人工智能作为一门前沿交叉学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，将其视为计算机科学的一个分支，指出其研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

　　人工智能行业属于战略新兴产业，根据国家发展改革委发布的《战略性新兴产业重点产品和服务指导目录（2016）》来看，我国人工智能可分为三个下属行业，分别为人工智能软件开发、人工智能消费相关设备制造和人工智能系统服务。

　　人工智能产业链包括三层：基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑；技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。

　　人工智能概念的提出始于1956年的美国达特茅斯会议。人工智能至今已经有60多年的发展历史，从诞生至今经历了三次发展浪潮。分别是1956-1970年、1980-1990年和2000年至今。

　　1959年Arthur Samuel提出了机器学习，推动人工智能进入第一个发展期。此后70年代末期出现了专家系统，标志着人工智能从理论研究走向实际应用。

　　80年代到90年代随着美国和日本立项支持人工智能研究，人工智能进入第二个发展期，期间人工智能相关的数学模型取得了一系列重大突破，如著名的多层神经网络、BP反向传播算法等，算法模型准确度和专家系统进一步提升。期间，研究者专门设计了LISP语言与LISP计算机，最终由于成本高、难维护导致失败。1997年，IBM深蓝战胜了国际象棋世界冠军Garry Kasparov，是一个里程碑意义的事件。

　　当前人工智能处于第三个发展期，得益于算法、数据和算力三方面共同的进展。2006年加拿大Hinton教授提出了深度学习的概念，极大地发展了人工神经网络算法，提高了机器自学习的能力，随后以深度学习、强化学习为代表的算法研究的突破，算法模型持续优化，极大地提升了人工智能应用的准确性，如语音识别和图像识别等。随着互联网和移动互联的普及，全球网络数据量急剧增加，海量数据为人工智能大发展提供了良好的土壤。大数据、云计算等信息技术的快速发展，GPU、NPU、FPGA等各种人工智能专用计算芯片的应用，极大地提升了机器处理海量视频、图像等的计算能力。在算法、算力和数据能力不断提升的情况下，人工智能技术快速发展。

　　2017年之前，人工智能相关政策主要集中在人工智能技术研发突破方面。从2017年开始，政策的重点已经从人工智能技术转向技术和产业的深度融合，特别是2017年7月国务院印发的《新一代人工智能发展规划》明确指出要“加快人工智能深度应用”。从2018年发言的不完全汇总也可以看出，人工智能+产业的融合将是未来的重点，包括科技部、工信部、民政部等官方部门和百度、腾讯、联想等民间代表，均提出了人工智能+产业、人工智能+医疗等。2019年，更是将“智能+”写入政府工作报告，人工智能技术对于社会的赋能被给予最高层次的期待。在工业经济由数量和规模扩张向质量和效益提升转变的关键期，“智能+”的理念给人工智能等数字技术提供了最广阔的落地空间和回报想象。通过智能化手段把传统工业生产的全链条要素打通，可以更好地推动制造业的数字化、网络化和智能化转型，更能反向助推技术自身的迭代和进步。2020年，明确人工智能作为“新基建”建设重要一环，“十四五”指出要推动互联网、大数据、人工智能等同各产业深度融合。并且各省市也在大力推动人工智能与产业融合，打造应用场景，示范项目。

　　新一代人工智能产业应用的驱动特征愈加明显，从生产方式的智能化改造、生活水平的智能化提升，到社会治理的智能化升级，都对新一代人工智能技术、产品、服务及解决方案有着旺盛的需求。2020年，新一代人工智能技术正加速在各行业深度融合和落地应用，推动经济社会各领域从数字化、网络化向智能化加速跃升。作为率先从新冠肺炎疫情中恢复的主要经济体，我国正积极拥抱科技变革浪潮，为经济复苏注入强劲动力。在各项政策积极引导和多样化应用推动下，我国人工智能技术步入快速发展期，各类应用发展势头强劲。

　　一是我国加快制定发展战略，聚焦人工智能人才培养。党的十九大报告指出，要加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合。2020年10月召开的十九届五中全会也再次强调了创新的重要性，提出要把科技自立自强作为国家发展的战略支撑，加快数字化发展。一方面，加快人工智能建设成为各地方关注的重点。北京、山东、广东等十余省（区、市）均在2020年出台相关政策，鼓励推进人工智能发展。另一方面，人工智能产业人才队伍培养也成为政策制定重点。2020年1月，教育部、国家发展和改革委员会、财政部联合印发《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》，提出要依托“双一流”建设高校，建设国家人工智能产教融合创新平台，为人工智能产业人才发展确立了战略方向。

　　二是人工智能基础技术创新持续发力。2020年，我国基础层企业和科研机构深度合作，积极打破技术研发和成果转化的壁垒，加强对传感器、智能芯片以及算法模型等基础层技术的研发力度，并取得了一定的技术积累，形成了较为完整的技术和产品体系。一方面，人工智能安全技术取得局部突破。在人工智能安全热点技术方向，联邦学习、差分隐私机器学习和深度伪造检测的应用步伐最快，已有工业级产品出现并在部分领域开展试点应用；在对抗样本攻击和防御技术方向，已经涌现出Foolbox、Advbox等支持学术研究的开源工具。另一方面，人工智能芯片研发继续推进。2020年11月，北斗星通发布了最新一代全系统全频厘米级高精度GNSS芯片“和芯星云NebulasIV”，芯片工艺迭代演进到22nm的同时，首次在单颗芯片上实现了“基带+射频+高精度算法”一体化，支持片上RTK（Real Time Kinematic，实时动态载波相位差分技术），在性能、尺寸、功耗等方面都较上一代芯片取得突破性进展，满足大众应用需求，同时更好地满足智能驾驶、无人机等高端应用需求。

　　三是产业智能化升级的巨大空间带动我国人工智能应用迅猛发展。我国在制造、交通、金融、医疗、教育等传统行业的发展相对于发达国家而言，产业发展程度和基础设施水平都有较大的改造和提升空间，为新一代人工智能应用层产业加速落地提供了广阔的市场。在医学领域，深度学习技术为经验诊疗提供有益补充。智能医学影像产品目前已涵盖肺结节等智能影像、心血管疾病智能影像、超声智能影像等十余种，其中肺结节等智能影像产品最多、认知度最高。在新冠肺炎疫情期间，腾讯觅影提供的人工智能辅诊方案在患者CT检查后最快1分钟内就可以为医生提供辅助诊断参考。在金融风险控制领域，人工智能技术涵盖金融风险管理的全流程。凭借“人工智能+大数据分析技术”，智能风险控制可以助力金融监管机构建立国家金融大数据库，防止系统性风险。招商银行上线“天秤系统”，可以抓取交易时间、金额、收款方等度数据，利用图算法和图分析技术，挖掘欺诈关联账户。在智慧零售领域，行业正在构建以数据驱动的全渠道新零售。智慧门店管理的核心是通过新一代人工智能技术捕获人、货、场中的数据信息，辅助工作人员优化销售、物流、管理，以及供应链方面的流程。

　　2017年7月，国务院印发了《新一代人工智能发展规划》，将人工智能上升到国家战略层面，受益于国家政策的大力支持，以及资本和人才的驱动，我国人工智能行业的发展走在了世界前列。据智库研究人员统计，2020年中国人工智能行业市场规模约为1858.2亿元。

　　2020年，中国人工智能市场主要客户来自政府城市治理和运营（公安、、司法、城市运营、政务、交运管理、国土资源、监所、环保等），应用占比达到49%，互联网与金融行业紧随其后，占比分别为18%和12%。

　　企业和政府对人工智能的应用逐渐升温。在决定企业产生经济效益的各个环节，都已能够看到人工智能的身影：AI核身帮助人们安全生活、远程交易、便捷通行；深度学习和知识图谱帮助企业在生产过程中分析预测、科学决策；人机对话提升了拜访登记、服务响应中的用户体验。

　　人工智能将催生新技术、新产品、新产业、新业态、新模式，实现社会生产力的整体跃升，推动社会进入智能经济时代。研究人员估算，目前中国大型企业基本都已在持续规划投入实施人工智能项目，而全部规上企业中约有超过10%的企业已将人工智能与其主营业务结合，实现产业地位提高或经营效益优化。

　　但同时，我国人工智能方向人才极度缺乏。据工信部发布的数据显示，人工智能不同技术方向岗位的人才供需比均低于0.4，说明该技术方向的人才供应严重不足。从细分行业来看，智能语音和计算机视觉的岗位人才供需比分别为0.08、0.09，相关人才极度稀缺。

　　相对国外，我国高校人工智能培育起步较晚，但近年来我国人工智能学科和专业加快推进，多层次人工智能人才培养体系逐渐形成。2018年4月，教育部发布的《高等学校人工智能创新行动计划》提出，到2020年建立50家人工智能学院、研究院或交叉研究中心。

　　2019年，教育部印发了《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》，全国共有35所高校获首批建设“人工智能”本科专业资格。

　　据中国新一代人工智能发展战略研究院发布的《中国新一代人工智能科技产业区域竞争力评价指数2021》数据显示，从中国人工智能科技产业区域竞争力指数综合排名看，北京市、广东省、上海市、浙江省、江苏省和山东省在人工智能科技产业的发展上排在第一梯队，分值分别为82.37、65.50、36.05、27.62、24.44和23.35。排在第二梯队的省市自治区包括四川省、安徽省、湖南省、辽宁省、天津市、福建省和湖北省，分值分别为14.79、13.79、13.63、12.17、11.90、11.88和11.40。

　　对四大经济圈人工智能科技产业区域竞争力进行综合评价结果表明，长三角总评分101.90，位列四大经济圈首位，京津冀100.52分位列第二，珠三角65.50分位列第三，川渝24.71分位列第四。与2018-2020年的评价结果相比，长三角首次超过京津冀位列第一。人工智能和实体经济融合发展进程的加速和北方人工智能科技产业创新资源的“南移”是改变区域竞争力发展格局的重要因素。

　　在人工智能科技产业城市（不包含直辖市）竞争力评价指数排名中，深圳市、杭州市、广州市和南京市在人工智能科技产业的发展上位居前四，分值分别为74.90、49.24、35.47和30.35，明显高于其他城市，是城市人工智能科技产业发展的第一梯队。除了直辖市，竞争力评价指数排名前列的城市基本都是珠三角和长三角地区的城市。

　　2014-2017年是AI领域创业的三年高增长时期，成立企业数量复合增长率达到44%。截至2021年6月，中国人工智能领域共成立企业1975家，其中2015-2018年内成立的企业超过1200家，占比达到61%。

　　人工智能企业在中国全面布局，已分布在除、甘肃、澳门以及海南之外的30个省级行政区域内。区域之间发展差距较大，85%以上的AI企业分布在北京市、广东省以及江浙沪地区，东部沿海地区整体分布更加密集。此外，从企业数量上看，现阶段我国京津冀、长三角和珠三角这三大人工智能产业聚集区已经形成。其中，江苏、浙江与上海三地共有AI企业829家，占全国AI企业总数的42%以上。长江沿线的中部省份AI企业分布比较均匀，具有较大的增长空间。

　　在中国人工智能企业的十大应用技术领域中，计算机视觉、机器人、自然语言处理、机器学习、生物识别占比位居前五。2015-2018年人工智能企业处于爆发期，计算机视觉、机器人、自然语言处理领域企业增长数量最多，分别净增长463、258、236家新企业。2018年投融资和创业热潮过后，各技术领域企业数量增速变缓，以上三类技术在应用占比结构上体现出强延续性和稳定性。我国人工智能单点技术进入成熟期，而AI技术之间的协同应用和融合创新尚在早期，集成化发展将成为未来的技术演变趋势。

　　我国AI企业的早期投融资事件数（种子/天使轮）自2019年起显著下降，同期战略投资以及中后期投资占比均大幅提升，2021年AI战略投资占比达到29%，且前4个月投资频次已达到22次，相当于2020年全年战略投资事件数总额。2020年-2021年6月底，AI企业平均单笔融资金额数从1亿元左右跃升至3亿元以上；伴随着部分AI企业规模扩大，一级市场向二级市场的衔接将逐步完成，资金和优质资源配置将向优质AI企业集中。

　　2020年5月-2021年6月间，中国人工智能企业TOP10融资事件中单笔融资均超过10亿元人民币，地平线、涂鸦智能、Momenta以及微创医疗单笔融资金额超过30亿元人民币。人工智能领域的大笔融资频发，体现出存量投融资增长更看重企业质量。

　　中国人工智能私募股权投融资市场在2015-2018年期间迅速增长，投资事件数在2018年达到顶峰，自2019年开始持续下滑。一级市场在经历投融资热潮后趋于饱和。在融资频次较低的情况下，融资金额在2021年出现明显增长，说明部分AI企业已进入成熟阶段，估值体量较大。在AI投融资轮次上，截止2020年底，C轮以后投融资占比超过50%。由此可见，现阶段人工智能企业规模扩张比较明显，前期投融资渐入尾声，成长期与成熟期企业将会超过初创企业，逐步成为市场主流。

　　2020年，北京、上海、广东三地聚集了全国74.29%的人工智能投融资事件数量，其中北京占比32.53%，上海占比21.76%，广东占比20%。浙江和江苏则紧随其后，分别占比7.91%和7.25%。其中以城市据点来看，北京、深圳、上海、杭州四座国内一线城市已成为了我国人工智能行业发展的着力点，以点带面地带动京津冀发展区、粤港澳大湾区、长三角经济区的人工智能技术崛起，并覆盖全国。

　　从企业的竞争来看，我国人工智能企业主要可以分为三个派系，分别是头部平台代表企业、融合产业活跃企业、技术层面代表企业。人工智能平台的代表性企业主要有百度、阿里云、腾讯、华为、京东和科大讯飞；而小米、平安科技、苏宁、滴滴是融合产业较活跃的企业；技术层企业代表有商汤科技、旷视科技、云从科技和依图科技作为独角兽公司。

　　从人工智能企业的核心技术布局来看，百度、腾讯、阿里云、华为等头部平台企业已布局了多项AI技术；而像平安科技、京东、小米等融合性公司，其技术布局主要针对应用层，针对性较强。从专利授权量来看，截至2020年10月，百度、华为、腾讯的AI专利授权量分别排名全国前三，说明这三家公司的技术研发能力较强。

　　数据、算法、算力是人工智能发展最基本的三要素。受益于数字经济发展浪潮，AI芯片作为人工智能的核心关键，拥有广阔前景。数据显示，2020年中国人工智能芯片市场规模达183.8亿元。智库研究人员认为，AI芯片是人工智能产业的核心硬件，全球AI芯片发展水平还在起步阶段，中国凭借诸多利好因素有望领先全球，具有巨大发展潜力。

　　自然语言处理是研究人与计算机交互中的语义理解问题的技术，解决的是人机交互中“听得懂”的问题。其技术应用流程包括语料获取及预处理、特征提取、模型训练、模型评估与应用。2020年北京市关于自然语言处理技术专利申请量达到342项，占全国比重40.9%。在企业数量方面，北京也是处于中国领先位置，数量占比全国37.3%。

　　在机器学习技术方面，2020年中国机器学习技术相关专利申请量和企业数量最多的省市分别是北京、广东和上海。凭借北上广深四大一线城市丰富的高等教育资源和科研院所，是提高中国人工智能技术发展水平的主要力量。

　　此外，常见的还有生物特征识别技术与知识图谱技术。生物特征识别技术是通过传感器采集生物特征，转换为数据表示形式，用数据（信号）预处理的方式提取与分离特征，一方面将数据形式的生物特征存储到数据库，另一方面将其与事先录入的生物特征进行匹配对比，从而实现生物特征的识别和验证。

　　知识图谱技术是通过数据采集、信息获取、知识融合和知识加工四个步骤而建构出的一个可视化知识图。知识图谱技术通过一系列复杂的流程，最终达到显示知识和知识之间的结构、关系、发展历程等目的。知识图谱技术的应用主要体现在知识库、搜索关联、智能预警和智能客户等方面，广泛应用于金融、医疗、教育、安防、商业、能源等场景。

　　iiMedia Research数据显示，2020年交通场景和医疗场景是受访网民最常接触人工智能应用场景，分别占比45.2%和40.5%。

　　在交通场景中，超六成受访网民对于出行服务和信息发布环节的人工智能应用感知更强。在满意度方面，超五成网民表示比较满意。智库研究人员认为，交通堵塞提示、路线规划等出行服务，以及突发事件、交通天气等信息发布等AI智能应用为民众提供了便捷的交通服务。另一方面，也有利于解决城市交通堵塞、构建智慧城市。

　　在教育场景中，受访网民对AI教育软件产品感知最强，占比67.3%。表示比较满意的受访网民达到65.4%。智库研究人员认为，近年来在线教育一直保持着较高热度，AI课、拍照搜题、课后辅导APP等产品层出不穷，将人工智能和教育科学成果结合起来，助力课后练习和辅导。

　　近年来，人工智能技术在医疗领域中发挥的作用逐渐得到重视，其主要应用在电子病历、影像诊断、药物研发、健康管理、精准医疗和医疗机器人等六个方面。2020年，新冠疫情的爆发加速了AI+医疗的发展与应用。智库研究人员认为，从行业参与者与市场状况来看，目前人工智能在医疗领域的应用仍然是蓝海市场。

　　在2019年末到2020年期间，受新冠疫情影响，中国医疗器械市场规模持续扩大。数据显示，2020年中国医疗器械市场规模达到7341亿元。与此同时，人工智能在医疗行业起到至关重要的作用，如手术机器人、AI临床辅助系统等智能医疗工具为抗击疫情发挥重要力量。在此背景下，中国人工智能医疗器械相关专利数量进一步增长，防控诊疗技术研发和成果应用也得以发展。

　　人工智能在金融行业的应用范围较广，助力金融服务智能化、自助化、普惠化。如智能支付、智能理赔、智能客服、智能投顾等主要服务于C端消费人群，提高消费者办理业务效率。在toB方面，如智能风控可以保障金融机构业务效率和安全性，智能投研为机构提供智能化信息搜集工作，提高工作效率。

　　借助AI技术手段，传统金融机构正朝着产品个性化、管理精细化、服务普惠化的方向发展。根据银保监会数据显示，2020年银行机构的信息科技资金总投入达2078亿元，其中AI软硬件相关投入约250亿元。

　　近年来，人工智能在经济发展、社会进步、国际经济格局等方面已经产生重大而深远的影响。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》对“十四五”及未来十余年我国人工智能的发展目标、核心技术突破、智能化转型与应用，以及保障措施等多个方面都作出了部署。

　　为进一步推动解决我国人工智能核心技术中的不足和短板；将通过一批具有前瞻性、战略性的国家重大科技项目，带动产业界逐步突破前沿基础理论和算法，研发专用芯片，构建深度学习框架等开源算法平台；在学习推理决策、图像图形、语音视频、自然语言识别处理等领域创新与迭代应用。

　　发展人工智能应以产业的融合应用与产业数字化转型为核心目标，进而逐渐形成数据驱动、人机协同、跨界融合、共创分享的智能经济形态。以数字化转型整体驱动生产方式、生活方式和治理方式变革，充分发挥我国数据、应用场景的优势。

　　针对当前学术界和产业界关心的伦理与法律风险、AI技术滥用、算法杀熟等人工智能健康发展的问题，纲要提出要构建与数字经济发展相适应的政策法规体系。

　　根据《新一代人工智能发展规划》，到2025年，我国人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展，人工智能核心产业规模将超过4000亿元，带动相关产业规模超过5万亿元；到2030年，我国人工智能理论、技术与应用总体达到世界领先水平。

　　此外，为加快落实《国务院关于印发新一代人工智能发展规划的通知》，科技部于2019年8月印发《国家新一代人工智能创新发展试验区建设工作指引》，旨在有序推动国家新一代人工智能创新发展试验区建设。截至2021年3月末，我国已有14个市+1个县获批建设试验区；至2023年，试验区数量预计将达20个左右。

　　AI与5G、IDC等成为数字经济的重要基础设施，并且企业的数字化转型会催生出对人工智能更多的需求，同时也为人工智能的应用提供了基础条件。随着人工智能技术各细分领域不断创新和发展，同时也将带来巨大的生产变革和经济增长，企业将扩大人工智能资源的引进规模，加大自主研发投入，将人工智能与其主营业务结合，提高产业地位和核心竞争力。

　　当前，中国正加速推进5G基站、人工智能、工业互联网等新型基础设施建设，AI芯片也是支撑人工智能技术和产业发展的关键基础设施。未来将催生大量高端芯片、专用芯片的需求，人工智能芯片行业将迎来新一轮的高速增长阶段。另一方面，打造具有自主知识产权的国产芯片尤为重要，为中国企业人工智能顶层应用的算法效果及落地成本赋能。

　　目前，中国人工智能技术层中语音识别、自然语言处理等应用已渐入佳境，已广泛应用于金融、教育、交通等领域。未来人工智能的应用场景范围将持续扩大，深度渗透到各个领域，在细分垂直场景也将有更具创新的AI研究成果与应用，引领产业向价值链高端迈进，有效支撑产业实现智能化生产、营销、决策等环节，同时也为改善民生起到重要作用。

　　大数据可以为人工智能提供更庞大复杂的数据，是奠定机器学习思维能力的基础；云计算赋能AI算力，同时也为大数据提供数据的存储和计算服务；区块链将为人工智能、大数据、云计算带来的信息篡改和泄露提供安全保障。未来人工智能与大数据、云计算以及区块链技术相互融合、相互促进将会激发出更多潜力，孕育广阔商机。返回搜狐，查看更多