人工智能，英文縮寫為AI（ArtificialIntelligence），指的是由人類發明設計的智能系統，能夠模仿人類的思考方式，實現人腦的部分功能，替代人腦解決特定問題。

    一、發展階段

    人工智能的概念最早在20世紀50年代提出，1956年的達特茅斯暑期會議上正式提出了人工智能的概念。期間經歷了三次發展浪潮，當前處于第三次大發展期。

    第一次浪潮發生在1956~1976年，主導理論是邏輯主義，主要成果是完成了一些定理證明以及邏輯程序語言prolog。

    第二次浪潮發生在，1976~2006年，主導理論是連接主義，主要成果是神經網絡理論的提出以及應用。但是在實踐中發現可以解決一些簡單單一問題，對于復雜問題的處理效果不盡理想。

    第三次浪潮發生在2006~現在，可以稱之為基于互聯網大數據的深度學習，將大數據、神經元網絡和數學統計的方法結合在一起。第三次浪潮的理論基礎和第二次浪潮類似，主要的差別在于基于神經網絡的深度學習算法取得了巨大的成功。這里的主要推動因素包括了硬件的進步、卷積神經網絡模型優化、參數訓練技巧的發展等。

    前兩次浪潮解決了人工智能的一些基礎理論問題，第三次浪潮的發展已經使得人工智能技術的發展程度（識別率、準確率等）可以實際解決很多傳統需要人類大腦才能解決的問題，具備了很強的實用性，獲得生產力。

    二、應用分層

    人工智能根據從底層到應用的技術邏輯可以分成基礎層、技術層、應用層?；A層從硬件和理論層面，為人工智能的實現提供了根本保障，主要包括AI芯片和深度學習算法。AI芯片的發展進步，提供了越來越強的計算能力；深度學習算法的建立，提供了AI解決問題的計算方法。

    技術層是基于基礎層的支撐，設計出的解決某一類過去需要人腦解決問題的通用方法，具體包括智能語音、計算機視覺、自然語言處理以及其他類這四大人腦功能的處理方法。這些方法基于深度學習算法，根據具體的數據以及處理場景，形成了專門的成套技術處理方法和最佳實踐。

    通過技術層的實現，將基礎層提供的算力以及計算方法運用到具體領域，去真實對應到大腦的某一類功能以及實踐能力。

    應用層是基于技術層的能力，去解決具體現實生活中的問題。比如利用計算機視覺技術，實現金融、安防等多個領域的人臉識別；利用智能語音技術，實現智能音箱、錄音筆等的語音識別；利用自然語言處理技術，用于智能客服的問答。在實際的應用中，技術層和應用層的關系是相互交叉的，某個領域的應用可能用到多個維度的技術層的能力，比如金融行業的應用對于智能語音、計算機視覺、自然語言處理技術都會有需求；同樣某個技術層的能力也可以廣泛應用到多個不同的應用領域，比如計算機視覺技術可以廣泛應用到金融、安防、醫療、交通、教育等多個維度。

人工智能的基礎層、技術層、應用層

數據來源：公開資料整理

    相比之前歷次工業革命中的落后狀態，中國在人工智能時代從技術到產業的多方面已經進入了國際領先集團。國際范圍來看，人工智能行業呈現美國相對領先，中美“雙雄并立”構成第一集團，英日法德等傳統發達國家構成第二集團的競爭局面。同時全球各國針對AI領域的發展均出臺政策大力支持，其中又尤以中國和美國的支持力度較大，上升到國家戰略層面。

    基礎研究能力是衡量一個國家行業發展水平的重要標志，其中科研論文和人才是核心指標，綜合這兩個指標來看，中國的人工智能基礎研究能力僅次于美國，處于第二集團。

    中國AI論文數量從2000年開始快速攀升，根據清華大學的統計，我國（含港澳臺）的AI論文數量，從1997年的1000余篇快速增長至2017年的37000多篇；占全球的比例也從4.26%增長至27.68%。

    經過這些年的快速進步，我國的人工智能論文數量無論是累計值還是當期值都處于國際領先地位，和美國共同構成了第一集團。英國、日本、德國、印度、法國等國家的論文數量處于第二集團。

    雖然中國的AI論文數量已經處于世界領先地位，但是在核心科研人才方面還有較大提升空間。清華大學的研究表明，美國的AI領域杰出人才數量遙遙領先，是第二名英國的接近五倍。中國的AI科研人才數量也很多，但是杰出人才占比很低，數量上和英國、德國、法國、意大利相近處于第二集團。將科研論文和核心人才綜合來看，不難看出中國的AI基礎研究能力僅次于美國。

全球人工智能人才分布

數據來源：公開資料整理

    三、人工智能產業化程度

    人工智能行業的產業化程度可以從企業數量以及投融資額這兩個維度進行判斷，而中美兩國和其他國家相比，在這兩個維度上的優勢都非常明顯。近年中國人工智能企業數量快速涌現。據調查數據表明，中國人工智能企業的數量從2012年的300家迅速增長到2017年末的1000家左右。橫向來看，中國的人工智能企業數量在全球范圍內僅次于美國，穩居第二。據調查數據顯示，截止2018年6月，美國和中國的人工智能企業數量分別為2028、1011家，分列一二名，隨后排名第三的英國的企業數量僅有392家，排名第九的瑞典僅有55家，和中美差距較大。
近年隨著人工智能應用范圍越來越廣，全球和中國的人工智能領域的投融資規模都呈上漲趨勢，其中來自中國的增長尤其迅速，占比也越來越高。據調查數據統計，2017年全球人工智能投融資總規模為395億美元，中國達到了277.1億美元，占全球融資總額的70%。2013年到2018年的第一季度全球AI行業累計投融資數據中，中國占比60%，美國29%，合計占比接近90%。

中國以及全球人工智能領域投融資變化趨勢

數據來源：公開資料整理

    四、政策助力

    隨著人工智能技術的快速發展，全球展開了AI軍備競賽，各主要發達國家均出臺了不少支持和引導AI行業發展的政策，其中又尤以中國和美國的支持力度較大，上升到國家戰略層面。

    我國人工智能政策的一個突出特點是數量非常多，持續性強，并且充分涵蓋了中央和地方。據調查數據顯示，我國中央政府層面的人工智能政策逐年增加，近年發布量維持在30以上。而我國省級政府的AI政策則數量更多，在2015年達到了峰值276，近兩年雖有所回落也都保持在50以上。這些中央以及省級層面的政策相互呼應，從資金、稅收、項目等多個層面持續支持人工智能行業的發展。

2018-2019年政府工作報告人工智能相關內容

數據來源：公開資料整理

《新一代人工智能發展規劃》主要內容

數據來源：公開資料整理

行動計劃的具體部署

數據來源：公開資料整理

    雖然美國的AI實力全球領先，但美國政府的人工智能相關規劃政策2016~2017年才開始逐步發布，如《國家人工智能研究和發展戰備計劃》、《人工智能、自動化和經濟》、《人工智能白皮書》等。近一年以來美國政府的重視程度大為提高，2019年的財政預算要求是美國歷史上第一個制定人工智能和無自助、無人系統作為行政研發重點的預算。

    而2019年2月，特朗普總統簽署的行政命令創建了一個名為《美國人工智能倡議（AmericanAIInitiative）》的項目，集全國之力“優先考慮AI投資”，標志著人工智能也已經成為美國的國家戰略。美國的這些政策總體來說聚焦于應對人工智能蓬勃發展的大趨勢，著眼長期對國家安全與社會穩定的影響與變革，保持美國對人工智能發展始終具有主動性與預見性，對于重要的人工智能領域力圖保持世界領先地位。

    由于其他國家的人工智能綜合實力相比美中兩國有一定差距，因此其往往是聚焦于其本身原有的和人工智能能夠較好結合的優勢行業，去發展自己在局部領域的核心競爭力。如德國的優勢在于利用人工智能和工業4.0的結合，英國致力于人工智能和硬件芯片的結合，而日本則試圖利用人工智能打造新一代機器人。

發達國家人工智能規劃

數據來源：公開資料整理

    相關報告：智研咨詢發布的《2019-2025年中國人工智能行業市場潛力分析及投資方向研究報告》