本报告所有权归投中研究院与崇期资本共同所有。
研究范围
• 人工智能（Artificial Intelligence，简称AI）是研究以模拟和扩展人的智能理论方法及应用系统的技术科学，利用计算机模拟人类的思维及行动，感知周围环境并作出相应的反应，算法、算力和数据是人工智能发展的关键驱动因素。
• 本报告首先通过探索人工智能的发展历程、驱动因素及资本市场的投资热度，来剖析人工智能产业的发展现状；接着，选择了AI视觉和AI语音两个热点赛道从产业方面重点分析，阐述AI重点细分赛道的发展现状，加上部分行业的应用案例，探讨热点赛道的内在投资价值。
报告核心观点
01.政策资本多重利好驱动人工智能发展
02.资本逐步理性，偏好中早期项目
03.数据开发、基础技术力量储备薄弱
行业发展外部驱动力 – 政策
国家连续出台多项利好政策，推动人工智能产业发展
• 2015年以来，我国密集出台一系列扶植人工智能发展的政策，国家发展改革委、科技部、工业和信息化部、中央网信办等多个部门参与人工智能联合推进机制，积极推动人工智能技术的发展及其在各个细分领域的渗透。
行业发展外部驱动力 – 政策
人工智能上升至国家战略高度，连续三年被写入政府工作报告
• 2017-2019年，人工智能连续三年被写入政府工作报告，凸显了政府对人工智能产业的重视；2017年7月《新一代人工智能发展规划》 的颁布，标志着人工智能上升至国家战略高度。
行业发展内部驱动力
深度学习、强大算力、海量数据助推人工智能从实验室走向商业化应用的快速发展
算法、算力和数据是影响人工智能发展的三大关键发展要素，基础要素的积累和突破，推动了人工智能的爆发。算法上，深度学习算法突破了人工提取的低效率、深层模型难以训练的局限，提高了算法的性能；算力上， AI芯片的出现提高了数据的处理能力，弥补了CPU在并行运算上的不足，提高了运算能力；数据上，得益于互联网、 物联网的发展及普及，积累海量和具体应用场景的数据，为训练算法提高了数据基础。
目前深度学习是人工智能主流的算法，深度学习算法超越了传统机器的各种浅层学习算法。2006 年，Hinton 等提出深度学习神经网络，掀起了深度学习的浪潮 。深度学习算法包括深度神经网络（DNN）、卷积神经网络（CNN）、循环神经网络（RNN）等。以深度学习算法为代表的人工智能技术快速发展，在计算机视觉、语音识别、自然语言等领域都实现了突破。
算力对于人工智能的普及具有关键的作用。人工智能发展初期由于传统的数据处理技术难以满足大数据的处理需求，限制了技术的落地应用。AI芯片的出现提高了数据的处理能力， 弥补了 CPU在大规模和高速率计算能力上的不足，当前主流AI芯片有三类：以 GPU 为代表的通用芯片、以 FPFA 为代表的半定制化芯片和 ASIC 定制化专用芯片。 其中，GPU 作为市场上 AI 计算最成熟、 应用最广泛的通用型芯片，短期内GPU仍将继续占领 AI 芯片的主要市场份额。
海量和优质的应用场景数据是训练算法精确性的关键基础。随着互联网、物联网的发展，其产生并存储的数据量急剧增加，为深度学习算法训练模型提供了数据基础。IDC数据显示，从2011年起，全球所产生的数据量已达到ZB级别（1ZB约为10亿GB )，海量的数据将为计算机视觉算法模型提供远远不断的素材。
融资规模及融资事件数量分布
人工智能行业泡沫弱化，头部项目强势吸金
2014-2019年Q3，中国人工智能行业总计共有2845起投融资事件发生，总计融资金额为3583.65亿人民币，其中2014-2018年在融资事件及融资规模上呈现持续增长态势，预计2019年将出现首次回落，行业泡沫弱化。平均融资规模除在2016年有所回落外，总体呈现跨越式走高之势，从2014年的平均融资额0.65亿人民币增长至2019年的2.27亿人民币，增长率达249.23%，资金流向头部项目的趋势明显。
人工智能主要技术发展情况
突破性AI视频编码赋能视频分析与存储
• AI视觉技术领域近年来有突破性的进展，包括从图像识别、人脸识别、运动追踪及视频分析等领域，出现了商汤科技、旷视科技、云从科技和依图科技的“AI视觉四小龙”。
• 随着5G时代的到来，AI原有的算法及产品功率将无法适应当下的需求。因此，在原有的图片及视频底层结构化技术中又衍生出AI编码这个细分领域，通过AI编码，图片和视频能够被大大减少其所需的存储容量，而经过结构化处理的图片和视频也更容易被使用在AI分析。市场上现普遍使用H.264和H.265作为视频格式，但新型的AI编码能够在原有的编码基础上进行二次编码，进一步把原有的数据再无损压缩5-10倍，使到后端的存储和运算成本大幅减少。
AI视觉技术历经长时间发展已具备了实际落地的成熟度
• AI视觉技术的本质是对客观物体的识别，并转化成机器可以阅读的代码，实现人的视觉功能，以适应、理解外界环境和控制自身运动。Shi和Malik提出使用Normalized cut以降低物体识别的难度 (Shi&Malik，1997)，加入了向量机和统计机器学习的算法后，AdaBoost算法（Viola & Boost，2001）完成了人脸识别。2007年由李飞飞教授发起的ImageNet计划将AI影像数据推向了前所未有的规模，动用超过5万技术人员，至今已超过1500万张经过人工清洗标注的图片，含有2万个分类，成功的把AI视觉推向另一个巅峰。随着GPU、CPU的算力提升，2012年Krizevsky等人（Krizevsky et al，2012）在使用了1998年贝尔实验室LeCun等人(LeChun etal, 1998)提出的深度学习算法卷积神经网络使得AI视觉的识别准确率提升了一大步。计算机视觉应用场景可分为两大类：图像识别和人脸识别，每类又可继续划分为动、静共四个类别，基本覆盖了目前计算机视觉的各项应用场景。
AI语音技术复杂程度较高
• AI语音处理可简分为三个部分：
一、语音识别，即语音时间离散化（采样），幅度离散化（量化）特征提取及频谱分析（连带声纹识别）；
二、语音合成，将已量化语音作编/解码，近而进行语音复制，模拟及融合；
三、合成语音应用，将已合成声音频谱应用于各软硬体配件要达到具AI语音水平的技术要配合AI编码和基本芯片应用（提供算力支援）。真正意义上的具深度学习功能的AI语音系统更要仿生芯片的配合。高端的AI语音系统能透过大数据采集，分析，模拟及自我修正的能力以使系统随频繁应用和时间推移而逐步进行自我完善。
不同于设计出来的人工语言和电脑语言，自然语言是指人类随着文明的建立所自然产生和演变的语言，是生活交流的一种重要方式。自然语言处理(NLP)则是对语音和文字上的理解，通过数据转化而生成分析结果，对于自然语言的形态和声音进行辨别处理，了解相关搜集到的信息然后进行交互。
自然语言是没有规律的，其语法，语义，文字和发音都是来自文明的约定俗成，拥有顶尖NLP技术的企业不单以科学的角度去理解自然语言，更会增加社会和文化的角度。清华大学的《自然语言处理报告》中指出，NLP技术的开发期为1-3年，语言应用体系的建立约10年左右。因此，能成功掌握NLP技术的企业可谓是行业里的超一流，拥有极强的技术及市场壁垒，形成局部的自然垄断局面。
国家政策及高端科技发展赋能生活，打造全面智慧生活
• 无论是从各产业的数据预测还是按照历史数据的推敲，都不能否定AI在现今及未来生活的重要性，预计到2025年，全球的AI市场规模达到6.4万亿美元，是2019年的3.6倍，平均年复合增速达22.4%。如今人们的生活其实已经离不开AI，上至科学理论模型，下至多功能智能手机，全方面的从图像、视频、语音、文字及运动AI化。5G的崛起，乃至6G的研发，都将进一步的把AI在日常生活中发挥到极致。在未来的十载，能够预见AI将在多方面融入生活，包括全自动驾驶，智能硬件互通，全AI化生产和智能病理分析等高端的AI应用，但这也意味着密集劳动型的产业将受到巨量的冲击。当亚马逊货舱人机比例逐渐下降，富智康手机工厂无灯生产和大兴机场实现无感通关时，AI的应用其实早就出乎人们的意料，在等待我们的是‘AI+生活’。‘AI+生活’主要可以从几个方面去体现：
劳动力需求大幅下降
生产力大幅增长
资本投入大幅上扬
制造成本短期上升但长期呈大幅边际下滑
文章来源：投中研究院·崇期资本 撰写人：国立波 肖业锟 靳佳丽 马兆远 利俊贤 潘峰 编辑：茶茶
