智慧泛商業(yè)AI解決方案產(chǎn)業(yè)工作匯報(bào)

促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展，全面提升互聯(lián)網(wǎng)金融服務(wù)能力和普惠水平，鼓勵(lì)互聯(lián)網(wǎng)與銀行、證券、保險(xiǎn)、基金的融合創(chuàng)新，為大眾提供豐富、安全、便捷的金融產(chǎn)品和服務(wù)，更好滿足不同層次實(shí)體經(jīng)濟(jì)的投融資需求，培育一批具有行業(yè)影響力的互聯(lián)網(wǎng)金融創(chuàng)新型企業(yè)。互聯(lián)網(wǎng)+協(xié)同制造推動(dòng)互聯(lián)網(wǎng)與制造業(yè)融合，提升制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化水平，加強(qiáng)產(chǎn)業(yè)鏈協(xié)作，發(fā)展基于互聯(lián)網(wǎng)的協(xié)同制造新模式。在重點(diǎn)領(lǐng)域推進(jìn)智能制造、大規(guī)模個(gè)性化定制、網(wǎng)絡(luò)化協(xié)同制造和服務(wù)型制造，打造一批網(wǎng)絡(luò)化協(xié)同制造公共服務(wù)平臺(tái)，加快形成制造業(yè)網(wǎng)絡(luò)化產(chǎn)業(yè)生態(tài)體系。（一）大力發(fā)展智能制造以智能工廠為發(fā)展方向，開(kāi)展智能制造試點(diǎn)示范，加快推動(dòng)云計(jì)算、物聯(lián)網(wǎng)、智能工業(yè)機(jī)器人、增材制造等技術(shù)在生產(chǎn)過(guò)程中的應(yīng)用，推進(jìn)生產(chǎn)裝備智能化升級(jí)、工藝流程改造和基礎(chǔ)數(shù)據(jù)共享。著力在工控系統(tǒng)、智能感知元器件、工業(yè)云平臺(tái)、操作系統(tǒng)和工業(yè)軟件等核心環(huán)節(jié)取得突破，加強(qiáng)工業(yè)大數(shù)據(jù)的開(kāi)發(fā)與利用，有效支撐制造業(yè)智能化轉(zhuǎn)型，構(gòu)建開(kāi)放、共享、協(xié)作的智能制造產(chǎn)業(yè)生態(tài)。（二）發(fā)展大規(guī)模個(gè)性化定制支持企業(yè)利用互聯(lián)網(wǎng)采集并對(duì)接用戶個(gè)性化需求，推進(jìn)設(shè)計(jì)研發(fā)、生產(chǎn)制造和供應(yīng)鏈管理等關(guān)鍵環(huán)節(jié)的柔性化改造，開(kāi)展基于個(gè)性化產(chǎn)品的服務(wù)模式和商業(yè)模式創(chuàng)新。鼓勵(lì)互聯(lián)網(wǎng)企業(yè)整合市場(chǎng)信息，挖掘細(xì)分市場(chǎng)需求與發(fā)展趨勢(shì)，為制造企業(yè)開(kāi)展個(gè)性化定制提供決策支撐。（三）提升網(wǎng)絡(luò)化協(xié)同制造水平鼓勵(lì)制造業(yè)骨干企業(yè)通過(guò)互聯(lián)網(wǎng)與產(chǎn)業(yè)鏈各環(huán)節(jié)緊密協(xié)同，促進(jìn)生產(chǎn)、質(zhì)量控制和運(yùn)營(yíng)管理系統(tǒng)全面互聯(lián)，推行眾包設(shè)計(jì)研發(fā)和網(wǎng)絡(luò)化制造等新模式。鼓勵(lì)有實(shí)力的互聯(lián)網(wǎng)企業(yè)構(gòu)建網(wǎng)絡(luò)化協(xié)同制造公共服務(wù)平臺(tái)，面向細(xì)分行業(yè)提供云制造服務(wù)，促進(jìn)創(chuàng)新資源、生產(chǎn)能力、市場(chǎng)需求的集聚與對(duì)接，提升服務(wù)中小微企業(yè)能力，加快全社會(huì)多元化制造資源的有效協(xié)同，提高產(chǎn)業(yè)鏈資源整合能力。（四）加速制造業(yè)服務(wù)化轉(zhuǎn)型鼓勵(lì)制造企業(yè)利用物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)，整合產(chǎn)品全生命周期數(shù)據(jù)，形成面向生產(chǎn)組織全過(guò)程的決策服務(wù)信息，為產(chǎn)品優(yōu)化升級(jí)提供數(shù)據(jù)支撐。鼓勵(lì)企業(yè)基于互聯(lián)網(wǎng)開(kāi)展故障預(yù)警、遠(yuǎn)程維護(hù)、質(zhì)量診斷、遠(yuǎn)程過(guò)程優(yōu)化等在線增值服務(wù)，拓展產(chǎn)品價(jià)值空間，實(shí)現(xiàn)從制造向制造+服務(wù)的轉(zhuǎn)型升級(jí)?；ヂ?lián)網(wǎng)+高效物流加快建設(shè)跨行業(yè)、跨區(qū)域的物流信息服務(wù)平臺(tái)，提高物流供需信息對(duì)接和使用效率。鼓勵(lì)大數(shù)據(jù)、云計(jì)算在物流領(lǐng)域的應(yīng)用，建設(shè)智能倉(cāng)儲(chǔ)體系，優(yōu)化物流運(yùn)作流程，提升物流倉(cāng)儲(chǔ)的自動(dòng)化、智能化水平和運(yùn)轉(zhuǎn)效率，降低物流成本。（一）構(gòu)建物流信息共享互通體系發(fā)揮互聯(lián)網(wǎng)信息集聚優(yōu)勢(shì)，聚合各類物流信息資源，鼓勵(lì)骨干物流企業(yè)和第三方機(jī)構(gòu)搭建面向社會(huì)的物流信息服務(wù)平臺(tái)，整合倉(cāng)儲(chǔ)、運(yùn)輸和配送信息，開(kāi)展物流全程監(jiān)測(cè)、預(yù)警，提高物流安全、環(huán)保和誠(chéng)信水平，統(tǒng)籌優(yōu)化社會(huì)物流資源配置。構(gòu)建互通省際、下達(dá)市縣、兼顧?quán)l(xiāng)村的物流信息互聯(lián)網(wǎng)絡(luò)，建立各類可開(kāi)放數(shù)據(jù)的對(duì)接機(jī)制，加快完善物流信息交換開(kāi)放標(biāo)準(zhǔn)體系，在更廣范圍促進(jìn)物流信息充分共享與互聯(lián)互通。（二）建設(shè)深度感知智能倉(cāng)儲(chǔ)系統(tǒng)在各級(jí)倉(cāng)儲(chǔ)單元積極推廣應(yīng)用二維碼、無(wú)線射頻識(shí)別等物聯(lián)網(wǎng)感知技術(shù)和大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)倉(cāng)儲(chǔ)設(shè)施與貨物的實(shí)時(shí)跟蹤、網(wǎng)絡(luò)化管理以及庫(kù)存信息的高度共享，提高貨物調(diào)度效率。鼓勵(lì)應(yīng)用智能化物流裝備提升倉(cāng)儲(chǔ)、運(yùn)輸、分揀、包裝等作業(yè)效率，提高各類復(fù)雜訂單的出貨處理能力，緩解貨物囤積停滯瓶頸制約，提升倉(cāng)儲(chǔ)運(yùn)管水平和效率。（三）完善智能物流配送調(diào)配體系加快推進(jìn)貨運(yùn)車(chē)聯(lián)網(wǎng)與物流園區(qū)、倉(cāng)儲(chǔ)設(shè)施、配送網(wǎng)點(diǎn)等信息互聯(lián)，促進(jìn)人員、貨源、車(chē)源等信息高效匹配，有效降低貨車(chē)空駛率，提高配送效率。鼓勵(lì)發(fā)展社區(qū)自提柜、冷鏈儲(chǔ)藏柜、代收服務(wù)點(diǎn)等新型社區(qū)化配送模式，結(jié)合構(gòu)建物流信息互聯(lián)網(wǎng)絡(luò)，加快推進(jìn)縣到村的物流配送網(wǎng)絡(luò)和村級(jí)配送網(wǎng)點(diǎn)建設(shè)，解決物流配送最后一公里問(wèn)題。視覺(jué)人工智能行業(yè)（一）視覺(jué)人工智能技術(shù)發(fā)展歷程1、計(jì)算機(jī)視覺(jué)的定義計(jì)算機(jī)視覺(jué)技術(shù)賦予計(jì)算機(jī)人類雙眼所擁有的分割、分類、識(shí)別、跟蹤、判別等功能，通過(guò)構(gòu)造多層的神經(jīng)網(wǎng)絡(luò)，識(shí)別不同層級(jí)的圖像特征并在頂層做出判斷和分類。2、計(jì)算機(jī)視覺(jué)的發(fā)展歷程計(jì)算機(jī)視覺(jué)主要經(jīng)歷了以上三個(gè)發(fā)展階段。伴隨著同期互聯(lián)網(wǎng)海量數(shù)據(jù)的爆發(fā)，各類數(shù)據(jù)集成為計(jì)算機(jī)視覺(jué)技術(shù)發(fā)展的土壤，而深度學(xué)習(xí)和深層神經(jīng)網(wǎng)絡(luò)理論最終帶來(lái)最新一次的技術(shù)變革。2015年，視覺(jué)人工智能系統(tǒng)識(shí)別項(xiàng)目ImageNet比賽中，ResNet以3．57%的識(shí)別錯(cuò)誤率首次超越人類視覺(jué)的5．1%。目前人臉識(shí)別準(zhǔn)確率已經(jīng)提升至97%以上。（二）視覺(jué)人工智能產(chǎn)業(yè)鏈簡(jiǎn)介與人工智能市場(chǎng)的產(chǎn)業(yè)鏈相似，視覺(jué)人工智能市場(chǎng)的產(chǎn)業(yè)鏈同樣分為基礎(chǔ)層、技術(shù)層與應(yīng)用層。其中，基礎(chǔ)層主要包括提供算力的芯片與提供信息采集功能的前端設(shè)備組成的硬件支持、相關(guān)底層技術(shù)支持，與海量信息數(shù)據(jù)；技術(shù)層則主要包括基于各類識(shí)別技術(shù)構(gòu)建的軟件產(chǎn)品、解決方案和技術(shù)平臺(tái)；應(yīng)用層則包括了各類視覺(jué)人工智能的應(yīng)用場(chǎng)景。（三）視覺(jué)人工智能行業(yè)市場(chǎng)規(guī)模與行業(yè)構(gòu)成作為人工智能產(chǎn)業(yè)中應(yīng)用最為廣泛的技術(shù)之一，計(jì)算機(jī)視覺(jué)技術(shù)擁有前景廣闊的龐大市場(chǎng)。在2017年的爆發(fā)式增長(zhǎng)后，我國(guó)計(jì)算機(jī)視覺(jué)市場(chǎng)近幾年的增長(zhǎng)趨緩，但仍處于較高水平。根據(jù)高工產(chǎn)研機(jī)器人研究所的數(shù)據(jù)，2019年中國(guó)計(jì)算機(jī)視覺(jué)應(yīng)用市場(chǎng)達(dá)14．56億美元。而根據(jù)沙利文咨詢出具的研究，2019年中國(guó)計(jì)算機(jī)視覺(jué)市場(chǎng)規(guī)模達(dá)到219．6億元。目前，視覺(jué)人工智能被廣泛應(yīng)用于各個(gè)行業(yè)，包括安防、零售、營(yíng)銷、醫(yī)療等等。其中，根據(jù)億歐數(shù)據(jù)的研究，2018年中國(guó)計(jì)算機(jī)人臉識(shí)別市場(chǎng)中安防場(chǎng)景的應(yīng)用占61．2%，根據(jù)前瞻研究院數(shù)據(jù)，2020年中國(guó)計(jì)算機(jī)視覺(jué)應(yīng)用層份額中，安防影像分析占67．9%，國(guó)內(nèi)明確的應(yīng)用場(chǎng)景和強(qiáng)大的客戶需求讓AI技術(shù)在安防行業(yè)快速落地。在安防行業(yè)，視覺(jué)人工智能的應(yīng)用場(chǎng)景包括門(mén)禁、智能攝像頭等，依托人像識(shí)別技術(shù)，安防排查和管理效率得到顯著提升。同時(shí)，根據(jù)中科院發(fā)布的《2019年人工智能發(fā)展白皮書(shū)》等，目前計(jì)算機(jī)視覺(jué)技術(shù)除了安防之外，較為典型的應(yīng)用場(chǎng)景還包括：自動(dòng)駕駛汽車(chē)需要使用計(jì)算機(jī)視覺(jué)技術(shù)。特斯拉等汽車(chē)制造商已經(jīng)通過(guò)攝像頭、激光雷達(dá)、雷達(dá)和超聲波傳感器從環(huán)境中獲取圖像，研發(fā)自動(dòng)駕駛汽車(chē)來(lái)探測(cè)目標(biāo)、車(chē)道標(biāo)志和交通信號(hào)，從而安全駕駛。由于90％的醫(yī)療數(shù)據(jù)都是基于圖像的，因此醫(yī)學(xué)中的計(jì)算機(jī)視覺(jué)有很多用途。比如啟用新的醫(yī)療診斷方法，分析X射線，X光檢查，AI診療等。計(jì)算機(jī)視覺(jué)技術(shù)可以幫助工業(yè)制造商更安全、更智能、更有效地運(yùn)行，比如預(yù)測(cè)性維護(hù)設(shè)備故障，對(duì)包裝和產(chǎn)品質(zhì)量進(jìn)行監(jiān)控，并通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)識(shí)別和減少不合格產(chǎn)品。傳統(tǒng)翻譯采用人工查詞的方式，不但耗時(shí)長(zhǎng)，而且錯(cuò)誤率高。圖像識(shí)別技術(shù)的出現(xiàn)大幅提升了翻譯的效率和準(zhǔn)確度，用戶通過(guò)簡(jiǎn)單的拍照、截圖或劃線就能得到準(zhǔn)確的翻譯結(jié)果。（四）視覺(jué)人工智能技術(shù)的場(chǎng)景應(yīng)用舉例視覺(jué)人工智能目前被廣泛應(yīng)用于多個(gè)行業(yè)，其功能和應(yīng)用涉及到數(shù)據(jù)采集端終端，數(shù)據(jù)傳輸，數(shù)據(jù)存儲(chǔ)、處理和輸出端云端，通過(guò)云端和終端的密切配合，最終實(shí)現(xiàn)有效結(jié)果的輸出。以安防場(chǎng)景為例，在一個(gè)完整的端云架構(gòu)中，終端IoT設(shè)備主要用于數(shù)據(jù)采集，例如攝像機(jī)通過(guò)拍攝視頻來(lái)采集數(shù)據(jù)，然后終端設(shè)備通過(guò)傳播介質(zhì)將數(shù)據(jù)傳輸至云端，再由云端進(jìn)行批量的分析處理，最后輸出分析結(jié)果。由于終端設(shè)備需要更多地考慮功耗和成本，過(guò)去在端側(cè)僅部署較小的算力，更依靠云側(cè)算力的支持。在數(shù)據(jù)呈現(xiàn)指數(shù)級(jí)增長(zhǎng)的今天，一方面終端的視頻流數(shù)據(jù)快速增長(zhǎng)加重了傳輸渠道的負(fù)載，導(dǎo)致原有帶寬無(wú)法支撐數(shù)據(jù)的及時(shí)、有效傳輸，進(jìn)而影響了云端算力的科學(xué)調(diào)度；另一方面，數(shù)據(jù)量的指數(shù)級(jí)增長(zhǎng)大幅提高了云端對(duì)并行運(yùn)算數(shù)據(jù)峰值的要求，云側(cè)的部署成本隨著數(shù)據(jù)處理需求的極值增長(zhǎng)而顯著提高，但在數(shù)據(jù)處理的―平峰期，云端算力將存在無(wú)法得到充分、有效運(yùn)用的情形。為了更好地平衡云側(cè)和端側(cè)的算力分布，實(shí)現(xiàn)整體效率的最大化，目前通過(guò)提升端側(cè)和邊緣側(cè)的智能化水平和算力，實(shí)現(xiàn)整體算力分布的前置成為行業(yè)的新趨勢(shì)。通過(guò)將部分算力和分析程序前置到終端設(shè)備，終端可以實(shí)現(xiàn)對(duì)數(shù)據(jù)的預(yù)處理，僅需將部分特征數(shù)據(jù)傳至云端，甚至在本地完成對(duì)數(shù)據(jù)的完整分析。通過(guò)分布式算力部署，端側(cè)設(shè)備形成的數(shù)據(jù)處理集群逐步向云側(cè)設(shè)備融合。隨著系統(tǒng)架構(gòu)的不斷優(yōu)化，一方面這將增加有效算力，緩解帶寬壓力，減少設(shè)備的成本投入，另一方面數(shù)據(jù)的本地處理也能有效規(guī)避云側(cè)分析帶來(lái)的數(shù)據(jù)安全、隱私保護(hù)等風(fēng)險(xiǎn)。隨著端側(cè)芯片能夠靈活支持更多算法，在云端集中的算力部署也將更加合理，最終實(shí)現(xiàn)―端云協(xié)同的協(xié)同效應(yīng)，即架構(gòu)內(nèi)算力、成本、時(shí)延、功耗的最優(yōu)平衡。為實(shí)現(xiàn)這一效果，端側(cè)對(duì)芯片的兼容性和靈活性有更高的要求，在控制成本和功耗的同時(shí)提升算力，從而實(shí)現(xiàn)云端部署和應(yīng)用場(chǎng)景的靈活適配。人工智能芯片行業(yè)人工智能芯片指應(yīng)用在人工智能算法加速，主要實(shí)現(xiàn)大規(guī)模并行計(jì)算的芯片。而在更廣泛的概念下，任何應(yīng)用在人工智能領(lǐng)域的芯片都可被稱為人工智能芯片。（一）人工智能芯片以技術(shù)路線分類深度學(xué)習(xí)架構(gòu)下的人工智能芯片以技術(shù)路線進(jìn)行劃分，主要包括GPU、FPGA、ASIC、ASIP等類別。GPU使用SIMD讓多個(gè)執(zhí)行單元同時(shí)處理不同的數(shù)據(jù)，其離散化和分布式的特征，以及用矩陣運(yùn)算替代布爾運(yùn)算的設(shè)計(jì)使之適合處理深度學(xué)習(xí)所需要的非線性離散數(shù)據(jù)。與同樣基于馮?諾依曼架構(gòu)的CPU不同的是，在傳統(tǒng)的馮?諾依曼結(jié)構(gòu)中，CPU每執(zhí)行一條指令都需要存儲(chǔ)讀取、指令分析、分支跳轉(zhuǎn)才能進(jìn)行運(yùn)算，從而限制了處理器的性能；而GPU大部分的晶體管可以組成各類專用電路、多條流水線，運(yùn)算單元明顯增多，適合大規(guī)模的并行計(jì)算。GPU擁有更多的ALU用于數(shù)據(jù)處理，這樣的結(jié)構(gòu)適合對(duì)密集型數(shù)據(jù)進(jìn)行并行處理，獲得高于CPU幾十倍甚至上千倍的運(yùn)行速度。在云端，通用GPU，被廣泛應(yīng)用于深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練和推理。但是，GPU并非專門(mén)針對(duì)AI算法，在執(zhí)行算法中能耗相對(duì)較高、效率相對(duì)較低，有一定的時(shí)延問(wèn)題。FPGA利用門(mén)電路直接運(yùn)算，而用戶可以自由定義這些門(mén)電路和存儲(chǔ)器之間的布線，改變執(zhí)行方案。其基本原理是集成大量的基本門(mén)電路以及存儲(chǔ)器，通過(guò)大量的可編程邏輯單元實(shí)現(xiàn)針對(duì)性的算法設(shè)計(jì)，即實(shí)現(xiàn)以硬件定義軟件。FPGA通過(guò)可編程邏輯綜合，在并行計(jì)算上能夠獲得和GPU接近的并行計(jì)算性能，相比CPU，有明顯的性能提升，同時(shí)在功耗上優(yōu)勢(shì)明顯在深度學(xué)習(xí)算法仍處于高速迭代的狀態(tài)下，F(xiàn)PGA因其可重構(gòu)特性而具有顯著優(yōu)勢(shì)。FPGA市場(chǎng)化的阻礙主要在于高昂的硬件和開(kāi)發(fā)成本，編程相對(duì)復(fù)雜，為實(shí)現(xiàn)重構(gòu)而降低了計(jì)算資源占比，整體運(yùn)算能力受到影響。ASIC則為專用定制芯片的統(tǒng)稱，在架構(gòu)、設(shè)計(jì)、成本等方面存在更大的多樣性，其中VPU是為圖像處理和視覺(jué)處理設(shè)計(jì)的定制芯片。ASIC的架構(gòu)相對(duì)簡(jiǎn)單，性能和功耗與通用型產(chǎn)品相比更低。由于不需要包含F(xiàn)PGA用于實(shí)現(xiàn)重構(gòu)的可配置片上路由與連線，相同工藝的ASIC計(jì)算芯片可以擁有FPGA5-10倍的運(yùn)算速度，實(shí)現(xiàn)PPA最優(yōu)化設(shè)計(jì)。ASIC針對(duì)場(chǎng)景的定制化設(shè)計(jì)使其更適合終端推理場(chǎng)景，而如今它的主要劣勢(shì)在于初期設(shè)計(jì)的資金投入和研發(fā)周期，且針對(duì)性設(shè)計(jì)限制了芯片的通用性。ASIP是一種新型的定制化指令集的處理器芯片，它為某個(gè)或某一類型應(yīng)用而專門(mén)設(shè)計(jì)，通過(guò)權(quán)衡速度、功耗、成本、靈活性等多個(gè)方面的設(shè)計(jì)約束，設(shè)計(jì)者可以定制ASIP以達(dá)到最好的平衡點(diǎn)，從而適應(yīng)嵌入式系統(tǒng)的需要。ASIP集合了FPGA和ASIC各自的優(yōu)點(diǎn)，不僅可以提供ASIC級(jí)別的高性能和低功耗，還能提供處理器級(jí)別的指令集靈活性，實(shí)現(xiàn)可重新編程，更適用于需求尚未被明確定義、需要芯片具備一定通用性和可編程性的應(yīng)用場(chǎng)景，從而滿足AI算法快速更新迭代的需求，并延長(zhǎng)芯片的使用生命周期。相對(duì)GPUCPU具備同等的指令集靈活性，執(zhí)行效率、功耗、能量效率方面相比CPU、GPU有1-2個(gè)數(shù)量級(jí)的優(yōu)勢(shì)。相對(duì)DSP在視覺(jué)人工智能算法上的執(zhí)行效率上高2-5倍，功耗只有其1/2-1/3。相對(duì)ASIC具有后向算法可編程的靈活性，更適合深度學(xué)習(xí)AI算法的演進(jìn)和迭代部署。相對(duì)FPGA具有高性能、低成本的優(yōu)勢(shì)，成本方面有百倍級(jí)的成本優(yōu)勢(shì)。未來(lái)，類腦芯片的神經(jīng)擬態(tài)計(jì)算將帶來(lái)更大的想象空間，其內(nèi)存、CPU和通信部件將集成為一體，信息處理可以在本地進(jìn)行。類腦芯片的設(shè)計(jì)目的也將不局限于加速深度學(xué)習(xí)算法，而是在芯片結(jié)構(gòu)甚至器件層面上改變?cè)O(shè)計(jì)，開(kāi)發(fā)出全新的類腦計(jì)算機(jī)體系結(jié)構(gòu)。目前此項(xiàng)技術(shù)還尚未得到大規(guī)模應(yīng)用，但很有可能成為行業(yè)內(nèi)長(zhǎng)期發(fā)展的路徑和方向。（二）人工智能芯片行業(yè)市場(chǎng)規(guī)模與行業(yè)構(gòu)成市場(chǎng)規(guī)模方面，AI芯片的需求正在快速擴(kuò)大，根據(jù)艾媒咨詢的預(yù)測(cè)，全球AI芯片市場(chǎng)規(guī)模將在未來(lái)五年內(nèi)飆升，預(yù)計(jì)將從2019年的110億美元增長(zhǎng)至2025年的726億美元。賽迪顧問(wèn)則預(yù)測(cè)中國(guó)AI芯片市場(chǎng)規(guī)模將從2019年的124．1億元增長(zhǎng)至2021年的305．7億元，預(yù)計(jì)未來(lái)幾年仍將以超過(guò)50%的速度快速增長(zhǎng)。根據(jù)賽迪數(shù)據(jù)報(bào)告，從行業(yè)結(jié)構(gòu)分布來(lái)看，在2021年安防行業(yè)是AI芯片落地應(yīng)用的最大市場(chǎng)，市場(chǎng)規(guī)模達(dá)到51．1億元，占比16．72%。其余用途比較廣泛的場(chǎng)景還包括零售、醫(yī)療、教育、制造、金融、物流、交通等領(lǐng)域。根據(jù)應(yīng)用場(chǎng)景，AI芯片可分為云端芯片、邊緣端芯片和終端芯片，再根據(jù)功能可分為訓(xùn)練芯片和推斷芯片。近年來(lái)，宏觀政策的大力支持和人工智能的普遍應(yīng)用促進(jìn)了AI芯片市場(chǎng)的高速擴(kuò)張。賽迪顧問(wèn)預(yù)測(cè)，2021年我國(guó)AI芯片市場(chǎng)規(guī)模將達(dá)到305．7億元，2019至2021年市場(chǎng)規(guī)模的年化增長(zhǎng)率均超過(guò)50%。尤其對(duì)于終端推斷芯片市場(chǎng)，隨著人工智能應(yīng)用生態(tài)的逐步建立，AI應(yīng)用將被更為廣泛地部署在終端設(shè)備，其市場(chǎng)規(guī)模年化增長(zhǎng)率將保持在60%以上。而根據(jù)甲子光年的統(tǒng)計(jì)，2020年中國(guó)云端AI芯片的市場(chǎng)規(guī)?？梢赃_(dá)到111．7億元，邊緣與終端芯片為39億元。但人工智能在安防、家居、商業(yè)等應(yīng)用領(lǐng)域的大規(guī)模落地為邊緣與終端芯片帶來(lái)了更大的市場(chǎng)契機(jī)，該市場(chǎng)2018至2023年復(fù)合增長(zhǎng)率將達(dá)到62．2%。人工智能行業(yè)發(fā)展情況和未來(lái)發(fā)展趨勢(shì)（一）視覺(jué)人工智能在新技術(shù)方面的發(fā)展情況和未來(lái)發(fā)展趨勢(shì)近年來(lái)，視覺(jué)人工智能的多數(shù)研究都集中在深度學(xué)習(xí)、檢測(cè)和分類面部/手部/姿勢(shì)、3D傳感技術(shù)等方面。隨著識(shí)別準(zhǔn)確度的提升空間趨小，研究重心將逐漸轉(zhuǎn)向技術(shù)協(xié)同、融合與應(yīng)用。在視覺(jué)人工智能領(lǐng)域內(nèi)，將終端設(shè)備演進(jìn)為小型數(shù)據(jù)中心集群，并與云端高效協(xié)同將成為研究重點(diǎn)之一。終端設(shè)備的鋪設(shè)和數(shù)據(jù)量的增長(zhǎng)將使面向云端的傳輸壓力倍增，這要求端側(cè)完成部分云側(cè)的圖像處理功能。而在終端逐漸提高的算力要求，例如更加準(zhǔn)確的實(shí)時(shí)識(shí)別，也需要端云架構(gòu)的協(xié)同整合。在識(shí)別技術(shù)趨于成熟的今天，端云的深度結(jié)合與協(xié)同將成為識(shí)別技術(shù)的重要依托，如何將兩側(cè)的架構(gòu)進(jìn)行不斷耦合優(yōu)化也將不會(huì)局限于計(jì)算機(jī)視覺(jué)技術(shù)，而成為人工智能技術(shù)層共同探索的方向。目前，業(yè)內(nèi)的部分研究也在突破對(duì)識(shí)別準(zhǔn)確度的單一聚焦，轉(zhuǎn)向更加綜合的計(jì)算機(jī)視覺(jué)問(wèn)題，圖像描述、事件推理、場(chǎng)景理解等。未來(lái)，視覺(jué)人工智能將與其他的智能技術(shù)協(xié)同融合，評(píng)判因素也將由準(zhǔn)確性延伸至識(shí)別的靈活性、推測(cè)的合理性。例如，融合自然語(yǔ)言處理技術(shù)來(lái)完成圖像描述，將圖片翻譯為一段文字。而事件推理則是通過(guò)識(shí)別復(fù)雜視頻中的因果關(guān)系，并基于因果關(guān)系給出合理推測(cè)。未來(lái)，安防領(lǐng)域可運(yùn)用這項(xiàng)技術(shù)，建立端到端的時(shí)間推理系統(tǒng)，從而幫助提升案件偵查效率，改善治安管理效果。場(chǎng)景理解則通過(guò)由自身傳感器收集的環(huán)境感知數(shù)據(jù)，獲得周邊場(chǎng)景的幾何/拓?fù)浣Y(jié)構(gòu)、構(gòu)成要素與時(shí)空變化，并進(jìn)行語(yǔ)義推理甚至決策出未來(lái)時(shí)間內(nèi)的運(yùn)動(dòng)走向。該項(xiàng)技術(shù)有廣大的潛在市場(chǎng)亟待滲透，未來(lái)隨著數(shù)據(jù)集的不斷拓展和自監(jiān)督學(xué)習(xí)，視覺(jué)人工智能的交互性和通用性將大大增強(qiáng)，為各種行業(yè)所用。技術(shù)的協(xié)同和融合將進(jìn)一步積累針對(duì)多樣化場(chǎng)景的解決方案，而更加廣泛、密集的應(yīng)用又將推動(dòng)技術(shù)的不斷迭代。海量數(shù)據(jù)、多種技術(shù)的交互作用有利于最終構(gòu)成完整的技術(shù)賦能平臺(tái)，持續(xù)的整合和創(chuàng)新將不斷擴(kuò)展視覺(jué)人工智能的技術(shù)邊界，轉(zhuǎn)化為下一階段的產(chǎn)業(yè)化能力和平臺(tái)化能力。（二）視覺(jué)人工智能在新產(chǎn)業(yè)、新業(yè)態(tài)方面的發(fā)展情況和未來(lái)發(fā)展趨勢(shì)視覺(jué)人工智能技術(shù)不僅能夠帶來(lái)生產(chǎn)效率的提升，也會(huì)催生新產(chǎn)業(yè)及新商業(yè)模式，推動(dòng)多行業(yè)產(chǎn)業(yè)鏈的重構(gòu)。視覺(jué)人工智能技術(shù)產(chǎn)業(yè)化落地應(yīng)用程度不斷提高，在智能手機(jī)、智能汽車(chē)、智慧安防、智慧家居、智慧保險(xiǎn)、智慧零售、互聯(lián)網(wǎng)視頻等領(lǐng)域均有廣泛的應(yīng)用，并形成了全新的產(chǎn)業(yè)鏈條與商業(yè)經(jīng)營(yíng)模式?？梢灶A(yù)見(jiàn)，隨著視覺(jué)人工智能技術(shù)不斷發(fā)展，行業(yè)應(yīng)用解決方案的建立和完善，以及政府對(duì)視覺(jué)人工智能行業(yè)的政策扶持，視覺(jué)人工智能技術(shù)將進(jìn)一步滲透，助力各應(yīng)用行業(yè)解決行業(yè)痛點(diǎn)，提高運(yùn)營(yíng)效率，實(shí)現(xiàn)行業(yè)轉(zhuǎn)型和升級(jí)。1、視覺(jué)人工智能在智慧城市管理領(lǐng)域的發(fā)展情況在智慧城市管理領(lǐng)域，隨著數(shù)億個(gè)傳感器被嵌入進(jìn)城市里的各種設(shè)備，政府可以利用云端技術(shù)，提高對(duì)交通和街道的公共管理能力。以安防領(lǐng)域的治安管理業(yè)務(wù)轉(zhuǎn)型為例，在重點(diǎn)場(chǎng)所布控的系統(tǒng)可以進(jìn)行實(shí)時(shí)監(jiān)控，將公安機(jī)關(guān)的事后偵查轉(zhuǎn)型為主動(dòng)預(yù)警預(yù)防。城市作為人工智能落地的綜合載體，近年來(lái)獲得了視覺(jué)人工智能技術(shù)全方位的滲透，不斷挖掘新的需求與應(yīng)用場(chǎng)景。以物流分揀為例，過(guò)去城市主要依靠人工分揀和配送，隨著視覺(jué)人工智能和物聯(lián)網(wǎng)的深度融合，物流分配逐漸走向數(shù)字化和自動(dòng)化，這將極大地降低城市管理成本，優(yōu)化城市管理效果。2、視覺(jué)人工智能在智慧社區(qū)管理領(lǐng)域的發(fā)展情況智慧社區(qū)領(lǐng)域則是智慧城市管理的延伸，通過(guò)將城市的管理理念引入社區(qū)單元，管理者可以通過(guò)完善基層信息化平臺(tái)支持智慧城市的頂層建設(shè)。過(guò)去的社區(qū)主要依靠人力管理社區(qū)人流、物流、信息流，整體管理處于相對(duì)割裂的狀態(tài)，在社區(qū)擴(kuò)容和流動(dòng)人口激增的背景下難以實(shí)現(xiàn)實(shí)時(shí)、主動(dòng)的管理。在智慧城市的框架下，視覺(jué)人工智能與物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)深度融合，在物業(yè)管理、社區(qū)安全、便民服務(wù)等多個(gè)細(xì)分場(chǎng)景進(jìn)行應(yīng)用，例如出入人員記錄、街道樓棟管理、留守老人關(guān)注服務(wù)等，提升物業(yè)管理和服務(wù)水平。3、視覺(jué)人工智能在智慧家居領(lǐng)域的發(fā)展情況在智慧家居領(lǐng)域，視覺(jué)人工智能有助于提升人與智慧家居產(chǎn)品的交互體驗(yàn)，構(gòu)建以住宅為平臺(tái)，基于物聯(lián)網(wǎng)技術(shù)，由智能硬件、智能軟件系統(tǒng)、云計(jì)算平臺(tái)構(gòu)成的家居生態(tài)圈。視覺(jué)人工智能最終能夠?qū)崿F(xiàn)人遠(yuǎn)程控制設(shè)備、設(shè)備對(duì)人的生物特征識(shí)別和適配、設(shè)備間互聯(lián)互通、設(shè)備自我學(xué)習(xí)等功能，并通過(guò)收集、分析用戶行為數(shù)據(jù)為用戶提供個(gè)性化生活服務(wù)，使家居生活更加安全、舒適、節(jié)能、便捷。4、視覺(jué)人工智能在智慧零售領(lǐng)域的發(fā)展情況在智慧零售領(lǐng)域，從當(dāng)前市場(chǎng)環(huán)境來(lái)看，線上線下融合、消費(fèi)閉環(huán)是零售業(yè)的未來(lái)發(fā)展方向。從零售企業(yè)經(jīng)營(yíng)看，不斷上漲的人工成本是制約企業(yè)盈利增長(zhǎng)的主要瓶頸，少人化、無(wú)人化無(wú)疑是削減人力成本的重要方向。例如，商品識(shí)別在無(wú)人便利店、智能零售柜等場(chǎng)景的應(yīng)用不僅有效降低了識(shí)別誤差率，也對(duì)線下零售的人員結(jié)構(gòu)進(jìn)行優(yōu)化，讓員工的工作重心由重復(fù)性基礎(chǔ)勞動(dòng)轉(zhuǎn)向會(huì)員管理和運(yùn)營(yíng)優(yōu)化，提升運(yùn)營(yíng)的效率和效果。另一方面，圍繞不同消費(fèi)群體和消費(fèi)場(chǎng)景的產(chǎn)品和服務(wù)也對(duì)未來(lái)零售的運(yùn)營(yíng)管理提出了更高的要求，而更精細(xì)的數(shù)據(jù)采集與定制化分析為運(yùn)營(yíng)管理優(yōu)化提供了支持。零售企業(yè)可以將視覺(jué)人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)應(yīng)用到零售區(qū)域劃分、客戶動(dòng)線分析、客戶屬性分析等場(chǎng)景，更全面、準(zhǔn)確、迅速地了解顧客需求，增強(qiáng)消費(fèi)者體驗(yàn)。同時(shí)，這些應(yīng)用有助于供應(yīng)鏈改造和供給側(cè)優(yōu)化，為企業(yè)降本增效，更好地實(shí)現(xiàn)消費(fèi)場(chǎng)景線上線下融合，構(gòu)建智能數(shù)字化管理體系?；ヂ?lián)網(wǎng)+創(chuàng)業(yè)創(chuàng)新充分發(fā)揮互聯(lián)網(wǎng)的創(chuàng)新驅(qū)動(dòng)作用，以促進(jìn)創(chuàng)業(yè)創(chuàng)新為重點(diǎn)，推動(dòng)各類要素資源聚集、開(kāi)放和共享，大力發(fā)展眾創(chuàng)空間、開(kāi)放式創(chuàng)新等，引導(dǎo)和推動(dòng)全社會(huì)形成大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新的濃厚氛圍，打造經(jīng)濟(jì)發(fā)展新引擎。（一）強(qiáng)化創(chuàng)業(yè)創(chuàng)新支撐鼓勵(lì)大型互聯(lián)網(wǎng)企業(yè)和基礎(chǔ)電信企業(yè)利用技術(shù)優(yōu)勢(shì)和產(chǎn)業(yè)整合能力，向小微企業(yè)和創(chuàng)業(yè)團(tuán)隊(duì)開(kāi)放平臺(tái)入口、數(shù)據(jù)信息、計(jì)算能力等資源，提供研發(fā)工具、經(jīng)營(yíng)管理和市場(chǎng)營(yíng)銷等方面的支持和服務(wù)，提高小微企業(yè)信息化應(yīng)用水平，培育和孵化具有良好商業(yè)模式的創(chuàng)業(yè)企業(yè)。充分利用互聯(lián)網(wǎng)基礎(chǔ)條件，完善小微企業(yè)公共服務(wù)平臺(tái)網(wǎng)絡(luò)，集聚創(chuàng)業(yè)創(chuàng)新資源，為小微企業(yè)提供找得著、用得起、有保障的服務(wù)。（二）積極發(fā)展眾創(chuàng)空間充分發(fā)揮互聯(lián)網(wǎng)開(kāi)放創(chuàng)新優(yōu)勢(shì)，調(diào)動(dòng)全社會(huì)力量，支持創(chuàng)新工場(chǎng)、創(chuàng)客空間、社會(huì)實(shí)驗(yàn)室、智慧小企業(yè)創(chuàng)業(yè)基地等新型眾創(chuàng)空間發(fā)展。充分利用國(guó)家自主創(chuàng)新示范區(qū)、科技企業(yè)孵化器、大學(xué)科技園、商貿(mào)企業(yè)集聚區(qū)、小微企業(yè)創(chuàng)業(yè)示范基地等現(xiàn)有條件，通過(guò)市場(chǎng)化方式構(gòu)建一批創(chuàng)新