2018年对金融科技行业而言是极为不寻常的一年，在“严监管”的趋势下，各金融科技公司都在积极寻求新的发展思路，从打造“互联网金融平台”到“做科技，不做金融”——依托大数据、云计算、区块链等技术为金融机构提供解决方案

通过大数据、云计算、物联网、人工智能与区块链等技术研发，提高消费贷款的审批效率，并拓展信用卡代偿、房屋租赁等细分场景的零售客户群体。

区块链是可以被广泛应用于互联网金融丰富业务场景中的新兴创新技术，是对计算机、密码学、数学等技术整合的结果，是一种新的数据记录、存储技术。

以大数据、云计算、区块链、人工智能为代表的科技正逐步渗透金融监管领域，构建起技术驱动模式下定量化、智能化、迅捷化的数字监管系统。

人工智能、大数据、云计算、区块链等高新技术与金融行业的融合不断加深，带动了整个金融业态的智慧化演变。

互联网金融的独特属性，让金融科技影响了供应链金融服务的各类主体，也让大数据、云计算等各类技术手段能够更广泛地用于各类场景，触达小微企业。

云计算是计算机技术和网络技术相结合的产物，在我国实现广泛应用，各个领域的专家学者也对云计算的基础设施建设、资源的有效利用等进行大量研究。随着云计算技术（特别是安全技术）的不断完善，互联网金融将广泛普及和发展。本报告主要阐述了云计算的基本概念及原理、体系结构、技术框架等相关技术，并探讨了2018年云计算技术在互联网金融领域中的应用。

区块链技术是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新应用模式，在强信用的金融领域，提升金融效率与降低金融成本方面具有极大的潜力。

基于区块链、人工智能、大数据、云计算等技术，内容信息上链确权化、基于通证激励的价值协同化、价值信息资产化、内容转化和交易合约化是区块链时代下传媒产业业务发展的新形态。

以云计算、大数据、物联网和人工智能为代表的新一代信息技术与区块链迸发创新，凸显出融合创新的大趋势：区块链与云计算互助互补，为新一代信任基础设施奠定基础；区块链与大数据助力数据共享流通，构建大数据时代的信任体系

本文从区块链系统构建的视角，研究了存储、计算和网络等类型区块链基础设施的发展情况，总结了主要的基础设施技术和设备类型。

随着移动通信与互联网的普及，各种基于移动通信与互联网的犯罪呈现快速蔓延趋势，成为当前国家社会治安打击治理的难点。电信网络新型违法犯罪——电信网络诈骗是近年来深圳最为突出的新型犯罪，本报告通过剖析其发案形势、作案特点、打防困境，提出相关对策，以期促使全市打击治理该类犯罪迈向一个新台阶。

由此也带来经济犯罪向集团化、家族化、专业化、跨区域化发展的新情况，特别是以金融犯罪活动为主的经济犯罪案件持续高发、经济风险集中凸显，新型经济犯罪不断涌现，形势相当严峻。本报告通过对2018年深圳市经济犯罪态势、特点及原因的综合分析，对2019年深圳市经济犯罪趋势作了研判并提出相应对策。

 摘要

 法律声明

 皮书数据库

 《人工智能发展报告（2018～2019）》课题组

 国家工业信息安全发展研究中心

 基本子库

 序言

 Contents

 Abstract

 社会科学文献出版社皮书系列

 Ⅰ 总报告

  B.1 全球人工智能开启深度赋能新时代

   一 全球人工智能支出快速增长

   二 基础研究和研发不断深入

    1.人工智能论文数量不断攀升

    2.世界各国加大人工智能专利布局

   三 三大基础要素继续突破

    1.数据量呈现爆炸式增长

    2.运算能力实现大幅提升

    3.深度学习算法不断优化

   四 行业应用落地加快推进

    1.人工智能各场景应用成熟度不一

    2.部分领域应用事故引发高度关注

    3.企业加大AI+垂直应用领域布局

   五 产业发展环境持续优化

    1.美国人工智能政策着力点在于人工智能对国家安全与社会稳定的影响和变革，保持其全球领先地位

    2.欧洲人工智能发展战略涉及生态建设、数据保护、网络安全、伦理等社会科学多领域

    3.日韩结合自身需求推进人工智能

    4.中国加速推进人工智能技术攻关与融合发展

    5.人工智能安全、伦理、道德等方面引发广泛关注

   六 未来人工智能将实现纵深发展新跨越

    1.人工智能成为全球经济增长的助推器

    2.深度学习和AI芯片仍将是技术突破的关键

    3.人工智能行业应用广度和深度将不断扩展

    4.建立可信人工智能将成为行业发展的重要考量

  B.2 中国人工智能迈入融合发展新阶段

   一 产业实力迅速扩张，国际竞争力不断凸显

   二 中央地方频频发力，联合推动行业落地发展

   三 融合应用不断深化，成为经济发展新动能

    1.我国人工智能已在实体经济多个领域渗透发展，部分领域已取得一定成效

    2.智能家居、智能工厂、无人商店和自动驾驶等新业态新模式应运而生

    3.人工智能与实体经济两端共同发力，积极拥抱融合发展

   四 发展环境积极利好，产业发展氛围浓厚

    1.人工智能投融资规模持续增大，行业投资前景广阔

    2.专利论文数量全球领先，顶级实验室纷纷落地

    3.高校加速学科体系建设，龙头企业积极培育人才队伍

 Ⅱ 产业篇

  B.3 全球人工智能呈现特色化发展新格局

   一 全球主要国家人工智能战略布局各有侧重

    1.中国应用层发展迅猛，基础层相对薄弱

    2.美国产业发展体系齐全，基础研发水平领先

    3.英国科研能力雄厚，成果转化率高

    4.德国以智能制造为牵引，发力人工智能产业

    5.法国工程能力较强，政府占主导地位

    6.日本聚焦机器人领域，应对老龄化趋势

    7.韩国产业结构单一，依赖龙头企业

   二 我国人工智能形成三大梯队特色发展区域格局

   三 人工智能产业链虽已形成但技术落地仍在探索

    1.基础层国外巨头实力雄厚，我国企业逐步发力

    2.技术层计算机视觉和语音识别发展最快，但落地领域仍然有限

    3.应用层场景逐渐丰富，竞争激烈格局未定

  B.4 人工智能已经成为科技企业战略布局重点

   一 巨头继续加大人工智能生态布局

    1.谷歌抢占龙头地位，全方位布局人工智能产业

    2.脸书围绕PyTorch生态，争当开源大厂

    3.亚马逊利用AWS优势，开发基于云端的人工智能服务

    4.微软侧重人机交互，打造对话型智能机器人

    5.百度布局人工智能产业，打造核心竞争力

    6.阿里依托阿里云，实现服务方式与人工智能深度融合

    7.腾讯基于实验室和核心业务，布局人工智能

    8.京东围绕人工智能平台和无人机，打造人工智能发展优势

    9.科大讯飞依托语音识别技术，实现技术与产品结合

   二 初创企业瞄准重点领域深耕细作

    1.思必驰：聚焦全链路对话技术，深化语音软硬结合

    2.出门问问：推进语音交互技术进入人工智能消费时代

    3.云知声：布局产业生态系统，实现商业模式闭环

    4.商汤科技：运用计算机视觉技术驱动，商业化赋能行业升级

    5.旷视科技：不断提升算法技术内核，深耕于垂直行业

    6.小i机器人：打造全栈式智能语音交互技术和解决方案

    7.优必选：深度挖掘应用场景，建立机器人生态

    8.驭势科技：致力于研发L4技术，探索商业化道路

    9.图森未来：围绕商用车自动驾驶研发，加强技术成果转化

   三 传统行业企业加快推进智能化升级

    1.海康威视打造人工智能云平台，构建安防领域新生态

    2.北汽集团加快智能汽车产业链布局，强化国内外战略合作

    3.美的集团提出人机新世代战略，向解决方案商转型

 Ⅲ 技术篇

  B.5 核心基础技术驱动人工智能产业加速发展

   一 人工智能芯片是人工智能技术变革的物质基础

    1.人工智能芯片产业格局渐趋明朗

    2.人工智能芯片百花齐放

    3.美中人工智能芯片企业数量占优

    4.产业规模持续高速增长，芯片向更加智能发展，终端ASIC需求巨大

    5.发展人工智能芯片，需完善生态系统和挖掘更多应用场景，并持续技术创新

   二 算法是人工智能产业升级的核心引擎

   三 数据是人工智能应用落地的重要基石

    1.数据资源爆发式增长为人工智能技术创新发展奠定坚实基础

    2.数据驱动促使人工智能算法和技术更加智能

    3.数据驱动引发人工智能应用快速发展

    4.数据资源的质量和标注成本成为制约人工智能发展的瓶颈

    5.降低人工智能对数据依赖程度成为未来研发重点

   四 高性能计算是人工智能发展的强大助力

    1.高性能计算呈现快速发展态势

    2.高性能计算向开放、灵活、多元、低功耗的架构演进

    3.高性能计算跨领域融合应用将持续深化发展

   五 开源开放促进人工智能跑出创新加速度

    1.谷歌第二代人工智能学习系统TensorFlow

    2.加利福尼亚大学深度学习框架Caffe

    3.脸书深度学习框架Torch

    4.微软深度学习工具包CNTK

    5.DMLC深度学习框架MXNet

    6.百度深度学习框架PaddlePaddle

  B.6 应用技术水平提升推动人工智能走向实用

   一 计算机视觉技术率先突破并逐步落地

    1.2018年是计算机视觉技术大爆发的一年

    2.提高训练数据质量及优化计算模型是提升计算机视觉技术的突破口

    3.反馈机制、信息融合和迁移学习成为计算机视觉技术发展的重点方向

   二 自然语言处理技术在探索中稳步发展

    1.深度学习算法推动自然语言处理技术快速发展

    2.自然语言处理技术发展面临可用数据缺乏及语义约束不完善的问题

    3.未来自然语言处理技术需注重深度学习模型优化

   三 智能语音从技术到产品落地艰难前行

    1.语音识别技术多采用统计模式识别系统

    2.语音合成技术目前主要采用波形拼接合成和统计参数合成两种方式

    3.智能语音技术发展仍面临人机互融难题

    4.智能语音技术未来发展注重市场需求

 Ⅳ 融合篇

  B.7 人工智能与实体经济融合初见成效

   一 “人工智能+安防”：海量数据助推应用落地

    1.安防是率先实现人工智能落地应用的领域之一

    2.国内外企业开发“人工智能+安防”产品切入点不同

    3.“人工智能+安防”解决方案将从中后端向前端前移

    4.中国智能安防技术、产品和应用解决方案逐步引领全球产业发展

   二 “人工智能+制造”：丰富场景创造无限潜能

    1.全球智能制造发展仍较缓慢

    2.中国对智能制造需求迫切

    3.智能制造将拉动GDP大幅增加

    4.企业需制订明确计划及建设配套能力实现突破

   三 “人工智能+金融”：外部压力倒逼应用速度

    1.“人工智能+金融”为传统金融业务赋能

    2.“人工智能+金融”发展环境不断优化，顶层设计不断完善

    3.行业发展倒逼金融机构使用人工智能

    4.人工智能推动传统金融业务转型升级

    5.虽然人工智能在金融领域的应用正在逐渐落地，但是仍然面临复合型人才缺失、行业门槛高和数据安全问题

    6.未来，人工智能将成为金融行业发展的重要推动力

   四 “人工智能+医疗”：技术突破引领商业突破

    1.医疗健康成为人工智能落地商业化的前沿阵地之一

    2.人工智能技术在医学影像中的应用加速落地

    3.国际巨头通过合作开发与收购并举发力医疗人工智能

   五 “人工智能+家居”：用户需求促进产品创新

    1.智能家居产品正在由弱智能化向智能化发展

    2.巨头积极布局智能家居生态

    3.智能语音交互产品成为各大厂商争夺智能家居市场的桥头堡

    4.家庭服务机器人市场空间广阔

   六 “人工智能+汽车”：应用前景加速产业发展

    1.全球车联网产业进入快速发展阶段

    2.科技企业和传统车企纷纷发力车联网领域

    3.V2X是车联网技术发展的重要支撑

   七 “人工智能+无人设备”：国际科技格局战略制高点

    1.无人设备市场广阔

    2.科技巨头、初创企业共同发力

    3.多传感器融合、高精数据、物联网等技术发展成为行业跃升的关键

 Ⅴ 投融资篇

  B.8 人工智能投融资市场从喧嚣走向理性

   一 人工智能投融资趋于集中化

    1.全球人工智能领域的商业投资在过去十年迅速增长

    2.人工智能市场热度有所降温

    3.大规模的人工智能投资更加集中

   二 三大应用领域受到资本青睐

    1.计算机视觉带动新一轮投资热潮

    2.自动驾驶汽车投资热度不减

    3.物流自动化前景明确受资本追捧

   三 投资机构与科技巨头争相布局

    1.资本方投资目标主要瞄准发展前景明确的企业

    2.科技巨头投资目标主要围绕自身业务布局开展

   四 资金向头部优质企业加速集中

  B.9 成熟应用场景和企业更受资本方青睐

   一 医疗健康是全球资本长线关注热点

   二 数据场景优势掀金融科技融资热潮

   三 家政陪伴类机器人开始吸引资本眼球

   四 教育投融资市场处于早期升温阶段

 Ⅵ 专题篇

  B.10 人工智能芯片迎来重要战略机遇期

   一 人工智能芯片产品不断细化，产业格局渐趋明朗

   二 美国人工智能芯片全面领先，中国崭露头角

   三 人工智能芯片即将井喷，GPU仍将占主导

   四 积极探索更多结构，建立生态支持系统

   五 加强核心技术攻关，长线整体推进产业发展

  B.11 计算机视觉步入黄金发展期

   一 产业发展渐入佳境，蓄势待发方兴未艾

    1.深度学习助力计算机视觉发展

    2.全球计算机视觉产业规模稳步增长

    3.计算机视觉是我国最受资本青睐的人工智能细分领域

   二 产业格局渐趋明朗，各阵营机遇并存

    1.互联网巨头纷纷展开收购，完成战略化布局

    2.我国计算机视觉创业公司迅速成长，占据大半市场份额

    3.国外企业实现产业链全覆盖，我国产业链中下游竞争激烈

   三 核心技术不断突破，识别能力快速提升

    1.深度学习是当前计算机视觉领域的核心技术

    2.人脸识别是计算机视觉领域热门应用的重要技术支撑

    3.光学字符识别技术水平已经成熟但商业化场景稀缺

    4.视频结构化技术处于快速发展阶段

   四 安防行业进入智能时代，多场景渐趋成熟

   五 技术加速向硬件端扩散，应用场景加速扩张

    1.嵌入式、移动端计算机视觉系统的市场占有率将逐步扩大

    2.场景数据种类少、数量多，对误判容忍度高的场景将进一步发展

    3.软硬件一体化是下一步发展趋势

  B.12 服务机器人临近爆发增长期

   一 服务机器人产业整体呈现高速增长态势

    1.全球服务机器人市场规模稳步增长，中国服务机器人产业高速发展

    2.世界主要国家推进服务机器人产业战略措施因国情不同而有所差异

    3.国际巨头企业技术和资本优势较为突出，国内企业在应用领域占据优势

    4.新创公司不断涌现，应用场景选取成功与否成为企业发展关键

   二 服务机器人技术持续向智能化方向发展

    1.激光雷达是感知模块的核心，多传感融合是必备

    2.语音技术已达商用门槛，语义理解尚需时日

    3.步态技术侧重精准控制，非步态技术负责简单移动

   三 服务机器人多领域应用加速落地

    1.医疗机器人、物流机器人、公共事业领域机器人等服务机器人，是针对具体的垂直场景进行定制，多为2B商用，对精度、准度和稳定性要求较高

    2.家政机器人、早教机器人、陪护机器人等家庭/个人服务机器人，主要在生活场景中与人进行交互，以2C销售为主，注重人机交互体验，个性化需求高

   四 中外企业依据自身优势争抢发展先机

    1.国外企业研发实力具有领先优势，国内企业积极跟进

    2.国外企业抢先布局专利，国内企业另辟蹊径

    3.国内企业具有国内市场优势，与国外企业市场端差距逐渐缩小

   五 技术、市场双轮驱动产业向前迈进

    1.技术推动产品升级，打造产业新增长点

    2.市场需求潜力巨大，带动行业跃升发展

    3.多元化应用催生细分市场，“小巨人”企业不断涌现

 Ⅶ 附录

  B.13 投资考量框架

  B.14 致谢

 工业和信息化蓝皮书编委会

 主编简介

该报告还特别设立人工智能芯片、计算机视觉、服务机器人专题展开深度研究分析。

暂无内容