您有一份人工智慧2017年成績單，請查收！

07-23

1月30日，工信部部長苗圩公開表示，人工智慧現在是全球熱門話題，中國也不例外。他認為，人工智慧是引領未來的發展戰略性的技術突破。

他指出，人工智慧離我們已經不遠，下一步將著力規範和推動人工智慧行業的發展。包括四個方面：

一是進一步加大研發力度，特別是在智能網聯汽車方面、智能服務機器人、智能無人機方面加大研發的力度，促進這些技術和產品更好的融合發展。

二是重點突破智能感測器，神經網路晶元，開源開放平台等產業發展的基礎環節。

三是繼續深入實施智能製造工程，推廣製造業的數字化、網路化和智能化。

四是構建行業訓練資源庫、標準和測試評估平台等公共支撐體系。

2017年被稱為中國人工智慧元年，行業相關投融資節節攀升。這一年裡，我國的人工智慧行業獲得了突破和發展。

統計數據顯示，截至2017年6月，全球人工智慧企業總數達到2542家，其中美國擁有1078家，佔據42.4%；中國其次，擁有592家，佔據23.3%。

以下是對2017年人工智慧行業的總結：

三大核心：計算力、演算法、數據

計算力：高性能晶元組成的計算能力

當前人工智慧晶元可分為兩類：一類是平台，通用型深度學習晶元，比如英偉達最新發布的兩款Tesla系列深度學習晶元；另一類是根據特定的應用場景，進行定製開發和優化的處理器、硬體加速器，例如專門運用於安防視頻或者無人機駕駛汽車等領域的晶元產品。

演算法：不斷優化的人工智慧演算法

自從2012年深度學習技術相關演算法突破後，才真正給人工智慧帶來了春天。目前，已有的深度學習演算法越來越成熟。演算法的精確性越來越好。視覺及圖像領域是深度學習演算法應用最廣泛效果最好的場景。

數據：被收集的大量數據

人工智慧對於數據的需求多種多樣，主要看應用場景，不同的應用場景對數據集的需求不同。標註的、結構化特定的應用場景下產生的數據是有價值的。數據分訓練集合測試集，要求數據分布均勻。

應用場景

第一梯隊：無人機

IDC預計，到2021年，人工智慧支出將增加一倍以上，達到2184億美元（約合1.4億元），複合年增長率為25.4%。

其中，機器人技術支出將在2018年達到940億美元（約合5948億元），佔2017年到2021年整體預測支出的90%以上。

第二梯隊：自然語言處理

語義分析、語音識別、聊天機器人等自然語言系列的技術位列第二梯隊

第三梯隊：計算機視覺與圖像

人臉識別、視頻/監控、自動駕駛、圖像識別等計算機視覺系列的技術位列第三梯隊。

人工智慧產業鏈

專業人士認為，人工智慧產業鏈可分為基礎設施層、技術層和應用層。

基礎設施層：關注人工智慧基礎支撐硬體或數據平台基礎；

技術層：包括有關機器識別與深度學習的演算法和技術設計；

應用層：包括通用應用和行業垂直應用等。

創投趨勢盤點

半數公司集中在北京

根據IT桔子統計數據顯示，就人工智慧而言，2015年最火熱，創業熱度達到最高峰。當年創業公司數量達到263家，2017年有所回落。

北京作為全國科技中心，容納了接近百分之四十的人工智慧創業公司，廣東、上海分別位列二、三位。

總投資金額持續攀升

從2010-2017年，人工智慧領域共發生1296起投資事件，共實現融資1336億元。行業總獲投率高達60.8%。

其中，2016年融資數量最高，2017年有小小的回落。但2017年融資金額激增，比2016年增長了一半還多。

值得一提的是，從全球來看，2017年融資金額最高的5起投資事件中，中國企業就佔了4起。

2017年資金偏向中後期

從上圖可以看出，資本方更青睞於C輪或D輪，獲得的投資金額最多。

計算機視覺、自動駕駛、自然語言處理投資最熱

代表融資事件一覽

2017年實現三大突破

1.演算法的突破

AlphaGo由深度學習到強化學習。

2.政策的突破

2017年7月，國務院印發《新一代人工智慧發展規劃》，提出三步走計劃，到2030年人工智慧理論、技術與應用總體達到世界領先水平。

《規劃》旨在大力發展五大人工智慧2.0技術（包括深度學習、跨界融合、人機協同、群智開放和自主操控），用以解決技術、產業、社會和國防四大領域的問題。值得一提的是，規劃中還提到了讓中小學開設人工智慧和編程課程，人工智慧教育從娃娃抓起。

繼《規劃》發布後，11月15日，科技部在北京召開新一代人工智慧發展規劃暨重大科技項目啟動會，宣布依託百度、阿里、騰訊和科大訊飛四家公司，成立人工智慧四大平台，標誌著新一代人工智慧發展規劃和重大科技項目進入全面啟動實施階段。

3.AI投融資突破

2017年，AI領域的融資不斷刷新著行業內的單筆融資記錄。

如7月11日，商湯科技4.1億美元的融資刷新了AI領域單輪融資記錄。而這個記錄僅保持了3個月，10月31日，曠視科技就以4.6億美元的C輪融資額拿下榜首。

三大待解難題

雖然2017年一路輝煌，但人工智慧領域依舊殘留了三大待解難題：

（一）資金多而項目缺，周期長而營收難

業內人士自嘲，如今的項目是一天比一天昂貴。

根據CB Insights提供的數據顯示，自2011年以來，已有近140家人工智慧初創公司被收購，而2017年的第一季度，海外就有34家人工智慧初創公司被收購，為去年同期的兩倍。2018年，仍將延續這一趨勢。

在資金增長的同時，中國AI企業數量卻不能同幅增長。根據行業發展周期來計算，中國人工智慧產業將會在2018年呈現回暖，預期融資累計量將會達到900-1000億人民幣，而新增公司數量僅僅上揚到30家左右。

（二）專業人才不夠

人工智慧競爭以頂級人才為根本。AI技術的研發、落地與推廣均離不開各領域頂級人才的通力協作。在推動AI產業從興起進入快速發展的歷程中，AI頂級人才的領軍作用尤為重要，他們是推動人工智慧發展的關鍵因素。

而數據顯示世界上深度學習領域的頂尖人才不超過50人。而且目前我國的人工智慧領域人才發展極為欠缺。

（三）人工智慧如何更好地與其他行業結合

在過去的一年裡，市場頻繁出現人工智慧與醫療、金融相結合的風聲，但卻沒有出現大的爆發。

僅就醫療行業而言，人工智慧需要大量共享數據，而醫院和患者的數據如同孤島。如何打破各方壁壘，保障健康的同時又保障數據安全性？這都是行業發展存在的難題之一。

2018年的預測

參與主體更加寬泛。17年已經有大公司大範圍參與進來，18年開始，伴隨著資本和大公司賽道布局的完成，AI行業應用投資將會變得慎重，創業公司再整體的比重進一步降低，更多的傳統企業，甚至個人和愛好者，將成為探索行業應用的重要力量。

探索範圍繼續拓寬。據億歐智庫統計，目前仍有30%以上的AI行業應用形態未被探索。隨著探索不斷寬泛，未來將有更多的與AI相結合的場景被探索和驗證。

相當一部分行業應用將被證偽。受技術和實施層面困難的限制，不少AI行業應用在2018年將面臨資本寒冬。

行業競爭加劇。隨著行業內玩家的增多，競爭將持續加劇。自由競爭市場下，行業最終或將導向7-2-1的市場格局。而行業資源依賴較重的領域，原有行業內的企業，仍將佔據市場的主體地位。

市場空間巨大。根據艾瑞諮詢的數據，2020年全球人工智慧市場規模約1190億人民幣，未來10年，人工智慧將會是一個2000億美元的市場，空間非常巨大。