人工智能逻辑-人工语音智能计算器

人工智能比以往任何一个新兴行业类别都要火热。 2017年初，全国人工智能相关注册企业数量仍处于1.3万家水平。 到2021年底，人工智能企业数量已超过17万家。 近五年，新办企业数量超过16万家。 资本市场方面，过去十年累计投资AI领域超过2.5万亿元。 除去工商注册可能存在的水分，真正获得资本支持的人工智能企业实际上有数百家。 红杉资本、真格基金、IDG资本等投资机构在AI赛道投资超过100倍。

01

人工智能起源于计算机，立足于算法，成就于技术

AI概念提出的时间是公认的1956年美国达特茅斯会议，当时的主题是讨论计算机问题，但两个月的会议并没有解决计算机的具体问题。 最早提出人工智能概念的是当时29岁的数学博士约翰·麦卡锡。 他的初衷是让计算机像人一样思考，解决实际问题。 但不经意间将AI从计算机科学中分离出来，成为一门独立的科学。

后来，在人工智能自身成长的道路上，AI成为了棋坛名将。 1962年，IBM的算法赢得跳棋比赛； 1997年，深蓝战胜世界象棋大师； 2016年，AlphaGo以4:1击败围棋冠军李世石。 下棋似乎就是AI能力的体现。 但市场并不这么认为。 既然程序算法可以下棋，那么它们也必须能够帮助人类过滤数据、选择路径和优化解决方案。

AlphaGo 对战李世石

在不确定性中寻找确定性，提升商业价值。 于是，AI 2.0开启了机器学习模式，AI 3.0进化为深度学习和大数据驱动的模式。 在互联网领域，用户行为数据构成用户画像； 在商业领域，个人信用记录为定制商业协议条款提供依据； 在生活领域，电子设备与人类智能交互，进一步捕捉人类意图。

今天，人工智能已经发展成为一个完整的生态系统。 基础层提供芯片、传感器、数据服务、云计算等核心能力； 技术层解决语音处理、自然语言处理、计算机视觉、机器学习等核心问题； 该层提供机器人、无人机、可穿戴设备、智能家居等终端应用场景，以及智慧医疗、智慧教育、智能制造、智慧金融、智慧安防等行业解决方案。

智慧医疗

技术突破无疑是人工智能市场化的关键，也是行业走向成熟的标志。 比如在机器学习方面，近十年来，随着计算能力的进步和海量样本训练的支持人工智能逻辑，深度学习支撑了图像分析、语音识别等关键问题。 但不得不承认，图片像素的细微变化也可能对AI识别造成障碍。 以至于让AI识别出大量的汽车照片后，下一张照片能否识别出来，还是一个成功概率的问题。 只要这个概率是用户可以接受的，就具备了市场化的条件。

智能识别

02

人工智能市场化的驱动力在于国际竞争和投资驱动

目前，人工智能仍处于快速发展期，中美两国都在积极布局。 国际竞争与合作增强了各国发展人工智能的决心。

根据斯坦福大学HAI（Human-centered AI）发布的指数报告，2021年全球人工智能投资将达到1764.7亿美元，较2020年的1195.4亿美元增长47.6%。中美合作是美英合作的两倍多。 清华大学人工智能研究院研究发现，我国在自然语言处理、芯片技术、机器学习、信息检索与挖掘等10多个子领域的科研产出水平紧追美国，位居世界前列。世界前沿； 在多媒体和物联网领域论文产量超过美国，位居世界第一； 而在人机交互、知识工程、机器人、计算机图形学、计算理论等领域，中国还需努力赶超。

当前，我国人工智能产业的发展应用领域广泛而深入。 无论是终端应用，还是行业解决方案，人工智能在社会经济发展过程中的渗透都创造了无穷的想象空间。 就行业成熟度而言，以市场化程度衡量，人工智能开启了供需匹配、周期性增长的发展通道。

政策引导资金和社会资本的价值在经济周期中逐步实现，市场化需求倒逼人工智能企业加速客户拓展和价值实现。 未来政策支持逐步放开，企业将具备自主发展能力，面对外部竞争。

现阶段，AI投资模式也在悄然发生变化。 2019年以来我国AI企业早期投融资数量明显下降，同期中后期投资占比明显提升，资金流向的企业较少。 而且这些公司的预期很高。 产业投资机构正在从“蒲公英”式的随风投资向“定向培育”转变。

作者|元元首创高新技术产业研究院

1、本文为首都高新技术产业研究院原创内容。 如需转载，请联系我们。 如果您对文中观点有不同看法，欢迎志同道合的科技创作者与我们互动。 2、因编辑需要，文与图无必然联系人工智能逻辑，仅供读者参考； 文中所用图片来源于网络，版权归版权人所有。 由于无法一一联系到版权方，如有媒体或个人不慎侵犯知识产权，请联系后台，我们将第一时间删除。