2016年2月出版正文目录1、人工智能是利用人工计算实现人类智能 (4)1.1、本质：人工智能的本质是对人类智能的模拟甚至超越 (4)1.2、原理：利用一系列算法驱动电脉冲模拟人脑神经元的运作过程 (5)2、全球人工智能千亿市场爆发在即，AI+引领未来商业模式新风向 (6)2.1、人工智能起源于上世纪50 年代，2006 年起进入加速发展的新阶段 (6)2.2、发达国家火热布局，2040 年或有可能实现广义人工智能 (7)2.2.1、欧盟：人脑工程项目（HBP） (8)2.2.2、美国：大脑研究计划（BRAIN） (8)2.2.3、日本：大脑研究计划（Brain/MINDS） (9)2.3、下游应用需求迫切+上游技术基础成型，人工智能全球市场规模超千亿 (10)2.3.1、下游应用需求倒逼、上游技术成型推动，人工智能技术加速发展 (10)2.3.2、人工智能逐渐受到机构重视，2020 年全球市场规模超千亿 (11)2.4、人工智能推动传统产业变革，AI+将成为未来普遍的商业模式 (13)3、人工智能领域风云迭起，科技巨头雄霸天下 (14)3.1、北美及西欧地区公司数量激增，科技巨头和初创企业是主要玩家 (14)3.2、感知层技术领域竞争白热化，机器学习等空白蓝海已成大势所趋 (15)3.3、投资+收购+顶级人才招聘、科技巨头动作频频上演实力争夺 (17)4、2020年我国人工智能市场规模近百亿，有望实现弯道超车 (19)4.1、受益四大利好因素，人工智能发展势头良好有望实现弯道超车 (19)4.2、投资机构青睐有加，2020 年中国人工智能市场规模近百亿 (20)4.3、感知智能试点阶段，预计我国将在5~10 年内实现感知智能全面普及 (22)5、行业火爆：企业数量激增发展迅猛，机器人等是典型应用场景 (24)5.1、巨头基础层切入引发技术革新，创业公司应用层进入带来产业升级 (24)5.2、机器人、虚拟服务等是目前的典型应用场景，未来将进入各行各业 (26)5.3、产业投资偏爱应用类企业，软件服务和机器视觉是热门细分领域 (29)6、海外人工智能企业一览 (29)6.1、人工智能基础平台领域：IBMWatson (29)6.2、机器学习领域：Wise.io 实现高效大数据分析 (31)6.3、语音识别和自然语言处理领域：Facebook、Apple、Microsoft (32)6.4、图像识别领域：Clarifai 超越传统图像识别界限 (35)6.5、预测分析领域：Google 云计算能力打造顶级预测API (35)6.6、先发优势、技术实力、下游爆发潜力是人工智能企业的核心竞争力 (37)7、我国人工智能投资机遇 (38)7.1、投资逻辑：短期看好应用开发领域，长期技术研究是投资大势 (38)7.2、主要公司分析 (39)7.2.1、科大讯飞 (39)7.2.2、东方网力 (40)7.2.3、佳都科技 (41)7.2.4、新松机器人 (42)图表目录图表 1：人工智能的本质是对人类智能的模拟甚至超越 (4)图表 2：人脑中神经元的运作能够通过数字电路中的信号运作模拟 (5)图表 3：算法是决定数字电路运作、实现人工智能的核心方法 (6)图表 4：人工智能发展 (7)图表 5：美国大脑研究计划投资预算 (8)图表 6：牛津大学预测2040 年左右可能实现广义人工智能 (9)图表 7：人工智能技术下游应用需求迫切，上游技术基础成型 (10)图表 8：2010-2015 人工智能领域全球投资总额 (11)图表 9：2010-2014 人工智能领域全球风险投资总额 (11)图表 10：BBC 预测2020 年全球人工智能市场规模超过千亿 (12)图表 11：人工智能将完成人体自身、企业和产业的三层智能化重构 (13)图表 12：“人工智能+”将成为未来普遍的商业模式 (14)图表 13：2013 年全球人工智能领域公司一览 (14)图表 14：人工智能领域公司全球分布 (15)图表 15：人工智能领域公司类别及各类别技术成熟度分布（只选取了主要的类别）16 图表 16：各类别公司获得的投资关注度和融资额度 (16)图表 17：科技巨头加速投资研发人工智能 (17)图表 18：人工智能领域巨头收购如火如荼 (18)图表 19：中国人工智能发展环境：较多利好因素，基础条件已经具备 (19)图表 20：我国人工智能领域投资金额、数量、参与投资机构数量均大幅增加 (21)图表 21：预计 2020 年中国人工智能市场规模将达到 91 亿元人民币 (21)图表 22：人工智能发展的三个阶段 (22)图表 23：人工智能各个应用普及阶段的特点 (23)图表 24：2015 年 Gartner AI 相关技术成熟度曲线 (23)图表 25：国内人工智能企业一览 (24)图表 26：巨头企业和初创企业的感知智能切入方式比较 (25)图表 27：目前典型应用场景之智能硬件及机器人 (27)图表 28：目前典型应用场景之安防 (27)图表 29：目前典型应用场景之虚拟服务 (28)图表 30：未来人工智能将改造各行业的生产方式 (28)图表 31：2011-2015 年人工智能领域获得投资企业所属细分领域分布 (29)图表 32：全球主要的人工智能基础平台 (29)图表 33：通过兼并收购，Watson 在人工智能驱动的医疗领域拥有明显的竞争优势 . 31 图表 34：机器学习的方式是模仿人类学习过程，是人工智能的核心技术 (31)图表 35：Wise 的测试错误率（左）和训练时间（右）远低于其他机器学习模型 (32)图表 36：Siri 懂你所说、知你所谓，能够帮你打理日常生活的点点滴滴 (33)图表 37：Microsoft 基于WP8.1 平台推出的虚拟语音助理Cortana (33)图表 38：Face Book 试图以“真人”模式颠覆现有的语音及自然语义处理服务 (34)图表 39：Clarifai 可以理解视频中的图像并为其智能匹配广告 (35)图表 40：Google 预测API 可以实现的功能 (36)图表 41：目前来看较有爆发潜力的人工智能方向 (37)图表 42：2006-2015 年科大讯飞营业收入、净利润增长情况 (39)图表 43：东方网力提供面向行业的视频应用解决方案 (40)图表 44：佳都科技在人脸识别最关键的三大方面均处于领先地位 (41)图表 45：新松智能服务机器人产品线丰富涵盖了智能服务机器人的各个领域 (42)图表 46：2006-2015 年新松机器人营业收入、归母净利润增长情况 (43)1、人工智能是利用人工计算实现人类智能曾经以5:0 完胜欧洲围棋冠军Fan Hui，同时也击败了目前最好的围棋程序中99.8%的对手的谷歌人工智能机器人DeepMind，将在3 月9 日-15 日征战韩国，对决韩国九段、世界冠军李世石。
此事件引起的有关人工智能的讨论不绝于耳。
但早在此之前，人工智能就已在全球范围内掀起了铺天盖地的技术潮流。
1.1、本质：人工智能的本质是对人类智能的模拟甚至超越人工智能(Artificial Intelligence)也称机器智能，是指用机器去实现所有目前必须借助人类智慧才能实现的任务。
人工智能是一个非常宽泛的概念，从Siri 识别到无人驾驶，都是人工智能的实现载体，涉及到的技术和领域跨越多学科，包括深度学习、智能识别、专家系统、神经网络、自然语言理解、知识发现、遗传算法、符号推理、智能机器人等。
英国数学家、计算机科学奠基人阿兰•图灵在1950 年发表的著名论文“计算机器与智能”(Computing Machinery and Intelligence）中，详细讨论了“机器能否拥有智能”的问题，提出了关于人工智能概念的三个重要命题。
首先，人工智能关注如何模拟人类的智能活动，而不是全部脑力活动。
其次，人工智能关注计算机的外部智能行为，而不是产生该行为的内部过程。
第三，人工智能的主题是设计能够综合适应“人类所在环境”的单一智能体，而不是专门解决特定数学问题的算法。
因此，本质上来说，人工智能是一种技术，一种对人的特定思想、意识、智慧的模拟甚至超越。
图表 1：人工智能的本质是对人类智能的模拟甚至超越1.2、原理：利用一系列算法驱动电脉冲模拟人脑神经元的运作过程人脑的主要功能部件是一个由大约1000 亿个神经元细胞组成的神经网络。
每个神经元平均有7000 个被称为“突触”的输入结构，用于接收其他神经元传递来的电脉冲。
当一个神经元收到足够多的电脉冲，其内局部累积的电位差达到一定阈值时就会在该神经元内引发一个新的电脉冲。
这个新脉冲会通过一个称为“轴突”的输出结构向其他神经元传播。
很重要的一点是，被激活的突触所引发的电位差变化并不依赖电脉冲的强度，而是主要取决于该突触自身的“活性”。
换句话说，人脑中的神经元是通过“有还是没有”电脉冲来互相传递“信息”的，这和数字电路中使用0/1 信号的方式如出一辙。
因此，人类大脑的运行可以被认为是一个高度复杂的计算过程，这是人工计算能够模拟人类智能的前提。
图表 2：人脑中神经元的运作能够通过数字电路中的信号运作模拟数字电路各种运作的实现依赖于一系列的算法，算法是实现人工智能的核心方法。
人工智能突破主要通过算法性能的提升，工程学方法和模拟法是算法性能提升的两个途径。
目前认知层算法尚未完全突破。
图表 3：算法是决定数字电路运作、实现人工智能的核心方法2、全球人工智能千亿市场爆发在即，AI+引领未来商业模式新风向2.1、人工智能起源于上世纪50 年代，2006 年起进入加速发展的新阶段1950 年图灵预言了创造出具有真正智能的机器的可能性。
1956 年夏季，以麦卡锡、闵斯基等为首的年轻科学家首次提出了“人工智能”这一术语，标志着“人工智能”这门新兴学科的诞生。
从1956 年至今已过半个世纪，期间，人工智能经历过经费枯竭的两个寒冬（1974~1980，1987~1993），也经历过两个大发展的春天（1956~1974,1993~2005）。
从2006 年开始，人工智能进入了加速发展的新阶段。
并行计算能力、大数据和先进算法，使当前人工智能加速发展；同时，近年来人工智能的研究越来越受到产业界的重视，产业界对AI 的投资和收购如火如荼。
图表 4：人工智能发展2.2、发达国家火热布局，2040 年或有可能实现广义人工智能欧美发达国家充分认识到人工智能的战略意义，纷纷从国家战略层面对人工智能加紧布局，推出了自己的人工智能计划。
人工智能技术已经成为发达国家经济体向前继续迈进的动力和标志。
2.2.1、欧盟：人脑工程项目（HBP）2013 年初，欧盟委员会宣布人脑计划（HBP）为欧盟未来十年的“新兴旗舰技术项目”，汇聚了来自24 个国家的112 家企业、研究所、高校等机构，总投资预计将达到12 亿欧元。