2016全球人工智能发展报告 一文看清AI发展进程

全球人工智能领域的融资,自2005年以来,主要集中于种子轮。A、B、C等阶段占比整体呈现缩小趋势,意味着 资本进入投资的高潮。2016年之后,A、B轮略有上涨,意味着有优秀企业进入新的发展阶段。

   什么是人工智能?


计算机科学理论奠基人图灵(Alan Mathison Turing)在论文《计算机器和智能》中 提出了著名的“图灵测试”――如果一台机器能够与人展开对话(通过电传设备),并且会被人 误以为它也是人,那么这台机器就具有智能。人工智能之父之一的马文・明斯基(Marvin Minsky)则将 其定义为“让机器作本需要人的智能才能够做到的事情的一门科学”。而代表人工智能另一条路线―― 符号派的司马贺(Herbert A. Simon)认为,智能是对符号的操作,最原始的符号对应于物理客体。


2016全球人工智能发展报告 一文看清AI发展进程

   人工智能的发展


自1956年达特茅斯会议诞生“人工智能”一词 以来,距今已有60年。在这期间,虽然人工智能 涉及的不同学科、不同技术发展起起伏伏,但人 工智能整体上一直处于不断增长的趋势,并不存 在高潮低谷之说。比如1957第一款神经网络 Perceptron曾经推动了人工智能领域的发展,虽 然后来被证明行不通,但随后兴起的专家系统继 续发挥推动的作用。


可以说,整个人工智能的发展过程都是在这样的 模式之中,不同技术在不同时期扮演着推动人工 智能发展的角色。在此,我们基于人工智能行业 的企业、投资融资以及研究成果等维度提供一个 全新看待人工智能的视角。


    人工智能企业


全球人工智能企业数量分布


全球人工智能企业数量集中分布在美国、中国、英国等少数国家,三国企业数量占总数的65.73%。


2016全球人工智能发展报告 一文看清AI发展进程

中国人工智能企业数量分布


中国人工智能企业主要集中于北京、广东及长三角(上海、江苏、浙江)一带,占中国人工智能企业总数 的84.95%。四川虽然数量不及上述三地区,但明显高于其它省市。


2016全球人工智能发展报告 一文看清AI发展进程

人工智能企业的主要应用领域


    人工智能投融资


全球人工智能企业融资规模分布


与人工智能企业分布相同,美中英三国融资规模为全球最大,但三者间的规模差距较大,美国 为英国的21.9倍,中国的6.96倍。


2016全球人工智能发展报告 一文看清AI发展进程

2000-2016全球人工智能领域融资阶段分布


全球人工智能领域的融资,自2005年以来,主要集中于种子轮。A、B、C等阶段占比整体呈现缩小趋势,意味着 资本进入投资的高潮。2016年之后,A、B轮略有上涨,意味着有优秀企业进入新的发展阶段。


2016全球人工智能发展报告 一文看清AI发展进程

全球人工智能领域投资机构分布


投资机构在地域分布上,美国、英国、中国为前三位,与其各自企业数量、融资规模次序相同。


2016全球人工智能发展报告 一文看清AI发展进程

全球人工智能领域各国获得的投资次数


各国获得的人工智能领域投资次数,与当地企业数量、投资机构数量呈现正相关关系。


2016全球人工智能发展报告 一文看清AI发展进程

2010-2016年全球人工智能领域并购数量概况


15 2013年Q4之前,并购数量相对平衡。此后并购数量呈现逐步上升趋势。这与2013年之后资本不断进 入该领域,及该领域企业发展较活跃有关。


   中国人工智能领域并购概况


目前,BAT等国内科技巨头公司在人工智能领域也在抓紧进行战略布局,但是这些公司对人工智能尝试 还停留在初级阶段,商业化维度甚至没有完整的产品线。从目前情况来看,百度目前是全面布局,而 阿里和腾讯则是各有侧重。


近年来,百度先后成立了大数据实验室、深度学习实验室和硅谷人工智能实验室,并通过架构调整全 面发力人工智能。2016年百度世界大会上,“百度大脑”推出,对语音、图像、自然语言处理和用户 画像、无人驾驶等领域进行重点关注和研发。不久之后,百度又宣布成立独立风险投资公司,李彦宏 亲自出任董事长。


目前,百度的人工智能产品有度秘、百度地图、百度无人驾驶汽车,另外,百度外卖、百度糯米基于 深度学习的神经网络,通过海量的订餐、出餐时间大数据,通过大数据模型可以推算出的出餐时间。 百度金融依靠图像识别、数据风控技术等能加快信贷产品效率。


阿里2015年6月联合富士康向日本软银旗下的机器人公司SBRH战略注资7.32亿元,布局机器人领域。 另外,阿里在人工智能上更多的关注云计算方面,目前阿里的人工智能产品主要应用在两个层面上: 第一是在电商业务,第二则是B端。


腾讯在人工智能领域的布局,首先是大量考察和闷声收购货投资美国的机器学习平台类创业公司。比 如与硅谷风投机构Felicis Ventures领投美国数据公司Diffbot 1000万美元A轮融资,参投专注于生命 大数据和数字生命研究的公司iCarbonX(碳云智能)近10亿元的A轮融资。


其次在基础研究领域,腾讯人工智能研究项目包括WHAT LAB(微信-香港科技大学人工智能联合实验 室)、优图实验室、微信模式识别中心、智能计算与搜索实验室等多个部门。最后,腾讯目前的业务产 品中,微信推出智能机器人“小微”,为用户提供可视化的数据定制服务的云搜,中文语义分析平台 文智,应用于腾讯征信、微众银行、财付通的优图人脸识别等等。


京东也在深度学习、人工智能、图像识别等前沿领域的研发,成立了DNN深度神经网络、PCL感知认 知等实验室,并积极将成果应用于实际业务当中。


人工智能研究成果


各学科与人工智能的相关度


计算机科学与逻辑学,与人工智能的相关度整体上一直保持高相关度。心理学、哲学、语言学 在2011年达到峰值,此后又迅速下降。经济学整体上一直保持上升趋势。


   全球人工智能申请专利数量分布图


全球人工智能专利数量,美国、中国、日本位列前三,且数量级接近,三国占总体专利的73.85%。位 列第四的德国人工智能专利数量仅为中国的27.8%,美国的16.8%。


2016全球人工智能发展报告 一文看清AI发展进程

   中国人工智能申请专利数量分布图


北京、上海、广东为中国人工智能专利数量分布的三大中心,与中国经济的分布区域特点相吻合。北 上广浙苏五省市占总体的59.62%。


2016全球人工智能发展报告 一文看清AI发展进程

    全球与中国人工智能申请专利各细分领域百分比


人工智能专利在细分领域上的分布,大体上相似,机器人、神经网络、语音识别及图像识别占主体部分。


2016全球人工智能发展报告 一文看清AI发展进程

全球与中国人工智能专利细分领域百分比TOP5对比


人工智能细分领域的专利数量,中国与美国有四项相同。前五项占总体的80%以上。


2016全球人工智能发展报告 一文看清AI发展进程

    补充说明


1.报告中的统计数据包含专利申请数和授权数。


2.中国专利只统计“发明专利”,“实用新型”和“外观专利”不在此次统计范围。


3.此次统计只针对在中国申请且申请人也在中国境内的专利,在境外已有专利后到中国注册的不在此次 统计范围。


4.“全球专利”中统计的是各个国家专利中的PCT申请/授权数,仅在本国申请的专利不在统计范围。


5.专利统计时间以专利申请时间为准。


6.同一专利的不同状态(申请号,授权号)视为一个专利。


    人工智能细分领域


全球人工智能细分领域申请专利数量趋势


机器人与计算机视觉呈现高度相似的趋势,这与两者间的高度相关性有关。诸如机器人、计算机视觉 等应用层专利,增长幅度更快,也更易受外界影响。目前全球范围内已经进入平稳期。


2016全球人工智能发展报告 一文看清AI发展进程

中国AI细分领域申请专利发展趋势


2011年之后,中国在这些领域有显著的增长。诸如机器人、计算机视觉等应用层专利,增长幅度更快, 也更易受外界影响。相较于全球而言,中国相关专利还处于增长期。

2016全球人工智能发展报告 一文看清AI发展进程

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 人工智能进入“深度学习+”阶段

    我国的产业体系品类齐全、体量庞大,深度学习驱动的人工智能创新应用,有助于形成产业良性循环,促进底层技术突破,加快现代化产业体系升级。

    2024年2月24日
  • 深度学习为什么再一次的火遍安防圈?

    2016北京安博会近日落幕,连着四天白天晚上的加班已经让安防圈的各位媒体精疲力尽,虽然很累,但也收获巨大。要说什么技术在安博会上火了一把,我以为是深度学习。深度学习为什么再一次的火遍安防圈?

    2023年9月14日
  • 百度深度学习飞桨平台全新发布 加速AI规模化落地

    由百度打造的飞桨是国内首个自主研发、开源开放、功能丰富的产业级深度学习平台,经多轮升级和打磨之后,在深度学习框架的开发、训练、预测及部署等核心能力上均有着比肩甚至超越国外主流框架的表现。IDC报告显示,2021年飞桨位居中国深度学习平台市场综合份额第一。

    2024年2月8日
  • 人工智能技术现状剖析及发展趋势

    AI技术一直处于计算机技术的前沿,其研究的理论和发展在很大程度上将决定计算机技术的发展方向。目前很多AI的研究成果深刻地改变着人们的生活,将来,AI的发展将会更加快速,会给人们的生活工作和教育带来更大的影响。

    2024年4月5日
  • 人工智能快速发展 与智能技术革命长处之道在哪里

    无监督学习则通过训练程序,使机器能直接从已有数据中提取特征,对信息进行压缩,用于完成其他任务。如传统的主成分分析,可以将高维特征使用低维度向量近似。例如,我们可以使用主成分分析技术压缩图片,以达到节省储存空间的作用。因此,这类机器学习算法并不需要以往经验,也被称之为无监督学习。

    2024年11月27日
  • 夯实AI新型基础设施 加快科技自立自强步伐

    当前,我国正在建设科技强国的道路上大步迈进。习近平总书记在中共中央政治局第二次集体学习时强调,“要加快科技自立自强步伐,解决外国‘卡脖子’问题”。党的二十大报告明确指出,必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,深入实施科教兴国、人才强国、创新驱动发展战略。

    2024年2月24日