目前，國內外人工智能差距有多大？深度學習的快速發展是否會短期遇到瓶頸？語音識別技術作為較成熟的技術，最具潛力的應用場景有哪些？企業在研發推廣人工智能產品時，面臨的主要困難以及需要政府哪些方面的支持？未來人工智能產業投資時序，哪些技術、哪些產品最具有投資價值？

　　日前，賽迪顧問股份有限公司、中國電子報社聯合舉辦的“人工智能產業發展專家研討會”取得圓滿成功，來自英特爾、微軟、科大訊飛、英偉達、百分點、amd、世紀鼎利、宏道投資等十多家單位的業內專家共同探討了中國人工智能產業的發展路徑及投資價值。

　　2018年全球人工智能市場將逼近2700億元

　　人類對人工智能的研發并非今天才開始，從上世紀50年代開始到現在已經經歷了70年的發展，在經歷了兩起兩落之后，隨著深度學習重燃、海量大數據支撐、計算能力提升和成本下降等因素的出現，人工智能迎來了重生期。

　　在谷歌以及ibm、微軟等領軍企業的帶領下，全球對人工智能的關注度不斷提升，市場對各類語音識別、機器視覺等弱人工智能產品的需求得到進一步釋放。同時人腦科學研究、情緒感知等強人工智能有望在未來十年迎來突破。2015年全球人工智能市場規模達到1683.9億元，預計2018年將達到2697.3億元，復合增長率達到17%。

　　中國《機器人產業規劃(2016-2020)》的出臺、中國“十三五規劃”的腦科學與類腦研究重大工程項目，將極大提升中國人工智能市場的供給質量。同時以百度為代表的互聯網企業已經充分認識到人工智能的未來前景，紛紛開展大規模的投入和布局，也充分刺激了中國人工智能市場的活躍度。2015年中國人工智能市場規模達到203.9億元，預計2018年將達到361億元，復合增長率為21%。

　　人工智能市場產品結構主要分為智能硬件平臺和軟件集成平臺兩類。其中智能硬件平臺主要指具備完整機械結構系統、驅動控制系統、能源動力系統、感知系統、人機交互功能一體化機器。軟件集成平臺是指提供具備自然語言處理或圖像分析識別功能的集成化平臺。在全球發達國家對工業制造的重新重視的趨勢下，2015年，全球人工智能的市場結構中智能硬件平臺占比達62.6%，高于軟件集成平臺。

　　與會專家認為，人工智能的快速發展會讓一些職位消失，但同時也會創造很多新的機會和新的崗位。

　　深度學習、機器視覺成投資重點

　　目前在資本市場，只要沾邊人工智能的股票都會一漲再漲，頗有“亂花漸欲迷人眼”的意味。

　　賽迪顧問從市場進入空間、價值爆發時間點、技術成熟度、產業投資回報率等四個方面進行評價。通過綜合比較分析，認為深度學習、機器視覺、服務機器人、智能無人設備將是最具投資價值的四個領域。

　　從產業投資回報率分析，機器視覺值得投資，圖像識別的技術成熟度低于自然語言處理，為新興企業從軟件技術為突破帶來機遇，在軟件圖像識別領域，face++和格靈深瞳兩家公司，短時間脫穎而出，不少公司希望通過招募機器視覺公司的專家而進入此領域。目前在中國技術成熟度高而且競爭最為激烈的ai是自然語言處理，科大訊飛是其中的代表者，目前占據了中國語音識別領域70%以上的市場。同時bat也依托技術優勢對語音市場虎視眈眈。

　　從技術成熟度分析，深度學習值得投資。alphago的成功最核心的價值就歸功于深度學習，目前深度學習正處于爆發的臨界點，各大公司紛紛跑馬圈地，距離未來預期全面部署有7年的時間窗口期。在國內，互聯網廠商紛紛推出深度學習云平臺，比如百度大腦、阿里dtpai，硬件廠商則推出了深度學習一體機，比如中科曙光聯合英偉達推出的xsystem，一場本地化和云端化的爭奪正在上演。

　　從應用和技術自主度分析，服務機器人和智能無人設備值得投資。目前中國尚處于工業機器人的普及階段，具備人機交互、環境感知的智能工業機器人普及尚需時日。對于智能機器人，目前中國市場75%以上的份額被國外“四小龍”分食。對于服務機器人和智能無人設備領域，中國在軟件集成方面已經具備國際領先水平，通過攻克相對較低的硬件研發門檻，將能夠實現快速普及。從行業應用的維度看，國內的ai應用主要基于語音識別和服務機器人，集中于金融、電信、教育和消費電子領域。

　　三大難點面臨突破

　　賽迪顧問電子信息產業研究中心高級咨詢師向陽認為，盡管目前全球人工智能的發展呈現出蓬勃發展的勢頭，但依然有許多關鍵領域關鍵節點的問題需要重點突破。

　　其一是數據流通和協同感知有待提升。基礎設施層的數據支撐環節，依然存在數據流通法律缺失，高價值數據難以得到有效利用的問題；在感知環節，仿人體五感的各類傳感器都有成熟產品，但缺乏高度集成、統一感知協調的中控系統，對于各個傳感器獲得多源數據無法進行一體化的采集、加工和分析。未來的突破點將發生在軟件集成環節和類腦芯片環節。

　　其二是強人工智能尚未實現關鍵技術突破。在技術研發層，目前取得進展的進度依舊屬于初級階段，對于高層次的人工意識、情緒感知環節還沒有明顯的突破。人腦智能的產生原理尚未研究清楚，“腦科學”研究還處于摸索階段。未來的突破點將發生在腦科學研究領域。

　　其三是智能硬件平臺應用性和自主化存在差距。應用層的智能硬件平臺，服務機器人的智能水平、感知系統和對不同環境的適應能力受制于人工智能初級發展水平，短期內難以接近人的推理學習和分析能力，難以接近人的判斷力，不具備與人類同級別的視覺、聽覺、嗅覺和觸覺等感知力，難以可靠而經濟地步行或者跑步，難以具備人手級別的執行力。在自主化方面，以機器人為例，目前中國在核心機器本體、減速器、伺服機等領域的自主化程度落后，未來在發展能力化工業機器人時，不僅需要在軟件系統層面實現快速突破，還要解決硬件制造環節的缺失。未來的突破點將是在智能無人設備方面。

　　與會專家認為，未來在人工智能領域的競爭將會進一步加劇。從技術的維度看，開源化的浪潮將會席卷人工智能領域，而人才的爭奪戰將會進一步加劇，國際巨頭圍繞人工智能的并購將會提速。