人工智能十大热门技术、10大关键词，你知多少？

点击图片上方蓝色字体“慧天地”即可订阅

（点击图片可放大观看，更多精彩请留意文末推荐)

AI技术市场方兴未艾。它的火热，已经不是炒作或媒体关注能涵盖的了。不知有多少初创公司的起步源于AI技术，互联网巨头们更是争相收购业绩出色的技术公司，在AI上的投资和技术应用也有显著的增长。

Narrative Science去年的一项调查发现，38%的企业已经在使用AI技术，并预计到2018年将增长至62%。Forrester Research预测，2017年AI投资将比2016年增长逾300%。IDC估计，AI市场将从2016年的80亿美元增长到2020年的470亿美元。

“Artificial Intelligence”一词诞生于1955年，是用来描述计算机科学领域的一门新兴分门学科，其中包括众多系列技术和工具，有些是经过时间检验了的，有些则是新近发明的。为了帮助理解哪些是热门技术，哪些又被排除在外，Forrester今年发布了一份关于AI的技术雷达报告（主要面向应用程序开发专业人员），这份针对13家技术企业的详细报告认为还是要采用支持人类决策的技术。为了帮大家回顾AI的发展之路，我们整理了十种最热门的AI技术与2017人工智能十大关键词：

十种最热门的AI技术

1.自然语言生成

从计算机数据生成文本。目前用于客户服务、报告生成，或总结商业智能洞察力。供应商：Attivio,、Automated Insights、Cambridge Semantics、Digital Reasoning、Lucidworks、Narrative Science、SAS、Yseop。

2.语音识别

将人类语音转换成有用的计算机应用程序。目前用于交互式语音响应系统和移动应用。供应商：NICE、Nuance Communications、vbOpenText、Verint Systems。

3.虚拟代理

据Forrester称，这项技术是“媒体当前的宠儿”。从简单的聊天机器人到可以与人类友好互动的高级系统。目前在客户服务和支持岗位适用，还能将其视为一个聪明的家庭管家。供应商：亚马逊、苹果、Artificial Solutions、Assist AI、Creative Virtual、谷歌、IBM、IPsoft、微软、Satisfi。

4.机器学习平台

提供算法、api、开发和培训工具包、数据，以及计算能力来设计、培训和部署模型到应用程序、流程和其他机器上。目前广泛应用于企业应用，主要涉及预测或分类。供应商：亚马逊、Fractal Analytics、谷歌、H2O.ai、微软、SAS、Skytree。

5.ai-优化硬件

图形处理单元（GPU）和专门设计和架构的设备，以有效地运行面向对象的计算工作。目前主要是在深度学习应用方面有所不同。供应商：Alluviate、Cray、谷歌、IBM、英特尔、英伟达。

6.决策管理

将规则和逻辑插入人工智能系统的引擎，用于初始设置/培训和持续的维护和调优。一个成熟的技术，它被广泛应用于各种企业应用，协助或执行自动化决策。供应商：Advanced Systems Concepts、Informatica、Maana、Pegasystems、UiPath。

7.深度学习平台

一种特殊类型的机器学习，由具有多个抽象层的人工神经网络组成。目前主要用于模式识别和分类应用，能够支持庞大的数据集。供应商：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、Saffron Technology、Sentient Technologies。

8.生物识别技术

使人类和机器之间能够进行更多的自然互动，包括但不限于图像和触摸识别、语言和肢体语言。目前主要用于市场研究。供应商：3VR、Affectiva、Agnitio、FaceFirst、Sensory、Synqera、Tahzoo。

9.机器人过程自动化

使用脚本和其他方法来自动化人类活动，以支持高效的业务流程。目前用于执行任务或过程的成本太高或效率太低。供应商：Advanced Systems Concepts、Automation Anywhere、Blue Prism、UiPath、WorkFusion。

10.文本分析和NLP

自然语言处理(NLP)使用和支持文本分析，通过统计和机器学习方法促进对句子结构和意义、情绪和意图的理解。目前用于欺诈检测和安全，广泛的自动化助理，以及用于挖掘非结构化数据的应用程序。供应商：Basis Technology、Coveo、Expert System、Indico、Knime、Lexalytics、Linguamatics、Mindbreeze、Sinequa、Stratifyd、Synapsify。

2017人工智能10大关键词

1.芯片

据人工智能协会发布的《中国AI创新应用白皮书》显示，从1986年到2007年，全球单日信息存储能力增加了约120倍，在数据生成量方面，预计到2020年，将达到44ZB，是2009年的44倍。数据量的成倍增长，伴随的是芯片行业的蓬勃发展。

在这条赛道上，有智能设备厂商、云计算厂商、传统芯片厂商。苹果、微软和谷歌都在开发自己的处理器，应用于人工智能和其他的工作负载，其目标是实现在没有云处理的情况下压缩算法。大数据、人工智能以及高性能计算和分析越来越趋向于利用GPU。这一趋势使英伟达成为重要玩家，同时，也为AMD注入了新的活力。英特尔将其布局从个人电脑转向数据中心和物联网。

此外，一些更加垂直细分的初创公司的表现同样不容小觑。

近期，寒武纪、地平线、深鉴、Kneron、鲲云科技等人工智能芯片公司相继获得融资，新一代计算芯片可以提供更强大的计算力，同时在集群上实现的分布式计算能够帮助人工智能模型在更大的数据集上运行。

2.智能音箱

相对于传统音箱而言，智能音箱不仅是音响产品，同时是涵盖了内容服务、互联网服务及语音交互功能的智能化产品，不仅具备WiFi连接功能，提供音乐、有声读物等内容服务及信息查询、网购等互联网服务，还能与智能家居连接，实现场景化智能家居控制。

也因此，2017年成为了“百箱大战”的一年，智能音箱的炙热战火从国外烧到了国内。目前国内切入音箱市场的公司主要有三类：

一是以喜马拉雅“小雅”为代表的内容基因的公司，他们和“传统音箱”最为接近，但内容的智能播放提升了用户在聆听场景下的交互体验。

二是包括Rokid、出门问问、Broadlink等在内的“智能公司”，在他们的产品里，音乐内容只是众多功能之一，更多的亮点在语音交互、连接智能家居上。

三则是小米、阿里、京东、联想等“大公司”，他们背后是有庞大的商业生态。

3.医疗影像

今年11月15日，科技部公布了首批国家新一代人工智能开放创新平台名单，其中，就包括依托腾讯建设的医疗影像诊断平台觅影。

AI+医疗是近年来资本投资和企业拓展新业务的热点，这其中又以医疗影像为重点原因有两点：

医疗影像是所有大病诊疗的入口和基础，放射科医生是医疗行业最短缺的人员之一；人工智能技术爆发的核心——深度学习，正好最擅长分析影像类数据。如此，使得影像识别技术成了最有可能在医疗领域率先落地的技术。

短期来看，目前AI+医疗影像的商业模式一定是To B，并且在竞争初期，渠道为王；从长期来看，To C也有很大的商业机会，随着技术的成熟，未来病人可以自由选择AI医疗商的产品进行服务。

4.安防

就目前来说，安防本身具有两大特性：

第一，在传统的以视频为主的安防行业中，经过多年的发展，已经积累了大量的数据资源，满足了人工智能基于大数据为基础的算法模型训练的要求；

第二，安防行业中事前预防、事中响应、事后追查的特性刚好吻合了人工智能的算法和技术。

也就是说，目前AI在安防领域的应用主要通过图像识别、大数据及视频结构化等技术进行作用的。而从行业角度来看，主要在公安、交通、楼宇、金融、工业、民用等领域应用较广，其中以公安应用最为核心。另外，AI+安防在提前预防犯罪，和保障社会安全方面也起到了非常重要作用。

目前来说，虽然AI在安防领域的应用有着很好的前景，但还没有达到真正实用的阶段，应用中存在诸多的问题需要不断完善和解决，比如环境适应性差、场景理解受限、人脸识别准确率等等问题。

5.语音交互

2017年，很多业内专家都认为，“语音”将会成为下一代人机交互的主要方式。其原因有三：

首先，语音交互更为自然和方便；

其次，语音交互相对于文字交互模式而言，能够解放人们更多的感官；

第三，基于智能语音交互，不需要对APP、浏览器进行点击操作，而是直接通过语音操作的特质，使其能够凌驾于浏览器、APP等其他应用的入口之上，成为一个新入口，而这个入口，将会变革更多的产业，诸如信息搜索、分发。

涉及语音交互的公司包括人工智能机器人厂商、人机交互技术和渠道提供商，以及基础平台支撑和关联技术提供商：

1、人工智能机器人厂商主要包括小i机器人等智能机器人厂商，同时还有清华、中科院等人工智能技术研究院校和科研院所。

2、人机交互技术或渠道提供商包括科大讯飞、捷通华声、车音网、思必驰等语音技术提供商，以及短信（移动、电信、联通）、QQ等服务提供商。

3、基础平台支撑和关联技术提供商包括IDC、云计算平台、数据挖掘等技术提供商。

6.融资/收购

大势所趋下，无论是国内还是海外市场，科技巨头正在以内生式AI领域的研发，和外延式的直接投资、或收购AI领域的创业团队等方式在AI领域进行积极部署。而巨头们收购企业的原因，不外乎争夺团队、专利、人才，同时，也是对自身业务的补充，以及为了公司在今后技术生态里的布局和站位考虑。

除了收购，2017年形成的另一个热浪是融资。我们来看今年发生的融资大事件：

2017年2月，三星、英伟达联手投资了AI智能语音助手公司SoundHound，这家公司以语音识别与搜索技术获得了7500万美元的投资；

2017年3月，蔚来汽车以自动驾驶、辅助驾驶获得了来自IDG资本、高瓴资本等投资方6亿美元投资；

2017年3月，Geek+科技以智能机器人技术获得了火山石资本等投资方1.5亿美元投资；

2017年4月商汤科技以计算机视觉技术获得了赛领资本6千万美元投资；

2017年5月，深鉴科技以处理器/芯片获得了高榕资本等投资方数千万美元的投资；

2017年10月，地平线机器人获得由英特尔投资、嘉实投资等资本方近亿美元A+轮融资。

7.人才流动

2017人工智能领域人员流动情况：

8.政策

自今年7月国务院发布《新一代人工智能发展规划》后，各地区都在从不同层面加强人工智能相关政策的部署。

今年10月，北京市正式印发《中关村国家自主创新示范区人工智能产业培育行动计划（2017—2020年）》；

11月14日，上海市发布《关于本市推动新一代人工智能发展的实施意见》，提出到2020年，重点产业规模将超过1000亿元。

11月18日，有“中国光谷”之称的武汉东湖高新区，出台全国首个区域性《促进人工智能产业发展的若干政策》，并发布《东湖高新区人工智能产业规划》，提出未来三年将每年设立不低于2亿元的人工智能产业发展专项资金。同时，也发布了“国字号”的人工智能开放创新平台。

11月15日，科技部宣布成立新一代人工智能发展规划推进办公室，并公布首批国家新一代人工智能开放创新平台名单：依托百度公司建设自动驾驶国家新一代人工智能开放创新平台，依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台，依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台，依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台位列其中。

迹象表明，人工智能政策正在从中央传导至地方，AI政策自上而下开始发酵，我国已经进入AI产业的“黄金窗口期”，预计未来将有更多地方的政策文件出台，从而形成多点齐放的局面。

9.智能制造

波士顿咨询在一份名为《工业4.0——未来生产力和制造业发展前景》的报告中明确指出，以云计算、大数据分析为代表的新技术将为中国制造业的生产效率带来15%—25%的提升。

智能制造，是在基于互联网的物联网意义上实现的包括企业与社会在内的全过程的制造，把工业4.0的“智能工厂”、“智能生产”、“智能物流”进一步扩展到“智能消费”、“智能服务”等全过程的智能化中去，只在这些意义上，才能真正地认识到我们所面临的前所未有的形势。

这一年来，各大制造企业为了重塑自身在制造业的全球竞争优势，在各层面高度重视智能制造，并相应启动了一系列针对基于模型的企业、网络物理系统、工业机器人、先进测量与分析、智能制造系统集成等智能制造关键要素的计划和项目，以对“AI+制造”的新竞争力形成进行系统支持。

10.场景创新

随着社交和云技术的不断融合，移动终端设备从随身变得贴身，人工智能技术开始从技术平台走向产业平台，场景的价值越来越大，我们正在步入一个能够通过场景感知来快速高效解决问题的“场景时代”。如何实现人工智能的场景化，做好“人工智能时代”与“场景时代”的结合，是2017年以及未来人工智能发展的重要前提。

此外，人工智能的发展离不开技术的不断创新，更离不开场景的创新。场景创新是人工智能发展的催化剂，当人工智能技术发展到一定的程度后，如何让更多的人工智能技术走向前台转变为用户服务，如何激发商业化应用需求，通过需求创造供给将是未来人工智能发展的重要方向。

来源：战略前沿技术、Forbes、亿欧网（版权归原作者及刊载媒体所有）

荐读

点击下文标题即可阅读

编辑 / 郭 梅    审核 / 付 航   荐稿 / 冯昭懿

指导：万剑华教授(微信号wjh18266613129)