一、人工智能发展及现状
（一）人工智能定义
目前，人工智能并没有一个统一的定义，学术界有几个重要的观点：
达特茅斯会议：1956年的达特茅斯会议首次提出人工智能的定义：使一部机器的反应方式像一个人在行动时所依据的智能。
Nils J. Nilsson（Stanford）：人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的学科。
Patrick Winston（MIT）：人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。
经过超过半个世纪的发展，人工智能已经渡过了简单地模拟人类智能的阶段，发展为研究人类智能活动的规律，构建具有一定智能的人工系统或硬件，以使其能够进行需要人的智力才能进行的工作，并对人类智能进行拓展的边缘学科。涉及到信息论、控制论、计算机科学、自动化、仿生学、生物学、心理学、数理逻辑和哲学等自然和社会科学。
（二）人工智能发展历程
萌芽期：1943年，人工神经网络和数学模型建立，人工神经网络研究时代开启；1950年，计算机与人工智能之父图灵发表《机器能思考吗？》，提出“图灵测试”；
启动期：1956年，达特茅斯会议召开，标志着人工智能的诞生；期间，国际学术界人工智能研究潮流兴起，罗素《数学原理》被算法全部证明，学术交流频繁；
消沉期：1969年，作为主要流派的连接主义与符合主义进入消沉，四大预言遥遥无期，在计算能力的限制下，国家及公众信心持续减弱；
突破期：1975年，BP算法开始研究，第五代计算机开始研制，专家系统的研究和应用艰难前行，半导体技术发展，计算机成本和计算能力逐步提高，人工智能逐渐开始突破；
发展期：1986年，BP网络实现，神经网络得到广泛认知，基于人工神经网络的算法研究突飞猛进；计算机硬件能力快速提升；互联网构建，分布式网络降低了人工智能的计算成本；
高速发展期：2006年，深度学习被提出，人工智能再次突破性发展；2010年，移动互联网发展，人工智能应用场景开始增多；2012年，深度学习算法在语音和视觉识别上实现突破，同时，融资规模开始快速增长，人工智能商业化高速发展。
（三）人工智能发展阶段特征
当前的人工智能发展浪潮，主要是源于2006年深度学习算法的提出，在数据量和计算能力的基础上实现大规模计算，属于技术性突破。属于超级人工智能的，关于意识起源、人脑机理等方面的基础理论研究仍有待突破。
根据应用范围的不同，人工智能可以分为专用人工智能、通用人工智能、超级人工智能三类，同时，这三个类别也代表着人工智能的不同的发展层次。而我们仍处于专用人工智能阶段。
专用人工智能：目前的人工智能属于专用人工智能，如计算机视觉、语音识别等，以一个或多个专门的领域和功能为主，目前正处于高速发展阶段，已取得较为丰富的成果。
通用人工智能：通用人工智能即机器与人类一样拥有进行所有工作的可能，关键在于自动地认知和拓展。目前正在研究人为地设计尽可能多的功能，通用人工智能目前研究水平仍远远未达到。
超级人工智能：超级人工智能是指具有自我意识，包括独立自主的价值观、世界观等，与技术的发展不同，超级人工智能的基础是人类对生命科学的全面深入的理解，目前仅存在于文化作品中。
（四）2016年全球人工智能产业大事记
（五）人工智能产业规模
中国人工智能产业规模2016年已突破100亿，以43.3%的增长率达到了100.60亿元，预计2017年增长率将提高至51.2%，产业规模达到152.10亿元，并于2019年增长至344.30亿元。
中国人工智能产业起步相对较晚，但产业布局、技术研究等基础设施正处于进步期，随着科技、制造等业界巨头公司的布局深入，人工智能产业的规模将进一步扩大。而随着众多垂直领域的创业公司的诞生和成长，人工智能将出现更多的产业级和消费级应用产品。
图表1：2014-2019年中国人工智能产业规模及预测
（六）中国人工智能研究正处于爆发期
根据统计数据，中国人工智能相关专利申请数从2010年开始出现持续增长，于2014年达到19197项，并于2015年开始大幅增长，达到28022项，2016年，中国人工智能相关专利年申请数为29023项。
2010年移动互联网开始发展，技术和数据积累给人工智能研究带来了较大的增长动能。进入2015年，在国内外人工智能研究和应用场景不断进步的基础上，中国人工智能相关研究开始进入高速发展阶段。这说明，中国人工智能研究水平正在处于不断提高的阶段，目前已取得一定阶段性成果，有望持续发展，预计2017年专利申请数将持续增长。
图表2：2007-2016年中国人工智能相关专利申请数统计
二、人工智能产业链梳理
人工智能产业是指以人工智能关键技术为核心的，由基础支撑和应用场景组成的，一个覆盖领域非常广阔的产业，与人工智能的学术定义不同，人工智能产业更多的是经济和产业上一种概括。
基础支撑：基础支撑主要由数据提供和计算能力支撑两部分组成，为人工智能的技术和产业发展提供支撑，是人工智能产业的基础设施；
核心技术：核心技术主要有机器学习、计算机视觉、语音及自然语言处理三大部分，主要进行人工智能的关键技术研究，并基于成果实现商业化构建；
应用场景：应用场景包括机器人、智能医疗、智能驾驶、智能家居等细分行业，基于人工智能的技术及成果，各应用场景的人工智能相关度存在一定差异；
图表3：人工智能产业链结构图
三、中国人工智能产业特征和趋势预测
（一）中国人工智能产业特征
大公司产业链布局广，创业公司专业性强。产业链特征方面，中国人工智能产业生态中，基于资源能力，大公司的参与布局较广，在基础层、技术层及应用层皆有所布局。中国不乏优秀的人工智能公司，大部分专业性较强，专注于某一细分领域的技术和应用研究，其中，计算机视觉领域集中了大批的优秀创业公司。但是，各应用场景之间的人工智能技术相关度存在一定的差异。
以B端业务为主。商业模式方面，大部分公司的业务主要以B端解决方案和服务为主。一方面，B端业务注重与行业客户的互动合作，更有利于人工智能技术和产品的落地；另一方面，行业客户对于生产效率的提高有强烈的需求，而C端产品需求仍需挖掘。不过，大公司的C端产品布局依然是相对活跃的。
人才成本较大，存在较大的需求缺口。技术方面，以深度学习为代表的机器学习算法研究是广泛的基础能力，但目前国内在此领域的人才供应相对紧缺，流通性较弱，因此也导致了高端研究人才的超高成本，同时有部分公司选择在美国建立研究院或实验室。这说明，作为知识密集型产业的典型代表，人工智能产业存在较大的需求缺口。
传统行业和技术给予充分的支持。产品方面，目前仍缺乏一定的革命性产品，更多的是利用人工智能技术对传统行业产品的改良。在这个过程中，医疗健康、装备制造、汽车、金融等行业给予了人工智能产业充分的支持，通过合作开发等方式，助力人工智能技术的应用落地和商业化。
（二）中国人工智能产业趋势预测
“人工智能+”有望成为新业态。在移动互联网时代，“互联网+”的出现给经济发展带来了重大影响，艾媒咨询分析师认为，随着专用人工智能的发展，作为一个庞大的高新技术合集，“人工智能+”作为一直新经济业态已经开始萌芽，越来越多的行业开始拥抱人工智能，用“人工智能+”助力技术和产业的进一步发展。
人工智能产业将成为独角兽集中地。在大公司和传统大型企业之外，人工智能产业集中着非常多的优秀创业公司。优秀的人工智能创业公司有着成熟的团队配置、先进的技术能力、健康的现金流等，同时受资本方的认可度较高。艾媒咨询分析师认为，人工智能作为最具前景的产业，将成为新的独角兽集中地。
人才储备将成为制约中国人工智能发展的重要因素。从目前来看，虽然相关机构的研究表明华人的人工智能学术成果占全球一半以上，但中国人工智能技术和产业在大部分领域仍落后于全球一流水平。虽然中国在数据积累和传统产业基础上有一定的优势，部分细分领域有领先成果，相关研究投入不断加大，但整体上的人才储备落后于美国，在基础研究、产业链等方面存在较大挑战，将成为制约人工智能发展的重要因素。
人工智能全面发展需要更多的积累。真正的强人工智能缺乏基础，人工智能技术更多的是依靠机器学习和计算能力促进生产力的发展。理性地看，“机器统治人类”的奇点恐惧缺乏一定的基础，虽然人工智能已经在机器学习等关键领域得到了一定的突破，但更多的是属于专用人工智能，往通用人工智能等更高层次的发展仍需积累。
文章来源：艾媒咨询
内容整理：中经汇成