人工智能的發(fā)展于社會、經(jīng)濟、生活都有著重大意義，我國人工智能發(fā)展至今已經(jīng)形成了完整的產(chǎn)業(yè)鏈，通過研究發(fā)現(xiàn)，目前我國人工智能基礎(chǔ)層發(fā)展比較薄弱;技術(shù)層發(fā)展最為迅猛，語音識別、機器視覺等部分技術(shù)已經(jīng)處于世界領(lǐng)先地位，但整體上依然處于初始階段;應(yīng)用層以結(jié)合行業(yè)實際需求實現(xiàn)商業(yè)落地為主。

當前學(xué)術(shù)界對人工智能尚無形成統(tǒng)一定義，但是在人工智能基本內(nèi)容上達成的共識是：通過研究人類智能活動的規(guī)律，從而讓機器來模擬，使其擁有學(xué)習(xí)能力，甚至能夠像人類一樣去思考、工作。

人工智能的發(fā)展是多門學(xué)科交叉應(yīng)用的成果，不同的學(xué)科承載著不同的功能，于是根據(jù)人工智能各組成要素實現(xiàn)功能的不同，將人工智能產(chǎn)業(yè)鏈分為基礎(chǔ)層、技術(shù)層、應(yīng)用層。

人工智能產(chǎn)業(yè)鏈全景圖

（資料來源：金智創(chuàng)新行業(yè)研究中心）

基礎(chǔ)層發(fā)展薄弱 核心技術(shù)有待突破

基礎(chǔ)層主要功能是實現(xiàn)數(shù)據(jù)的采集與計算，包括AI芯片、傳感器、云計算與大數(shù)據(jù)。其中大數(shù)據(jù)與傳感器負責(zé)數(shù)據(jù)的采集，AI芯片與云計算負責(zé)數(shù)據(jù)的運算。從整體來看，目前我國人工智能基礎(chǔ)層發(fā)展還比較薄弱，存在產(chǎn)學(xué)研不夠緊密的問題。我國傳感器與大數(shù)據(jù)行業(yè)發(fā)展比較完善，芯片與云計算方面與國外差距較大。

1.傳感器方面

我們國家已經(jīng)在研發(fā)、設(shè)計、代工生產(chǎn)、封裝測試等環(huán)節(jié)形成了完整的產(chǎn)業(yè)鏈，形成了比較完善的生態(tài)系統(tǒng)。大數(shù)據(jù)方面，百度、阿里、騰訊基于自身的資金優(yōu)勢、人才優(yōu)勢以及數(shù)據(jù)優(yōu)勢占據(jù)主導(dǎo)地位，目前全世界范圍內(nèi)大數(shù)據(jù)產(chǎn)業(yè)由中國和美國領(lǐng)先。

2.AI芯片方面

我國處于剛起步階段，芯片行業(yè)的技術(shù)壁壘較高，分為設(shè)計、制造與封測三個環(huán)節(jié)，我國主要是在芯片制造方面與國外企業(yè)存在較大差距，目前大陸僅支持28nm的芯片制程，而***的臺積電、韓國的三星國際、日本的TDK已經(jīng)能夠?qū)崿F(xiàn)7nm的制程，制備工藝的落后導(dǎo)致我國高端的芯片都依賴進口。

3.云計算方面

我國尚未形成統(tǒng)一的技術(shù)架構(gòu)和體系，云計算一般可以分為 IaaS、 PaaS 和 SaaS 三類，在服務(wù)深入度與技術(shù)難度上依次遞增，國外企業(yè)主要集中在PaaS與SaaS層，而我國云計算企業(yè)則主要集中在IaaS層，與國外存在明顯差距。

技術(shù)層發(fā)展迅猛 部分技術(shù)已經(jīng)處于世界領(lǐng)先水平

技術(shù)層是人工智能的核心環(huán)節(jié)，包括語音識別、機器視覺、機器學(xué)習(xí)與自然語言處理，模仿人類對外界信息的感知能力與認知能力，然后通過對計算機進行大量的信息訓(xùn)練，不斷優(yōu)化算法模型，最終實現(xiàn)計算機的類人腦功能。

我國在人工智能技術(shù)層發(fā)展迅猛，部分技術(shù)處于世界領(lǐng)先水平，但整體依然處于初始階段。

1.機器視覺領(lǐng)域

機器視覺識別主要分為動態(tài)圖像識別與靜態(tài)圖像識別，由于動態(tài)圖像識別技術(shù)門檻較高，所以當前我國的技術(shù)研發(fā)主要集中在靜態(tài)圖像識別領(lǐng)域，靜態(tài)圖像識別的關(guān)鍵點在于計算機對真實圖像的仿真程度以及識別算法模型的優(yōu)化。

目前我國關(guān)于機器視覺的部分技術(shù)已經(jīng)處于世界領(lǐng)先地位，如依圖科技搭建了全球首個十億級人像對比系統(tǒng)，并在2017年美國國家標準與技術(shù)研究院組織的人臉識別技術(shù)測試中獲得世界冠軍。

2.語音識別領(lǐng)域

以科大訊飛、百度、搜狗為代表的龍頭企業(yè)不斷推出突破性的研究成果，使得語音識別準確率穩(wěn)定在了95%以上，處于國際領(lǐng)先水平。

在機器學(xué)習(xí)領(lǐng)域，盡管我國在核心算法方面與外國差距不大，但是在適用于深度學(xué)習(xí)的高端芯片上嚴重依賴進口。深度學(xué)習(xí)對芯片的算力具有較高要求，普通芯片算力難以達到要求，只能依賴于GPU、NPU等算力較高的進口芯片。

3.應(yīng)用層已實現(xiàn)商業(yè)化落地，賦能實體經(jīng)濟

人工智能應(yīng)用層是基于基礎(chǔ)層與技術(shù)層發(fā)展起來的，將人工智能相關(guān)技術(shù)與行業(yè)具體需求相結(jié)合，實現(xiàn)商業(yè)化落地，從而達到賦能實體經(jīng)濟以及服務(wù)于人類社會的目的，這是發(fā)展人工智能的主要意義。

人工智能相關(guān)企業(yè)主要集中在應(yīng)用層，不同領(lǐng)域發(fā)展情況迥異。截至2018年底，我國人工智能相關(guān)公司總數(shù)達到2167家，其中應(yīng)用層占比77.7%，基礎(chǔ)層與技術(shù)層只占比22.3%，充分體現(xiàn)了我國人工智能產(chǎn)業(yè)大而不精的特點。

目前人工智能主要應(yīng)用在農(nóng)業(yè)、制造、零售、交通、教育、客服、醫(yī)療、安防、廣告營銷、金融等領(lǐng)域。我國人工智能在安防、金融以及廣告營銷等領(lǐng)域發(fā)展的成熟度較高，市場規(guī)模合計占比整個應(yīng)用層的81.2%;智慧農(nóng)業(yè)市占比僅有0.8%，主要是由于我國農(nóng)業(yè)歷來信息化程度較低，產(chǎn)業(yè)的智能化發(fā)展缺乏數(shù)據(jù)支撐。

2018年中國人工智能賦能實體經(jīng)濟各產(chǎn)業(yè)份額

（資料來源：公開資料整理）

智慧醫(yī)療的市占比最低為0.4%，源于智慧醫(yī)療對高精尖機器視覺、算法等核心技術(shù)要求較高，疊加我國AI醫(yī)療器械審批時間長，并且在精度、疾病判斷方面有待提升，總體來看智慧醫(yī)療行業(yè)發(fā)展比較緩慢。

結(jié)語

我國人工智能領(lǐng)域的論文總量以及專利創(chuàng)新總量均位居全球第一，但是卻存在產(chǎn)學(xué)研不夠緊密的問題，導(dǎo)致高價值的科研成果無法轉(zhuǎn)化為有價值的生產(chǎn)力。并且我國人工智能產(chǎn)業(yè)結(jié)構(gòu)不合理，分布在基礎(chǔ)層及技術(shù)層的企業(yè)較少，不利于為人工智能產(chǎn)業(yè)奠定深厚的發(fā)展基礎(chǔ)，亟待國家政策引導(dǎo)，解決我國人工智能產(chǎn)業(yè)發(fā)展窘境。（原標題：我國部分人工智能技術(shù)處于世界領(lǐng)先水平，核心技術(shù)仍有待突破！）