人工智能產(chǎn)業(yè)是智能產(chǎn)業(yè)發(fā)展的核心，是其他智能科技產(chǎn)品發(fā)展的基礎，國內(nèi)外的高科技公司以及風險投資機構(gòu)紛紛布局人工智能產(chǎn)業(yè)鏈，加快實施新一代人工智能科學基礎的關(guān)鍵技術(shù)系統(tǒng)集成研發(fā)，使那些研發(fā)成果盡快能夠進入到開放平臺，在開放使用中再一次把它增強完善。

人工智能發(fā)展趨勢

據(jù)前瞻產(chǎn)業(yè)研究院《人工智能行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》指出，2017年中國人工智能核心產(chǎn)業(yè)規(guī)模超過700億元，隨著國家規(guī)劃的出臺，各地人工智能相關(guān)建設將逐步啟動，預計到2020年，中國人工智能核心產(chǎn)業(yè)規(guī)模將超過1600億元，增長率達到26．2％。報告認為，從產(chǎn)業(yè)投資回報率分析，智能安防、智能駕駛等領域的快速發(fā)展都將刺激計算機視覺分析類產(chǎn)品的需求，使得計算機視覺領域具備投資價值；而隨著中國軟件集成水平和人們生活水平的提高，提供教育、醫(yī)療、娛樂等專業(yè)化服務的服務機器人和智能無人設備具備投資價值。人工智能現(xiàn)狀。

當前，人工智能受到的關(guān)注度持續(xù)提升，大量的社會資本和智力、數(shù)據(jù)資源的匯集驅(qū)動人工智能技術(shù)研究不斷向前推進。從發(fā)展層次來看，人工智能技術(shù)可分為計算智能、感知智能和認知智能。當前，計算智能和感知智能的關(guān)鍵技術(shù)已經(jīng)取得較大突破，弱人工智能應用條件基本成熟。但是，認知智能的算法尚未突破，前景仍不明朗。

今年，隨著智力資源的不斷匯集，人工智能核心技術(shù)的研究重點可能將從深度學習轉(zhuǎn)為認知計算，即推動弱人工智能向強人工智能不斷邁進。一方面，在人工智能核心技術(shù)方面，在百度等大型科技公司和北京大學、清華大學等重點院校的共同推動下，以實現(xiàn)強人工智能為目標的類腦智能有望率先突破。

另一方面，在人工智能支撐技術(shù)方面，量子計算、類腦芯片等核心技術(shù)正處在從科學實驗向產(chǎn)業(yè)化應用的轉(zhuǎn)變期，以數(shù)據(jù)資源匯集為主要方向的物聯(lián)網(wǎng)技術(shù)將更加成熟，這些技術(shù)的突破都將有力推動人工智能核心技術(shù)的不斷演進。

工業(yè)大數(shù)據(jù)

2022 年我國工業(yè)大數(shù)據(jù)有望突破 1200 億元， 復合增速 42％。 工業(yè)大數(shù)據(jù)是提升制造智能化水平，推動中國制造業(yè)轉(zhuǎn)型升級的關(guān)鍵動力，具體包括企業(yè)信息化數(shù)據(jù)、工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)，以及外部跨界數(shù)據(jù)。其中，企業(yè)信息化和工業(yè)物聯(lián)網(wǎng)中機器產(chǎn)生的海量時序數(shù)據(jù)是工業(yè)數(shù)據(jù)的主要來源。

工業(yè)大數(shù)據(jù)不僅可以優(yōu)化現(xiàn)有業(yè)務，實現(xiàn)提質(zhì)增效，而且還有望推動企業(yè)業(yè)務定位和盈利模式發(fā)生重大改變，向個性化定制、智能化生產(chǎn)、網(wǎng)絡化協(xié)同、服務化延伸等智能化場景轉(zhuǎn)型。預計到 2022 年，中國工業(yè)大數(shù)據(jù)市場規(guī)模有望突破 1200億元，年復合增速 42％。

IT的未來是人工智能

這是一個指數(shù)級增長的時代。過去幾十年，信息技術(shù)的進步相當程度上歸功于芯片上晶體管數(shù)目的指數(shù)級增加，及由此帶來的計算力的極大提升。這就是所謂的摩爾定律。

在互聯(lián)網(wǎng)時代，互聯(lián)的終端數(shù)也是超線性的增長，而網(wǎng)絡的效力大致與聯(lián)網(wǎng)終端數(shù)的平方成正比。今天，大數(shù)據(jù)時代產(chǎn)生的數(shù)據(jù)正在呈指數(shù)級增加。在指數(shù)級增長的時代，我們可能會高估技術(shù)的短期效應，而低估技術(shù)的長期效應。歷史的經(jīng)驗告訴我們，技術(shù)的影響力可能會遠遠的超過我們的想象。

未來的計算能力

人工智能需要強大的計算能力。計算機的性能過去30年提高了一百萬倍。隨著摩爾定律逐漸趨于物理極限，未來幾年，我們期待一些新的技術(shù)突破。

先談一下類腦計算。傳統(tǒng)計算機系統(tǒng)，長于邏輯運算，不擅長模式識別與形象思維。構(gòu)建模仿人腦的類腦計算機芯片，我們今天可以以極低的功耗，模擬100萬個神經(jīng)元，2億5千萬個神經(jīng)突觸。未來幾年，我們會看到類腦計算機的進一步的發(fā)展與應用。

隨著互聯(lián)網(wǎng)的普及、傳感器的泛在、大數(shù)據(jù)的涌現(xiàn)、電子商務的發(fā)展、信息社區(qū)的興起，數(shù)據(jù)和知識在人類社會、物理空間和信息空間之間交叉融合、相互作用，人工智能發(fā)展所處信息環(huán)境和數(shù)據(jù)基礎發(fā)展了巨大的變化。伴隨著科學基礎和實現(xiàn)載體取得新的突破，類腦計算、深度學習、強化學習等一系列的技術(shù)萌芽預示著內(nèi)在動力的成長，人工智能的發(fā)展已進入一個新的階段。渠聯(lián)智能，南京電話機器人。