人工智能产业链：2023年中国人工智能产业链图谱｜产业链全景图
近些年来，人工智能厚积薄发，在全球范围内掀起了科技企业竞争的风潮，受到了各界的关注。人工智能作为新一轮产业变革的核心驱动力，正在释放历次科技革命和产业变革的巨大能量。相比于互联网产业，我国人工智能发展期与成熟期迎来的较晚，但是随着人工智能产业不断深化发展，中国智能企业数量不断上升，我国人工智能行业已经进入产业化阶段。
人工智能产业
人工智能即AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能作为一门前沿交叉学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。涉及机器学习、语音识别、计算机视觉等多种技术，其研究范畴广泛而又复杂。持续探索新一代人工智能应用场景，将重构生产、分配、交换、消费等经济活动各环节，催生新技术、新产品、新产业。通过推动人工智能的发展，能够促进多领域的技术突破，实现技术创新发展和商业化应用。基于人工智能强大的深度学习能力和运算能力，未来将与大数据、云计算、5G通信等技术加深融合，推动产业升级转型。
人工智能产业链包括三层：基础层、技术层和应用层。即基础技术、人工智能技术及人工智能应用。
人工智能产业链图谱|产业链全景图
基础层即基础技术方面，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑，大数据管理和云计算技术得到广泛的运用，为人工智能技术的实现和人工智能应用的落地提供基础的后台保障，是一切人工智能应用得以实现的大前提。
云计算：基础设施服务、平台服务层、软件服务层
芯片：DSOP、CPU、ASIC、GPU、SOC、FPGA
ASIC：ASIC(ApplicationSpecificIntegratedCircuit)即专用集成电路，是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。用CPLD(复杂可编程逻辑器件)和FPGA(现场可编程逻辑门阵列)来进行ASIC设计是最为流行的方式之一，它们的共性是都具有用户现场可编程特性，都支持边界扫描技术，但两者在集成度、速度以及编程方式上具有各自的特点。
GPU：图形处理器(英语：graphicsprocessingunit，缩写：GPU)，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。
SOC：系统级芯片，SoC的定义多种多样，由于其内涵丰富、应用范围广，很难给出准确定义。一般说来，SoC称为系统级芯片，也有称片上系统，意指它是一个产品，是一个有专用目标的集成电路，其中包含完整系统并有嵌入软件的全部内容。同时它又是一种技术，用以实现从确定系统功能开始，到软/硬件划分，并完成设计的整个过程。
FPGA：FPGA(FieldProgrammableGateArray)是在PAL、GAL等可编程器件的基础上进一步发展的产物。它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。
传感器：压力传感器、温湿度传感器、射频传感器、图像传感器、指纹传感器、超声波传感器、激光雷达传感器、气体传感器、加速度计陀螺仪、麦克风传感器
技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径，技术层是基于基础层提供的存储资源和大数据，通过机器学习建模，开发面向不同领域的应用技术。如机器学习、计算机视觉、语言处理、自然语音处理等。
计算机视觉：视觉问答、语义分割、运动和跟踪、物体识别和检测
机器学习：增强学习、监督学习、非监督学习、半监督学习
自然语言处理：自然语言理解、语音识别、自然语言生成
框架及操作系统：DMTK、TORCH、CAFFE、THEANO、TENSORFLOW
人工智能行业的下游为应用层，应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。主要为智能机器人、工业机器人、智慧金融、智能教育、智能安防、智能家居、智能驾驶、智能医疗等服务。
智能驾驶：传感器、芯片、算法、系统集成及服务、整车
智慧金融：智能客服、智能化运维、智能投顾、网点服务机器人、反欺诈与智能风控
智能医疗：智能医疗机器人、智能辅助医疗平台
智能家居：智能音箱、智能电视、扫地机器人、智能冰箱、智能空调、智能开关
智能教育：智能黑板、学习机器人、智能教学辅助设备
智能安防：智能摄像头、智能报警器、智能家庭防盗、智能网关、智能安防机器人
人工智能将催生新技术、新产品、新产业、新业态、新模式，实现社会生产力的整体跃升，推动社会进入智能经济时代。随着人工智能市场的不断发展，人工智能操作系统融合核心人工智能技术与计算数据能力，为人工智能产业提供智力、计算和数据资源支撑，在产业中实现终端设备、数据与应用的全面连接，是人工智能的生态大脑和能力输出的基础，在人工智能生态体系构建中占据入口的核心价值。
根据《新一代人工智能发展规划》,到2025年,我国人工智能基础理论实现重大突破,部分技术与应用达到世界领先水平,人工智能成为带动我国产业升级和经济转型的主要动力,智能社会建设取得积极进展。到2030年,我国人工智能理论、技术与应用总体达到世界领先水平。
近几年，各区域招商引资工作开始破除传统理念，结合当地产业发展实际，在方式上不断推陈出新，开展各类新的尝试。五度易链管理平台致力于通过绘制产业链全景图，明确精准招商路径，研究产业链各个环节的企业分布情况，以“链主”企业为中心，分析产业链环节的重点产品、产量、产值规模等。依据产业链现状，分析重点产品上下游及配套环节，摸清家底，剖析产业链、提取价值链，变“地毯式招商”为“地图式招商”。
因此，这样的产业链招商方式也成为了地方政府招商的重要手段，让招商引资工作更有方向性、针对性、实效性。为了进一步强化产业链服务，五度易链将持续整理各大行业的产业全景图谱供大家参考。
原创声明：本文为「五度易链」原创，欢迎转载，转载请标明出处，违者必究!
推荐专题：产业链图谱/产业链全景图汇总，读懂各大产业链细分领域！
原文阅读：人工智能产业链：2021年中国人工智能产业链图谱｜产业链全景图
干货！2023年中国人工智能行业产业链现状及市场竞争格局分析 四大都市圈较为集中
人工智能产业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
1、人工智能产业产业链全景梳理：产业链涵盖行业庞大
人工智能产业链包括三层：基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑;技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径;应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
2、中国人工智能产业产业链区域热力地图：四大都市圈最集中
继国家出台《新一代人工智能发展规划》之后，各省市自治区纷纷响应，制定了各自的人工智能发展规划、实施意见和行动方案。地方政府的政策不仅在针对国家战略作出响应，还在对当地智能企业和产业发展需求的作出响应。
目前，我国人工智能企业主要分布在京津冀、长三角、珠三角、川渝四大都市圈。京津冀区域竞争力最强，长三角位列第二，珠三角位列第三。
从人工智能行业代表性企业的所属地分布来看，北京、深圳市人工智能代表性企业的集中地。
3、中国人工智能产业产业园区分布图：东部沿海地区分布较多
截至目前中国新一代人工智能创新发展实验区已经获批的地区主要集中在东部沿海地区，主要围绕北京、杭州、深圳展开。已经获批的地区有北京、天津、济南、苏州、安徽、上海、杭州、德清县、西安、武汉、长沙、深圳、广州、成都、重庆。
4、中国人工智能产业代表性企业产品情况
从人工智能企业的核心技术布局来看，百度、腾讯、阿里云、华为等头部平台企业已布局了多项AI技术;而像平安科技、京东、小米等融合性公司，其技术布局主要针对应用层，针对性较强。
5、中国人工智能产业代表性企业最新投资动向
2020年以来，人工智能产业代表性企业的投资动向主要包括收购公司拓展业务、通过对子公司增资的方式投资人工智能生产基地项目。人工智能产业代表性企业最新投资动向如下：
以上数据及分析请参考于前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院还提供产业大数据、产业研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO募投可研、IPO业务与技术撰写、IPO工作底稿咨询等解决方案。
【干货】人工智能产业产业链全景梳理及区域热力地图
当前位置：前瞻产业研究院»经济学人»研究员专栏【干货】人工智能产业产业链全景梳理及区域热力地图UVc分享到：朱茜•2021-08-0909:00:30来源：前瞻产业研究院E18712G12023-2028年中国人工智能行业发展前景预测与投资战略规划分析报告2023-2028年全球人工智能芯片（AI芯片）行业市场调研与发展前景研究报告2023-2028年中国大数据产业发展前景与投资战略规划分析报告2023-2028年中国云计算产业发展前景预测与投资战略规划分析报告2023-2028年中国生物识别技术行业市场调研与投资预测分析报告人工智能产业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
人工智能产业产业链全景梳理：产业链涵盖行业庞大
人工智能产业链包括三层：基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑;技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径;应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
人工智能产业产业链区域热力地图：四大都市圈最集中
继国家出台《新一代人工智能发展规划》之后，各省市自治区纷纷响应，制定了各自的人工智能发展规划、实施意见和行动方案。地方政府的政策不仅在针对国家战略作出响应，还在对当地智能企业和产业发展需求的作出响应。
目前，我国人工智能企业主要分布在京津冀、长三角、珠三角、川渝四大都市圈。京津冀区域竞争力最强，长三角位列第二，珠三角位列第三。
从人工智能行业代表性企业的所属地分布来看，北京、深圳市人工智能代表性企业的集中地。
人工智能产业产业园区分布图：东部沿海地区分布较多
截至目前中国新一代人工智能创新发展实验区已经获批的地区主要集中在东部沿海地区，主要围绕北京、杭州、深圳展开。已经获批的地区有北京、天津、济南、苏州、安徽、上海、杭州、德清县、西安、武汉、长沙、深圳、广州、成都、重庆。
人工智能产业代表性企业产品情况
从人工智能企业的核心技术布局来看，百度、腾讯、阿里云、华为等头部平台企业已布局了多项AI技术;而像平安科技、京东、小米等融合性公司，其技术布局主要针对应用层，针对性较强。
人工智能产业代表性企业最新投资动向
2020年以来，人工智能产业代表性企业的投资动向主要包括收购公司拓展业务、通过对子公司增资的方式投资人工智能生产基地项目。人工智能产业代表性企业最新投资动向如下：
以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院还提供产业大数据、产业研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO募投可研、招股说明书撰写等解决方案。
更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。
前瞻产业研究院-深度报告REPORTS2023-2028年中国人工智能行业发展前景预测与投资战略规划分析报告本报告前瞻性、适时性地对人工智能行业的发展背景、供需情况、市场规模、竞争格局等行业现状进行分析，并结合多年来人工智能行业发展轨迹及实践经验，对人工智能行业未来...
查看详情
本文来源前瞻产业研究院，内容仅代表作者个人观点，本站只提供参考并不构成任何投资及应用建议。（若存在内容、版权或其它问题，请联系：service@qianzhan.com）品牌合作与广告投放请联系：0755-33015062或hezuo@qianzhan.com在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前瞻产业研究院的正规授权。如有IPO业务合作需求请直接联系前瞻产业研究院IPO团队，联系方式：400-068-7188。
p22q1我要投稿
UVc分享：标签：人工智能产业链全景人工智能产业链区域热力地图人工智能行业品牌、内容合作请点这里：寻求合作››
产业规划
园区规划
产业招商
可行性研究
碳中和
市场调研
IPO咨询
前瞻经济学人专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。前瞻产业研究院中国产业咨询领导者，专业提供产业规划、产业申报、产业升级转型、产业园区规划、可行性报告等领域解决方案，扫一扫关注。相关阅读RELEVANT【干货】人工智能芯片行业产业链全景梳理及区域热力地图
【干货】中国精密光学行业产业链全景梳理及区域热力地图
【干货】精准PCI行业产业链全景梳理及区域热力地图
【干货】计算机仿真行业产业链全景梳理及区域热力地图
【干货】半导体分立器件制造行业产业链全景梳理及区域热力地图
【干货】机器视觉行业产业链全景梳理及区域热力地图
人工智能板块介绍及产业链分析 板块介绍人工智能（Artificial Intelligence）指由人类制造出来的机器所展现出来的智能，试图通过计算机
来源：雪球App，作者：趣选股，（https://xueqiu.com/7529440758/198756924）
板块介绍
人工智能（ArtificialIntelligence）指由人类制造出来的机器所展现出来的智能，试图通过计算机来模拟人的思维过程和行为。目前这一领域主要包括计算机视觉、自然语言处理、跨媒体分析推理、智适应学习、群体智能、自主无人系统、智能芯片和脑机接口等关键技术。
人工智能的本质是对人类思维过程的模拟。从1956年正式提出“人工智能”概念算起，在半个多世纪的发展历程中，人们一直在这一领域进行长期的科学探索和技术攻坚，试图了解智能的实质。和任何曾经处于发展过程中的新兴学科一样，人工智能早期发展并非一帆风顺，它曾受到多方质疑，不断经历起伏。近些年，大数据的积聚、理论算法的革新、计算能力的提升及网络设施的演进，使得持续积累了半个多世纪的人工智能产业又一次迎来革命性的进步，人工智能的研究和应用进入全新的发展阶段。
人工智能三次浪潮：首次提出：1955年的达特茅斯会议上；在此之后的几十年里，人工智能的发展经历了两起两落；从2006年起由于深度学习算法的出现，人工智能产业第三次浪潮开启。
人工智能产业链
人工智能产业链分为基础层、技术层、应用层。其中，基础层包括芯片、大数据、算法系统、网络等多项基础设施，为人工智能产业奠定网络、算法、硬件铺设、数据获取等基础。更受用户熟知的是人工智能技术层，包括目前发展势头较盛的计算机视觉、语音语义识别、机器学习、知识图谱等。最终人工智能技术还需要落实到应用层中多场景的应用，目前人工智能技术应用到多个场景中，包括金融、安防、智能家居、医疗、机器人、智能驾驶、新零售等多个场景。
基础层是人工智能产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑。主要包括计算硬件（AI芯片）、计算系统技术（大数据、云计算和5G通信）和数据（数据采集、标注和分析）。
技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径。主要包括算法理论（机器学习）、开发平台（基础开源框架、技术开放平台）和应用技术（计算机视觉、机器视觉、智能语音、自然语言理解）。
应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。主要包括从行业解决方案（“AI+”）和热门产品（智能汽车、机器人、智能家居、可穿戴设备等）。
人工智能技术梳理
人工智能的技术在近年得到长足的发展，主要还是围绕着深度学习、机器视觉两大块。深度学习是机器学习的升级，流行的卷积神经网络，GAN等都属于深度学习。
机器学习（ML）是人工智能的重要子领域，与数据挖掘（DM）和知识发现（KDD）领 域相交叉它他的处理系统和算法主要是通过找出数据里隐藏的模式进而做出预测的识别模 式。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度 理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能， 重新组织已有的知识结构使之不断改善自身的性能。
深度学习（DL）是近三十年来机器学习领域发展最快的一个重要分支，也是实现人工智 能的必经之路。深度学习是一类模式分析的统称，含多个隐藏层的多层感知器就是一种深度 学习结构，其最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声 音等数据。深度学习源于人工神经网络的研究，最早可以追溯到1958年的感知机，通过组合低层特征形成高层特征来发现数据的分布式特征表示。
计算机的视觉感知是为了让计算机具备人的视觉，可以自动提取图像、视频等视觉数据 中蕴含的层次化语义概念及多语义概念间的时空关联等。它的主要任务就是通过对采集的图 片或视频进行处理以获得相应场景的三维信息。其原理是用各种成像系统代替视觉器官作为 输入敏感手段，由计算机来代替大脑完成处理和解释。视觉感知的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。主要应用于控制过程、导航、检测事件、组织信息、造型对象或环境、相互作用及自动检测等，其中最突出的应用领域是医疗计算机视觉和医学图像处理。
政策支持大力发展人工智能
确立“三步走”目标，加速人工智能深度应用创新建设，全面推动AI产业落地：国务院2017年《新一代人工智能发展规划》中确立“三步走”目标，第一步，到2020年人工智能总体技术和应用与世界先进水平同步；第二步，到2025年人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平；第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平。
加强人工智能与经济社会深度融合，积累经验做法、标杆案例：科技部2019年8月发布《国家新一代人工智能创新发展试验区建设工作指引》，指出要充分发挥地方在试验区建设中的主体作用，3年内形成一批人工智能与经济社会发展深度融合的典型模式，积累一批可复制可推广的经验做法，打造一批具有重大引领带动作用的人工智能创新高地。
明确“新基建”，注入“新动能”：受疫情影响，数字经济发展迎来关键窗口期。2020年3月，中央明确“新基建”进度，加固、升级人工智能长期发展创新的数字底座，开启AI发展新空间。
此外，国家五大人工智能开放创新平台涉及AI的应用领域，分别为：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；依托商汤集团建设智能视觉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；依托商汤集团建设智能视觉国家新一代人工智能开放创新平台。
人工智能市场规模高速增长
根据艾瑞咨询预测，2020年，人工智能产业规模预计超过1500亿元；到2025年，产业规模预计超过4500亿元。机构判断市场将会百花齐放，人工智能创业企业有望是AI产业的主要力量，外围赛道切入的包括互联网公司、云服务公司、大数据公司、信息技术服务公司、通信设备公司以及个别科研院所切分其余市场。
国内AI专利申请趋势：过去十年，中国人工智能领域的专利申请量389571，约占全球申请量的74.7%。总体上，国内的人工智能相关专利申请量呈逐年上升趋势，并且在2015年后增长速度明显加快。
人工智能重要落地应用
AI的最终任务是实现人工智能在各垂直行业的场景化落地从全球看，人工智能企业主要集中在AI+（各个垂直领域）、大数据和数据服务、视觉、智能机器人领域，其中AI+企业主要集中在商业（主要包含市场营销和客户管理领域）、医疗健康、金融领域。从中国看，各垂直领域的AI企业同样集中在各类垂直行业中，渗透较多的包括医疗健康、金融、商业、教育和安防等领域，根据中国信通院数据，其中医疗健康领域占比最大达到22%，其次在金融和智能商业化领域占比分别达到14%和11%。
产业链代表公司
2023年中国人工智能产业链上中下游市场分析（附产业链全景图）
中商情报网讯：人工智能即AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。近些年来，人工智能厚积薄发，在全球范围内掀起了科技企业竞争的风潮，受到了各界的关注。
一、市场规模
随着人工智能市场的不断发展，人工智能操作系统融合核心人工智能技术与计算数据能力，为人工智能产业提供智力、计算和数据资源支撑，在产业中实现终端设备、数据与应用的全面连接，是人工智能的生态大脑和能力输出的基础，在人工智能生态体系构建中占据入口的核心价值。人工智能操作系统通过开放AI大规模输出，大幅提升专家、普通从业者、行业管理者的生产效率与产品品质，具有巨大商业价值和市场空间。中国人工智能产业将迎来新一轮的增长点，新技术的引入让更多的创新应用成为可能，预计到2021年，中国人工智能产业规模达到2035.6亿元，增长率为28.8%。
数据来源：中商产业研究院整理
二、产业链
人工智能产业链核心，即基础技术、人工智能技术及人工智能应用。在基础技术方面，大数据管理和云计算技术得到广泛的运用，为人工智能技术的实现和人工智能应用的落地提供基础的后台保障，是一切人工智能应用得以实现的大前提。人工智能技术，目前主要聚焦在人机交互、计算机视觉、深度学习领域。人工智能应用聚焦在智能语音、智能医疗、机器人、智能家居、汽车电子等领域，当前正处于由专业应用向通用应用过度的发展阶段。
中国人工智能产业链图谱
资料来源：中商产业研究院整理
一文看懂国内人工智能行业产业链全景（必收藏）
全球共有近千家人工智能公司遍及62个国家的十余个产业，国内涉及人工智能领域的公司也早已破百。除了「机器学习」、「模式识别」和「神经网络」这些晦涩的词汇和各种层出不穷的借势营销，这个看似离我们越来越近的市场却在「互联网玄学」的外衣下显得愈发迷雾重重。
那么，关于人工智能，你究竟了解多少?在下一个产业浪潮到来之前，我们到底又应该关注什么?
一、国内人工智能产业链解构「基础技术」、「人工智能技术」和「人工智能应用」构成了人工智能产业链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并对其中的「人工智能应用」进行重点解构。
1.基础技术提供平台
人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即「基础设施即服务(IaaS)」、「平台即服务(PaaS)」和「软件即服务(SaaS)」。
基础技术提供平台为人工智能技术的实现和人工智能应用的落地提供基础的后台保障，也是一切人工智能技术和应用实现的前提。
2.人工智能技术平台
与基础技术提供平台不同，人工智能技术平台主要专注于「机器学习」、「模式识别」和「人机交互」三项与人工智能应用密切相关的技术，所涉及的领域包括机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解和遗传编程等。
在国内，人工智能技术平台在应用层面主要聚焦于计算机视觉、语音识别和语言技术处理领域，其中的代表企业包括科大讯飞、格灵深瞳、捷通华声(灵云)、地平线、SenseTime、永洪科技、旷视科技、云知声等。
3.人工智能应用
人工智能应用涉及到专用应用和通用应用两个方面，这也是「机器学习」、「模式识别」和「人机交互」这三项人工智能技术的落地实现形式。
其中，专用领域的应用涵盖了目前国内人工智能应用的大多数应用，包括各领域的人脸和语音识别以及服务型机器人等方面;而通用型则侧重于金融、医疗、智能家居等领域的通用解决方案，目前国内人工智能应用正处于由专业应用向通用应用过度的发展阶段。
(1)计算机视觉
在国内计算机视觉领域，动静态图像识别和人脸识别是主要研究方向，目前由于动态检测与识别的技术门槛限制，静态图像识别与人脸识别的研究暂时处于领先位置，
图像识别代表企业：百度、搜狗、三星中国技术研究院、微软亚洲研究院、Intel中国研究院等。
人脸识别代表企业：旷视科技、腾讯优图、蚂蚁金服、FaceID、汉王科技、三星中国技术研究院、微软亚洲研究院、中科奥森、深圳科葩、linkface、SenseTime等。
动态视觉检测代表企业：格灵深瞳、东方网力、Video等。
(2)语音/语义识别
语音识别的关键在于基于大量样本数据的识别处理，因此，国内大多数语音识别技术商都在平台化的方向上发力，希望通过不同平台以及软硬件方面的数据和技术积累不断提高识别准确率。在通用识别率上，各企业的成绩基本维持在95%左右，真正的差异化在于对垂直领域的定制化开发。
语音识别：科大讯飞、百度、出门问问、智齿客服、思必驰、云知声、助理来也、京东JIMI智能客服、普强科技、捷通华声、紫冬锐意、纳象立方等。
语义识别：科大讯飞、百度、腾讯、智臻智能、智齿客服、助理来也、京东JIMI智能客服等。
(3)智能机器人
由于工业发展和智能化生活的需要，目前国内智能机器人行业的研发主要集中于家庭机器人、工业企业服务和智能助手三个方面。
在以上三个分类中，从事家庭机器人和智能助手的企业占据着绝大多数比例，涉及到的国内企业近300家，其中的代表性企业包括：
家庭机器人：优必选、Rokid、公子小白机器人、北冥星眸GalaxyEye、A.I.Nemo、极思维智能科技等。
智能助手：百度、小i机器人、图灵机器人、优必选、北冥星眸GalaxyEye、萝卜科技等。
工业企业服务：新松机器人、博实股份、优爱宝机器人和Slamtec等。
(4)智能家居
与家庭机器人不同，智能家居和物联企业的主要着力点在于智能设备和智能中控两个方面。
在这其中，以海尔和美的为代表的传统家电企业依托自身渠道、技术和配套产品优势建立起了实体化智能家居产品生态。
而以阿里、腾讯、京东、小米和乐视等互联网企业为代表的公司则通过各自平台内的数据和终端资源提供不同的软硬件服务。
传统家电企业：海尔U、美的M-Smart等。
互联网企业：阿里小智、QQ物联、京东微联、小米、乐视乐居家等。
技术解决方案商：科沃斯、broadlink、感居物联、风向标科技、欧瑞博、物联传感、华为等。
(5)智能医疗
目前国内智能医疗领域的研究主要集中于医疗机器人、医疗解决方案和生命科学领域。
由于起步较晚和技术门槛的限制，目前国内医用机器人的研发水平和普及率相较于国际一线水平仍存在一定的差距，从事企业主要集中与手术机器人和康复机器人两大领域，以新松机器人、博实股份、妙手机器人、璟和技创等企业为代表。
在医疗解决方案方面，以腾讯、阿里巴巴、百度和科大讯飞为代表的公司通过和政府、医疗机构的合作，为脑科学、疾病防治与医疗信息数据等领域提供智能解决方案。
医疗机器人代表企业：新松机器人、博实股份、妙手机器人、璟和技创等。
医疗解决方案代表企业：腾讯、阿里巴巴、百度、科大讯飞等。
生命科学代表企业：华大基因、碳云智能、贝瑞和康、安诺优达、联合基因、北科生物等。
未来，随着国内人工智能行业的产业分工和企业竞合日渐明晰，国内的人工智能产业链也将更为明显地分化为以BAT为代表的生态平台、以科大讯飞和格灵深瞳为代表的通用技术解决平台以及以出门问问、broadlink为代表的人工智能专用领域解决方案提供商。
二、未来国内人工智能行业发展的五大趋势(1)机器学习与场景应用将迎来下一轮爆发
根据VentureScanner的统计，截至2015年9月，全球人工智能领域获得投资的公司中，按照平均融资额度排名的五大业务依次是：机器学习(应用类)、智能机器人、计算机视觉(研发类)、机器学习(研发类)和视频内容识别等。
目前中国地区人工智能领域获得投资最多的五大细分领域是计算机视觉(研发类)、自然语言处理、私人虚拟助理、智能机器人和语音识别。从投资领域和趋势来看，未来国内人工智能行业的资本将主要涌向机器学习与场景应用两大方向。
数据储存容量和技术能力的提升为机器学习爆发提供了基础保障，而机器学习又是人工智能的核心技术和涵盖面最广的应用手段;但由于现阶段运算能力的局限和通用解决方案的研发门槛限制，基于安防、智能生活、教育和健康等场景的场景应用成为了大多数国内企业在人工智能领域的突破口。
(2)专用领域的智能化仍是发展核心
基于GPU(图形处理器)计算速度(每半年性能增加一倍)和基础技术平台的飞速发展，企业对于人工智能神经网络的构建取得了前所未有的突破。但是，由于人工智能各领域技术和算法的复杂性，未来20年内人工智能的应用仍将集中于人脸和图像识别、语音助手和智能家居等专用领域。
通过上述产业链环节构成和投资分类可以看出，优势企业的核心竞争力主要集中于特定领域的专用技术研发;其中，计算机视觉和语音识别领域的研发和应用已处于国际一流水平，专业应用机器人的研发也有望近10年内迎来突破性发展。
可以预见的是，在由专业领域向通用领域过渡的过程中，自然语言处理与计算机视觉两个方向将会成为人工智能通用应用最大的两个突破口。在未来20年内，通用领域研发所需的技术和数据也会随着各专用领域差异化发展的日臻成熟而迎来突破。
(3)产业分工日渐明晰，企业合作大于竞争
随着专用领域应用开发的成熟和差异化技术门槛的存在，国内人工智能产业将逐渐分化为底层基础构建、通用场景应用和专用应用研发三个方向。
在底层基础构建方面，腾讯、阿里巴巴、百度、华为等企业依托自身数据、算法、技术和服务器优势为行业链条的各公司提供基础资源支持的同时，也会将自身优势转化为通用和专业应用领域的研究，从而形成自身生态内的人工智能产业链闭环。
在通用场景应用方面，以科大讯飞、格灵深瞳和旷视科技为代表的企业将主要以计算机视觉和语音识别为方向，为安防、教育和金融等领域提供通用解决方案。
而在专用应用研发方面则集中了大部分硬件和创业企业，这其中既包括以小米和broadlink为代表的智能家居解决方案商，也包含了出门问问、linkface和优必选这类的差异化应用提供商。
(4)系统级开源将成为常态
任何一个人工智能研究分支都涉及到异常庞大的代码计算，加上漏洞排查与跨领域交叉，任何一家企业都无法做到在封闭环境内取得阶段性突破的可能。
可以看到的趋势是，Google、微软、Facebook和雅虎等视人工智能为未来核心竞争力的顶级企业都先后开放了自身的人工智能系统。
需要明确的一点是，开源并不代表核心技术和算法的完全出让，底层系统的开源将会让更多企业从不同维度参与到人工智能相关领域的研发，这为行业层面新产品的快速迭代和共同试错提供了一个良性且规范化的共生平台。于开放企业而言，这也确保了它们与行业最新前沿技术的同步。
基于此，腾讯、阿里巴巴、百度和科大讯飞等在人工智能领域取得领先优势的企业都在不同维度和空间开放了自身的人工智能系统。而在未来，随着专用领域应用的普及和通用技术应用需求的增强，这种开放性还会不断地加大。
(5)算法突破将拉开竞争差距
作为人工智能实现的核心，算法将成为未来国内人工智能行业最大的竞争门槛。以Google为例，Google旗下的搜索算法实验室每天都要进行超过200次的改进，以完成由关键字匹配到知识图谱、语义搜索的算法创新。
在未来竞争的重点机器学习领域，监督学习、非监督学习和增强学习三个方面算法的竞争将进入白热化阶段。而正是算法层面的突破造就了腾讯优图、科大讯飞和格灵深瞳等企业在图像识别和计算机视觉领域取得了突破性进展和国际一线的技术水平。
但就目前国内人工智能算法的总体发展而言，工程学算法虽已取得阶段性突破，但基于认知层面的算法水平还亟待提高，这也是未来竞争的核心领域。
总的来看，虽然基础技术的成熟带来了存储容量和机器学习等人工智能技术的提升，但由于现阶段运算能力以及大规模CPU和GPU并行解决方案的局限，目前国内人工智能的发展主要集中于计算机视觉、语音识别、智能生活等方向上。
未来，随着国内人工智能行业的产业分工和企业竞合日渐明晰，国内的人工智能产业链也将更为明显地分化为以BAT为代表的生态平台、以科大讯飞和格灵深瞳为代表的通用技术解决平台以及以出门问问、broadlink为代表的人工智能专用领域解决方案提供商。
►关注【人工智能机器人联盟】微信公众号（CAIA617），后台对话框回复【1109】获取【人工智能产业全景图】和【中国人工智能应用市场研究报告】