'人工智能深度報告,佈局這個AI方向(附股)'
什麼是人工智能?
概括而言,人工智能是指對人的意識和思維過程的模擬,利用機器學習和數據分析方法賦予機器類人 的能力。人工智能的概念早在上世紀五十年代就已經被提出,但是由於算力和算法不夠成熟,一直未能真 正應用和推廣。隨著2006年“深度學習”神經網絡算法的誕生,人工智能進入發展新階段,在語音識別、 視覺識別和自然語言處理等方面均有了長足的進步,讓世界再一次看到了人工智能解放人類勞動的可能性。 如今,佈局人工智能,發展人工智能已經成為各國國家戰略的一部分。
什麼是人工智能?
概括而言,人工智能是指對人的意識和思維過程的模擬,利用機器學習和數據分析方法賦予機器類人 的能力。人工智能的概念早在上世紀五十年代就已經被提出,但是由於算力和算法不夠成熟,一直未能真 正應用和推廣。隨著2006年“深度學習”神經網絡算法的誕生,人工智能進入發展新階段,在語音識別、 視覺識別和自然語言處理等方面均有了長足的進步,讓世界再一次看到了人工智能解放人類勞動的可能性。 如今,佈局人工智能,發展人工智能已經成為各國國家戰略的一部分。
總體來看,人工智能行業可分為基礎支撐層、技術層和應用層。
基礎層提供計算力,主要包含人工智能芯片、傳感器、大數據及雲計算。其中芯片具有極高的技術門 檻,目前該層級的主要貢獻者是 Nvidia、Mobileye 和英特爾在內的國際科技巨頭。中國在基礎層的實力相 對薄弱。
什麼是人工智能?
概括而言,人工智能是指對人的意識和思維過程的模擬,利用機器學習和數據分析方法賦予機器類人 的能力。人工智能的概念早在上世紀五十年代就已經被提出,但是由於算力和算法不夠成熟,一直未能真 正應用和推廣。隨著2006年“深度學習”神經網絡算法的誕生,人工智能進入發展新階段,在語音識別、 視覺識別和自然語言處理等方面均有了長足的進步,讓世界再一次看到了人工智能解放人類勞動的可能性。 如今,佈局人工智能,發展人工智能已經成為各國國家戰略的一部分。
總體來看,人工智能行業可分為基礎支撐層、技術層和應用層。
基礎層提供計算力,主要包含人工智能芯片、傳感器、大數據及雲計算。其中芯片具有極高的技術門 檻,目前該層級的主要貢獻者是 Nvidia、Mobileye 和英特爾在內的國際科技巨頭。中國在基礎層的實力相 對薄弱。
技術層解決具體類別問題。這一層級主要依託運算平臺和數據資源進行海量識別訓練和機器學習建模, 開發面向不同領域的應用技術,包括語音識別、自然語言處理、計算機視覺和機器學習技術。科技巨頭谷 歌、IBM、亞馬遜、蘋果、阿里、百度都在該層級深度佈局。中國人工智能技術層在近年發展迅速,目前發展主要聚焦於計算機視覺、語音識別和語言技術處理領域。除了BAT在內的科技企業之外,出現瞭如商 湯、曠視、科大訊飛等諸多獨角獸公司。
應用層解決實踐問題,是人工智能技術針對行業提供產品、服務和解決方案,其核心是商業化。
中美人工智能PK
目前,中美在人工智能企業數量、專利數量、論文數 量以及人才數量上並駕齊驅,成為引領全球人工智能發展的兩大動力來源。
在人工智能領域的論文數量上,從1998年至2018年,全球論文產出量最多的是美國,14.91 萬篇, 中國以 14.18 萬篇位居次席,英國、德國和印度分別位列三至五位。2018年AAAI會議上,提交的論文中有70%來自美國或中國,接受的論文中則有67%來自中美兩國。
什麼是人工智能?
概括而言,人工智能是指對人的意識和思維過程的模擬,利用機器學習和數據分析方法賦予機器類人 的能力。人工智能的概念早在上世紀五十年代就已經被提出,但是由於算力和算法不夠成熟,一直未能真 正應用和推廣。隨著2006年“深度學習”神經網絡算法的誕生,人工智能進入發展新階段,在語音識別、 視覺識別和自然語言處理等方面均有了長足的進步,讓世界再一次看到了人工智能解放人類勞動的可能性。 如今,佈局人工智能,發展人工智能已經成為各國國家戰略的一部分。
總體來看,人工智能行業可分為基礎支撐層、技術層和應用層。
基礎層提供計算力,主要包含人工智能芯片、傳感器、大數據及雲計算。其中芯片具有極高的技術門 檻,目前該層級的主要貢獻者是 Nvidia、Mobileye 和英特爾在內的國際科技巨頭。中國在基礎層的實力相 對薄弱。
技術層解決具體類別問題。這一層級主要依託運算平臺和數據資源進行海量識別訓練和機器學習建模, 開發面向不同領域的應用技術,包括語音識別、自然語言處理、計算機視覺和機器學習技術。科技巨頭谷 歌、IBM、亞馬遜、蘋果、阿里、百度都在該層級深度佈局。中國人工智能技術層在近年發展迅速,目前發展主要聚焦於計算機視覺、語音識別和語言技術處理領域。除了BAT在內的科技企業之外,出現瞭如商 湯、曠視、科大訊飛等諸多獨角獸公司。
應用層解決實踐問題,是人工智能技術針對行業提供產品、服務和解決方案,其核心是商業化。
中美人工智能PK
目前,中美在人工智能企業數量、專利數量、論文數 量以及人才數量上並駕齊驅,成為引領全球人工智能發展的兩大動力來源。
在人工智能領域的論文數量上,從1998年至2018年,全球論文產出量最多的是美國,14.91 萬篇, 中國以 14.18 萬篇位居次席,英國、德國和印度分別位列三至五位。2018年AAAI會議上,提交的論文中有70%來自美國或中國,接受的論文中則有67%來自中美兩國。
在人工智能專利數量上看,中國已經超過美國成為人工智能領域專利申請量最高的國家,佔全球專利 申請總數的37.1%,美國和日本則分別位居第二、第三,分別佔比 24.8%和 13.1%。而在人工智能領域的人才投入上,中國與美國則還有較大的距離。截止2017年,美國在人工智能領域的人才投入量高達28536人,佔世界總量的13.9%,而中國投入量位居第二,累計達 18232人,佔世界總量的8.9%,是美國人數的65%。
什麼是人工智能?
概括而言,人工智能是指對人的意識和思維過程的模擬,利用機器學習和數據分析方法賦予機器類人 的能力。人工智能的概念早在上世紀五十年代就已經被提出,但是由於算力和算法不夠成熟,一直未能真 正應用和推廣。隨著2006年“深度學習”神經網絡算法的誕生,人工智能進入發展新階段,在語音識別、 視覺識別和自然語言處理等方面均有了長足的進步,讓世界再一次看到了人工智能解放人類勞動的可能性。 如今,佈局人工智能,發展人工智能已經成為各國國家戰略的一部分。
總體來看,人工智能行業可分為基礎支撐層、技術層和應用層。
基礎層提供計算力,主要包含人工智能芯片、傳感器、大數據及雲計算。其中芯片具有極高的技術門 檻,目前該層級的主要貢獻者是 Nvidia、Mobileye 和英特爾在內的國際科技巨頭。中國在基礎層的實力相 對薄弱。
技術層解決具體類別問題。這一層級主要依託運算平臺和數據資源進行海量識別訓練和機器學習建模, 開發面向不同領域的應用技術,包括語音識別、自然語言處理、計算機視覺和機器學習技術。科技巨頭谷 歌、IBM、亞馬遜、蘋果、阿里、百度都在該層級深度佈局。中國人工智能技術層在近年發展迅速,目前發展主要聚焦於計算機視覺、語音識別和語言技術處理領域。除了BAT在內的科技企業之外,出現瞭如商 湯、曠視、科大訊飛等諸多獨角獸公司。
應用層解決實踐問題,是人工智能技術針對行業提供產品、服務和解決方案,其核心是商業化。
中美人工智能PK
目前,中美在人工智能企業數量、專利數量、論文數 量以及人才數量上並駕齊驅,成為引領全球人工智能發展的兩大動力來源。
在人工智能領域的論文數量上,從1998年至2018年,全球論文產出量最多的是美國,14.91 萬篇, 中國以 14.18 萬篇位居次席,英國、德國和印度分別位列三至五位。2018年AAAI會議上,提交的論文中有70%來自美國或中國,接受的論文中則有67%來自中美兩國。
在人工智能專利數量上看,中國已經超過美國成為人工智能領域專利申請量最高的國家,佔全球專利 申請總數的37.1%,美國和日本則分別位居第二、第三,分別佔比 24.8%和 13.1%。而在人工智能領域的人才投入上,中國與美國則還有較大的距離。截止2017年,美國在人工智能領域的人才投入量高達28536人,佔世界總量的13.9%,而中國投入量位居第二,累計達 18232人,佔世界總量的8.9%,是美國人數的65%。
看規模,中國人工智能投資額已超過美國,中國人工智能行業投融資額從2013年的37億元增長到2018 年的1091.5億元, 年複合增長率達96.8%,美國人工智能行業投融資額從2013 年的11.4 億美元增長到2018年的 93.3億美元,年複合增長率達 52.1%。
什麼是人工智能?
概括而言,人工智能是指對人的意識和思維過程的模擬,利用機器學習和數據分析方法賦予機器類人 的能力。人工智能的概念早在上世紀五十年代就已經被提出,但是由於算力和算法不夠成熟,一直未能真 正應用和推廣。隨著2006年“深度學習”神經網絡算法的誕生,人工智能進入發展新階段,在語音識別、 視覺識別和自然語言處理等方面均有了長足的進步,讓世界再一次看到了人工智能解放人類勞動的可能性。 如今,佈局人工智能,發展人工智能已經成為各國國家戰略的一部分。
總體來看,人工智能行業可分為基礎支撐層、技術層和應用層。
基礎層提供計算力,主要包含人工智能芯片、傳感器、大數據及雲計算。其中芯片具有極高的技術門 檻,目前該層級的主要貢獻者是 Nvidia、Mobileye 和英特爾在內的國際科技巨頭。中國在基礎層的實力相 對薄弱。
技術層解決具體類別問題。這一層級主要依託運算平臺和數據資源進行海量識別訓練和機器學習建模, 開發面向不同領域的應用技術,包括語音識別、自然語言處理、計算機視覺和機器學習技術。科技巨頭谷 歌、IBM、亞馬遜、蘋果、阿里、百度都在該層級深度佈局。中國人工智能技術層在近年發展迅速,目前發展主要聚焦於計算機視覺、語音識別和語言技術處理領域。除了BAT在內的科技企業之外,出現瞭如商 湯、曠視、科大訊飛等諸多獨角獸公司。
應用層解決實踐問題,是人工智能技術針對行業提供產品、服務和解決方案,其核心是商業化。
中美人工智能PK
目前,中美在人工智能企業數量、專利數量、論文數 量以及人才數量上並駕齊驅,成為引領全球人工智能發展的兩大動力來源。
在人工智能領域的論文數量上,從1998年至2018年,全球論文產出量最多的是美國,14.91 萬篇, 中國以 14.18 萬篇位居次席,英國、德國和印度分別位列三至五位。2018年AAAI會議上,提交的論文中有70%來自美國或中國,接受的論文中則有67%來自中美兩國。
在人工智能專利數量上看,中國已經超過美國成為人工智能領域專利申請量最高的國家,佔全球專利 申請總數的37.1%,美國和日本則分別位居第二、第三,分別佔比 24.8%和 13.1%。而在人工智能領域的人才投入上,中國與美國則還有較大的距離。截止2017年,美國在人工智能領域的人才投入量高達28536人,佔世界總量的13.9%,而中國投入量位居第二,累計達 18232人,佔世界總量的8.9%,是美國人數的65%。
看規模,中國人工智能投資額已超過美國,中國人工智能行業投融資額從2013年的37億元增長到2018 年的1091.5億元, 年複合增長率達96.8%,美國人工智能行業投融資額從2013 年的11.4 億美元增長到2018年的 93.3億美元,年複合增長率達 52.1%。
中美差異
中美兩國在人工智能投資上最主要的差異體現在人工智能芯片和計算機視覺與圖像這兩個賽道上。截至2017 年,美國在人工智能芯片上累計投入308.18 億元,而中國只有13.28 億元,美國是中國的24倍。
中國在計算機視覺與圖像領域累計投資158.3億元,而美國為73.2億元,中國是美國的2倍以上。從比例上看,2016年中國在人工智能芯片上的融資額只相當於全行業的2%,而美國為 32%;而中國圖像識別/NLP的融資額佔24%,美國這一數據只有7%。
什麼是人工智能?
概括而言,人工智能是指對人的意識和思維過程的模擬,利用機器學習和數據分析方法賦予機器類人 的能力。人工智能的概念早在上世紀五十年代就已經被提出,但是由於算力和算法不夠成熟,一直未能真 正應用和推廣。隨著2006年“深度學習”神經網絡算法的誕生,人工智能進入發展新階段,在語音識別、 視覺識別和自然語言處理等方面均有了長足的進步,讓世界再一次看到了人工智能解放人類勞動的可能性。 如今,佈局人工智能,發展人工智能已經成為各國國家戰略的一部分。
總體來看,人工智能行業可分為基礎支撐層、技術層和應用層。
基礎層提供計算力,主要包含人工智能芯片、傳感器、大數據及雲計算。其中芯片具有極高的技術門 檻,目前該層級的主要貢獻者是 Nvidia、Mobileye 和英特爾在內的國際科技巨頭。中國在基礎層的實力相 對薄弱。
技術層解決具體類別問題。這一層級主要依託運算平臺和數據資源進行海量識別訓練和機器學習建模, 開發面向不同領域的應用技術,包括語音識別、自然語言處理、計算機視覺和機器學習技術。科技巨頭谷 歌、IBM、亞馬遜、蘋果、阿里、百度都在該層級深度佈局。中國人工智能技術層在近年發展迅速,目前發展主要聚焦於計算機視覺、語音識別和語言技術處理領域。除了BAT在內的科技企業之外,出現瞭如商 湯、曠視、科大訊飛等諸多獨角獸公司。
應用層解決實踐問題,是人工智能技術針對行業提供產品、服務和解決方案,其核心是商業化。
中美人工智能PK
目前,中美在人工智能企業數量、專利數量、論文數 量以及人才數量上並駕齊驅,成為引領全球人工智能發展的兩大動力來源。
在人工智能領域的論文數量上,從1998年至2018年,全球論文產出量最多的是美國,14.91 萬篇, 中國以 14.18 萬篇位居次席,英國、德國和印度分別位列三至五位。2018年AAAI會議上,提交的論文中有70%來自美國或中國,接受的論文中則有67%來自中美兩國。
在人工智能專利數量上看,中國已經超過美國成為人工智能領域專利申請量最高的國家,佔全球專利 申請總數的37.1%,美國和日本則分別位居第二、第三,分別佔比 24.8%和 13.1%。而在人工智能領域的人才投入上,中國與美國則還有較大的距離。截止2017年,美國在人工智能領域的人才投入量高達28536人,佔世界總量的13.9%,而中國投入量位居第二,累計達 18232人,佔世界總量的8.9%,是美國人數的65%。
看規模,中國人工智能投資額已超過美國,中國人工智能行業投融資額從2013年的37億元增長到2018 年的1091.5億元, 年複合增長率達96.8%,美國人工智能行業投融資額從2013 年的11.4 億美元增長到2018年的 93.3億美元,年複合增長率達 52.1%。
中美差異
中美兩國在人工智能投資上最主要的差異體現在人工智能芯片和計算機視覺與圖像這兩個賽道上。截至2017 年,美國在人工智能芯片上累計投入308.18 億元,而中國只有13.28 億元,美國是中國的24倍。
中國在計算機視覺與圖像領域累計投資158.3億元,而美國為73.2億元,中國是美國的2倍以上。從比例上看,2016年中國在人工智能芯片上的融資額只相當於全行業的2%,而美國為 32%;而中國圖像識別/NLP的融資額佔24%,美國這一數據只有7%。
看投向,中國重應用層,美國重基礎層。美國在人工智能九大領域中累計投資額排名前三的為:芯片/處理器、機器學習應用和自然語言處理;中國累計投資額排名前三的為:計算機視覺與圖像、自然語言處理和自動駕駛/ 輔助駕駛。中美兩國在人工智投資上最主要的差異體現在人工智能芯片和計算機視覺與圖像這兩個賽道上。前者美國遙遙領先中國,後者中國領先美國。
計算機視覺是中國人工智能市場的最大組成部分
計算機視覺的應用場景主要有:
安防領域:中國安防市場廣闊,細分門類眾多,計算機視覺有很大的發揮空間。如人臉識別技術可用 於疑犯追蹤、門禁等,車牌識別技術可用於智慧交通、智慧停車等,視頻結構化技術可以有效幫助公安部 門檢索分析安防影響,讓案件偵辦和治安布控更加便捷。
安防領域的特性在於:1)公共安全的剛需應用, 採用 AI 技術可極大提高效率;2)市場預算分級、高度碎片化,且以政府訂單為主,可有效貢獻收入;3) 深度賽道,不斷面臨新問題與新需求,問題難度跨度大(簡單需求如車牌識別、困難需求如動態識別與犯 罪預防等)。作為公共安全的剛需應用,安防領域計算機視覺未來將繼續向多模態融合、萬路以上廣聯網 發展。
移動互聯網:計算機視覺在移動互聯網上的應用目前主要包括:1)互聯網直播行業的主播美顏;2) 鑑黃、廣告推薦等視頻分析;3)智能手機裡的AI美顏和人臉解鎖。一方面,移動互聯網行業數據較為豐富,數據可得性較高;另一方面,由於應用多為“錦上添花”型的娛樂、廣告應用,容錯率較高,技術難度相應下降。因此計算機視覺在移動互聯網得以快速順利落地。
金融領域:人臉識別在金融領域已出現多種解決方案,伴隨識別準確率上升,遠程開戶已在互聯網金 融行業得到廣泛應用,人臉支付、刷臉取款等開始被各大銀行採用。
自動駕駛/輔助駕駛:計算機視覺作為機器感知周圍環境的基礎技術,對駕駛的自動化起到重大作用。 計算機視覺可以幫助汽車完成:1)環境數據和地標收集;2)車道的定位、坡道與彎度的檢測;3)交通信號的識別;4)車輛、行人等運動目標檢測。
相關機會
華為:計算機視覺無冕之王
全國“最高”的視覺競賽,華為Atlas打通遙感圖像智能分析任督二脈。
海康威視:計算機視覺龍頭
計算機視覺初創公司Movidius已與中國海康威視達成協議, 為智能相機帶來更好的人工智能。根據這項協議,Movidius將為海康威視的智能相機系列提供深度神經網絡處理。海康威視將在新的智能相機系列中使用Myriad2視覺處理單元。Myriad2將提供深度神經網絡處理,以提高視頻分析的準確性。
勝利精密調研報告:佈局智能製造與新材料
子公司富強科技收購瑞士的工業視覺公司,積極提升自身的智能硬件技術水平;2016年4月,富強科技與德國MES系統供應商Transfact合作,深入學習智能製造的軟件知識,向定製化智能製造服務提供商轉變。
保千里:智能視像平臺呼之欲出
技術儲備,增厚技術積澱。公司通過本次募集資金建設光機電基礎研發實驗室、仿生智能算法圖像實驗室和視像雲平臺等關鍵技術進行前瞻性研發,能夠保證公司產品技術先進性的同時,強化公司在智能硬件領域的綜合競爭力,鞏固行業領先地位。
慈星股份:從工業機器人到服務機器人,智能化業務不斷升級
公司先後佈局機器人系統集成、機器視覺和核心零部件領域,形成了智能化業務的全面佈局,2015年公司智能化業務取得一定突破,實現營業收入8000萬,營業收入佔比達到11%。2016年公司業務再次突破,以智能+IP的模式切入服務機器人領域,發佈了兩款服務機器人產品,針對兒童教育市場。
勁拓股份公司深度報告:電子裝聯設備龍頭,將成機器視覺專家
憑藉公司的研發能力,已經推進了機器視覺產品在觸摸屏、新能源汽車等新領域的應用,已逐漸成為機器視覺行業專家。
微信公眾號:ybs1088