|
第一章 人工智能的基本介紹 1.1 人工智能的基本概述 1.1.1 人工智能的內(nèi)涵 1.1.2 人工智能的分類 1.1.3 人工智能關(guān)鍵環(huán)節(jié) 1.1.4 人工智能研究階段 1.1.5 人工智能的產(chǎn)業(yè)鏈 1.2 人工智能發(fā)展歷程 1.2.1 發(fā)展簡史 1.2.2 研究歷程 1.2.3 發(fā)展階段 1.3 人工智能的研究方法 1.3.1 大腦模擬 1.3.2 符號處理 1.3.3 子符號法 1.3.4 統(tǒng)計學(xué)法 1.3.5 集成方法
第二章 2015-2017年國際人工智能行業(yè)發(fā)展分析 2.1 2015-2017年全球人工智能行業(yè)發(fā)展綜況 2.1.1 人工智能概念的悄然興起 2.1.2 驅(qū)動人工智能的內(nèi)外動因 2.1.3 人工智能的發(fā)展階段分析 2.1.4 全球人工智能產(chǎn)業(yè)發(fā)展?fàn)顩r 2.1.5 發(fā)達(dá)國家重視人工智能產(chǎn)業(yè) 2.1.6 世界人工智能迎來發(fā)展新階段 2.2 美國 2.2.1 人工智能成美國發(fā)展戰(zhàn)略 2.2.2 人工智能應(yīng)用于美國國防 2.2.3 美國量子技術(shù)助力AI發(fā)展 2.2.4 美國機(jī)器人市場需求預(yù)測 2.3 日本 2.3.1 AI成日本工業(yè)發(fā)展重點 2.3.2 日本政府推進(jìn)人工智能 2.3.3 日本重視人工智能研究 2.3.4 日本人工智能投資計劃 2.3.5 日本科技發(fā)展借力人工智能 2.4 2015-2017年各國人工智能產(chǎn)業(yè)發(fā)展動態(tài) 2.4.1 歐盟推進(jìn)服務(wù)機(jī)器人研發(fā) 2.4.2 歐美推出大腦發(fā)展計劃 2.4.3 俄國成功開發(fā)AI系統(tǒng) 2.4.4 韓國人工智能研發(fā)動態(tài) 2.4.5 AI應(yīng)用于巴西世界杯 2.5 2015-2017年國際企業(yè)加快布局人工智能領(lǐng)域 2.5.1 互聯(lián)網(wǎng)企業(yè)加快AI產(chǎn)業(yè)布局 2.5.2 Facebook建設(shè)AI硬件平臺 2.5.3 戴爾開展人工智能研發(fā)合作 2.5.4 雅虎邁出人工智能發(fā)展步伐 2.5.5 維基百科涉足人工智能領(lǐng)域
第三章 2015-2017年中國人工智能行業(yè)政策環(huán)境分析 3.1 政策助力人工智能發(fā)展 3.1.1 政策加碼布局人工智能 3.1.2 人工智能將納入“十三五” 3.1.3 中國大腦研究計劃開啟 3.1.4 人工智能成為國家戰(zhàn)略重點 3.2 人工智能行業(yè)相關(guān)政策分析 3.2.1 “中國制造”助力人工智能 3.2.2 “互聯(lián)網(wǎng)+”推動人工智能 3.3 人工智能行業(yè)地方政策環(huán)境分析 3.3.1 AI或納入北京“十三五” 3.3.2 上海市推出AI“腦計劃” 3.3.3 人工智能獲廣州財政支持 3.3.4 深圳市具備AI發(fā)展優(yōu)勢 3.4 機(jī)器人行業(yè)政策規(guī)劃分析 3.4.1 政策大力支持機(jī)器人行業(yè) 3.4.2 工業(yè)機(jī)器人將持續(xù)高增長 3.4.3 服務(wù)機(jī)器人將成為新藍(lán)海
第四章 2015-2017年中國人工智能行業(yè)發(fā)展分析 4.1 2015-2017年人工智能行業(yè)發(fā)展綜況 4.1.1 人工智能技術(shù)方興未艾 4.1.2 國內(nèi)人工智能布局加快 4.1.3 人工智能實驗室成立 4.1.4 人工智能行業(yè)發(fā)展迅猛 4.1.5 人工智能市場需求將增長 4.1.6 人工智能市場進(jìn)入新階段 4.2 人工智能產(chǎn)業(yè)生態(tài)格局分析 4.2.1 生態(tài)格局基本架構(gòu) 4.2.2 基礎(chǔ)資源支持層 4.2.3 技術(shù)實現(xiàn)路徑層 4.2.4 應(yīng)用實現(xiàn)路徑層 4.2.5 未來生態(tài)格局展望 4.3 2015-2017年人工智能區(qū)域發(fā)展動態(tài)分析 4.3.1 哈爾濱逐步完善機(jī)器人產(chǎn)業(yè) 4.3.2 安徽省建立人工智能學(xué)會 4.3.3 四川成立人工智能實驗室 4.3.4 上海進(jìn)一步推進(jìn)人工智能 4.3.5 福建建立仿腦智能實驗室 4.4 2015-2017年人工智能技術(shù)研究動態(tài)分析 4.4.1 人工智能再獲重大突破 4.4.2 智能語音識別及控制技術(shù) 4.4.3 高級人工智能逐步突破 4.4.4 AI神經(jīng)網(wǎng)絡(luò)識別技術(shù) 4.4.5 人工智能帶來媒體變革 4.5 人工智能行業(yè)發(fā)展存在的主要問題 4.5.1 人工智能發(fā)展面臨的困境 4.5.2 人工智能發(fā)展的隱性問題 4.5.3 人工智能發(fā)展的道德問題 4.5.4 人工智能發(fā)展的技術(shù)障礙 4.6 人工智能行業(yè)發(fā)展對策及建議 4.6.1 人工智能的發(fā)展策略分析 4.6.2 人工智能的技術(shù)發(fā)展建議 4.6.3 人工智能倫理問題的對策
第五章 2015-2017年人工智能行業(yè)發(fā)展驅(qū)動要素分析 5.1 硬件基礎(chǔ)日益成熟 5.1.1 高性能CPU 5.1.2 “人腦”芯片 5.1.3 量子計算機(jī) 5.1.4 仿生計算機(jī) 5.2 大規(guī)模并行運算的實現(xiàn) 5.2.1 云計算的關(guān)鍵技術(shù) 5.2.2 云計算的應(yīng)用模式 5.2.3 我國推進(jìn)云計算發(fā)展 5.2.4 云計算技術(shù)發(fā)展動態(tài) 5.2.5 云計算成人工智能基礎(chǔ) 5.3 大數(shù)據(jù)技術(shù)的崛起 5.3.1 大數(shù)據(jù)技術(shù)的內(nèi)涵 5.3.2 大數(shù)據(jù)的各個環(huán)節(jié) 5.3.3 大數(shù)據(jù)的主要應(yīng)用領(lǐng)域 5.3.4 大數(shù)據(jù)成人工智能數(shù)據(jù)源 5.3.5 大數(shù)據(jù)技術(shù)助力人工智能 5.4 深度學(xué)習(xí)技術(shù)的出現(xiàn) 5.4.1 機(jī)器學(xué)習(xí)的階段 5.4.2 深度學(xué)習(xí)技術(shù)內(nèi)涵 5.4.3 深度學(xué)習(xí)算法技術(shù) 5.4.4 深度學(xué)習(xí)的技術(shù)應(yīng)用 5.4.5 深度學(xué)習(xí)提高人工智能水平
第六章 人工智能行業(yè)的技術(shù)基礎(chǔ)分析 6.1 自然語言處理 6.1.1 自然語言處理內(nèi)涵 6.1.2 語音識別技術(shù)分析 6.1.3 語義技術(shù)研發(fā)狀況 6.1.4 自動翻譯技術(shù)內(nèi)涵 6.2 計算機(jī)視覺 6.2.1 計算機(jī)視覺的內(nèi)涵 6.2.2 計算機(jī)視覺的應(yīng)用 6.2.3 計算機(jī)視覺的運作 6.2.4 人臉識別技術(shù)應(yīng)用 6.3 模式識別技術(shù) 6.3.1 模式識別技術(shù)內(nèi)涵 6.3.2 文字識別技術(shù)應(yīng)用 6.3.3 指掌紋識別技術(shù)應(yīng)用 6.3.4 模式識別發(fā)展?jié)摿?/SPAN> 6.4 知識表示 6.4.1 知識表示的內(nèi)涵 6.4.2 知識表示的方法 6.4.3 知識表示的進(jìn)展 6.5 其他技術(shù)基礎(chǔ) 6.5.1 自動推理技術(shù) 6.5.2 環(huán)境感知技術(shù) 6.5.3 自動規(guī)劃技術(shù) 6.5.4 專家系統(tǒng)技術(shù)
第七章 人工智能技術(shù)的主要應(yīng)用領(lǐng)域分析 7.1 工業(yè)領(lǐng)域 7.1.1 智能工廠進(jìn)一步轉(zhuǎn)型 7.1.2 人工智能的工業(yè)應(yīng)用 7.1.3 人工智能應(yīng)用于制造領(lǐng)域 7.1.4 人工智能助力中國制造 7.1.5 人工智能成工業(yè)發(fā)展方向 7.1.6 AI工業(yè)應(yīng)用的前景廣闊 7.2 醫(yī)療領(lǐng)域 7.2.1 人工智能的醫(yī)療應(yīng)用概況 7.2.2 人工智能在中醫(yī)學(xué)中的應(yīng)用 7.2.3 人工神經(jīng)網(wǎng)絡(luò)技術(shù)的醫(yī)學(xué)應(yīng)用 7.2.4 AI在醫(yī)學(xué)影像診斷中的應(yīng)用 7.2.5 AI在醫(yī)療診斷應(yīng)用中的展望 7.2.6 企業(yè)加快布局醫(yī)療人工智能 7.3 社交領(lǐng)域 7.3.1 人工智能的移動社交應(yīng)用 7.3.2 人工智能社交產(chǎn)品發(fā)布 7.3.3 社交網(wǎng)絡(luò)成AI應(yīng)用焦點 7.4 無人駕駛領(lǐng)域 7.4.1 無人駕駛的效益分析 7.4.2 自動駕駛技術(shù)發(fā)展進(jìn)程 7.4.3 無人駕駛產(chǎn)業(yè)發(fā)展加快 7.4.4 人工智能助力無人駕駛 7.4.5 AI成為智能汽車發(fā)展方向 7.5 其他領(lǐng)域 7.5.1 人工智能的智能搜索應(yīng)用 7.5.2 人工智能應(yīng)用于電子商務(wù) 7.5.3 人工智能與可穿戴設(shè)備結(jié)合 7.5.4 人工智能成3D打印基礎(chǔ) 7.5.5 人工智能的“虛擬助手” 7.5.6 人工智能家居成為新趨勢
第八章 2015-2017年人工智能機(jī)器人發(fā)展分析 8.1 2015-2017年機(jī)器人產(chǎn)業(yè)發(fā)展綜況 8.1.1 全球機(jī)器人行業(yè)規(guī)模分析 8.1.2 中國工業(yè)機(jī)器人市場現(xiàn)狀 8.1.3 機(jī)器人行業(yè)產(chǎn)業(yè)鏈構(gòu)成 8.1.4 機(jī)器人的替代優(yōu)勢明顯 8.1.5 機(jī)器人下游應(yīng)用產(chǎn)業(yè)多 8.1.6 智能機(jī)器人成為發(fā)展趨勢 8.2 人工智能在機(jī)器人行業(yè)的應(yīng)用狀況 8.2.1 人工智能與機(jī)器人的關(guān)系 8.2.2 AI于機(jī)器人的應(yīng)用過程 8.2.3 AI大量運用于小型機(jī)器人 8.2.4 AI機(jī)器人的重要應(yīng)用領(lǐng)域 8.3 人工智能在智能機(jī)器人領(lǐng)域的技術(shù)應(yīng)用 8.3.1 專家系統(tǒng)的應(yīng)用 8.3.2 模式識別的應(yīng)用 8.3.3 機(jī)器視覺的應(yīng)用 8.3.4 機(jī)器學(xué)習(xí)的應(yīng)用 8.3.5 分布式AI的應(yīng)用 8.3.6 進(jìn)化算法的應(yīng)用 8.4 機(jī)器人重點應(yīng)用領(lǐng)域分析 8.4.1 醫(yī)療機(jī)器人 8.4.2 軍事機(jī)器人 8.4.3 教育機(jī)器人 8.4.4 家用機(jī)器人 8.4.5 物流機(jī)器人 8.4.6 協(xié)作型機(jī)器人
第九章 2015-2017年國際人工智能行業(yè)重點企業(yè)分析 9.1 微軟公司 9.1.1 企業(yè)發(fā)展概況 9.1.2 企業(yè)財務(wù)狀況 9.1.3 微軟AI研究新進(jìn)展 9.1.4 微軟加快布局人工智能 9.1.5 微軟人工智能發(fā)展計劃 9.1.6 微軟建立機(jī)器學(xué)習(xí)工具 9.1.7 人工智能成為發(fā)展方向 9.2 IBM公司 9.2.1 企業(yè)發(fā)展概況 9.2.2 企業(yè)經(jīng)營范圍 9.2.3 企業(yè)財務(wù)狀況 9.2.4 IBM成立人工智能部門 9.2.5 IBM發(fā)布人工智能產(chǎn)品 9.2.6 IBM推進(jìn)人工智能發(fā)展 9.3 谷歌公司 9.3.1 企業(yè)發(fā)展概況 9.3.2 企業(yè)產(chǎn)品和服務(wù) 9.3.3 企業(yè)財務(wù)狀況分析 9.3.4 谷歌人工智能系統(tǒng) 9.3.5 谷歌人工智能平臺 9.3.6 谷歌人工智能產(chǎn)品 9.3.7 企業(yè)加快AI布局 9.4 亞馬遜公司 9.4.1 企業(yè)發(fā)展概況 9.4.2 企業(yè)經(jīng)營狀況 9.4.3 亞馬遜推出人工智能服務(wù) 9.4.4 亞馬遜引入人工智能平臺
第十章 2015-2017年中國人工智能行業(yè)重點企業(yè)分析 10.1 百度公司 10.1.1 企業(yè)發(fā)展概況 10.1.2 企業(yè)財務(wù)狀況 10.1.3 百度人工智能技術(shù)進(jìn)展 10.1.4 百度人研發(fā)AI計算機(jī) 10.1.5 百度布局人工智能行業(yè) 10.1.6 百度人工智能系統(tǒng)方案 10.2 騰訊公司 10.2.1 企業(yè)發(fā)展概況 10.2.2 企業(yè)財務(wù)狀況 10.2.3 微信具備AI發(fā)展優(yōu)勢 10.2.4 騰訊加快布局人工智能 10.3 阿里集團(tuán) 10.3.1 企業(yè)發(fā)展概況 10.3.2 企業(yè)財務(wù)狀況 10.3.3 阿里投資機(jī)器人領(lǐng)域 10.3.4 阿里人工智能平臺建立 10.3.5 阿里人工智能發(fā)展方向 10.4 科大訊飛股份有限公司 10.4.1 企業(yè)發(fā)展概況 10.4.2 企業(yè)業(yè)務(wù)布局 10.4.3 經(jīng)營效益分析 10.4.4 業(yè)務(wù)經(jīng)營分析 10.4.5 財務(wù)狀況分析 10.4.6 未來前景展望 10.5 北京捷通華聲語音技術(shù)有限公司 10.5.1 企業(yè)發(fā)展概況 10.5.2 企業(yè)發(fā)展重點 10.5.3 人工智能系統(tǒng)推出 10.5.4 加快人工智能的合作 10.5.5 構(gòu)建人工智能新格局
第十一章 2015-2017年人工智能行業(yè)投資狀況分析 11.1 人工智能行業(yè)投資綜況 11.1.1 全球人工智能的投融資分析 11.1.2 國內(nèi)人工智能的投融資狀況 11.1.3 人工智能行業(yè)投資總量分析 11.1.4 人工智能行業(yè)投資進(jìn)程加快 11.1.5 AI認(rèn)知技術(shù)商業(yè)投資加快 11.2 人工智能行業(yè)投資動態(tài) 11.2.1 Anki Drive獲得新一輪投資 11.2.2 Vicarious公司開啟AI融資 11.2.3 特斯拉注資建人工智能公司 11.2.4 Demiurge公司注資人工智能 11.2.5 格靈深瞳公司獲得天使投資 11.3 人工智能行業(yè)迎來投資機(jī)遇 11.3.1 人工智能成為投資風(fēng)口 11.3.2 人工智能進(jìn)入黃金時期 11.3.3 人工智能迎來投資機(jī)遇 11.3.4 全球人工智能投資升溫
第十二章 人工智能行業(yè)發(fā)展前景及趨勢預(yù)測 12.1 人工智能行業(yè)發(fā)展前景展望 12.1.1 人工智能發(fā)展前景展望 12.1.2 人工智能的市場空間巨大 12.1.3 人工智能成為發(fā)展新熱點 12.1.4 人工智能產(chǎn)業(yè)的機(jī)遇與挑戰(zhàn) 12.2 人工智能行業(yè)發(fā)展趨勢預(yù)測 12.2.1 人工智能未來發(fā)展趨勢 12.2.2 “智能＋X”將成新時尚 12.2.3 機(jī)器視覺成主要發(fā)展方向 12.2.4 人工智能將帶來新變化 12.2.5 人工智能市場規(guī)模預(yù)測
圖表目錄 圖表：人工智能產(chǎn)業(yè)鏈 圖表：全球運功監(jiān)測傳動器市場 圖表：1990VS2014計算成本 圖表：2015-2018年全球每年產(chǎn)生的數(shù)據(jù)總量 圖表：人工智能的重點品類 圖表：人工智能的重點品類的公司分布 圖表：人工智能的重點品類的融資分布 圖表：最受風(fēng)險資本青睞的人工智能品類 圖表：全球人工智能“戰(zhàn)局” 圖表：人工智能各品類成熟度排行 圖表：2013-2017年計算機(jī)在圖像識別的錯誤率 圖表：2013-2017年計算機(jī)識別圖像中特定物體的能力 圖表：2012-2017年谷歌軟件項目使用關(guān)鍵的深度學(xué)習(xí)AI技術(shù) 圖表：2012-2017年Crowd Flower公司賣出的電子表格數(shù)據(jù) 圖表：2015-2017年Diffbot公司數(shù)據(jù)收集工具的準(zhǔn)確性 圖表：人工智能系統(tǒng)掌握視頻游戲 圖表：美國腦計劃預(yù)算 圖表：國際互聯(lián)網(wǎng)巨頭加速布局人工智能 圖表：維基百科上目前支持添加“無意失誤”（good faith）標(biāo)簽的語種 圖表：中國腦計劃的主要內(nèi)容 圖表：中國腦計劃分為腦科學(xué)以及類腦科學(xué)兩部分 圖表：國內(nèi)企業(yè)在人工智能領(lǐng)域的布局 圖表：人工智能產(chǎn)業(yè)生態(tài)格局的三層基本架構(gòu) 圖表：百度大腦的存儲能力 圖表：技術(shù)層的運行機(jī)制 圖表：專業(yè)智能階段的AI產(chǎn)業(yè)格局 圖表：通用智能階段的AI產(chǎn)業(yè)格局 圖表：不同測試方法得出評分不具可比性 圖表：人工智能系統(tǒng)無法識別圖像問題 圖表：人工智能系統(tǒng)無法操控工具回答問題 圖表：人工智能系統(tǒng)測試接口示意圖 圖表：人工智能和人類智能發(fā)展曲線示意圖 圖表：云計算應(yīng)用模式 圖表：大數(shù)據(jù)技術(shù)框架 圖表：全球數(shù)據(jù)總量將出現(xiàn)爆發(fā)式增長 圖表：淺層模型和深層模型的對比 圖表：谷歌深度學(xué)習(xí)模型 圖表：語義依存分析例子 圖表：計算機(jī)視覺與其他領(lǐng)域的關(guān)系 圖表：CV在人機(jī)交互上的前沿應(yīng)用 圖表：計算機(jī)視覺的處理流程 圖表：人臉識別過程 圖表：具有情景意識的環(huán)境感知網(wǎng)絡(luò)分層結(jié)構(gòu) 圖表：智能診斷系統(tǒng)平臺組成結(jié)構(gòu) 圖表：工業(yè)4.0愿景 圖表：全球服務(wù)機(jī)器人數(shù)據(jù)對比 圖表：全球服務(wù)機(jī)器人預(yù)測 圖表：2012-2017年中國工業(yè)機(jī)器人銷量及增長狀況 圖表：2017年中國工業(yè)機(jī)器人銷量占比狀況 圖表：機(jī)器人行業(yè)產(chǎn)業(yè)鏈長度圖 圖表：機(jī)器人產(chǎn)品的全生命周期 圖表：工業(yè)機(jī)器人與人工成本比較 圖表：中國工業(yè)機(jī)器人應(yīng)用領(lǐng)域分布情況 圖表：2016-2017財年微軟新三大業(yè)務(wù)部門盈利狀況 圖表：2017年IBM主要財務(wù)數(shù)據(jù) 圖表：2012-2017年百度公司綜合損益表 圖表：2017年百度公司分部經(jīng)營情況表 圖表：2012-2017年百度公司在各地投資經(jīng)營情況表 圖表：2016-2017年百度公司綜合損益表 圖表：2017年百度公司分部經(jīng)營情況表 圖表：2016-2017年百度公司在各地投資經(jīng)營情況表 圖表：2015-2017年百度公司綜合損益表 圖表：2012-2017年騰訊公司綜合損益表 圖表：2017年騰訊公司分部經(jīng)營情況表 圖表：2012-2017年騰訊公司在各地投資經(jīng)營情況表 圖表：2016-2017年騰訊公司綜合損益表 圖表：2016年騰訊公司分部經(jīng)營情況表 圖表：2016-2017年騰訊公司在各地投資經(jīng)營情況表 圖表：2015-2017年騰訊公司綜合損益表 圖表：QQ物聯(lián)系統(tǒng) 圖表：2012-2017年阿里巴巴綜合損益表 圖表：2017年阿里巴巴分部經(jīng)營情況表 圖表：2012-2017年阿里巴巴在各地投資經(jīng)營情況表 圖表：2016-2017年阿里巴巴綜合損益表 圖表：2016年阿里巴巴分部經(jīng)營情況表 圖表：2016-2017年阿里巴巴在各地投資經(jīng)營情況表 圖表：2015-2017年阿里巴巴綜合損益表 圖表：DTPAI機(jī)器學(xué)習(xí)核心庫 圖表：2015-2017年科大訊飛總資產(chǎn)和凈資產(chǎn) 圖表：2016-2017年科大訊飛營業(yè)收入和凈利潤 圖表：2017年科大訊飛營業(yè)收入和凈利潤 圖表：2016-2017年科大訊飛現(xiàn)金流量 圖表：2017年科大訊飛現(xiàn)金流量 圖表：2016年科大訊飛主營業(yè)務(wù)收入分行業(yè)、產(chǎn)品、區(qū)域 圖表：2016-2017年科大訊飛成長能力 圖表：2017年科大訊飛成長能力 圖表：2016-2017年科大訊飛短期償債能力 圖表：2017年科大訊飛短期償債能力 圖表：2016-2017年科大訊飛長期償債能力 圖表：2017年科大訊飛長期償債能力 圖表：2016-2017年科大訊飛運營能力 圖表：2017年科大訊飛運營能力 圖表：2016-2017年科大訊飛盈利能力 圖表：2017年科大訊飛盈利能力 圖表：2017年AI領(lǐng)域投融資所處階段 圖表：2017年AI領(lǐng)域投融資的金額分布 圖表：2017年機(jī)器人各細(xì)分領(lǐng)域投融資事件數(shù)量 圖表：人工智能的發(fā)展階段 圖表：全球人工智能領(lǐng)域投資額大幅增長 圖表：人工智能的十億用戶、百億企業(yè)、千億產(chǎn)業(yè)
|
