2018-2023年中國人工智能行業分析與投資前景研究調查報告

報告說明:
    博思數據發布的《2018-2023年中國人工智能行業分析與投資前景研究調查報告》介紹了人工智能行業相關概述、中國人工智能產業運行環境、分析了中國人工智能行業的現狀、中國人工智能行業競爭格局、對中國人工智能行業做了重點企業經營狀況分析及中國人工智能產業發展前景與投資預測。您若想對人工智能產業有個系統的了解或者想投資人工智能行業，本報告是您不可或缺的重要工具。
    人工智能、大數據和云計算是繼移動互聯網之后的產業三大熱點，隨著這些熱點的普及應用，人工智能將會在更寬廣的范圍內實現商用化。人工智能技術雖然不是高不可攀，但還是存在一定的門檻，包括市場、技術、產品、人才、資金等諸多因素限制。
    近兩三年，隨著人工智能和大數據技術進步與市場的發展，越來越多企業宣布進入人工智能領域，原有的、規模也并不大的競爭格局已經被打破，人工智能因覆蓋領域寬廣，未來產業也必定呈現出全方位、多領域而且領域細分的競爭格局，在不斷變換的格局中，也一定會不斷有企業脫穎而出。
    據預測，人工智能和服務在各產業鏈的全球收入將 在 2025 年從 2016 年的 6.4 億美元增長到 368 億美元，增長近 57 倍。
    2015 年，全球人工智能市場規模約為 490 億元，而根據國外調查機構 Tractica 的 統計預測數字，到 2024 年人工智能的市場規模將達到 2700 億元，未來整個人工智能市 場將呈現出爆炸式增長。
報告目錄：
第一章 人工智能：當代科技的巔峰對決
1.1 IT 巨頭爭相涌入人工智能領域
1.2 發達國家紛紛推出人工智能計劃
1.3 中國科技界向人工智能—世界科技之巔發起沖擊
 
第二章 人工智能的重大戰略意義： 未來科技發展的戰略制高點
2.1 人工智能是未來互聯網發展的技術核心
2.2 人工智能將引發產業結構的深刻變革
2.3 人工智能將決定未來智能化戰爭之勝負
2.4 人工智能是我國實現彎道超車的最佳機遇
 
第三章 人工智能探秘
3.1 計算機怎樣實現人腦的智能？
3.2 人工智能發展的三個階段
3.3 三個有代表性的 “人工大腦”
3.3.1 “谷歌大腦”
3.3.2 IBM 人腦模擬芯片
3.3.3 “百度大腦”
 
第四章 臨界點已至：三大技術的重大突破
4.1 深度學習—核心算法的突破
4.2 芯片級的類人腦并行計算—計算能力的突破
4.3 大數據—龐大的計算資源
 
第五章 人工智能核心技術的應用
5.1 人工智能基礎平臺
5.1.1 人工智能基礎平臺構建從感知數據到行業應用的正循環
5.1.2 IBM 是人工智能基礎平臺商業應用的先鋒
5.1.3 全球主要人工智能基礎平臺一覽
5.2 機器學習
5.2.1 機器學習是人工智能的核心技術
5.2.2 ：機器學習實現高效大數據分析平臺
5.2.3 Ersatz：深度學習云平臺
5.2.4 全球主要機器學習類公司一覽
5.3 語音識別及自然語言處理
5.3.1 自然語言是人機交互發展的自然趨勢
5.3.2 科大訊飛：智能語音核心技術代表世界最高水平
5.3.3 Luminoso：時刻分析用戶在社交網站上的言行
5.3.4 全球語音識別應用公司一覽
5.4 圖像識別
5.4.1 讓廣告與網絡視頻智能匹配
5.4.2 FACE++人臉識別服務云模式
5.4.3 全球主要圖像識別應用公司一覽
5.5 預測分析API
5.5.1 預測分析API 應用前景廣闊
5.5.2 Google Prediction：功能強大的預測分析平臺
5.5.3 全球主要預測API 商用公司一覽
5.6 生物特征識別技術
5.6.1 . 人臉識別
（1）人臉識別技術
（2）人臉識別的歷史和流程
（3）人臉識別的應用
（4）互聯網金融給人臉識別技術應用帶來歷史性機遇
5.6.2 聲紋識別
 
第六章 人工智能引發產業結構深刻變革
6.1 制造業
6.2 金融
6.2.1 金融信息的收集與分析
6.2.2 市場行情的分析和預測
6.2.3 信用風險管控
6.3 教育
6.4 廣告
6.5 傳媒
6.6 法律
6.7 醫藥
6.8 智能家居
6.9 農業
6.10 汽車
 
第七章 人工智能投資前景研究及主要公司分析
7.1 投資前景研究
7.2 主要公司分析
7.2.1 科大訊飛：打造中國“最強大腦”
7.2.2 東方網力：視頻大數據龍頭
7.2.3 東方國信：大數據智能分析龍頭
7.2.4 中瑞思創：智慧醫療新星升起
7.2.5 四維圖新：搶占無人駕駛的“入口”
7.2.6 佳都科技：人臉識別新銳
7.2.7 科遠股份：工業智能化先鋒
7.2.8 漢王科技：模式識別和智能交互的領 先企業
 
第八章 風險提示
 
圖表目錄：
圖表 1：2010-2017年全球人工智能投資額增長情況
圖表 2：2010-2017年全球人工智能新創公司數目
圖表 3：美國和歐洲開啟人腦模擬計算計劃
圖表 4：國內互聯網三大巨頭對人工智能高度重視
圖表 5：“中國腦計劃”主要方向
圖表 6：人工智能將完成人體自身 企業和產業的三層重構
圖表 7：“人工智能+應用場景”是產業發展的最終形態
圖表 8：從“人控”到人工智能存在巨大的產業機遇
圖表 9：戰爭形態發展歷程
圖表 10：未來智能化戰爭
圖表 11：人工智能是21 世紀科技領域最為前沿的技術之一
圖表 12：計算機內部的數字電路邏輯結構
圖表 13：人腦的神經元突觸結構
圖表 14：人腦與計算機“硬件”上的差異
圖表 15：傳統軟件和人工智能解決問題的區別
圖表 16：人工智能三個階段
圖表 17：認知智能研發的兩大流派
圖表 18：google 大腦圖譜
圖表 19：IBM 人腦模擬芯片SyNAPSE 的芯片結構 功能 物理形態圖
圖表 20：百度大腦計劃
圖表 21：深度學習近年來逐步成為業界追逐的熱點
圖表 22：深度學習是機器學習的一個分支
圖表 23：人眼識別圖像過程
圖表 24：深度學習大幅提升語音識別準確率
圖表 25：深度學習大幅提升手寫識別準確率
圖表 26：計算能力指數級的增長促使技術變革間隔時間越來越短
圖表 27：1990-2017年計算成本平均每年下降33%
圖表 28：1990-2017年存儲成本平均每年下降38%
圖表 29：GPU 具有出眾的并行計算能力
圖表 30：GPU和CPU浮點運算能力對比