xiàn)了這樣的局面：語(yǔ)音識(shí)別領(lǐng)域的科大訊飛、計(jì)算機(jī)視覺(jué)方面的格林深瞳、語(yǔ)義識(shí)別方面的小 i機(jī)器人、人臉識(shí)別方面的face++等等細(xì)分行業(yè)龍頭，都在具體應(yīng)用場(chǎng)景的技術(shù)結(jié)果上，實(shí)現(xiàn)了對(duì)百度、谷歌、微軟和 IBM等 AI 巨頭的超越。

圖表：人工智能產(chǎn)業(yè)鏈

技術(shù)支撐層主要由算法模型(軟件)和關(guān)鍵硬件(AI芯片、傳感器)兩部分構(gòu)成。傳感器負(fù)責(zé)收集數(shù)據(jù)，AI芯片(GPU，F(xiàn)PGA，NPU等)負(fù)責(zé)運(yùn)算，算法模型負(fù)責(zé)訓(xùn)練數(shù)據(jù)。

基礎(chǔ)應(yīng)用層主要由感知類(lèi)技術(shù)和其他深度學(xué)習(xí)應(yīng)用構(gòu)成。感知技術(shù)主要用于讓機(jī)器完成對(duì)外部世界的探測(cè)，即看懂世界、聽(tīng)懂、讀懂世界，由計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、語(yǔ)義識(shí)別一并構(gòu)成，是人工智能產(chǎn)品或方案不可或缺的重要部分。 唯有看懂、聽(tīng)懂、讀懂，才能夠做出分析判斷，進(jìn)而采取行動(dòng)，讓更復(fù)雜層面的智慧決策、自主行動(dòng)成為可能。

方案集成為集成了一類(lèi)或多類(lèi)基礎(chǔ)應(yīng)用技術(shù)的，面向應(yīng)用場(chǎng)景特定需求的產(chǎn)品或方案。人工智能作為一類(lèi)技術(shù)，應(yīng)用在多種多樣的應(yīng)用場(chǎng)景中;而在各類(lèi)產(chǎn)品中人工智能的比重或有區(qū)別，但其本質(zhì)都是讓機(jī)器更好的服務(wù)于我們的生產(chǎn)和生活。

人工智能風(fēng)口已至已毋庸置疑，但需要聲明的是，以算法、深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)為代表的核心技術(shù)研發(fā)周期較長(zhǎng)，由此決定了人工智能的全面爆發(fā)不可能一蹴而就。其發(fā)展必定是基于現(xiàn)有成熟技術(shù)率先在特定領(lǐng)域?qū)崿F(xiàn)規(guī)模化應(yīng)用。而后隨著高性能芯片及計(jì)算平臺(tái)等軟硬件架構(gòu)的突破實(shí)現(xiàn)通用領(lǐng)域規(guī)模化推廣。

“基礎(chǔ)層-技術(shù)層-應(yīng)用層”的產(chǎn)業(yè)架構(gòu)日漸明晰：

通過(guò)梳理人工智能產(chǎn)業(yè)鏈可知，圍繞“基礎(chǔ)資源層—技術(shù)層—應(yīng)用層”的 AI 產(chǎn)業(yè)架構(gòu)已經(jīng)初具雛形。在政策與資本的疊加驅(qū)動(dòng)下，國(guó)內(nèi)企業(yè)已經(jīng)從軟硬件層面實(shí)現(xiàn)全產(chǎn)業(yè)鏈覆蓋。

當(dāng)前，人工智能已經(jīng)發(fā)展成為一門(mén)擁有龐大技術(shù)體系的分支。包括了深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、機(jī)器視覺(jué)、神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言處理等多個(gè)細(xì)分領(lǐng)域。下圖展示了目前主流的人工智能技術(shù)和研究領(lǐng)域。

深度學(xué)習(xí)技術(shù)：深度學(xué)習(xí)的概念由Hinton等人于2006年提出。深度學(xué)習(xí)可以有人監(jiān)督(需要人工干預(yù)來(lái)培訓(xùn)基本模型的演進(jìn))，也可以無(wú)人監(jiān)督(通過(guò)自我評(píng)估自動(dòng)改進(jìn)模型)。深度學(xué)習(xí)目前廣泛運(yùn)用于各類(lèi)場(chǎng)合，在財(cái)資管理領(lǐng)域，如可以通過(guò)深度學(xué)習(xí)來(lái)進(jìn)行現(xiàn)金流預(yù)測(cè)和頭寸智能化管理。

循癥技術(shù)：指應(yīng)用AI技術(shù)為醫(yī)療診斷提供輔助，基本方法是將病人情況和醫(yī)學(xué)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)挖掘和匹配，降低醫(yī)療人員主觀失誤的概率乃至最終完全取代人工醫(yī)療。在財(cái)務(wù)和金融領(lǐng)域，可以用于管理診斷、交易事故審查和合規(guī)性審計(jì)。

推薦引擎：推薦系統(tǒng)是一種信息過(guò)濾系統(tǒng)，用于預(yù)測(cè)用戶對(duì)物品的“評(píng)分”或“偏好”。推薦系統(tǒng)可用于支付結(jié)算中智能路由的設(shè)計(jì)，以及金融超市和賣(mài)場(chǎng)中交易的智能撮合。

機(jī)器學(xué)習(xí)系統(tǒng)：機(jī)器學(xué)習(xí)是一門(mén)多領(lǐng)域交叉學(xué)科，專(zhuān)門(mén)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為， 以獲取新的知識(shí)或技能。深度學(xué)習(xí)技術(shù)是機(jī)器學(xué)習(xí)各項(xiàng)技術(shù)中發(fā)展最旺盛也是最成功的一個(gè)分支。我們常說(shuō)的人工神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)中的一種算法。機(jī)器學(xué)習(xí)的其他算法包括聚類(lèi)算法、貝葉斯算法等。在量化交易、智能投資和智能風(fēng)控中，往往會(huì)應(yīng)用機(jī)器學(xué)習(xí)技術(shù)。

預(yù)測(cè)分析：是指一類(lèi)對(duì)數(shù)據(jù)假設(shè)的預(yù)測(cè)性分析。其表現(xiàn)在使用數(shù)據(jù)挖掘技術(shù)、歷史數(shù)據(jù)和對(duì)未來(lái)狀況的假設(shè)，來(lái)預(yù)測(cè)未來(lái)的可能性。如應(yīng)收賬款分析、現(xiàn)金流預(yù)測(cè)，以及未來(lái)金融市場(chǎng)的匯率、利率等的波動(dòng)。

規(guī)范性分析：大數(shù)據(jù)技術(shù)的一個(gè)分支，指基于盡可能獲得的數(shù)據(jù)和計(jì)算得到確切的最優(yōu)方案，以模擬或超越人腦的決策能力。該技術(shù)目前正處于相當(dāng)早期階段。

自然語(yǔ)言處理和文本挖掘技術(shù)：泛指各類(lèi)通過(guò)處理自然的語(yǔ)言數(shù)據(jù)并轉(zhuǎn)化為電腦可以“理解”的數(shù)據(jù)技術(shù)。自然語(yǔ)言處理一方面可以輔助財(cái)務(wù)共享服務(wù)中心進(jìn)行客戶服務(wù);另一方面，結(jié)合自然語(yǔ)言技術(shù)，便利知識(shí)管理和智能搜索。

自然語(yǔ)言產(chǎn)生技術(shù)：指將電腦與人類(lèi)通過(guò)自然語(yǔ)言的方式交互的技術(shù)，核心是將電腦計(jì)算的二進(jìn)制結(jié)果轉(zhuǎn)化為人類(lèi)可以快速方便理解的語(yǔ)音/文字交互的載體。

機(jī)器學(xué)習(xí)是人工智能的核心技術(shù)，指從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)的技術(shù)，是計(jì)算機(jī)具有智能的根本途徑。機(jī)器學(xué)習(xí)中一個(gè)重要分支就是深度學(xué)習(xí)技術(shù)，其已經(jīng)遍及人工智能的各個(gè)領(lǐng)域，它的工作流程表現(xiàn)為利用感知層產(chǎn)生大數(shù)據(jù)，進(jìn)而進(jìn)行數(shù)據(jù)分析處理，處理后數(shù)據(jù)最后反哺給前臺(tái)應(yīng)用系統(tǒng)，使得系統(tǒng)做出相應(yīng)的反應(yīng)。

欲了解更多行業(yè)的未來(lái)發(fā)展前景，可以點(diǎn)擊查看中研普華產(chǎn)業(yè)院研究報(bào)告《2025-2030年中國(guó)人工智能行業(yè)發(fā)展前景及投資戰(zhàn)略分析報(bào)告》。