在東西方神話中，上古「智人」通過各種方法制造「人類」這一物種並賦予其智慧；而到了中世紀的歐洲，古典哲學家們嘗試著用機械符號處理的觀點解釋人類大腦的活動；直到 20 世紀 40 年代，來自數學，心理學，工程學，經濟學和哲學等領域的一批科學家們基於抽象數學推理的可程式設計數字計算機的發明使得智慧大腦出現的可能性被廣泛探討。

1950 年，Marvin  Minsky 和 Dean Edmonds 建造了世界上第一臺神經網路計算 SNARC（Stochastic Neural Analog Reinforcement Calculator），它通過使用 3000 個真空管和 B-24 轟炸機上的自動指示裝置模擬了 40 個神經元而組成神經網路。

同期，被譽為「電腦科學之父」的 Alan Turing 在 Mind 上發表論文，第一次提出機器智慧設想。雖然未提到具體的研究方法，但論文中提到的「圖靈測試」、「機器學習」、「遺傳演算法」和「強化學習」等理論也在日後成為了人工智慧領域重要的分支。

圖靈的計算理論認為任何形式的計算均可被數字訊號描述，這也為人工智慧的後續實踐提供了理論基礎。

隨後的 1956 年，在 Marvin  Minsky 連同 Claude Shannon 和 Nathan Rochester 一起組織的 Dartmouth 會議上，「人工智慧」這個概念首次被提出並開啟了西方「人工智慧」科學長達半個多世紀的高速發展。

在中國，關於「人工智慧」的研究和探討在 70 年代末被解禁後又不適時地與「特異功能」聯絡在一起而停滯不前，直到 80 年代初期隨著技術和思想的不斷進步才取得實質性進步。

而今，全球共有近千家人工智慧公司遍及 62 個國家的十餘個產業，國內涉及人工智慧領域的公司也早已破百。

除了「機器學習」、「模式識別」和「神經網路」這些晦澀的詞彙和各種層出不窮的借勢營銷，這個看似離我們越來越近的市場卻在「網際網路玄學」的外衣下顯得愈發迷霧重重。

那麼，關於人工智慧，你究竟瞭解多少？在下一個產業浪潮到來之前，我們到底又應該關注什麼？

一、國內人工智慧產業鏈解構

「基礎技術」、「人工智慧技術」和「人工智慧應用」構成了人工智慧產業鏈的三個核心環節，我們將主要從這三個方面對國內人工智慧產業進行梳理，並對其中的「人工智慧應用」進行重點解構。

1.基礎技術提供平臺

人工智慧的基礎技術主要依賴於大資料管理和雲端計算技術，經過近幾年的發展，國內大資料管理和雲端計算技術已從一個嶄新的領域逐步轉變為大眾化服務的基礎平臺。而依據服務性質的不同，這些平臺主要集中於三個服務層面，即「基礎設施即服務（IaaS）」、「 平臺即服務（PaaS）」和「軟體即服務（SaaS）」。

基礎技術提供平臺為人工智慧技術的實現和人工智慧應用的落地提供基礎的後臺保障，也是一切人工智慧技術和應用實現的前提。

對於許多中小型企業來說，SaaS 是採用先進技術的最好途徑，它消除了企業購買、構建和維護基礎設施和應用程式的需要；而 IaaS 通過三種不同形態服務的提供（公有云、私有云和混合雲）可以更快地開發應用程式和服務，縮短開發和測試周期；作為 SaaS 和 IaaS 中間服務的 PaaS 則為二者的實現提供了雲環境中的應用基礎設施服務。

SaaS：提供給客戶的服務是運營商執行在雲端計算基礎設施上的應用程式，使用者可以在各種裝置上通過客戶端介面訪問，如瀏覽器。

PaaS：將軟體研發的平臺作為一種服務，以 SaaS 的模式提交給使用者。

IaaS：分為公有云、私有云和混合雲三種形態，提供給消費者的服務是對所有設施的利用，包括處理器、儲存、網路和其它基本的計算資源，使用者能夠部署和執行任意軟體，包括作業系統和應用程式。

2.人工智慧技術平臺

與基礎技術提供平臺不同，人工智慧技術平臺主要專注於「機器學習」、「模式識別」和「人機互動」三項與人工智慧應用密切相關的技術，所涉及的領域包括機器視覺、指紋識別、人臉識別、視網膜識別、虹膜識別、掌紋識別、專家系統、自動規劃、智慧搜尋、定理證明、博弈、自動程式設計、智慧控制、機器人學、語言和影象理解和遺傳程式設計等。

機器學習：通俗的說就是讓機器自己去學習，然後通過學習到的知識來指導進一步的判斷。我們用大量的待遇標籤的樣本資料來讓計算機進行運算並設計懲罰函式，通過不斷的迭代，機器就學會了怎樣進行分類，使得懲罰最小。這些學到的分類規則可以進行預測等活動，具體應用覆蓋了從通用人工智慧應用到專用人工智慧應用的大多數領域，如：計算機視覺、自然語言處理、生物特徵識別、證券市場分析和 DNA 測序等。

模式識別：模式識別就是通過計算機用數學技術方法來研究模式的自動處理和判讀，它偏重於對訊號、影象、語音、文字、指紋等非直觀資料方面的處理，如語音識別，人臉識別等，通過提取出相關的特徵來實現一定的目標。文字識別、語音識別、指紋識別和影象識別等都屬於模式識別的場景應用。

人機互動：人機互動是一門研究系統與使用者之間的互動關係的學問。系統可以是各種各樣的機器，也可以是計算機化的系統和軟體。在應用層面，它既包括人與系統的語音互動，也包含了人與機器人實體的物理互動。

而在國內，人工智慧技術平臺在應用層面主要聚焦於計算機視覺、語音識別和語言技術處理領域，其中的代表企業包括科大訊飛、格靈深瞳、捷通華聲（靈雲）、地平線、SenseTime、永洪科技、曠視科技、雲知聲等。

3.人工智慧應用

人工智慧應用涉及到專用應用和通用應用兩個方面，這也是「機器學習」、「模式識別」和「人機互動」這三項人工智慧技術的落地實現形式。

其中，專用領域的應用涵蓋了目前國內人工智慧應用的大多數應用，包括各領域的人臉和語音識別以及服務型機器人等方面；而通用型則側重於金融、醫療、智慧家居等領域的通用解決方案，目前國內人工智慧應用正處於由專業應用向通用應用過度的發展階段。

（1）計算機視覺

在國內計算機視覺領域，動靜態影象識別和人臉識別是主要研究方向：

影象識別，是計算機對影象進行處理、分析和理解，以識別各種不同模式的目標和對像的技術。識別過程包括影象預處理、影象分割、特徵提取和判斷匹配。

人臉識別，是基於人的臉部特徵資訊進行身份識別的一種生物識別技術。用攝像機或攝像頭採集含有人臉的影象或視訊流，並自動在影象中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做人像識別、面部識別。

目前，由於動態檢測與識別的技術門檻限制，靜態影象識別與人臉識別的研究暫時處於領先位置，其中既有騰訊、螞蟻金服、百度和搜狗這樣基於社交、社交、搜尋大資料整合的網際網路公司，也有三星中國技術研究院、微軟亞洲研究院、Intel 中國研究院這類的傳統硬體與技術服務商；同時，類似於 Face++ 和 FaceID 這類的新興技術公司也在各自專業技術和識別準確率上取得了不錯的突破。

而在難度最大的動態視覺檢測領域，格靈深瞳、東方網力和 Video++ 等企業的著力點主要在企業和家庭安防，在一些常見的應用場景也與人臉識別技術聯動使用。

影象識別代表企業：百度、搜狗、三星中國技術研究院、微軟亞洲研究院、Intel 中國研究院等。

人臉識別代表企業：曠視科技、騰訊優圖、螞蟻金服、FaceID、漢王科技、三星中國技術研究院、微軟亞洲研究院、中科奧森、深圳科葩、linkface、SenseTime 等。

動態視覺檢測代表企業：格靈深瞳、東方網力、Video++ 等。

（2）語音/語義識別

語音識別的關鍵在於基於大量樣本資料的識別處理，因此，國內大多數語音識別技術商都在平臺化的方向上發力，希望通過不同平臺以及軟硬體方面的資料和技術積累不斷提高識別準確率。

在通用識別率上，各企業的成績基本維持在 95% 左右，真正的差異化在於對垂直領域的定製化開發。

類似百度、科大訊飛這樣的上市公司憑藉著深厚的技術、資料積累佔據在市場前列的位置，並且通過軟硬體服務的開發不斷進化著自身的服務能力；此外，在科大訊飛之後釋出國內第二家「語音識別公有云」的雲知聲在各項通用語音服務技術的提供上也佔據著不小的市場空間。

另外，除了科大訊飛，依託中科院自動化所的紫冬銳意和納象立方以及有著海外背景的蘇州思必馳在教育領域的語音識別上佔據著領先的位置。

值得注意的是，不少機器人和通用硬體製造商在語音、語義的識別上也取得了不錯的進展，例如智臻智慧推出的小 i 機器人的語義識別、圖靈機器人的個性化語音助手機器人和服務、被 Google 投資的出門問問的軟硬體服務。

語音識別：科大訊飛、百度、出門問問、智齒客服、思必馳、雲知聲、助理來也、京東 JIMI 智慧客服、普強科技、捷通華聲、紫冬銳意、納象立方等。

語義識別：科大訊飛、百度、騰訊、智臻智慧、智齒客服、助理來也、京東 JIMI 智慧客服等。

（3）智慧機器人

由於工業發展和智慧化生活的需要，目前國內智慧機器人行業的研發主要集中於家庭機器人、工業\企業服務和智慧助手三個方面。

根據《中國服務機器人市場現狀調研與發展前景分析報告（2015-2020年）》中的資料，2014 年，我國服務機器人銷售額 45.56 億元，同比增長 34%；分佈地區主要集中在經濟較為發達的環渤海（27.3%）及長三角（29.6%）、珠三角地區（32.7%），中部地區（8.9%）和西部地區（1.5%）應用較少。

其中，工業及企業服務類的機器人研發企業依託政策背景和市場需要處於較為發達的發展階段，代表性企業包括依託中科院瀋陽自動化研究所的新鬆機器人、聚焦智慧醫療領域的博實股份，以及大疆、優愛寶機器人、Slamtec 這類專注工業生產和企業服務的智慧機器人公司。

在以上三個分類中，從事家庭機器人和智慧助手的企業佔據著絕大多數比例，涉及到的國內企業近 300 家，其中的代表性企業包括：

家庭機器人：優必選、Rokid、公子小白機器人、北冥星眸GalaxyEye、A.I.Nemo、極思維智慧科技等。

智慧助手：百度、小 i 機器人、圖靈機器人、優必選、北冥星眸GalaxyEye、蘿蔔科技等。

工業\企業服務：新鬆機器人、博實股份、優愛寶機器人和 Slamtec 等。

（4）智慧家居

與家庭機器人不同，智慧家居和物聯企業的主要著力點在於智慧裝置和智慧中控兩個方面。

在這其中，以海爾和美的為代表的傳統家電企業依託自身渠道、技術和配套產品優勢建立起了實體化智慧家居產品生態。

而以阿里、騰訊、京東、小米和樂視等網際網路企業為代表的公司則通過各自平臺內的資料和終端資源提供不同的軟硬體服務。

值得關注的是，科沃斯、broadlink、感居物聯、風向標科技、歐瑞博、物聯感測和華為等技術解決方案商在通用硬體和技術、系統級解決方案上已成為諸多智慧家居和物聯企業的合作伙伴。

綜合來看，智慧家居和物聯企業由於市場分類、技術種類和資料積累的不同各自提供著差異化的解決方案。在既定市場中，沒有絕對意義上的排斥競爭，各企業之間的合作融合度較強。

傳統家電企業：海爾U＋、美的M-Smart 等。

網際網路企業：阿里小智、QQ 物聯、京東微聯、小米、樂視樂居家等。

技術解決方案商：科沃斯、broadlink、感居物聯、風向標科技、歐瑞博、物聯感測、華為等。

（5）智慧醫療

目前國內智慧醫療領域的研究主要集中於醫療機器人、醫療解決方案和生命科學領域。

由於起步較晚和技術門檻的限制，目前國內醫用機器人的研發水平和普及率相較於國際一線水平仍存在一定的差距，從事企業主要集中與手術機器人和康復機器人兩大領域，以新鬆機器人、博實股份、妙手機器人、璟和技創等企業為代表。

在醫療解決方案方面，以騰訊、阿里巴巴、百度和科大訊飛為代表的公司通過和政府、醫療機構的合作，為腦科學、疾病防治與醫療資訊資料等領域提供智慧解決方案。

而在生命科學領域，研究的著眼點在以基因和細胞檢測為代表的前沿研究領域，代表企業有華大基因、碳雲智慧和貝瑞和康等。

醫療機器人代表企業：新鬆機器人、博實股份、妙手機器人、璟和技創等。

醫療解決方案代表企業：騰訊、阿里巴巴、百度、科大訊飛等。

生命科學代表企業：華大基因、碳雲智慧、貝瑞和康、安諾優達、聯合基因、北科生物等。

綜合來看，國內人工智慧產業鏈的基礎技術鏈條已經構建成熟，人工智慧技術和應用則集中在人臉和影象識別、語音助手、智慧生活等專用領域的場景化解決方案上。就趨勢來看，未來國內人工智慧領域的差異化競爭和突破將主要集中在人工智慧相關技術的突破和應用場景升級兩個層面。

二、國內人工智慧行業關鍵力量

在國內人工智慧產業鏈中，雖然 80% 的企業屬於 B 輪或 B 輪以前的初創企業，但值得注意的是，仍有一批關鍵勢力依託自身技術、資金與資料門檻構成了國內人工智慧行業的第一梯隊。這其中既包括以 BAT 為代表的傳統巨頭，也有科大訊飛這樣的細分領域龍頭。從日漸完善產品線到平臺構建，這些企業形成了國內人工智慧行業的核心力量與關鍵勢力。

1.百度：技術驅動的應用型生態

百度在人工智慧領域的佈局更側重於應用型生態，在 BAT 三家中，百度也是最接近由專用應用向通用應用過度的公司。

目前，百度研究院有三大實驗室，分別是北美矽谷人工智慧實驗室、北京深度學習實驗室和北京大資料實驗室，目前已在影象識別、影象搜尋、語音識別、自然語言處理、智慧語義、機器翻譯和精準廣告等方面取得了顯著進展（超過 500 項國際專利，其中包括超過 270 項的神經語言程式學領域專利和超過 120 項的深度學習專利）。

憑藉搜尋引擎發家的百度擁有強大的資料獲取和挖掘的能力，百度為外界提供了大資料儲存、分析和挖掘技術，促進其在醫療、交通等多領域的具體運用，並在若干領域開放了自己的人工智慧生態併發布了多款應用型產品。

語音識別

在語音識別方面，吳恩達及研究團隊發明了一種新的語音識別方法，這款基於深度學習的語音識別系統可以在嘈雜環境下實現將近 81% 的辨識準確率。該語音識別系統採用深度學習演算法取代了原來的模型，在遞迴神經網路或者模擬神經元陣列中進行訓練，讓語音識別系統更加簡單。

影象識別

在影象識別方面，百度也一直在利用深度學習技術來提高影象識別的精度。2014 年 9 月，百度雲結合百度深度學習研究院提供的人臉識別及檢索技術，推出雲端影象識別功能。11 月，百度釋出了基於模擬神經網路的「智慧讀圖」，可以使用類似人腦思維的方式去識別、搜尋圖片中的物體和其他內容。

深度學習

為滿足深度學習在計算和儲存上的要求，百度在國內建立了十幾座雲端計算中心並投入使用了4萬兆交換機。此外，百度還是全球首家將 GPU 用於人工智慧和深度學習領域、並規模化商用 ARM 伺服器的公司。

整合了這些的百度形成強大的儲存計算能力，從而可以進行多樣的平行計算，支援生成、配置針對不同應用和場景網路結構，為人工智慧提供有力的硬體支援。

其中最具代表性的「百度大腦」通過深度學習來模擬人類大腦的神經元，引數規模達到百億級別，構建了世界上最大規模的深度神經網路。百度大腦融合了深度學習演算法、資料建模、大規模 GPU 並行化平臺等技術，實現了實時學習和成長，它擁有 200 億個引數，構成了一套巨大的深度神經網路。

2.騰訊：基於使用者體系的軟硬體服務型生態

相比於以技術為導向的百度人工智慧生態，依託高頻應用和龐大使用者群體的騰訊在人工智慧領域的佈局主要聚焦於基於使用者體系的軟硬體服務型生態。

隨著技術成熟和應用環境的成熟（移動端裝置普及、使用者使用習慣和認可度的提升、雲服務軟體形態的成熟），整個人臉識別和影象識別行業都屬於朝陽產業，而有著中國網際網路最大使用者基礎的騰訊也選擇了在人臉和圖片識別領域的切入，這也成為了整個騰訊人工智慧生態的最和諧競爭力。

在這一領域的技術研發和落地應用中，騰訊均處於國際領先地位。在 FDDB 人臉檢測、LFW 人臉識別、PASVAL VOC2012 圖片識別大賽中，騰訊優圖團隊都重新整理了國際識別準確率記錄。

依託騰訊內部完善的生態，騰訊優圖的人臉識別技術已組建與金融、安防與身份識別等領域結合在一起。其中，既包括與騰訊徵信、微眾銀行和財付通、QQ、廣點通等內部業務的合作，也涉及與相關機構的信用評估和基於公安部資料的全國公民身份證號碼查詢服務。在內外部的合作中，相關技術也在業務中完整落地形成閉環，經過業務海量資料的長期實際考驗，並持續反饋來優化演算法。

而在成立了騰訊智慧計算與搜尋實驗室之後，微信也與香港科技大學聯合建立了人工智慧實驗室，主要研究方向包含語音識別、影象識別、語義理解等方面，部分基礎研究成果（如語音轉文字）已被整合為微信功能。

值得注意的是，在專業應用領域，騰訊也在不同程度上做出了嘗試。無論是由騰訊財經研發的自動寫作機器人「Dreamwriter」還是在硬體領域推出的智慧球型機器人「微寶」都反映了騰訊在未來更多細分領域推出服務型產品的思路。

未來，隨著 TencentOS 的應用以及 QQ、微信物聯更多的落地實踐，騰訊在智慧生活層面硬體產品的研發也是非常值得關注的領域。

3.阿里巴巴：以阿里云為基礎的業務藍圖

與騰訊和百度不同的是，阿里巴巴在人工智慧領域的佈局主要集中在專業領域的通用應用和智慧家居兩個方面，而這一切都離不開以阿里云為基礎的大規模分散式雲端計算和 GPU 叢集。

從 2015 年開始，阿里就開始在人工智慧領域發力，其中最具代表性的是首個視覺化人工智慧平臺 DTPAI，它集成了阿里巴巴核心演算法庫，包括特徵工程、大規模機器學習、深度學習等。在此基礎上，阿里巴巴推出人工智慧客服「小蜜」以及基於神經網路、社會計算、情緒感知等原理工作的智慧程式小「Ai」。

2015 年 6 月，阿里巴巴向軟銀旗下的機器人公司 SBRH 戰略注資 145 億日元。相比於機器人制造，阿里巴巴的優勢在雲端計算和大資料領域，這也將成為阿里巴巴在機器製造領域的差異化競爭壁壘。

而通過投資 SBRH，阿里巴巴得以建立起機器人產業的通路，並在機器視覺、語音解析、家庭智慧控制、智慧網路安全等方面與 SBRH 建立研究合作和溝通機制，幫助其在智慧家居方面基礎技術的積累和擴充套件。

在智慧物聯領域，阿里巴巴整合了集團旗下天貓電器城、阿里智慧雲、淘寶眾籌三個業務部門，在內部調動各類優質資支援智慧產品的推進並加速智慧硬體孵化速度。而在 2015 年 4 月，阿里巴巴集團宣佈成立阿里巴巴智慧生活事業部，全面進軍智慧生活領域。

4.科大訊飛：基於語音系統的通用解決方案

與 BAT 三家圍繞自身技術、使用者與基礎服務構建著差異化的人工智慧競爭生態不同，科大訊飛選擇在語音識別這一單點領域進行突破，並圍繞於此建立基於語音系統的通用解決方案平臺。

依託於中文語音合成、語音識別、口語評測等多項技術研發與突破，科大訊飛以專用領域的技術解決方案為切口，分別在智慧家居、行業安全、教育考試解決方案、智慧硬體語音識別解決方案等專用領域產品的研發構建了目前國內最全的語音技術平臺並實現了語音領域最為廣泛的落地解決方案。

基於此，科大訊飛也最接近由人工智慧專用技術解決方案商向通用技術應用平臺的角色過渡。就目前科大訊飛推出的從大型電信級應用到小型嵌入式應用，從電信、金融等行業到企業和家庭使用者以及從 PC 到手機等各種移動裝置來看，科大訊飛已具備能夠滿足不同應用環境的多種產品的能力。

而在目前的國內語音識別市場上，科大訊飛研發的語音合成產品的市場份額達到 70% 以上，在電信、金融、電力、社保等主流行業的份額更達 80% 以上，開發夥伴超過 10000 家，以訊飛為核心的中文語音產業鏈已初具規模。

可以看出， 百度、騰訊和阿里巴巴三家巨頭分別圍繞著自身技術、使用者與基礎服務構建著差異化的人工智慧競爭生態。其中，百度和騰訊更側重於影象、語音和智慧生活場景的解決方案，而阿里巴巴雖然對此有所涉獵，但主要重心在於資料和技術結合的服務型人工智慧解決方案提供上。

與 BAT 為代表的大而全生態構築不同，科大訊飛依託絕對市場份額的絕對佔有率和構築多年的技術門檻形成了他們在語音識別解決方案領域獨特的市場競爭力，這也為國內其他初創型人工智慧企業的未來發展提供了良好的借鑑。

可以預見的是，人工智慧產品線更為完整的百度將會更快地由專用領域人工智慧向通用領域人工智慧過度，騰訊的視覺和生活場景解決方案也將有更多的落地實踐空間，阿里巴巴則會在基礎技術提供和綜合解決方案上形成自己的競爭壁壘；而以科大訊飛為代表的由專用領域技術解決方案商向專業平臺過渡的模式也將會成為相當一部分初創型人工智慧企業發展的借鑑。

三、八個國內人工智慧領域最具價值的新銳公司

除了以 BAT 和科大訊飛為代表的核心勢力，近幾年來國內也湧現出了一大批極具發展前景和投資價值的初創型人工智慧企業。他們分別在計算機視覺、語音識別、智慧生活解決方案和醫療基因等領域形成自己差異化的競爭態勢，並在各自領域內的技術領先度和市場佔有率上領先其他對手。

在這其中，既有格靈深瞳和曠視科技類的現實應用服務解決商，也涉及到華大基因和碳雲智慧這類的未來技術研發商，他們一道組成了國內人工智慧領域未來發展的不可忽視力量。

1.格靈深瞳　　

在國內初創型人工智慧企業中，格靈深瞳可以算是國內計算機視覺商業解決方案，尤其是在動態影象識別領域最具代表性的企業，這一切也得益於格靈深瞳在人和車的檢測、跟蹤與識別方面所形成的技術門檻。

在具體應用中，除了在人臉識別、圖片識別、視訊內容識別、OCR、三維深度視覺等方面中的數款落地產品的推出，格靈深瞳還早早地將落地應用瞄準了零售、安防、汽車等領域。在行業自動化與智慧化的技術實踐中，格靈深瞳走在了國內計算機視覺識別領域的前列。

除此之外，格靈深瞳還在早期通過開放計算機視覺模組的方式嘗試進行計算機視覺技術平臺的搭建，這一類似科大訊飛發展路徑的戰略規劃也將使得更多計算機視覺領域的優秀企業提供更多的智慧化解決方案並推動格靈深瞳內部產品的優化與創新。

2.曠視科技

與格靈深瞳稍顯不同的是，曠視科技的優勢集中在人臉識別和靜態圖片識別解決方案的落地實踐上。通過人臉識別雲服務平臺 Face++、Image++ 以及智慧硬體 Megvii C1 等產品的推出，曠視科技在人臉識別和靜態圖片識別等領域為行業解決方案、智慧安防解決方案獲得了最為廣泛的應用成果。

在國內以人臉識別為核心的計算機識別技術代表公司中，曠視科技不僅在識別準確率上取得了領先，在金融、安防等領域的落地應用中，曠視科技也提供了最成熟的技術解決方案。

在這其中，作為阿里巴巴的戰略合作伙伴，曠視為支付寶開發人臉識別模組，其識別率超過了 99%；除此之外，曠視科技還為小米金融、聯想之星、民生銀行和公安系統等企業、單位和機構提供不同的視覺技術解決方案。

3.優必選

相關推薦