2020年后疫情时代人工智能的发展趋势

来源：中国科学院

人工智能的发展经历了2016年AlphaGo打败人类后的狂热、2018年由于实际落地困难带来的失望、2019年Deepfake假视频等伦理问题显现，过去一年开始进入稳步落地阶段。在全球抗疫的大背景下，我们看到，医疗影像辅助诊断、服务机器人、新药开发等AI在医疗场景的应用未来有望加速。与此同时，随着健康码等联系人追踪应用的普及，以及国家明确数据成为数字经济时代生产要素，如何规范和促进数据使用成为发展人工智能的重要课题。我们认为，除了加速大数据立法以外，联邦学习、隐私计算等技术手段的普及也是加速后疫情时代人工智能发展的重要一环。

AI投资向中后期转移，或将迎来上市潮

随着AI技术和商业模式的逐渐成熟，我们看到2017年以来中国AI行业私募股权投资中，早期投资频次比例逐年下降、中后期投资比例则逐步提升，同时投资开始向头部的成熟企业集中，投资颗粒度不断变大。整体来看，资金主要投向计算机视觉、自然语言处理等技术，以及企业服务、机器人等应用场景。而2019年以来，我们看到AI投资更加关注芯片、服务机器人等硬件，以及企业数字化转型、工业互联网、零售等新场景。我们相信，随着科创板改革的深化，AI企业上市融资的政策条件已趋于成熟，AI公司或将在不久的将来迎来上市潮。

图表：中国AI行业私募股权投融资轮次分布

资料来源：智研咨询，中金公司研究部

图表：2012-2019中国AI各技术领域投资金额占比

资料来源：产业信息网，中金公司研究部；注：统计时间截至2019年末

图表：2019年中国营收前百AI初创企业行业分布

资料来源：亿欧智库，中金公司研究部

图表：中国主要AI独角兽公司

资料来源：IT桔子，投资界，中金公司研究部

后疫情时代，AI+医疗有望迎来大发展

疫情期间，我们看到AI已经在诊前、诊中、诊后全阶段中发挥重要作用：1）诊前：红外测温仪高效筛查体温异常者、机器人外呼筛查；2）诊中：影像辅助诊断；3）诊后：健康码及接触者追踪、智能机器人与无人配送车等。由于人脸识别、语音识别技术已经相对成熟，红外测温仪、机器人外呼筛查、接触者追踪等应用已经较为完善，大幅提高了疾病的早期筛查效率。而影像辅助诊断、无人配送车等医疗/无人驾驶相关应用，由于涉及安全、数据所有权、隐私等问题，过去发展一直较为缓慢，在本次疫情的推动下也取得了一定的进展。此外，新冠疫情也暴露出人类长期处于新型疾病威胁中的问题，AI能在新药研发中帮助提高效率、降低成本，具有广阔的发展前景。我们认为，在后疫情时代，AI+医疗有望迎来大发展。

图表：AI+5G怎样改变各行各业

资料来源：中金公司研究部

► AI影像辅助诊疗：现阶段，AI在食道癌、乳腺癌，肺部结节等疾病的诊断结果良好，主要是由于这类疾病在影像上病灶点特征明显，人类医生进行诊断时也主要依靠CT、DR等影像。而在病情较为复杂时，需要综合病人其他检查报告和多种指征数据进行分析，此时要用到AI领域其他技术如自然语言处理等，在这一领域还处于刚刚起步的阶段。在新冠肺炎疫情中，依图在上海市公共卫生临床中心指导下，推出了基于CT影像的“新冠肺炎智能评价系统”。该系统依托依图强大的图像算法，可以根据CT影像，进行新冠肺炎快速诊断和严重程度分级，为医生提供更加高效准确的决策依据。

图表：依图新型肺炎智能影像评价系统

资料来源：依图科技，中金公司研究部

► 机器人外呼筛查：人工智能语音随访系统对居民开展电话体温筛查，系统将自动拨打辖区内居民电话，由人工智能机器人询问居民家庭人数、有无发热等状况、有无新冠肺炎接触史等问题，将回答记录并自动生成表格。社区工作人员负担得以减轻，还避免了不必要的接触。

► 红外非接触式测温：红外测温仪可在不接触人体的情况下完成体温检测。视频图像中运用人脸识别、跨镜追踪（Re-ID）等技术定位到额头部位后，结合红外热成像，可以在机场、车站等人流量较大区域中快速筛查额温异常者，具有高效率、高精度、低交叉感染风险等优势。2020年1月30日，国务院已将红外体温检测仪纳入疫情防控重点物资。我们看到，大华、千方、高新兴、旷视、云从、云天励飞等安防/AI企业均提供了相关解决方案。

图表：红外筛检仪可以在人流中快速检测体温异常情况

资料来源：大华股份官网，中金公司研究部

► 智能机器人与无人配送车：此次疫情期间，我们看到钛米、高新兴、普渡科技、美团、京东等公司的智能机器人与无人配送车产品应用到医疗相关的应用，包括消毒、测温、导医、运送物品、便民服务等一线应用场景，大幅减少了人与人接触导致交叉感染的可能性，同时在工作时长、精确程度等方面具有优势。我们认为，由于疫情防控需求，未来在更多场景中，智能机器人与无人配送车有望取代传统人力，将加速在各大场景落地。

图表：人工智能医护服务机器人进入武汉市第三医院ICU病房工作

资料来源：上海交通大学医学院，中国科学报，中金公司研究部

► 健康码：健康码为国内复工主要疫情监管手段，通过GPS、出行记录等多维数据实现轨迹拟合。根据“国家政务服务平台”小程序介绍，健康码是阿里，腾讯等互联网公司依托国家政务服务平台开发的一项服务。国家政务服务平台负责收集用户卫生健康，交通运输，铁路，民航，运营商等信息，支付宝、微信负责搭建ToC端界面，凭借高DAU的优势实现健康码推广。用户进入小区等区域时，管理人员使用扫码机进行认证。

图表：健康码机制说明

资料来源：支付宝“健康码”应用，中金公司研究部

► 接触者追踪：在疫情防控工作中，通过AI、大数据等技术追溯并隔离疑似或确诊患者的亲密接触者具有重要意义。我们看到，大华、千方、云天励飞、以萨等安防/AI企业，将视频监控技术与人脸识别知识图谱等AI技术相结合，推出了相关解决方案。此外，谷歌/苹果也推出了联系人追踪应用，通过蓝牙完成用户间传输，弱化GPS定位功能以保证用户隐私。联系人追踪应用能够完成当多名用户在蓝牙传输范围内，手机将自动交换并保存匿名识别码，以完成接触记录。有用户确诊感染新冠病毒后，与其接触过的其他用户将收到提示警报（不包含确诊患者详细信息）。用户收到警报后可以按提示进行处置，如自我隔离或去医院进行检测等。

► 新药研发：长期来看，不仅许多已知疾病还没有找到特效药物，人类还面临着不断涌现的新型疾病的威胁。新药开发周期长，成本高昂且成功率非常低，老药新用成为应对新型疾病的有效方案之一。药物发现本质是寻找更好结合具有特定结构靶点的特定分子，属于AI中的模式识别问题，通过神经网络等技术能够快速利用已知数据关系寻找潜在的相互作用。此外，新冠肺炎病毒与SARS非常相似，过去17年积累的SARS研究成果分布在很多文本、文献和专利里，通过NLP技术可以快速查找和推断有效的药物应对方案。AI还能在晶型预测、患者招募等其他药物研发环节中帮助提高效率、降低成本。

图表：AI助力药物发现

资料来源：动脉网，中金公司研究部

健康码再引隐私与效率讨论，数据治理成为国际共识

2019年Deepfake假视频大量出现以来，AI可能造成的负面影响广受社会各界关注。而疫情中健康码的普及、人脸识别技术被滥用的担忧，再次引起数据隐私保护问题的广泛关注。过去一年，中国首次将“数据”定位上升至生产要素，提出加快培育数据要素市场，并开始加速大数据立法工作；此外，美、欧监管机构，以及谷歌、微软等头部科技企业都陆续提出AI技术发展的规范性指南。目前，旧金山、奥克兰等部分美国城市已经全面禁止人脸识别技术，全球对AI技术可以应用的边界出现了一定的差异。AI是新基建中重要的新技术基础设施之一，我们认为，制定一个适应AI技术发展的法律和伦理框架，是当前要务之一。

图表：AI技术被滥用引发争议

资料来源：ZAO，伦敦大学学院，arxiv，中金公司研究部

图表：欧美中关于个人信息安全保护的立法情况比较

资料来源：安全内参网，TUVRheinland，中金公司研究部

图表：我国个人信息保护的相关法律法规进展

资料来源：国务院，中国新闻网，知网，中金公司研究部；注：截至2019年6月

联邦学习和隐私计算是保护数据隐私和解决数据孤岛问题的重要技术手段

目前制约人工智能发展的一个瓶颈是保护用户数据隐私和打破不同主体之间数据孤岛的问题。联邦学习（Federated Learning）可以在多个主体间不直接共享数据的情况下，实现模型的合作开发，我们认为其有望成为解决数据隐私和数据孤岛问题的可行解之一，而隐私计算则为联邦学习提供安全保护。我们认为，联邦学习+隐私计算可能成为继机器学习和深度学习之后的下一代关键AI技术。

图表：联邦学习概念图

资料来源：中金公司研究部

图表：主要联邦学习框架比较

资料来源：微众银行《联邦学习白皮书v2.0》，中金公司研究部

为便于研究人员查找相关行业研究报告，特将2018年以来各期文章汇总。欢迎点击下面红色字体查阅！

文琳编辑

今日导读：点击下面链接可查阅

公众号 ：文琳行业研究

文琳行研报告，为各机构提供专业的信息、数据、研究和咨询服务。欢迎关注【文琳行业研究】

《文琳资讯》每日提供最新信息。欢迎关注

今日导读：点击下面链接可查阅

《文琳阅读》每晚经典，欢迎关注！

今日导读：点击下面链接可查阅