人工智能已经发展到了什么程度？

1. 人工智能已经发展到了什么程度？

我之前知道一个人工智能，其实不知道他算不算是人工智能，但是对我来说已经是非常厉害的了，他和一堆大学生比写毛笔字，就是临摹王羲之的兰亭集序，并且让现场的一些观众以及嘉宾来评判一下谁写的最像结果这个人工智能写的，模仿的王羲之的兰亭集序，被当场的一些观众以及评委评定为是最像王羲之写的，然而其他的几个和他一同鄙视的人都是非常厉害的，大学出来的专门写毛笔字的专业。

2. 人工智能已经发展到了什么程度

人工智能行业主要上市公司：海康威视(002415)、科大讯飞(002230)、赛为智能(300044)、东杰智能(300486)、闻泰科技(600745)、中兴通讯(000063)、恒生电子(600570)等
本文核心数据：全球人工智能企业数量、企业区域分布、企业利润率水平等
全文统计口径说明：1)上述数据均来源于全球企业数据库，存在一定的统计误差。2)搜索相关关键词为“artificial intelligence”;3)企业筛选逻辑为：企业的国家分类中的活动标签(主要代码)、任何语言的贸易描述、描述和历史、产品和服务、附加信息(完整概述、历史、主要业务线、次要业务线、主要活动、次要活动、规模估计、战略组织及规划、战略联盟、主要品牌名称、国内主要国家、主要国外地区、主要生产现场、主要分销网站、主要销售代表处、主要客户等)中包含了“artificial intelligence”的企业。4)统计时间截至2022年4月18日。5)若有特殊统计口径会在图表下方备注。
‑‑‑全球人工智能企业于2017年掀起注册潮
根据全球企业数据库库查询，目前人工智能行业的主要活跃企业共有8188家，其中以2017年和2018年为主要注册热潮，2017年注册企业数量为1194家，而2018年则为2597家。自2018年后，市场开始步入冷静期，2019年注册数量急剧下滑，缩水65%，随后2020和2021年的注册数量均持续下降。
‑‑‑全球人工智能企业以软件企业为主
根据全球企业数据库查询，目前人工智能行业的主要活跃企业中产品服务仍然以软件为主，以计算机系统设计及相关服务作为主要产品和服务的企业共有755家，软件出版商共有495家，前十个类主要人工智能产品服务占总产品服务的32.6%。
‑‑‑全球人工智能企业主要分布在中国和美国
根据全球企业数据库查询，目前人工智能行业的主要活跃企业主要分布在中国，截至2022年4月，中国共有活跃的相关人工智能企业数为6052家，占可查询人工智能企业总数的73.9%;其次为美国的609家，占可查询人工智能企业总数的7.4%。
注：中国地区统计未包含港澳台地区。
‑‑‑全球人工智能企业上市比率为5%，中国上市率较低
在可查询到的全球人工智能企业中，目前共有408家企业上市，还有87家曾经上市但目前已经退市，7693家企业未上市，综合来看全球人工智能行业的企业上市率为5%。
在上市企业的覆盖率来看，美国共有209家人工智能企业上市，企业上市率为34%;而日本则有46家人工智能企业上市，上市率为55%;反观中国，目前仅有29家人工智能企业上市，上市率为0.5%。
注：中国地区统计未包含港澳台地区。
‑‑‑全球人工智能企业平均杠杆率为50%，英国杠杆率最低
根据全球企业数据库中可查询到的企业数据，共有613家企业公示其杠杆率，从杠杆率的区间分布来看，目前0-20%的杠杆率区间有264家，而杠杆率大于100%的则有130家，而219家企业的平均杠杆率则在76%。
根据全球企业数据库中可查询到的企业数据，共有101家中国企业公示其杠杆率，中国人工智能企业平均杠杆率为56%，美国人工智能企业平均杠杆率为99，英国和日本则分别为39%和68%。
根据全球企业数据库中可查询到的企业数据，目前美国的人工智能企业平均杠杆率最高，其次是韩国、法国、日本和德国。
‑‑‑全球人工智能企业平均对外设立3家子公司
根据全球企业数据库中可查询到的企业数据，目前共有3388家人工智能企业对外设立子公司，其中2236家对外设立2家子公公司，全球人工智能企业平均对外设立3个子公司。
以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》

3. 人工智能发展到了什么地步？

年初，“阿尔法围棋”横扫中韩等国顶级棋手，10月它又被自己的新版算法“阿尔法围棋－零”战胜。人工智能领域的一系列新现象、新突破，让人眼花缭乱、目不暇接。

无论是将人工智能称作“下一个风口”、“最强有力的创新加速器”、“驱动未来的动力”，还是关于它会不会比人类更聪明、甚至取代人类的争论，都说明人工智能又一次迎来发展高潮。
与以往几十年不同的是，人工智能这一轮高潮，是科技进步的水到渠成，也是与生活和工作相关的科技应用快速发展的结果，被嵌入十分广泛的生活场景中。有科学家因此认为，“我们或许将成为与人工智能真正共同生活的第一代人”。
不怕机器记性好，就怕机器会学习。像“阿尔法围棋”这样的机器自我学习技术基于三方面要素：互联网大数据、强大的运算能力以及深度学习技术突破。它们共同造就了语音、人脸识别准确率的惊人提升，更加自然的人机对话，乃至可以像“阿尔法围棋”一样去找寻规律、自我决策，其中最核心的是深度学习。

那究竟什么是深度学习？一是通过算法给机器设计一个神经网络；二是通过大量标定的数据样本训练神经网络，让它认识外部世界。以前，一个应用要通过非常精确的算法来描述，但是今天，我们不知道该用什么精确模型来教计算机，只能拿非常多的数据样本让机器比对学习，举一反三。
具体到“阿尔法围棋”，它还使用了强化学习和蒙特卡洛树搜索等技术。后者是一种启发式的搜索策略，能够基于对搜索空间的随机抽样来扩大搜索树，从而分析围棋这类游戏中每一步棋应该怎么走才能够创造最好机会。
只需要先教“阿尔法围棋”一些人类摸索出的基本下法，然后让它与自己大量对战，就可以飞速提升水平。而“阿尔法围棋”的最新版本“阿尔法围棋－零”具备了无师自通的能力，在没有人类知识与对决训练的情况下，“从零开始”自己与自己对弈，仅3天后就战胜了自己的前辈。
搜狗首席执行官王小川认为，识别、决策、生成是人工智能的核心应用。例如，在决策方面，人工智能可以帮助提高决策效率，提升商业效率。
“我们已经在金融、医疗和教育等方面看到这些应用。在识别和生成领域，人工智能的进展已使人机交互越来越自然，这也是我们感兴趣的领域。从历史趋势上看，机器在逐渐适应人，并已为人类分担了许多具体工作。”王小川说。
前百度首席科学家吴恩达、香港科技大学教授杨强等众多全球顶尖人工智能专家都认为，人工智能下一个重要突破口是“迁移学习”，这也是人工智能未来的发展方向。简单说，“迁移学习”类似中国成语里的“触类旁通”，就是机器将在一个领域学习掌握的技巧、经验和能力，迁移到一个新的有一定关联的领域里再应用，这样在新领域里，它就能省去大规模数据训练，只需一小部分数据就能迅速“成才”。当机器具备这种能力后，将使人工智能迈入全新层次。
按照人工智能“弱智能”、“强智能”和“超智能”的划分，当前乃至很长一段时间，人工智能还处于“弱智能”阶段，还只能局限在特定的封闭领域。比如，“阿尔法围棋”只能在封闭场景通过数据样本学习和对弈训练提高下棋能力，并不能发挥创造性。到了“强智能”和“超智能”阶段，人工智能就能像人类那样学习、决策和反思，解决不同领域的各种复杂问题。
尽管如此，仅靠当下的人工智能技术水平，人类就已经对机器的计算与“算计”产生高度依赖了。从购物网站的精准推送到电视剧的编剧、再到无人驾驶汽车，生活中的人工智能可谓无处不在。
未来是人工智能高速发展时期，敬请期待。

4. 人工智能如今发展得怎么样了？

人工智能现在已经能实现很多功能了，比如语音识别——李开复博士当年做的工作奠定了很多当今识别系统的基础。这里忍不住说一下，Siri本身的技术并没有特别大的亮点，真正nb的是它的模式（语音识别直接与搜索引擎结合在一起，产品体验做得好。而且关键是这样的模式能采集到更多数据，使得系统的精度越来越高）
自然语言理解——目前看到的最强的结果应该是IBM Watson。但其实我们现在用的搜索引擎、中文输入法、机器翻译（虽然其实还不怎么work）都和自然语言理解相关。这块儿不是我的专业。
数据挖掘——随着近年数据量的疯狂增长，数据挖掘也有了长足进步。最具有代表性的是前几年著名的Netflix
 
challenge（Netflix公司公开了自己的用户评分数据，让研究者根据这些数据对用户没看过的电影预测评分，谁先比现有系统好10%，谁就能赢100万美元）最后这一比赛成绩较好的队伍，并非是单一的某个特别nb的算法能给出精确的结果，而是把大量刻画了不同方面的模型混合在一起，进行最终的预测。
计算机视觉——目前越来越多的领域跟视觉有关。大家可能一开始想到的都是自动驾驶。虽然大家都在说googleX的无人车，
 但实际上现在无论是商业上，还是技术整合上最成功的算法是Mobile Eye的辅助驾驶系统。这个公司也是目前computer 
vision领域最挣钱的公司。
从实现新功能方面说，视觉的发展的趋势主要有两方面，A) 
集成更多的模块，从问题的各种不同方面，解决同一个问题（比如Mobile Eye，就同时使用了数十种方法，放到一起最终作出决策） B) 
使用新的信息，解决一个原来很难的问题。这方面最好的例子是M$的Kinect，这个产品最让人拍案叫绝的就是那个红外pattern投影仪。

5. 人工智能的发展好吗？

中国人工智能发展水平是在世界领先的。从技术层面分析，中国人工智能专利申请数量与论文数量均居世界首位。从资本层面分析，中国人工智能企业对国外的资本均有较大的吸引力，尤其是研发能力较强的几个独角兽企业吸引到了资金额较大融资。技术和资金的支持将助力中国人工智能产业更好地发展。
中国是全球人工智能领域最活跃的国家
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
从清华大学中国科技政策研究中心的统计数据可以看出，全球主要国家都很重视人工智能领域的基础性研究。1997-2017年这20年间，中国人工智能领域论文总量居世界第一，数量接近40万篇，比位列第二的美国还多了将近4.2篇。

根据WIPO统计数据，2018年中美日三国人工智能专利数量占全球人工智能专利总数的75%。中国专利数量领先，美国和日本，专利数量占比为37%，成为全球人工智能专利申请数量最领先的国家。

中国人工智能企业数量仅次于美国
目前，中美两国人工智能企业数量占据全球总量的60%。根据中国信通院数据，截至2018年6月底，美国人工智能企业数量为2039家，世界排名第一；中国以1040家企业位居第二。

在人工智能基础层、算法层、技术层和应用层，国内已经涌现出一批有相当实力的人工智能企业。如在芯片领域有华为海思、寒武纪科技等企业；算法和综合领域有百度、腾讯、阿里；智能语音领域有百度、科大讯飞等企业；计算机视觉领域有商汤科技、旷视科技等企业。越来越多的高科技企业广泛涉足人工智能领域，并且到目前为止，中国已初步建立了完整的人工智能产业链。

中国人工智能领域融资金额近六年来增长了近30倍
中国人工智能领域相关投资活跃，增长迅速。融资资金额从2013年到2018年，六年时间增长了近31倍。从2013年到2018年上半年，中国人工智能领域累计融资金额全球占比60%，超过美国的29%，世界排名第一。


中国人工智能产业发展趋势
智能物联网。过去联网的设备是像个人电脑、手机、智能音箱这些天生智能的产品，而接下来，以联想为代表的人工智能企业将通过嵌入智能的模块、芯片或者协议等方式，让家里的冰箱、空调，工厂里的机床，汽车、飞机引擎，以及医院里的X光机、CT机等传统设备，都能够变成智能设备，具备实时在线、与人交互等智能化能力。•
传统IT向智能基础设施转型。IT基础架构的智能化是各行各业实现智能化转型必不可少的基础设施。在传统数据中心，像服务器、存储、网络这些架构是分离的，每需要做一个应用，企业需要分别够买服务器、存储和网络设备，效率非常低，硬件设备的利用率不到10%。而智能基础架构，是用软件定义，融合、超融合的技术来构筑的IT基础架构。
自动化机器学习将会更加突出。从根本上改变机器学习解决方案的一个趋势是AutoML。它将使业务分析师和开发人员能够发展可以解决复杂场景的机器学习模型，而无需经过机器学习模型的典型培训，业务分析师可以专注于业务问题，而不是迷失在工作流程中。
以上数据来源于前瞻产业研究院发布的《中国人工智能行业市场前瞻与投资战略规划分析报告》。

6. 人工智能发展现状是什么样的？

1、市场规模：中国人工智能行业呈现高速增长态势
人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，近年来，中国人工智能产业在政策与技术双重驱动下呈现高速增长态势。根据中国信通院数研中心测算，2020年中国人工智能产业规模为3031亿元人民币，同比增长15.1%。中国人工智能产业规模增速超过全球。

注：中国信通院的市场规模根据IDC数据测算，统计口径与IDC一致，即包括软件、硬件与服务市场。
2、竞争格局：中国人工智能企业主要分布在应用层 占比超过80%
——中国人工智能企业全产业链布局完善
我国作为全球人工智能领域发展较好的地区，无论是人工智能领域的基础层、技术层、应用层，还是人工智能的硬件产品、软件产品及服务，我国企业都有涉及。在国内，除去讯飞等垂直类企业，真正在人工智能有所长进的巨头依然是百度、阿里、腾讯这三家。

——中国人工智能企业主要分布在应用层，占比超过80%
据中国新一代人工智能发展战略研究院2021年5月发布的《中国新一代人工智能科技产业发展报告(2021)》数据，截至2020年底，中国人工智能企业布局侧重在应用层和技术层。其中，应用层人工智能企业数占比最高，达到84.05%;其次是技术层企业数，占比为13.65%;基础层企业数占比最低，为2.30%。应用层企业占比高说明中国的人工智能科技产业发展主要以应用需求为牵引。

3、技术分布：中国人工智能企业核心布局的技术主要为大数据和云计算
从人工智能企业核心技术分布看，大数据和云计算占比最高，达到41.13%;其次是硬件、机器学习和推荐、服务机器人，占比分别为7.64%、6.81%、5.64%;紧随其后，物联网、工业机器人、语音识别和自然语言处理、图形图像识别技术的占比依次为5.55%、5.47%、4.76%、4.72%。

4、细分领域：深度神经网络领域为中国AI研究热门
根据清华大学人工智能研究院、与中国工程院知识智能联合研究中心联合发布的《人工智能发展报告2011-2020》，2011-2020年十大AI研究热点分别为深度神经网络、特征抽取、图像分类、目标检测、语义分割、表示学习、生成对抗网络、语义网络、协同过滤和机器翻译。

—— 更多行业相关数据请参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》

7. 人工智能这几年的发展怎么样？

全球的人工智能仍处于感知智能的发展阶段
按照人工智能的发展程度，行业一般将其分为计算智能、感知智能和认知智能三个层次。其中，计算智能阶段指机器能够像人类一样进行计算，诸如神经网络和遗传算法的出现，使得机器能够更高效、快速处理海量的数据;感知智能阶段指机器能听懂我们的语言、看懂世界万物，语音和视觉识别就属于这一范畴，这些技术能够更好的辅助人类高效完成任务;认知智能阶段指，在这一阶段，机器将能够主动思考并采取行动，实现全面辅助甚至替代人类工作。
目前，全球的人工智能仍处于感知智能的发展阶段。



预计到2030年全球人工智能市场规模将达到15.7万亿美元
普华永道数据预测，受到下游需求倒逼和上游技术成型推动的双重动因，2020年全球人工智能市场规模将达到2万亿美元，预计未来几年市场将继续保持高速增长，到2030年全球市场规模将达到15.7万亿美元的规模，约合人民币104万亿元。



北美、亚洲和欧洲是全球人工智能发展最为迅速的地区，人工智能活跃企业超千家
近年来，人工智能在北美洲、亚洲、欧洲地区发展愈演愈烈。北美、亚洲和欧洲是全球人工智能发展最为迅速的地区。截止2019年底，北美地区共有2472家人工智能活跃企业，超级独角兽企业78家;亚洲地区活跃人工智能企业1667家，超级独角兽企业8家;欧洲地区活跃人工智能企业1149家，超级独角兽企业8家。



注：超级独角兽指的是估值超过100亿美元的企业。
全球人工智能企业竞争以科技巨头为主，其中美国人工智能企业占据市场较大份额
科技巨头是行业内最重要的力量，具备数据、技术、资本等优势，结合自主研发和兼并收购共同发力，将在AI领域进行全方位跨层次布局，引领行业发展。其中，具有综合数据优势的互联网企业如Google、百度等，全面布局人工智能行业。
基于场景的互联网企业如Facebook、苹果、亚马逊、阿里巴巴、腾讯等，将人工智能与自身业务深度结合，不断提升产品功能和用户体验;传统科技巨头企业，如IBM、微软等，面向企业级用户搭建智能平台系统。
但总体来看，美国人工智能企业占据市场较大份额，美国巨头呈现全产业布局的特征，而中国巨头主要集中在应用层，技术层近年来有所突破。



——更多数据请参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。

8. 人工智能会怎么发展？

人工智能是怎么发展起来的？得知答案后，简直不可思议