AI生态系统

随着算法、算力和大数据的发展，现阶段人工智能正处于高速发展时期，人工智能链条涵盖了基础层、技术层、应用层等多个方面，其辐射范围之大，单一公司无法包揽人工智能产业的每个环节，深耕细分领域和模块化协作整合多个产业间资源的形式成为人工智能领域主要的发展路径。

人工智能技术旨在根据数据和分析赋予计算机做出类似人类思维方式与判断的能力。该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等等。

中国人工智能产业自2015年，受到资本市场的持续关注。伴随着人工智能技术的发展，创业公司、互联网巨头、科技巨头及传统公司纷纷入局，独角兽崛起。同时人工智能技术开始应用于多个行业及场景中，语音识别/自然语言处理、计算机视觉、机器人等技术已获得一定的发展，率先实现技术落地。

计算机视觉、智能语音语义等AI通用技术公司向垂直领域产业链上下游延伸，将硬件/算法/软件等集成为软硬一体化解决方案，同时通过开放平台，吸引开发者及B端客户共同构建行业生态。基于人工智能技术的应用成为发展重点，其中金融行业以其数据量大、创新性高、购买力强、需求痛点明确，已经成为人工智能技术率先落地应用的领域;安防一方面受政府管理需求驱动，另一方面建筑智能化是大势所趋;医疗大数据、影像诊断、基因检测公司加速成长;车联网及自动驾驶加快研发/测试/试点/落地;新零售行业也在资本推动下逐渐起势，未来这五大行业有望成为AI率先爆发的应用领域。

人工智能开放平台进一步崛起，一方面厂商通过开放平台完善生态布局，另一方面国家大力推进平台搭建，通过平台的引导作用，促进行业快速发展。伴随着芯片成本的降低，智能硬件的爆发以及IoT网络的成熟，万物互联的物联网时代已经到来。AI技术成为物联网解决方案不可或缺的部分，基于物联网发展下海量的用户数据不断进行模型训练与数据分析处理，从而实现预测、辅助决策、智能推荐等工作，AI+IoT的密切结合将进一步强化大数据的价值，智能楼宇、智慧交通、智慧城市等大数据产业逐步诞生。

人工智能市场整体上正处于探索阶段，基础层、技术层逐渐成熟，基于人工智能技术的应用成为发展的重点，如何实现技术落地，如何建立生态壁垒，如何快速抢占市场份额并掌握用户数据成为厂商发展的重点。人工智能产业相对庞大，多数企业无法涵盖现有的人工智能产业链条，强强合作下的资源整合成为主流趋势。厂商需根据自身定位找准发力点，强化优势，弥补短板，创新盈利模式，通过稳定的服务和差异化的产品持续获取用户。

用户体验升级是人工智能发展的另一推动力。人工智能技术能够提供更为自然的人机交互，从而实现产品、服务、内容与硬件的有效结合，满足移动互联网和物联网趋势下的各类活动的开展。结合人工智能技术的消费级应用能够很好地提升用户体验，保持用户黏性。对于已经成为消费主力的80后、90后这类年轻群体，他们伴随着互联网成长，对于互联网服务的需求已经成为习惯，同样对于智能化、个性化的产品具有天然的诉求，能够快速响应且成为新产品新服务的尝鲜者和意见领袖。

人工智能利用其技术可以为多个行业赋能，实现人工智能与行业的深度结合，包括AI+金融、AI+医疗、AI+安防、AI+家居、AI+教育等，实现传统行业的智能化。金融、医疗、安防等行业与用户生活息息相关，且存在大量耗费人力物力可程序化、可优化的工作内容，因此在相关领域和场景中，率先实现AI+。

目前看来，未来AI发展有八大新趋势

趋势一：AI于各行各业垂直领域应用具有巨大潜力

  人工智能市场在零售、交通运输和自动化、制造业及农业等各行业垂直领域具有巨大的潜力。而驱动市场的主要因素，是人工智能技术在各种终端用户垂直领域的应用数量不断增加，尤其是改善对终端消费者服务。

当然人工智能市场要起来也受到IT基础设施完善、智能手机及智能穿戴式设备的普及。其中，以自然语言处理（NLP）应用市场占AI市场很大部分。随着自然语言处理的技术不断精进而驱动消费者服务的成长，还有：汽车信息通讯娱乐系统、AI机器人及支持AI的智能手机等领域。

趋势二：AI导入医疗保健行业维持高速成长

由于医疗保健行业大量使用大数据及人工智能，进而精准改善疾病诊断、医疗人员与患者之间人力的不平衡、降低医疗成本、促进跨行业合作关系。此外AI还广泛应用于临床试验、大型医疗计划、医疗咨询与宣传推广和销售开发。人工智能导入医疗保健行业从2016年到2022年维持很高成长，预计从2016年的6.671亿美元达到2022年的79.888亿美元年均复合增长率为52.68％。

趋势三：AI取代屏幕成为新UI/UX接口

　过去从PC到手机时代以来，用户接口都是透过屏幕或键盘来互动。随着智能喇叭(SmartSpeaker)、虚拟/增强现实(VR/AR)与自动驾驶车系统陆续进入人类生活环境，加速在不需要屏幕的情况下，人们也能够很轻松自在与运算系统沟通。这表示着人工智能透过自然语言处理与机器学习让技术变得更为直观，也变得较易操控，未来将可以取代屏幕在用户接口与用户体验的地位。人工智能除了在企业后端扮演重要角色外，在技术接口也可承担更复杂角色。例如：使用视觉图形的自动驾驶车，透过人工神经网络以实现实时翻译，也就是说，人工智能让接口变得更为简单且更有智能，也因此设定了未来互动的高标准模式。

趋势四：未来手机芯片一定内建设AI运算核心

  现阶段主流的ARM架构处理器速度不够快，若要进行大量的图像运算仍嫌不足，所以未来的手机芯片一定会内建AI运算核心。正如，苹果将3D感测技术带入iPhone之后，Android阵营智能手机将在明年(2017)跟进导入3D感测相关应用。

趋势五：AI芯片关键在成功整合软硬件

  AI芯片的核心是半导体及算法。AI硬件主要是要求更快指令周期与低功耗，包括GPU、DSP、ASIC、FPGA和神经元芯片，且须与深度学习算法相结合，而成功相结合的关键在于先进的封装技术。总体来说GPU比FPGA快，而在功率效能方面FPGA比GPU好，所以AI硬件选择就看产品供货商的需求考虑而定。例如，苹果的FaceID脸部辨识就是3D深度感测芯片加上神经引擎运算功能，整合高达8个组件进行分析，分别是红外线镜头、泛光感应组件、距离传感器、环境光传感器、前端相机、点阵投影器、喇叭与麦克风。苹果强调用户的生物识别数据，包含：指纹或脸部辨识都以加密形式储存在iPhone内部，所以不易被窃取。

趋势六：AI自主学习是中级目标

    AI“大脑”变聪明是分阶段进行，从机器学习进化到深度学习，再进化至自主学习。目前，仍处于机器学习及深度学习的阶段，若要达到自主学习需要解决四大关键问题。首先，是为自主机器打造一个AI平台；还要提供一个能够让自主机器进行自主学习的虚拟环境，必须符合物理法则，碰撞，压力，效果都要与现实世界一样；然后再将AI的“大脑”放到自主机器的框架中；最后建立虚拟世界入口(VR)。目前，NVIDIA推出自主机器处理器Xavier，就在为自主机器的商用和普及做准备工作。

趋势七：最完美的架构是把CPU和GPU（或其他处理器）结合起来

未来，还会推出许多专门的领域所需的超强性能的处理器，但是CPU是通用于各种设备，什么场景都可以适用。所以，最完美的架构是把CPU和GPU(或其他处理器)结合起来。例如，NVIDIA推出CUDA计算架构，将专用功能ASIC与通用编程模型相结合，使开发人员实现多种算法。

趋势八：AR成为AI的眼睛，两者是互补，不可或缺

　　未来的AI需要AR，未来的AR也需要AI，可以将AR比喻成AI的眼睛。为了机器人学习而创造的在虚拟世界，本身就是虚拟现实。还有，如果要让人进入到虚拟环境去对机器人进行训练，还需要更多其它的技术。

　　展望未来，随着AI、物联网、VR/AR、5G等技术成熟，将带动新一波半导体产业的30年荣景，包括：内存、中央处理器、通讯与传感器四大芯片，各种新产品应用芯片需求不断增加，以中国在半导体的庞大市场优势绝对在全球可扮演关键的角色。