計算機視覺(R&D類)是目前中國人工智能領域投資最多的五大細分領域；計算機視覺、自然語言處理、私人虛擬助理、智能機器人和語音識別。從投資領域和趨勢來看，未來國內(nèi)人工智能產(chǎn)業(yè)的資本將主要涌向機器學習和場景應用兩個方向。

1、機器學習和場景應用將迎來下一輪爆發(fā)。

在全球人工智能領域獲得投資的公司中，計算機視覺(R&D類)是目前中國人工智能領域投資最多其中自然語言處理、私人虛擬助理、智能機器人和語音識別作為次多。從投資領域和趨勢來看，未來國內(nèi)人工智能產(chǎn)業(yè)的資本將主要涌向機器學習和場景應用兩個方向。

數(shù)據(jù)存儲容量和技術能力的提高為機器學習的爆發(fā)提供了基本保障，機器學習是人工智能的核心技術和最廣泛的應用手段；但由于目前計算能力的限制和一般解決方案研發(fā)門檻的限制，基于安全、智能生活、教育、健康等場景的場景應用成為國內(nèi)大多數(shù)企業(yè)在人工智能領域的突破口。

2、專業(yè)領域的智能化仍然是發(fā)展的核心。

隨著GPU(圖形處理器)計算速度的快速發(fā)展(半年性能翻倍)和基礎技術平臺的快速發(fā)展，企業(yè)在構(gòu)建人工智能神經(jīng)網(wǎng)絡方面取得了突破。然而，由于人工智能技術和算法在各個領域的復雜性，人工智能在未來20年的應用仍將集中在人臉和圖像識別、語音助手和智能家居等特殊領域。

從上述產(chǎn)業(yè)鏈的構(gòu)成和投資分類可以看出，優(yōu)勢企業(yè)的核心競爭力主要集中在特定領域的專業(yè)技術研發(fā)上；其中，計算機視覺和語音識別領域的研發(fā)和應用已經(jīng)達到了國際水平，專業(yè)應用機器人的研發(fā)也有望在過去10年內(nèi)迎來突破性發(fā)展。

在從專業(yè)領域向通用領域過渡的過程中，自然語言處理和計算機視覺將成為人工智能通用應用的兩個突破。未來20年，隨著各專業(yè)領域差異化發(fā)展的日益成熟，通用領域研發(fā)所需的技術和數(shù)據(jù)將迎來突破。

3、產(chǎn)業(yè)分工日益明確，企業(yè)合作大于競爭。

隨著特殊領域應用開發(fā)的成熟和技術門檻的差異化，國內(nèi)人工智能產(chǎn)業(yè)將逐步分為三個方向:基礎設施、通用場景應用和特殊應用研發(fā)。

4、系統(tǒng)級開源將成為常態(tài)。

任何人工智能研究分支都涉及巨大的代碼計算。此外，任何企業(yè)都不可能在封閉的環(huán)境中取得階段性突破，因為漏洞調(diào)查和跨領域交叉。

開源并不意味著核心技術和算法的完全轉(zhuǎn)移。底層系統(tǒng)的開源將使更多的企業(yè)從不同的維度參與人工智能相關領域的研發(fā)，為行業(yè)層面新產(chǎn)品的快速迭代和試錯提供了良性規(guī)范的共生平臺。對于開放企業(yè)來說，這也保證了它們與行業(yè)前沿技術的同步。

5、算法突破將拉開競爭差距。

算法作為人工智能實現(xiàn)的核心，將成為未來國內(nèi)人工智能行業(yè)的競爭門檻。以谷歌為例，谷歌旗下的搜索算法實驗室為了完成從關鍵詞到知識地圖和語義搜索的算法創(chuàng)新，每天要進行200多次改進。

在未來競爭的重點機器學習領域，監(jiān)督學習、非監(jiān)督學習和加強算法學習的競爭將進入白熱化階段。正是算法的突破，使企業(yè)在圖像識別和計算機視覺領域取得了突破性進展，技術水平在國際一線。

但就國內(nèi)人工智能算法的整體發(fā)展而言，雖然工程算法取得了階段性突破，但基于認知的算法水平仍有待提高，這也是未來競爭的核心領域。

雖然基礎技術的成熟帶來了人工智能技術的提高，如存儲容量和機器學習，但目前國內(nèi)人工智能的發(fā)展主要集中在計算機視覺、語音識別、智能生活等方向。由于目前計算能力和大規(guī)模CPU和GPU并行解決方案的限制。

標簽：計算機視覺,人工智能,虛擬助理,智能機器人,語音識別