学习笔记思维导图笔记

《学习笔记》主要的内容是介绍人工智能，如今人工智能产业已经成为国际竞争的焦点，能够承担发展引擎功能，具有普适性，能孵化出新业务，也为美好生活提供抓手。

学习笔记

• 学习路径：信息搬运工→ 专业名词和术语的扫盲→ 筛选、整理信息→ 思考、提问→ 在业务交流中佐证理论认知→ 清晰掌握一定的业务语言→ 基本熟悉泛同行的多种业务模式逻辑、差异
• 人工智能
  • 概念界定
    • 人工智能(AI)，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
  • 技术分支
    • 模式识别/机器学习/数据挖掘/智能算法
  • 应用范畴
    • 机器视觉/指纹识别/人脸识别/视网膜识别/虹膜识别/掌纹识别/专家系统/自动规划/智能搜索/定理证明/博弈/自动程序设计/智能控制/机器人学/语言和图像理解/协同神经学/遗传编程
• 人工智能产业的重要性
  • 国际竞争的焦点
  • 能够承担发展引擎功能，具有普适性，能为绝大多数企业孵化出新业务
  • 为创造美好生活提供抓手
• 人工智能行业
  • 全球行业现状
    • AI技术的成本与实施风险，是目前AI应用面临的最大挑战
    • AI技术正在逐步成熟，AI应用的普及速度加快，AI应用者的优势正在逐步消退
    • 人工智能基础设施建设趋向成熟
      • 基础承载
        • 网络连接
          • 5G、物联网、车联网、光纤固网
        • 安全保障
          • 网络、数据、应用、 终端等各方面安全能力
      • 数据资源
        • 以政府、企业、高校、开源社区等为主体构建的开放数据集（包括行业专用的开放数据集）
      • 算法框架
        • 传统机器学习算法、知识图谱
        • 开源算法框架、深度学习开发框架、AI 算法部署工具、开源代码库
      • 算力资源
        • AI芯片、 AI 云、智能计算中心等
      • 赋能各行业应用的AI开放平台
    • 企业的人工智能应用成熟度各不相同
      • 构建、集成、管理人工智能方面的专业知识
      • 人工智能的部署量
    • 全球竞争格局逐渐形成
      • 购买还是自建？
      • 云服务商 VS 特定领域的垂直供应商
      • 产业集中度区别于互联网行业
        • 由于人工智能的应用极其广泛，通用平台型的公司难以独占市场，细分领域的人工智能供应商也会拥有相当的市场份额
        • 人工智能不大可能带来类似于互联网平台兴起类似的垄断，但是可能在一些细分领域带来一定的垄断
          • 中干学效应、规模效应
        • 从全球范围来看，国家安全、产业升级、和建立创新型经济很重要的领域（如自动驾驶、云服务）可能也出现少数寡头垄断相关人工智能服务市场的现象
      • 国际竞争格局：大国博弈集中在中美，有关数据与人工智能的产业与贸易政策可能成为中美两国摩擦的中心议题
    • 监管政策环境不确定因素多
      • 数据共享？
      • 反垄断法？
      • 数据安全与隐私？
  • 中国人工智能
    • 三大特征
      • 区域分布（京津冀、长三角、珠三角城市群密集）
      • 产业链（基础层、技术层、应用层）突破
        • 基础层：数据、芯片、云计算等通用基础产品和服务较受行业关注
        • 技术层：早期大量投入研发的优势企业将更早地进入商业应用阶段
        • 应用层：垂直领域聚焦医疗、金融、商业等领域
      • AI创业窗口期临近尾声，人工智能整体步入商业驱动发展阶段
    • 企业应用领域分布
      • 企业技术集成与方案（17.2%）
      • 智慧商业与零售（10.3%）
      • 智能机器人（8.3%）
      • 智能硬件（8%）
    • 龙头企业林立
      • 主要上市公司：阿里巴巴、腾讯、科大讯飞、赛为智能、科大智能、海康威视、四维图新等
      • CV四小龙：商汤科技、旷视科技、依图科技、云从科技
      • 基础层（2.3%）
        • 传感器
          • 京东方科技
        • AI芯片
          • 中科曙光、中星微电子、寒武纪、地平线、四维图新、比特大陆
        • 云计算
          • 阿里云、腾讯云、百度云、金山云、世纪互联
        • 数据服务
          • 百度数据众包、京东众智、数据堂
        • 5G
          • 华为
      • 技术层（13.6%）
        • 机器学习
          • 百度IDL、京东DNN
        • 自然语言处理
          • 百度、搜狗、紫平方
        • 语音识别
          • 科大讯飞
      • 应用层（84.1%）
        • 智慧教育
          • 科大讯飞、方直科技、拓维信息
        • 智慧医疗
          • 迈瑞医疗、阿里健康
        • 智慧交通
          • 百度
        • 智慧农业
        • 智慧安防
        • ……
    • 政策环境
      • 2015-2019年起步是人工智能产业起步期，2019-2029年将是人工智能产业竞争的重要窗口期
      • 2017年发布《新一代人工智能发展规划》，密集发布支持政策，财政补助倾斜较大
      • 国家、城市、企业层面，共同推动技术创新和产业发展
        • 城市格局变化与核心产业发展
        • 人工智能上市企业数量与表现
      • 近三年，AI仍是投资机构重点关注领域， B+轮之后的项目融资额占比逐年回落，近一两年市场还未出现一批新的独角兽
    • 目前阶段的困境和挑战
      • AI 基础设施建设仍有待发展
        • 在 AI 基础理论、核心算法框架等关键基础技术方面与国际领先水平存在差距，开源工具运用水平有待提升
        • 在AI 算法框架方面，我国在AI 基础理论、核心算法框架等关键基础技术方面与国际 领先水平存在差距，开源工具运用水平有待提升
        • 在 AI 芯片制造工艺、基础材料等环节仍需加强；在智能计算中心等新一代算力设施建设思路上有待明确
        • AI 开放平台的行业赋能潜力有待挖掘，相关标准规范亟需建立健全
      • 中小企业缺乏智能化升级的先天条件

业务模块

• 行业布局
  • 制造
    • 钢铁冶金
    • 面板半导体
    • 3C高科技
    • 工程建筑
    • 汽车装备
    • 能源电力
  • 金融
    • 银行
    • 保险
  • 其他
    • 零售
    • 公共服务
      • 医疗
      • 交通
      • 农业
      • 制造
      • 教育
    • ……
• 业务价值主题
  • 工业智能
  • 边缘视觉
  • 智能数据中心
  • 数据治理
• 主题
• 应用场景