對人工智能賽迪有自己的定義?，F(xiàn)在很多業(yè)界人士都對強人工智能和弱人工智能有很清晰的定義，其實強的人工智能還是存在比較遙遠的探索階段，它是關于自我意識方面比較深層次的探索，我們關注最多的是弱的人工智能。

弱的人工智能有三個定義，它主要具備了3C特性，第一個就是人工智能通過深度學習和神經(jīng)網(wǎng)絡算法，能夠對人類的一些知識感知實現(xiàn)機器理解。第二個就是機器視覺和語音識別，能夠通過機器對外界的行為進行一個感知。第三，協(xié)作的關系。這個協(xié)作是指運動器官，通過機器外部控制器完成人類對他指令行為習慣的驅使，這是3C的特征。

基于這樣的概念定義基礎之上，我們會對整個人工智能產(chǎn)業(yè)鏈進行詳細分析。整個產(chǎn)業(yè)鏈定位分為三個層次：第一是最下層的基礎設施層，很多的機器視覺，包括語音識別需要很多的算法、硬件計算平臺和一些軟件的開發(fā)平臺，還有剛才說的圖像庫資源，包括語音識別庫資源，都是有基礎設施層的布局。

第二個是技術研發(fā)層面，涵蓋了包括機器學習、語音識別和機器視覺，還有智能機器人等三到四個重要的緯度，其中漢柏科技，在機器視覺領域做得就非常出色。

第三個是應用層，在人工智能產(chǎn)業(yè)行業(yè)應用最主要幾個應用領域中，機器視覺的應用領域非常深、非常多，從整個產(chǎn)業(yè)鏈的全景圖來講，中國的人工智能產(chǎn)業(yè)處在快速的生態(tài)的構建期。

從整個機器視覺的領域來講，它是處在快速的重構期，通過市場分析來看，機器視覺并不是特別新興的領域，這從最早圖像處理衍生到現(xiàn)在，市場上有很多大的廠商對智能安防和交通做了很久的深耕，他們最開始不是做機器視覺、人臉識別起家的，在這幾個行業(yè)中很多廠商都處于并駕齊驅、快速發(fā)展階段。

通過對產(chǎn)業(yè)全景圖梳理的大體的框架可以看到，整個人工智能全產(chǎn)業(yè)鏈包括基礎設施、技術研發(fā)和應用層三個層面。

通過對整個基礎設施層的深入剖析，包括一些重點廠商和重點行業(yè)應用，其實可以看到，基礎設施層存在問題?，F(xiàn)在很多的傳感器，包括一些機器視覺的識別，它的多元數(shù)據(jù)是很難融合，去協(xié)同的，它的數(shù)據(jù)不能對多元化協(xié)同開發(fā)，還存在著一定的障礙，這是目前在基礎設施層存在的一些問題。我們認為未來的突破，一個是軟件算法的快速迭代、快速的更新。在這個層面上中國其實是跟全世界很多國家一樣，都處在非常相似的起跑線上，大家對這個算法的突破能力都是非常強的。在軟件算法層面是我們未來的重要突破方向。另一方面就是硬件的計算芯片，這是未來的主攻方向，尤其是現(xiàn)在最熱門的AI芯片，這是未來重點發(fā)展方向。

簡單分析一下目前主流的計算芯片包括GPU，這包括服務器，還有邊緣計算，基本上都用這兩類計算芯片完成人工智能，包括機器視覺整個運算能力。從整個趨勢來講，基本上分為兩個特征，就是云端會存在高吞吐，本地化存在小快靈的特征。這是什么意思呢?現(xiàn)在很多的機器視覺、很多的數(shù)據(jù)源匯總到云端需要占用大量網(wǎng)絡帶寬，這對我們提出很嚴峻的挑戰(zhàn)，交通、安防數(shù)據(jù)都需要通過云端處理，業(yè)界同行都認為未來的趨勢，就是需要將這種運算的功能邊緣化，當然提供一些時延必須要低，這是未來主要的方向，本地的移動化AI芯片。

當然這是技術研發(fā)層層面，其實核心的問題就是一點，機器學習是推動了整個計算機視覺的精度，包括效率的提升，這是在機器學習領域對整個計算機視覺重要的突破性影響。

分析應用層場景發(fā)現(xiàn)機器視覺對硬件推動非常明顯，比如說無人機，可能最早不具備機器視覺，例如大疆無人機，它推出智能避障，現(xiàn)在添加了是為了提升產(chǎn)品的性價比。

通過分析在應用層的產(chǎn)品存在的問題，我們認為機器視覺未來的突破領域，也是剛才說的，還有就是三維的視覺重建，這當然是技術視覺的算法層面。另一方面未來的無人設備，將會是一個非常重要的突破點。

全球人工智能戰(zhàn)略格局

對比全球目前主要國家在人工智能包括機器視覺方面的戰(zhàn)略部署，我們可以看到，在美國、日本、歐洲已經(jīng)很早就提出了相應的重大的戰(zhàn)略部署，而且從他們的戰(zhàn)略的實施層面和緯度，以及深度和力度來講，可以看出美日韓在搶跑戰(zhàn)略。從具體幾個目標來看，美國關注的非常早，在去年白宮提出了人工智能計劃之后，其實已經(jīng)緊密召開了四次，從學界、企業(yè)，包括社會的整個溝通會討論，相當于社會整個倫理，包括科技進步的征集形式，在聲勢上非常浩大。

日本也是處在非常迅猛推進的階段。最近大家看到波士頓動力，后來被豐田收購了，他們之后做了非常大力度的推動，這家公司最早專注于做工業(yè)機器人，但是豐田收購之后，很快轉型做服務機器人，這跟美國另一家做掃地機器人公司非常類似，我們認為日本在人工智能下一階段上會搶跑的重要原因。

說到歐盟整個包括兩大旗艦項目，一是人腦計劃，二是石墨烯，這是從戰(zhàn)略上推出非常強大的動力，這是全球的戰(zhàn)略動向。

從企業(yè)方面來講，現(xiàn)在很多企業(yè)，尤其是IT龍頭企業(yè)，都是以軟件和硬件平臺為統(tǒng)一部署商業(yè)化的運作，從圖中可以看出，這里面列舉了一些重點的產(chǎn)品和軟件的平臺，其實都是一體化的推動，當然這是企業(yè)的普遍思路。

賽迪顧問預測到2018年中國人工智能市場規(guī)模會超過406億，這個復合增長率會達到25.8%，增速是快于全球的整個增長率的。在市場結構上來講，也是存在著整體的情況。投資規(guī)模來講，在去年一年，從投資的整個額度包括投資筆數(shù)都呈快速增加的態(tài)勢，而且很多從事人工智能和機器視覺的企業(yè)數(shù)量也在快速地增加。

從區(qū)域布局的分析可以看到，各個國家、各個層次都在推廣一些自己的戰(zhàn)略。通過人工智能方面利好的政策，未來在這四個領域會有比較大的機遇，安防、交通，金融，消費電子這是機器視覺領域重點關注的應用行業(yè)方向。

產(chǎn)業(yè)發(fā)展未來三大趨勢

最后為大家分享幾個未來的趨勢：

第一是現(xiàn)在巨頭做機器視覺，包括人工智能演進，他們都是呈開元化，這在中國來講比如華為，對他們來說開源的思路，到底開源怎么用，有很多理念上跟國外還是有一定的差距，很多開源做完代碼自己封裝自己用了，其實從整個思路來講，國外開源理念上是更先進的。當然有其背后的原因，很多企業(yè)基本上在提交人工智能代碼上走著開源化部署道路。

整個產(chǎn)業(yè)的演進方向，目前處在快速回報期。整個產(chǎn)業(yè)和產(chǎn)品技術演進會存在周期的波動，機器視覺領域以及計算機視覺，仍是處在快速的回報期，也就是說它的技術已經(jīng)得到成熟，市場關注度也在快速地回升，它是未來能夠得到快速回報的重點產(chǎn)品和領域。

最后就是在目前中國整個市場發(fā)展，包括政府的規(guī)劃中，智慧城市這個話題又重新火熱起來了，很多年前建設了很多，但是發(fā)展都不是特別順利，現(xiàn)在隨著人工智能整個產(chǎn)業(yè)發(fā)展，這個動力和熱潮，主要原因就是技術實力能夠解決真正的剛需和真正的問題，在數(shù)據(jù)方面我們預測今年中國智慧城市建設數(shù)量超過500個，在整個智慧城市的產(chǎn)業(yè)定義上來講，機器視覺領域需求量特別大的，很多的包括智慧城市的定義就是說，什么叫智慧城市，就是攝象頭數(shù)量多少個，這是一個很剛性的標準，對智能，包括具備人臉識別功能攝象頭需求量未來是非常大的。

人工智能的發(fā)展確實會減少很多的工作崗位，但是同樣會創(chuàng)造非常多的新興的工作崗位，比如說編程，很多年前都是不存在的，整個產(chǎn)業(yè)對社會發(fā)展帶來非常大的推動作用。