核心觀點：

1.廣義人工智能指通過計算機(jī)實現(xiàn)人的頭腦思維所產(chǎn)生的效果，是對能夠從環(huán)境中獲取感知并執(zhí)行行動的智能體的描述和構(gòu)建；相對狹義的人工智能包括人工智能產(chǎn)業(yè)（包含技術(shù)、算法、應(yīng)用等多方面的價值體系）、人工智能技術(shù)（包括凡是使用機(jī)器幫助、代替甚至部分超越人類實現(xiàn)認(rèn)知、識別、分析、決策等功能）

2.工業(yè)革命使手工業(yè)自動化，機(jī)器學(xué)習(xí)則使機(jī)器本身自動化；開源環(huán)境大幅降低人工智能領(lǐng)域的入門技術(shù)門檻；視覺感知逐步實現(xiàn)商用價值，視覺認(rèn)知仍有待探索

3.國家政策鼎力支持，指出要發(fā)展人工智能達(dá)到世界頂級水平，但人工智能道德與威脅問題關(guān)注較少

4.未來，事物的完整行為規(guī)劃或事項決策的發(fā)展空間較大；前沿算法之外，商業(yè)壁壘有賴于產(chǎn)品、服務(wù)、市場等綜合建設(shè)

5.未來不會出現(xiàn)崗位短缺，技術(shù)革命將提高社會整體福利；人工智能的核心價值在于提效降本、延續(xù)人類智慧

一、人工智能行業(yè)概述

通過機(jī)器實現(xiàn)人的頭腦思維，使其具備感知、決策與行動力

廣義上的人工智能泛指通過計算機(jī)實現(xiàn)人的頭腦思維所產(chǎn)生的效果，通過研究和開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)所構(gòu)建而成的，其構(gòu)建過程中綜合了計算機(jī)科學(xué)、數(shù)學(xué)、生理學(xué)、哲學(xué)等內(nèi)容。形象來說，人工智能可理解為由不同音符組成的音樂，而不同音符是由不同的樂器所奏響的，最終實現(xiàn)傳遞演奏者內(nèi)心所想與頭腦所思的效果。本篇報告將從人工智能技術(shù)、應(yīng)用、產(chǎn)業(yè)等維度進(jìn)行探討，其中，人工智能技術(shù)包括凡是使用機(jī)器幫助、代替甚至部分超越人類實現(xiàn)認(rèn)知、識別、分析、決策等功能，而產(chǎn)業(yè)則指包含技術(shù)、算法、應(yīng)用等多方面的價值體系。

人工智能三起三落，60年登上圍棋之巔

20世紀(jì)50年代到70年代初，人們認(rèn)為如果能賦予機(jī)器邏輯推理能力，機(jī)器就能具有智能，人工智能研究處于“推理期”。當(dāng)人們意識到人類之所以能夠判斷、決策，除了推理能力外，還需要知識，人工智能在20世紀(jì)70年代進(jìn)入了“知識期”，大量專家系統(tǒng)在此時誕生。隨著研究向前進(jìn)展，專家發(fā)現(xiàn)人類知識無窮無盡，且有些知識本身難以總結(jié)后交給計算機(jī)，于是一些學(xué)者誕生了將知識學(xué)習(xí)能力賦予計算機(jī)本身的想法。發(fā)展到20世紀(jì)80年代，機(jī)器學(xué)習(xí)真正成為一個獨立的學(xué)科領(lǐng)域、相關(guān)技術(shù)層出不窮，深度學(xué)習(xí)模型以及AlphaGo增強(qiáng)學(xué)習(xí)的雛形-感知器-均在這個階段得以發(fā)明。隨后由于早期的系統(tǒng)效果的不理想，美國、英國相繼縮減經(jīng)費支持，人工智能進(jìn)入低谷。 80 年代初期，人工智能逐漸成為產(chǎn)業(yè)， 但又由于5代計算機(jī)的失敗再一次進(jìn)入低谷。2010年后，相繼在語音識別、計算機(jī)視覺領(lǐng)域取得重大進(jìn)展，圍繞語音、圖像等人工智能技術(shù)的創(chuàng)業(yè)大量涌現(xiàn)，從量變實現(xiàn)質(zhì)變。

工業(yè)革命使手工業(yè)自動化，機(jī)器學(xué)習(xí)則使機(jī)器本身自動化

將樣本數(shù)據(jù)輸入計算機(jī)，一般算法會利用數(shù)據(jù)進(jìn)行計算然后輸出結(jié)果，機(jī)器學(xué)習(xí)的算法則大為不同，輸入的是數(shù)據(jù)和想要的結(jié)果，輸出的則為算法模型，即把數(shù)據(jù)轉(zhuǎn)換成結(jié)果的算法模型。通過機(jī)器學(xué)習(xí)，計算機(jī)能夠自己生成模型，進(jìn)而提供相應(yīng)的判斷，達(dá)到某種人工智能的結(jié)果的實現(xiàn)。因此，在數(shù)據(jù)的“初始表示”(如圖像的“像素”)與解決任務(wù)所需的“合適表示”相距甚遠(yuǎn)的時候，可嘗試使用深度學(xué)習(xí)的方法。工業(yè)革命使手工業(yè)自動化，而機(jī)器學(xué)習(xí)則使機(jī)器本身自動化。近幾年掀起人工智能熱潮的深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的一個子集，在思想和理論上并未顯著超越二十世紀(jì)八十年代中后期神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的研究，但得益于海量數(shù)據(jù)的出現(xiàn)、計算能力的提升，原來復(fù)雜度很高的算法得以落地使用，并在邊界清晰的領(lǐng)域獲得比過去更精細(xì)的結(jié)果，大大推動了機(jī)器學(xué)習(xí)在工業(yè)實踐中的應(yīng)用。2018年2月，《麻省理工科技評論》揭曉2018年“全球十大突破性技術(shù)”榜單，GAN（對抗性神經(jīng)網(wǎng)絡(luò)，一種特殊的深度學(xué)習(xí)算法）位列其中。

國家政策鼎力支持，人工智能道德與威脅問題仍需思考

伴隨政策支持的逐步深入，中國政府將有力推動新一代人工智能技術(shù)的產(chǎn)業(yè)化與集成應(yīng)用，促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展，推動制造強(qiáng)國和網(wǎng)絡(luò)強(qiáng)國建設(shè)，助力實體經(jīng)濟(jì)轉(zhuǎn)型升級，構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢。此外，相比美國和英國，中國對人工智能的支持力度雖更大，但較少關(guān)注人工智能的道德倫理問題、是否在開發(fā)對社會切實有益的人工智能以及應(yīng)當(dāng)最小化技術(shù)進(jìn)步所帶來的威脅問題。

人工智能產(chǎn)業(yè)圖譜

二、人工智能典型技術(shù)剖析

語音識別、自然語言處理、語音合成等技術(shù)

人類因為具有語言的能力而區(qū)別于其他物種，自然語言處理即研究人與計算機(jī)直接以自然語言的方式進(jìn)行有效溝通的各種理論和方法，涉及機(jī)器翻譯、閱讀理解、對話問答等，因為語言在詞法、句法、語義等不同層面的不確定性及數(shù)據(jù)資源的有限性、背景知識的復(fù)雜性等各方面限制，自然語言處理技術(shù)仍有非常大的提升空間，僅在特定領(lǐng)域可取得較好的應(yīng)用，魯棒性存在大量挑戰(zhàn)。在自然語言處理之前，聲紋識別可根據(jù)說話人的聲紋特征識別出說話人，語音識別技術(shù)可賦予機(jī)器感知能力（在深度學(xué)習(xí)的驅(qū)動下，目前近場語音識別準(zhǔn)確率可達(dá)98%，遠(yuǎn)場、抗噪、多人等非限定或非配合條件下的識別有待進(jìn)步），將聲音轉(zhuǎn)為文字供機(jī)器處理，在機(jī)器生成語言之后，語音合成技術(shù)可將語言轉(zhuǎn)化為聲音，形成完整的自然人機(jī)語音交互，這樣的語音交互系統(tǒng)可看作一個虛擬對話機(jī)器人，具體技術(shù)流程如下圖所示。

通用知識圖譜與行業(yè)知識圖譜

從覆蓋范圍的角度來說，知識圖譜可分為應(yīng)用相對廣泛的通用知識圖譜和專屬于某個特定領(lǐng)域的行業(yè)知識圖譜。通用知識圖譜注重橫向廣度，強(qiáng)調(diào)融合更多的實體，主要應(yīng)用于智能搜索、智能問答等領(lǐng)域。行業(yè)知識圖譜注重縱向深度，需要考慮到不同的業(yè)務(wù)場景與使用人員，通常需要依靠特定行業(yè)（如金融、公安、醫(yī)療、電商等）的數(shù)據(jù)來構(gòu)建，實體的屬性與數(shù)據(jù)模式往往比較豐富。

視覺感知逐步實現(xiàn)商用價值，視覺認(rèn)知仍有待探索

視覺使人類得以感知和理解周邊的世界，人的大腦皮層大約有70%的活動在處理視覺相關(guān)信息，計算機(jī)視覺即通過電子化的方式來感知和理解影像。得益于深度學(xué)習(xí)算法的成熟應(yīng)用（2012年，采用深度學(xué)習(xí)架構(gòu)的AlexNet模型，以超越第二名10個百分點的成績在ImageNet競賽中奪冠；2017年，ImageNet圖像分類競賽Top 5的錯誤率降至2.25%），側(cè)重于感知智能的圖像分類技術(shù)在工業(yè)界逐步實現(xiàn)商用價值，但與可結(jié)合常識做猜想和推理進(jìn)而輔助識別的人類智能系統(tǒng)相比，現(xiàn)階段的視覺技術(shù)往往僅能利用影像表層信息，缺乏常識以及對事物功能、因果、動機(jī)等深層信息的認(rèn)知把握。

多學(xué)科融合，幫助人類做出復(fù)雜決策

為了做出最優(yōu)（經(jīng)濟(jì)的或其他的）決策，決策相關(guān)理論將概率理論和效用理論結(jié)合起來，為在不確定情況下（在概率描述能適當(dāng)呈現(xiàn)決策制定者所處環(huán)境的情況下）做出決策提供了一個形式化且完整的框架。因為理性決策的顯著復(fù)雜性，歷史上決策相關(guān)理論一直與人工智能研究沿著完全分離的路線向前發(fā)展，但自20世紀(jì)90年代以來，決策逐步深入人工智能系統(tǒng)研究，經(jīng)濟(jì)學(xué)、博弈論、運(yùn)籌學(xué)、人工智能等多領(lǐng)域?qū)W科思想融合，讓計算機(jī)智能處理海量數(shù)據(jù)，相對實時的解決人類專家也難以及時求解的各類問題。

自動駕駛系統(tǒng)剖析

根據(jù)自動駕駛的擬人化研發(fā)思路，自動駕駛系統(tǒng)原理可理解為感知——認(rèn)知——決策——控制——執(zhí)行五層，通過傳感器實現(xiàn)感知作用，并根據(jù)所感知信息完成處理與融合，對信息達(dá)成一定的認(rèn)知和理解，在形成全局整體理解后，通過算法得出決策結(jié)果并傳遞給控制系統(tǒng)生成執(zhí)行指令。在整個過程中，汽車能夠通過V2X（Vehicle to Everything）通信實現(xiàn)車與外界（如道路設(shè)施、其他車輛等）的信息交換，幫助車輛實時獲取更大范圍的環(huán)境信息，解決“我在哪兒，周圍有什么，環(huán)境將發(fā)生什么變化以及我該怎么做“等四個問題。

三、人工智能的應(yīng)用場景

金融領(lǐng)域——主要應(yīng)用場景及相關(guān)影像采集設(shè)備

與安防影像分析中人臉的“1:N”識別不同，目前泛金融領(lǐng)域以人臉“1:1”身份認(rèn)證為主，部分場景涉及“1:N”識別，如銀行網(wǎng)點中對VIP客戶的智能識別。

公共安全領(lǐng)域——生物特征識別與大數(shù)據(jù)研判增加公安預(yù)測和決策能力

計算機(jī)視覺、語音識別、機(jī)器學(xué)習(xí)等多項智能技術(shù)可對人臉、指紋、虹膜、掌紋、指靜脈、聲紋、步態(tài)等多種生物特征進(jìn)行身份識別，其中人臉、指紋、虹膜等三大生物特征共占全球生物識別市場份額的80%以上。在公安的實際業(yè)務(wù)場景中，人工智能技術(shù)還可對公安大數(shù)據(jù)進(jìn)行智能分析，在構(gòu)建“人、事、地、物、組織“的知識網(wǎng)絡(luò)的基礎(chǔ)上，實時監(jiān)測預(yù)警、研判，切實增加公安的認(rèn)知、預(yù)測和決策能力。伴隨人工智能及大數(shù)據(jù)的技術(shù)進(jìn)步，高清聯(lián)網(wǎng)攝像頭、各種傳感器的硬件部署應(yīng)用，從平安城市、智慧城市到雪亮工程等公共安全相關(guān)政策、人工智能相關(guān)國家戰(zhàn)略政策的逐步深化，公共安全領(lǐng)域的各種智能應(yīng)用將由重點區(qū)域、有條件的地區(qū)起步，完成從局部到整體的全國性拓展。

教育領(lǐng)域——由表及里，逐步深入學(xué)習(xí)核心環(huán)節(jié)

人工智能已在老師教學(xué)與學(xué)生學(xué)習(xí)、評測的各個環(huán)節(jié)切入教育領(lǐng)域，相關(guān)產(chǎn)品服務(wù)包括拍照搜題、分層排課、口語測評、組卷閱卷、作文批改、作業(yè)布置等功能，涉及了自適應(yīng)、語音識別、計算機(jī)視覺、知識圖譜、自然語言處理、機(jī)器翻譯、機(jī)器學(xué)習(xí)等多項人工智能技術(shù)，正在創(chuàng)造著更加個性化、服務(wù)于終身學(xué)習(xí)的智能高效學(xué)習(xí)環(huán)境。

泛信息處理領(lǐng)域——人工智能讓人與信息的連接日益高效便捷

搜索與輸入法作為人工智能在信息處理領(lǐng)域的典型應(yīng)用，已大幅改變國人獲取信息與輸入信息的方式。移動互聯(lián)網(wǎng)時代，信息流推薦相關(guān)產(chǎn)品也成為用戶瀏覽應(yīng)接不暇的信息的一種有效工具。在人機(jī)交互方式不斷升級的當(dāng)下，人與信息接觸的種種環(huán)節(jié)都在發(fā)生著智能化的創(chuàng)新變革。

醫(yī)療健康領(lǐng)域——改善醫(yī)療資源分布不均的問題，助力專家學(xué)者攻克醫(yī)療難關(guān)

相對生命的復(fù)雜性，人類對醫(yī)療健康的理解仍非常粗淺，現(xiàn)階段人工智能技術(shù)也不能有效應(yīng)對各種挑戰(zhàn)，但這并不妨礙我們對人工智能技術(shù)寄予厚望，試圖通過前沿技術(shù)改變醫(yī)療資源分布不均的現(xiàn)狀，將醫(yī)生從繁重的工作壓力中解放出來，并幫助他們減少誤診率，提高準(zhǔn)確率，甚至探索出新的診療方案或找到新型有效藥物。

零售領(lǐng)域——人工智能賦能零售業(yè)，提升效率與收益，優(yōu)化消費者體驗

通過數(shù)據(jù)與商業(yè)邏輯的深度結(jié)合、先進(jìn)感知技術(shù)的成熟運(yùn)用，人工智能、運(yùn)籌優(yōu)化等技術(shù)將切實提升零售全鏈條的資產(chǎn)配置效率，在精細(xì)化運(yùn)營為企業(yè)創(chuàng)造出更多效益的同時，為消費者帶來更為理想的購物體驗。

廣告營銷領(lǐng)域——為廣告效果與營銷策略提供更科學(xué)的依據(jù)和更聰明的支持

相比人工智能在傳統(tǒng)行業(yè)的摸索嘗試，人工智能與廣告營銷的結(jié)合已有成熟落地（得益于數(shù)字營銷領(lǐng)域較好的信息化、網(wǎng)絡(luò)化基礎(chǔ)以及互聯(lián)網(wǎng)公司卓絕的技術(shù)創(chuàng)新力），用戶在搜索引擎、信息流產(chǎn)品、視頻網(wǎng)站、電視中看到的相關(guān)廣告可能都經(jīng)過了人工智能算法對多維度大數(shù)據(jù)的智能分析。人工智能力圖為企業(yè)提供智能創(chuàng)意及營銷策略和效果監(jiān)測，結(jié)合場景、內(nèi)容及渠道向用戶精準(zhǔn)推薦，實現(xiàn)滿足用戶真實需求的高價值信息傳遞。

交通出行領(lǐng)域——人工智能有效改善交通問題，智能化交通有望全自動化

人工智能算法對交通出行所產(chǎn)生的信息進(jìn)行了分析與預(yù)判，人工智能技術(shù)的應(yīng)用衍生出一系列智能設(shè)備，并對現(xiàn)有設(shè)備、應(yīng)用和服務(wù)提供嵌入式的智能處理能力，以協(xié)助交通管理者更好地進(jìn)行決策，以便車流最有效的方式通行，提高交通流效率，實現(xiàn)交通升級轉(zhuǎn)型——交通智能化；未來，智能化交通解決方法中，人工參與與處理將逐漸削弱，有望達(dá)到自動化運(yùn)作的水平。

交通出行領(lǐng)域——共享出行攤低落地成本，自動駕駛引發(fā)產(chǎn)業(yè)融合

國內(nèi)科技公司紛紛發(fā)聲將在2021年前后實現(xiàn)L4級自動駕駛（以國際汽車工程師協(xié)會制定（SAE）的自動駕駛級別劃分為衡量指標(biāo)，L4級即系統(tǒng)完成所有操作，人類不一定需要對系統(tǒng)應(yīng)答）乘用車的量產(chǎn)，但考慮到現(xiàn)有算法技術(shù)的能力邊界，艾瑞認(rèn)為，2021年的時間節(jié)點相對樂觀，較難實現(xiàn)通用場景的L4級自動駕駛，小概率的意外缺陷都有可能引發(fā)致命事故。

但是，2021年成為創(chuàng)業(yè)者標(biāo)桿的時候，它將促進(jìn)“預(yù)言的自我實現(xiàn)”，技術(shù)的突破性進(jìn)展及不斷拓寬的行駛場景依然值得期待。

實現(xiàn)自動駕駛需要在汽車中裝配大量的軟硬件設(shè)備，而大量設(shè)備將帶來高額推進(jìn)成本。為減輕自動駕駛在推進(jìn)消費市場時的成本等阻礙，可通過出行服務(wù)商進(jìn)行系統(tǒng)安全性的評測并承擔(dān)相關(guān)成本。智能化與共享化是汽車產(chǎn)業(yè)生態(tài)的重要發(fā)展趨勢，車企、科技公司、出行服務(wù)商間的合作結(jié)盟也會愈發(fā)頻繁，智能出行公司隨之誕生。

智能客服領(lǐng)域——傳統(tǒng)客服由人力密集型向人機(jī)混合升級，提升咨詢效率

傳統(tǒng)客服業(yè)是典型的人力密集型，被視為是人工智能最有可能全面顛覆和取代的工種。不過，從目前的實踐情況來看，人工智能更多的是起到輔助人類決策和工作的層面，即，通過電話客服、網(wǎng)上客服、App、短信、微信以及智能機(jī)器人終端等產(chǎn)品與客戶進(jìn)行語音或文本的互動交流，理解客戶淺層業(yè)務(wù)需求，回復(fù)客戶提出的業(yè)務(wù)咨詢，并根據(jù)客戶語音導(dǎo)航至指定業(yè)務(wù)模塊，實現(xiàn)優(yōu)化人工客服咨詢效率。智能客服目前的成熟應(yīng)用主要在售后階段，以重復(fù)性問題標(biāo)準(zhǔn)化回答為主，未來智能客服業(yè)的應(yīng)用將繼續(xù)升級，由現(xiàn)在的“以問題為中心”轉(zhuǎn)變?yōu)椤耙杂脩魹橹行摹钡闹悄苷Z音助理，由現(xiàn)在服務(wù)于企業(yè)/商家的機(jī)器人轉(zhuǎn)變?yōu)榉?wù)于每一個用戶。

四、人工智能行業(yè)發(fā)展趨勢

對事物的完整行為規(guī)劃或事項決策的發(fā)展空間較大

以深度學(xué)習(xí)為基礎(chǔ)建立的人工智能技術(shù)一般是在用大數(shù)據(jù)解決小問題，而人類智能往往能夠以小數(shù)據(jù)解決大問題。人類可憑借自己的觀察和判斷形成最終的價值決策，機(jī)器的語音識別、計算機(jī)視覺等AI能力在現(xiàn)階段還很難支撐到對事物的理解、與判斷，距離完整行為規(guī)劃或事項決策仍有較大的發(fā)展空間。

未來不會出現(xiàn)崗位短缺，技術(shù)革命將提高社會整體福利

就失業(yè)問題而言，在向日益自動化的世界過渡時，機(jī)器學(xué)習(xí)和人工智能技術(shù)的發(fā)展升級定會逐步影響就業(yè)市場。我們假設(shè)人類的就業(yè)機(jī)會將大幅減少，然而，就業(yè)機(jī)會減少的同時，不得不承認(rèn)的是，技術(shù)革命也會不斷促進(jìn)萬眾創(chuàng)新，人們會從重復(fù)性的勞動中解放出來，將更多時間和精力用于創(chuàng)造性活動。換而言之，人工智能將緩解勞動力危機(jī)，使人們自由追求生活及工作新方式，從而提高社會的整體福利。因此，準(zhǔn)確地說，在未來不會出現(xiàn)崗位短缺，取而代之的應(yīng)當(dāng)是匹配職業(yè)的技能的短缺。如同工業(yè)革命、信息革命等，歷史已經(jīng)告訴我們，長久以來，新興科技帶來的問題都將被解決，從而使消費者們能夠享受與之而來的紅利。

人工智能將實現(xiàn)提效降本、延續(xù)人類智慧的核心價值

如同報告開篇所提，人工智能即通過智能實現(xiàn)人類思維的效果，從宏觀層面來看，此效果體現(xiàn)在智能社會與智能經(jīng)濟(jì)層面， 即，人工智能將大幅改善依賴勞動力創(chuàng)造的勞動密集型、簡單重復(fù)性的傳統(tǒng)經(jīng)濟(jì)運(yùn)行模式，并依托此經(jīng)濟(jì)模式構(gòu)建萬物互聯(lián)、智能協(xié)同的產(chǎn)業(yè)體系，打造國際領(lǐng)先的智能社會。從微觀層面來看，人工智能將替代傳統(tǒng)勞動，帶來新式生產(chǎn)方式，以提升生產(chǎn)效率并降低成本，進(jìn)而實現(xiàn)企業(yè)效益提升、改善人們工作與生活。而隨著機(jī)器變得聰明，我們將最終實現(xiàn)人性化人工智能（Humanistic AI），即通過機(jī)器達(dá)到擬人的形式并以這類形式延伸人類智慧。