15张图表带你速览2023人工智能最新趋势中国人工智能发展趋势

发表时间：2023-07-04 16:56:20

15张图表带你速览2023人工智能最新趋势

「中国人工智能研究论文总数已经超过了美国，成为全球第一」

「人工智能初创企业获得的资本青睐越来越少」

「主流NLP系统也存在种族歧视」

这些话题都出自斯坦福大学Human-Centered人工智能研究所近期发布的「2021年人工智能指数报告」。报告内容覆盖AI研发、技术性能、经济、教育、道德、多样性以及各国相关政策和国家战略等大量内容。

这份报告长达222页，包含大量数据和图表，我们从中精选了15份图表，带你速览这份斯坦福「2021年人工智能指数报告」，了解2021年人工智能发展现状。

作者|ElizaStrickland

编译|机器之能

「2021年人工智能指数报告」由斯坦福大学Human-Centered人工智能研究所，以及来自哈佛大学，经济合作与发展组织，thePartnershiponAI合作组织和SRIInternational的11名专家组成的指导委员会共同编制。这份报告引用了大量AI研究数据，引用了包括：arXiv的AI研究数据，Crunchbase的资金数据，以及对BlackinAI和QueerinAI等团体的调查。

报告对2021年度人工智能最新的研究趋势和进展进行了总结，并分析了资本、政策对AI技术的影响，以及深度学习、图像识别、语言识别等AI主要子领域的研究。

一

人工智能的盛夏

人工智能研究工作正处在爆炸增长期：2019年全球发布了超过12万篇人工智能研究领域的同行评审论文。自2000年以来，人工智能领域论文在同行评审论文中的占比，从0.8%一路攀升至2019年的3.8%。

二

中国在人工智能研究领域取得显著成就

自2017年中国研究人员发表的同行评审论文首次超过欧洲以来，中国的人工智能研究论文数量持续上升。到2020年，中国研究人员发布的人工智能研究论文在权威期刊的引用率已经领先全球。

AI指数指导委员会联合主任JackClark表示，这些数据对中国来说似乎是「学术成功的指标」，也在一定程度上映射出不同国家在人工智能生态体系建设方面的现状。他认为研究论文更像是一种学术权威认证，一个领域的学术性越弱，其行业实用性可能会越强。他指出：「中国有获得期刊出版物的明确政策，政府机构在研究中发挥更大的作用，而在美国，大部分这方面的研发主要集中在企业内部。」

三

快速训练=更好的AI

MLPerf以训练速度与硬件的关系为基础，分析了机器学习的系统性能，客观地对机器学习系统性能进行排名。通过对各种图像分类器系统在标准ImageNet数据库上进行培训，并根据训练时间进行排名。2018年，训练最佳系统需要6.2分钟；2020年，培训最佳系统需要47秒。这一进步也得益于近年来机器学习专用芯片的快速发展。

报告认为，硬件加速对机器学习的影响至关重要。系统训练耗时几秒和几小时的差别巨大，这种差异直接影响着研究人员的想法，以及研究的类型和数量，以及它可能影响到的研究风险。

四

AI不能理解「喝咖啡」？

在过去的几年里，人工智能在静态图像识别方面的进展突飞猛进，而计算机视觉未来必将朝着视频识别的方向发展。研究人员正在构建可以从视频剪辑中识别各种活动的系统，因为如果将机器视觉应用到现实世界（例如自动驾驶汽车、监控摄像头等），这种类型的识别可能会大有用处。计算机视觉性能的基准之一是ActivityNet数据集，其中包含来自2万个视频的近650小时镜头。在其中显示的200项日常生活活动中，人工智能系统在2019年和2020年都很难识别「喝咖啡」这项活动。这似乎是一个主要问题，因为喝咖啡是所有其他活动的基本活动。无论如何，这是未来几年值得关注的领域。

五

自然语言识别需要更难的测试

自然语言处理（NLP）的迅速崛起似乎遵循了计算机视觉的轨迹，在过去十年中，计算机视觉从学术领域的分支专业发展成为广泛的商业部署。今天的NLP也由深度学习驱动，JackClark认为，NLP继承了计算机视觉工作的策略，例如对大型数据库的训练和特定应用程序的微调。他说：「我们看到这些创新非常迅速地流向人工智能的另一个领域。」

JackClark表示，衡量NLP系统的性能正在变得很棘手，学术界一直在研发更为困难的AI测试系统和指标，但无论何种系统总会在六个月内出现新的AI击败它。这份图表显示了两个版本的阅读理解测试SQuAD的表现，人工智能语言模型必须根据一段文本回答多项选择题。2.0版通过包含无法回答的问题来使任务更加困难，模型必须识别这些问题，并且不回答。一个模型在第一个版本上花了25个月才超过人类的性能，但另一个模型只花了10个月就完成了更艰巨的任务。

六

NLP也存在「种族歧视」

语音识别和文本生成等任务的语言模型总的来说已经非常完善了。但即便在主流的成熟商业NLP系统中仍存在认知偏差，如果这些问题不得到解决，则可能会严重影响这些技术的商业应用。

例如AI系统也存在种族歧视问题，图表显示了几款较为成熟的商业化语音识别程序的错误率。

虽然系统存在认知偏差，但大多数研究人员只注重系统性能，而很少有人会去注意到这种偏差。这个问题在未来很可能会阻碍各种形式的人工智能发展，包括计算机视觉和决策支持工具。

七

AI就业市场全球化

据LinkedIn数据显示，从2016年到2020年，巴西、印度、加拿大、新加坡和南非的人工智能岗位增长最快。而这并不意味着这些国家的绝对就业机会最多（美国和中国仍占据AI就业机会的首位），但这些国家对人工智能的投入将会对人工智能技术以及整个社会的发展产生积极影响。LinkedIn发现，2020年的全球疫情并未对AI领域的工作岗位招聘造成丝毫影响。

值得注意的是，印度和中国的人才对LinkedIn的应用并不广泛，因此这些国家的人才市场状况在LinkedIn上的数据并不具有充分的代表性。

八

企业对AI的投资热度「不想停，也不会停」

自2015年以来大量资金持续涌入人工智能领域。2020年，全球企业对人工智能的投资飙升至近680亿美元，比前一年增长40%。

九

创业狂潮接近尾声

从前面一张图表可以看出，AI领域的企业投资持续增长，但在增长的背后，却是增速逐年放缓。这张图表显示，AI初创企业得到的投资越来越少。虽然疫情可能对初创企业的活动产生了影响，但AI初创企业数量下降的明显趋势始于2018年，从好的方面来看，这似乎是行业正在逐步走向成熟的信号。

十

新冠病毒带来的影响

虽然人工智能的许多趋势在很大程度上没有受到全球疫情的影响，但这张图表显示，2020年的AI投资更偏向于全球应对新冠病毒中发挥重要作用的单位。制药相关公司投资的激增就很好的说明了这一点。而对教育技术和游戏的投资增长，也与2020年疫情隔离导致人们把更多时间花费在电脑前有直接关系。

十一

风险？有风险吗？

大量企业在电信、金融服务和汽车等行业稳步增加人工智能工具的应用。然而，大多数公司似乎不知道或不关心这项新技术带来的风险。麦肯锡在一项研究中调查了企业对AI应用相关风险的认知，只有网络安全风险受到了半数以上受访者的关注。与人工智能相关的伦理问题，如隐私和公平，是当今人工智能研究领域最热门的话题之一，然而这些问题并未引起企业的足够重视。

十二

AI领域的博士们正在涌入企业

AI领域的学术工作有限，虽然高校增加了本科生和研究生级别的人工智能相关课程，终身制教师职位也相应增加，但学术界仍然无法吸收逐年新增的AI博士。这份图表仅代表北美地区的AI博士毕业生，这些毕业生中的绝大多数正在流向AI企业。

十三

AI的伦理问题

如前所述，很多公司对人工智能的伦理问题重视程度不足，但研究人员对此越来越关心。许多团体正在研究人工智能系统的不透明决策（称为可解释性问题），嵌入偏见和歧视，以及隐私入侵等问题。这份图表显示了人工智能会议上伦理问题的相关论文正在逐年增加，JackClark认为这非常值得高兴。他指出，由于有这么多学生参加这些人工智能会议，几年后，将有大量关注AI伦理的从业者进入行业。

然而，除了会议文件的增加外，在这一问题上业界并没有其他突出的进步。报告强调，人工智能系统中的偏差量化测试才刚刚开始出现。JackClark说，「这些评估体系，就像人工智能科学领域的一个新分支。」

十四

多样性问题（1）

解决人工智能系统中嵌入的偏见和歧视的一种方法是确保构建人工智能系统的群体的多样性。这不是一个激进的概念。然而，报告称，在学术界和行业，人工智能劳动力「仍然以男性为主」。这张图表来自美国计算机研究协会年度调查，数据显示，在北美人工智能相关的博士课程的毕业生中，女性仅占约20%。

十五

多样性问题（2）

来自同一调查的数据讲述了一个关于种族/民族身份的类似故事。这个问题在即将毕业的博士生中似乎相当明显，有许多优秀的科学、技术、工程和数学项目都以女孩和少数族裔为重点。这使我们想到了AI4ALL组织，或许社会可以更加关注这些群体，给他们更多的资助，或者以某种方式参与其中。

参考链接：

https://aiindex.stanford.edu/wp-content/uploads/2021/03/2021-AI-Index-Report_Master.pdf

https://spectrum.ieee.org/tech-talk/artificial-intelligence/machine-learning/the-state-of-ai-in-15-graphs

机器之能面向正在进行数字化转型及智能化升级的各领域产业方，为他们提供高质量信息、研究洞见、数据库、技术供应商调研及对接等服务，帮助他们更好的理解并应用技术。产业方对以上服务有任何需求，都可联系我们。

zhaoyunfeng@jiqizhixin.com

原标题：《15张图表带你速览2021人工智能最新趋势》

阅读原文

新一代人工智能的发展与展望

随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。

人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。

当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。

事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。

未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。

中国人工智能创新处于什么发展水平

◎编辑｜数字经济先锋号

◎来源｜北京工业大学学报

◎作者｜王山陈昌兵

人工智能作为新技术创新的代表与引领未来、重塑传统行业结构的前沿性与战略性技术，逐渐成为全球新一轮科技革命和产业变革的重要驱动力量。世界各国在以创新为主的人工智能新技术方面展开了激烈的角逐与残酷的竞争。

目前，我国人工智能技术创新水平如何？技术处于何种发展阶段？我国发展人工智能的优势在哪？未来我国人工智能发展趋势如何？本文即将告诉你答案。

指标体系的构建

基于技术创新大数据，本文创新性地构建多指标测度体系与技术创新综合发展指数；根据综合发展指数模拟各国人工智能技术创新Ｓ演化曲线，描绘动态演变轨迹并定位中美技术创新发展位置。重点结合五维度在不同阶段的权重分布，比较中美新技术创新发展差距，探讨影响我国人工智能新技术创新发展的主要因素。提出提高新技术创新水平的具体措施与发展建议，助力实现我国人工智能关键核心技术突破、摆脱被先发国家控制的劣势地位。

表１人工智能技术创新发展水平多指标测度体系

根据技术创新周期不同发展阶段可能呈现出的特征与各特征之间的内在逻辑关系，同时结合人工智能新技术创新发展影响因素与技术创新发展测度相关参考文献，我们选择了基础研究、技术创新、科技布局、产业规模与技术进步５个维度来测度人工智能技术创新发展水平（如表一所示）。

根据指标熵权计算式得到的人工智能技术创新水平各测度指标的权重值（Ｗj）（如表二所示）。从单个指标权重看，首先体现产业规模的人工智能技术融资规模指标权重最高，然后为人工智能新增企业数指标；其次为体现技术创新程度的人工智能技术优先权年专利申请量指标，研发课题数指标权重最低。从分析维度看，首先产业规模维度权重最大；其次为技术创新维度与科技布局维度，基础研究维度权重值最小。综上可知，产业规模与技术创新维度各参数动态变化对人工智能技术创新所处发展阶段的判断具有显著影响。

表２人工智能技术创新水平测度指标权重值

中美等国的对比与分析

根据分析，目前，我国人工智能技术正处于快速发展的技术成长期后期，技术创新十分活跃，未来将涌入更多的企业和科研机构，竞争也将越来越激烈。而美国人工智能技术萌芽于1990年，于2005年步入技术成长期，2020年开始走向成熟，并预计于2034年进入技术衰退期，目前正处于开展商业应用的技术成熟期，创新动力将持续增强。（拟合优度是指回归直线对观测值的拟合程度。度量拟合优度的统计量是可决系数（亦称确定系数）Ｒ²。Ｒ²最大值为１，越接近１，说明回归直线对观测值的拟合程度越好，表三可见各国人工智能技术创新Ｓ演化曲线拟合优度Ｒ²均在０.９以上，拟合效果较为理想。——数字经济先锋号注）

表３中美等国人工智能技术创新发展阶段判定

日本、英国、法国与德国作为较早启动人工智能新技术研究开发与科研成果推广应用的主要发达国家，同样具有较大的先发优势，其技术创新发展水平早期均位列世界前沿且技术发展历程与演化轨迹比较相似，均在1990年左右进入技术创新萌芽期，后经技术不断地积累､发展与突破，分别于2005年与2019年左右步入技术创新成长期与成熟期，目前技术已经成熟。

图１中美等国人工智能技术创新周期Ｓ曲线

得益于雄厚的科技与经济实力，美国人工智能技术创新累计综合发展指数遥遥领先于其他各国，日英法德４国作为人工智能新技术创新发展早期的追随者与前期领导者，在人工智能技术领域，同样具有较高的发展水平与先发优势，鉴于人工智能技术创新是一个显著的动态累计过程，且发展周期较长，美日等世界主要发达国家并未因前期先发优势而形成技术发展垄断局面，因而为后发国家的技术追赶提供了巨大的机会窗口。

由图１技术创新演变曲线可预测出，在技术经验渐进性积累与自主创新能力不断提升的条件下，我国正逐步缩小与美国在人工智能新技术创新赛道上的发展差距，预计将在人工智能新技术创新发展的成熟期实现技术的追赶与超越。

目前，中国人工智能技术创新累计综合发展指数已超越英法德日４国，但与技术创新水平处于全球领先地位的美国相比仍有较大发展差距。本文从人工智能新技术创新累计综合发展指数增长率探索未来中国是否能反超美国并掌握创新发展的主导权，图２是各国人工智能技术创新累计综合发展指数增长率变化结果。

图２拟合中美等国人工智能技术创新累计综合发展指数增长率

由图２可知，1985-2003年，美国、英国、法国、德国与日本人工智能技术创新累计综合发展指数增长速率基本处于快速上升状态，尤其是美国。而我国的人工智能技术创新起步晚于美国，在基础研究原创性成果的不足或某些前沿领域的投入缺失的情况下错失了先发优势。但在国家大力扶持与自主创新能力不断提升的情况下，我国人工智能技术发展呈现出了非常强劲的增长态势。

因此，可以预见，在当前快速增长态势下，再加上后天技术的积累以及先发的数据优势，我国必将在人工智能新技术这一赛道上领跑全球。

影响因素动态分析

我国人工智能新技术创新发展速度较快，但关键核心技术水平与美国相比仍有差距。技术创新是一个多阶段过程，不同发展阶段因所需资源、条件不同而影响因素权重不同。本节创新性地引入技术创新不同阶段变量，动态分析不同阶段下人工智能技术创新的多指标测度体系中维度权重变化。进一步深入剖析我国人工智能新技术创新发展的影响因素。

由表四可以看出，中美两国在人工智能技术的发展阶段、技术创新和技术进步等方面存在差异。美国在人工智能新技术基础研究投入、技术创新布局、技术产业链上游的占据等方面具有较为显著的优势，而我国在科技布局、产业规模和融资份额等方面具有一定优势。但是，我国与美国相比，技术进步较为缓慢，尤其是在芯片领域存在较大差距，这将对我国的人工智能产业化形成不利影响。

因此，我们应该着眼于加强人工智能领域的基础研究，不断提升自主创新能力，积极推动技术创新和进步，在技术产业链上游抢占制高点，实现由技术跟随到技术引领的转变。同时，也需要加强与市场的有效结合，促进技术产业化的发展，让科技创新更好地服务于经济社会的发展，实现以科技创新驱动高质量发展的目标。

表４人工智能技术不同发展阶段影响因素权重分布

通过与美国的比较不难看出，我国人工智能新技术创新在基础研究、技术创新与技术进步维度，仍有相当发展空间，由于缺乏占据世界产业制高点的核心技术，存在若干被他国“卡脖子”的领域。

图３中美等国人工智能技术创新逐年发展指数

虽然我国人工智能新技术研发起步较晚，基础研究薄弱，技术创新累计综合发展指数与美国存在较大差距，但由技术创新逐年综合发展指数（图3）可知，我国人工智能新技术创新发展指数自2003年开始逐年上升，正不断缩小与美国人工智能技术创新累计综合发展指数的差距。作为后起之秀，在经历长期以技术跟随为主的技术潜伏期与萌芽期，以及二次创新为主的技术成长期后，依靠后发优势，我国于2017年反超自2003年以来技术创新逐年发展指数呈逐步下降态势的美国，跃居全球首位。

结论及建议

本文基于人工智能技术创新科研大数据，提出了人工智能技术创新水平多指标测度体系与技术创新综合发展指数计算模型，并通过绘制技术创新生命周期Ｓ演化曲线，对我国与世界主要发达国家在人工智能技术创新方面的发展阶段进行了评估与预测，深度剖析了我国与美国等国之间在技术创新、科技布局、产业规模、技术进步等方面的差距。

基于这些结论，本文提出了几点建议。首先，要强化基础研究，加大对基础研究长期稳定的支持力度，同时引导企业增加基础研究投入，提高我国基础研究水平和源头创新能力。

其次，要推动应用研究与基础研究的融合贯通，坚持问题导向、目标导向，设立重大科技计划项目，支持设立联合攻关团队（校企联合或校校联合等），或以企业为主导并协调高校和有关科研院所的资源，对有关人工智能的应用技术进行研究开发（委托研究、联合研究等形式）。

此外，还建议要产业化市场化发展，中国目前以高校为主、各自为战的人工智能研发体系不利于中国人工智能产业对前沿技术的把握和整体技术创新水平的进一步提升，也不利于技术的快速转化应用。建议培育一批技术先进、世界领先的企业，并带动产业上下游协同发展，形成持续创新能力、技术全球领先的产业集群。

最后，要完善技术创新机制，应鼓励企业培育和引进掌握关键核心技术的科技领军人才和团队，为产业发展提供智力支持；建立综合的关键核心技术突破与创新机制，将短期与中长期科技积累相结合，建立国家基础研究、产业科技等方面的公私结合的综合创新体系，将产业发展创新需求、国家战略创新需求、科研好奇创新需求等三大方面的创新动力综合起来，并重结合，实现“远水”和“近渴”的融合。

综上所述，通过实施这些建议，我国在人工智能技术创新方面可以进一步提升自身的科技水平和创新能力，缩小与美国等发达国家的差距，加速我国在人工智能领域的发展进程。

原文来源：王山，陈昌兵．中美人工智能技术创新的动态比较——基于人工智能技术创新大数据的多Ｓ曲线模型分析［Ｊ／ＯＬ］．北京工业大学学报（社会科学版）。（因篇幅原因，本文有部分删减）

关于我们

「数字经济先锋号」是成都数联产服科技有限公司旗下数字经济研究交流平台。围绕数字产业、数字基建、数字治理、数字生态等数字应用领域，揭示与记录数字经济发展点滴与脉络。

数联产服是一家数字经济行业智库、产业大数据服务商，具备全流程大数据治理-分析-决策支撑服务能力，面向各级政府和产业运营机构提供基于大数据的产业经济发展解决方案和综合服务。

重磅发布！《新一代人工智能发展年度报告（2023

6月25日，2023全球人工智能产品应用博览会（AIExpo2023）在苏州正式揭幕。开幕式上，新华社中国经济信息社江苏中心与新一代人工智能产业技术创新战略联盟共同发布《新一代人工智能发展年度报告（2022-2023）》，这是新华社中国经济信息社第五年发布人工智能发展年度报告。

图为新华社中国经济信息社江苏中心主任陈希希在大会发布年报

年报分析认为，2022年以来，国内外人工智能发展呈现新的特点与趋势：

全球人工智能进入新的快速发展阶段，机遇与挑战并存。ChatGPT火爆出圈引发人工智能赛道持续升温，全球新一代人工智能进入新的快速发展阶段，出现一些值得关注的新机遇：AI自动化提速、关键技术持续涌现，发展方向日益多元化；AI大模型发展迅猛，加快形成人工智能应用新范式；存算一体芯片有望破解AI算力瓶颈，全球竞争格局未定；产业界AI技术发展领先于学术界，成为资源集聚和成果产出“主阵地”。同时，人工智能发展面临更加紧迫的应用伦理困境、AI公平性和偏见指标2022年达到新高，人工智能引致环境问题加剧，ChatGPT对就业市场开始产生深刻影响等新的挑战也亟待关注。

全球人工智能竞争激烈，美国加劲发力、中国加快赶超。在政策与市场双重驱动下，全球人工智能市场规模稳步扩容、技术红利加速释放、研发成果不断涌现、应用场景持续拓展。国际竞争日趋激烈，美国综合实力领先，中国保持较快发展势头，英、韩、日、德等你追我赶。各国相继出台重磅战略规划，美国宣布三项人工智能监管与发展计划，旨在遏制风险并促进创新，欧盟人工智能法案“呼之欲出”布局向善发展，日本聚焦AI顶层规划、人才培育等开展新一轮政策设计，韩国将人工智能指定为“十二大国家战略技术”之一。

我国人工智能重点领域加速突破，产业发展迈向成熟。近年我国持续加码布局人工智能关键领域，产业向成熟期过渡，相关企业和资源聚集在京津冀、长三角、珠三角和川渝。政策方面，构建形成“1+N”政策体系，为人工智能发展提供政策依据和制度保障。产业方面，我国人工智能核心产业规模稳步增长、进入全球第一梯队，企业数量约占全球16%；33家人工智能企业跻身2023全球独角兽榜，占全球总量近1/3。算力方面，重大工程“东数西算”实施，八地启动建设国家算力枢纽，梯次优化的算力供给体系初步构建。

报告指出，苏州自2021年获批建设国家新一代人工智能创新发展试验区以来，人工智能产业创新集群建设及应用赋能取得明显成效，综合实力跃居我国第一方阵，2022年人工智能相关产业规模达1250亿元，近3年产值规模平均增速达22.7%。苏州工业园区作为试验区核心区，积极引育全球人工智能领域领军企业和人才，创新企业拔节生长，集聚人工智能相关企业1500家；创新平台加快建设，思必驰入选科技部“语言计算国家新一代人工智能开放创新平台”；应用场景更加丰富，2022年以来上报科技部人工智能重大应用场景需求4项，并获批首批江苏软件名园、江苏省工业大数据应用示范区、江苏省信创先导区，已成为人工智能发展的核心板块。

年报认为，针对当前人工智能发展面临的一些瓶颈与挑战，我国应进一步完善人工智能发展顶层设计，稳步推进监管制度创新；优化创新资源配置方式，持续支持以企业为主体开展关键核心技术攻关；因地制宜，引导地方建设各具特色的算力网络生态；久久为功，瞄准关键环节夯实数字经济时代人才培育体系。

来源：新华财经

我国人工智能产业发展势头强劲产业布局提速

央视网消息：据中国信息通信研究院测算，2022年中国人工智能核心产业规模达5080亿元人民币，我国人工智能产业生态正在逐步形成，产业布局也在提速。在昨天（6月26日）召开的世界互联网大会数字文明尼山对话上，与会代表认为，面对人工智能技术发展的突飞猛进，我们既要警惕它存在潜在的风险隐患，也要抓住它所带来的巨大机遇。

这里是位于浙江杭州桐庐县的一座矿山，虽然这段时间正是梅雨季，矿山的工程进度却没有受到任何影响，而这正是得益于传统机械装上了人工智能的“大脑”。工作人员在数公里开外的项目中心，只需要动动键盘和鼠标，就可以远程操控现场的无人挖掘机进行施工作业。

人工智能技术的应用不仅大大提高了传统行业的生产效率，更是让传统制造业变得更有市场竞争力。在杭州的这家丝绸生产企业，原来生产一条丝巾需要经过设计、打样、打印、固色等5至7个流程，而现在通过人工智能现场定制设计，数智化印花一体机开启即时生产，半个小时就可以拿到一条丝巾成品。

随着一批智能车间、智慧供应链等涌现，人工智能与实体经济迅速融合，有力推动各行各业数字化、智能化转型，孕育出一大批新产业新模式新业态。

科技部新一代人工智能发展研究中心近期发布的《中国人工智能大模型地图研究报告》显示，以“大数据+大算力+强算法”相结合的人工智能大模型，在中国正在得到迅猛发展，中国研发的大模型数量排名已居全球第二，仅次于美国，目前中国10亿参数规模以上的大模型已发布79个。

中商产业研究院：《2023年中国人工智能行业市场前景及投资研究报告》发布

中商情报网讯：人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

ChatGPT的爆火掀起了新一轮人工智能发展热潮。人工智能是一种应用广泛的技术，在机器的帮助下重塑人类整合信息、分析数据和获取洞察的过程，帮助人类提高效率、优化决策判断。经过多年的发展和实践，我国人工智能已广泛应用于城市管理、金融、零售等诸多领域。中商情报网预测，到2023年人工智能市场规模将达3043亿元。

为了更好地了解我国人工智能行业的发展，中商产业研究院推出《2023年中国人工智能行业市场前景及投资研究报告》，《报告》主要围绕人工智能行业概况；人工智能行业发展环境；人工智能行业市场分析；人工智能行业上下游市场分析；人工智能行业企业分析；人工智能行业行业发展前景等六个章节展开，通过对当前的产业现状进行分析，总结产业发展现状，从而预测人工智能行业发展前景及趋势。

PART1人工智能行业概况

人工智能（ArtificialIntelligence），英文缩写为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。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

PART2人工智能发展环境

PART3人工智能行业市场分析

人工智能是一种应用广泛的技术，在机器的帮助下重塑人类整合信息、分析数据和获取洞察的过程，帮助人类提高效率、优化决策判断，已成为科技创新和数字经济时代的重要支柱。数据显示，2021年我国人工智能行业市场规模达1987亿元，2017-2021期间年均复合增长率为58.1%，预计2023年我国人工智能市场规模将达3043亿元。

PART4人工智能人上下游市场分析

《中国制造2025》“数字中国”等政策推动中国产业的信息化和智能化升级转型，这将为人工智能芯片的发展提供更多实际应用场景。数据显示，2021年我国AI芯片市场规模达到427亿元，同比增长124%。在政策、市场、技术等合力作用下，中国AI芯片行业将快速发展，预计2023年我国AI芯片市场规模将达1206亿元。

PART5人工智能企业分析

杭州海康威视数字技术股份有限公司的主营业务是以视频为核心的智能物联网解决方案和大数据服务提供商,业务聚焦于综合安防、大数据服务和智慧业务,构建开放合作生态,为公共服务领域用户、企事业用户和中小企业用户提供服务,致力于构筑云边融合、物信融合、数智融合的智慧城市和数字化企业。

2023年第一季度实现营业收入162.01亿元，同比下降1.94%；实现归母净利润18.11亿元，同比下降20.71%。

PART6人工智能行业发展前景

人工智能正由技术研发走向行业应用,形成从宏观到微观各领域智能化新实践，逐步渗透到制造、交通、医疗、金融、零售、金融等多个行业。人工智能发展催生出新技术、新产品、新产业、新业态、新模式，为产业变革带来新动力。未来随着人工智能技术发展，人工智能和实体经济深度融合，将驱动人工智能行业发展。

本文仅展示报告部分内容，报告共计85页，完整报告请下载：《2023年中国人工智能行业市场前景及投资研究报告》https://wk.askci.com/details/188aa31d0882413988b723ed2b08cd72/

人工智能行业发展趋势及市场规模分析2023

人工智能行业发展趋势及市场规模分析2023郭梦2023年6月28日来源：互联网79248繁体

近年来，人工智能成为全球数字技术创新最活跃的前沿领域之一，是数字经济的新赛道和国际竞争的新热点。同时，社会公众对于人工智能疑虑未消，在踩下油门的同时如何控制好速度与方向，进而构建安全、可信的人工智能，成为与会企业家、专家热议的焦点。

构建安全可信的数字世界

人工智能时代，智慧教育有了新模样：机器人通过图像识别就可以批改试卷、识题答题;“AI老师”通过人机交互技术实现24小时在线答疑解惑。不仅教育领域，工业、商业、物流、医疗……对话过程中，业内人士不断分享着人工智能的应用场景。

人工智能行业发展趋势及市场规模分析2023

在产业政策支持下，市场立法逐渐健全，未来中国人工智能市场规模将高速增长，到2025年将突破3000亿元。作为全球最大的人工智能应用市场，中国人工智能技术落地迅速，已经广泛应用于多个行业和场景。中国人工智能飞速发展刺激着各行各业的经济，应用市场潜力巨大。

人工智能技术的应用不仅大大提高了传统行业的生产效率，更是让传统制造业变得更有市场竞争力。

从全球范围来看，人工智能技术的发展速度非常快，有很多行业在积极地运用人工智能技术。美国是最早开始研究和开发人工智能技术的国家之一，欧洲的部分国家也有着相当高的研发实力，中国则成为了世界上发展最快的人工智能市场之一。

从行业来看，人工智能技术在医疗、金融、零售、制造业等多个领域都有着广泛的应用。其中，医疗健康应用是人工智能技术的一大重点领域，包括疾病预测、医学影像诊断、智能辅助诊疗等。

据中研普华产业院研究报告《2023-2027年中国人工智能行业全景调研与发展战略研究咨询报告》分析

近年来，人工智能产业进入高速发展阶段，人工智能的应用场景从硬件扩展到了软件、服务与平台体系，在工业、农业、医疗领域的行业应用不断深入。

我国人工智能产业链主要包括算法、芯片、算力、数据及场景等几大环节，各个环节都存在细分领域的龙头企业。

人工智能是新形势下数字经济的重要基础设施，具备同各行各业结合的能力，越来越多的行业和领域都在进行不同层次的智能化升级。新人工智能时代将是泛智能时代，覆盖的范围也远远不止传统理解中的互联网和科技行业，将给全社会带来生产力和连接度的飞跃。

伴随着科学基础和实现载体取得新的突破，类脑计算、深度学习、强化学习等一系列的技术萌芽预示着内在动力的成长，人工智能的发展已进入一个新的阶段。

我国政府高度重视人工智能的发展，通过发布政策、实施重大项目等方式积极推动人工智能技术和产业创新发展，将人工智能融入国家整体创新体系，不断增强产业竞争力。

随着我国新基建、新经济的不断推进，AI技术在各领域的应用不断深化，我国人工智能行业市场规模持续增长。

我国人工智能市场规模逐年扩大。2022年，我国人工智能市场规模达到2680亿元，预计2023年全年我国人工智能市场规模将达到3200亿元，同比增长33.8%。

在科技迅速发展的时代，人工智能的发展是大势所趋，而中国发展人工智能具有着良好的社会环境，如在人才培养、人力资源、社会消费需求等方面体现出游刃有余的社会优势。近年来，中国知识产权创造水平稳中有进，国内企业创新主体地位进一步提升，国际社会对中国知识产权保护的信心持续增强，人工智能技术的发展具有良好的知识产权保护环境。

未来，在5G+物联网的加持下，各行各业都将进入一个智能化阶段。通过数据流和控制流的实时交互，实现人与机器之间、人与物之间的高效协同，并在人机协作中进一步提高生产效率和产品质量。

人工智能行业研究报告旨在从国家经济和产业发展的战略入手，分析人工智能未来的政策走向和监管体制的发展趋势，挖掘人工智能行业的市场潜力，基于重点细分市场领域的深度研究，提供对产业规模、产业结构、区域结构、市场竞争、产业盈利水平等多个角度市场变化的生动描绘，清晰发展方向。

欲了解更多关于人工智能行业的市场数据及未来行业投资前景，可以点击查看中研普华产业院研究报告《2023-2027年中国人工智能行业全景调研与发展战略研究咨询报告》。

关注公众号

免费获取更多报告节选

免费咨询行业专家

2023年中国人工智能产业趋势报告

AI013：中国AI+零售行业发展研究报告

AI014：中国AI+零售行业发展研究报告

AI015：AI产业全景图

AI016：2020中国AI中台应用趋势报告

AI017：2021AI智能制造研究报告

AI018：2021中国AI商业落地市场研究报告

AI019：2021认知智能发展研究报告

AI020：上海人工智能创新发展探索与实践案例集

AI021：2021AI中台白皮书

AI022：2021全球人工智能教育落地应用研究报告

AI023：2021可信人工智能白皮书

AI024：中国AI+安防行业发展研究报告

AI025：2021云上智能白皮书

AI026：2021年中国人工智能+医疗与生命科学行业研究报告

AI027：中国云原生AI开发平台白皮书

AI028：2021中国智慧城市AIoT应用研究

AI029：中国AI中台赋能城市空间管理白皮书

AI030：人工智能的认知神经基础白皮书

AI031：企业智能化的路径、方法与领先实践

AI032：AI框架发展白皮书（2022年）

AI033：人工智能白皮书（2022年）

AI034：2022深度合成十大趋势报告

AI035：中国AI数字商业产业展望2021-2025

AI036：可解释AI发展报告2022

AI037：2022百度人工智能专利白皮书

AI038：AI+数字孪生发展现状,应用场景及典型企业

AI039：2022年全球人工智能产业研究报告

AI040：中国神经科学数字化创新（2022）

AI041：全球中小学人工智能教育支撑环境白皮书

AI042：2022年中国知识图谱行业研究报告

AI043：人工智能知识点全景图

AI044：人工智能生成内容（AIGC）白皮书

AI045：2022中国AI商业落地研究报告

AI046：中国AI技术应用场景市场研究及选型评估

AI047：2022金融AI发展研究报告

AI048：可信人工智能产业生态发展报告（2022年）

AI049：2022年中国对话式AI行业发展白皮书

AI050：人工智能技术应用实践白皮书

AI051：人工智能标准化白皮书（2021版）

AI052：商汤人工智能伦理治理年度报告（2022年）

AI053：人工智能深度学习课程高效调研报告

AI054：2022人工智能发展白皮书

AI055：2022医疗AI行业研究白皮书

AI056：人工智能治理与可持续发展实践白皮书

AI057：中国人工智能软件基础设施高质量发展报告

AI058：2022年中国AI+金融行业发展研究报告

AI059：人工智能时代的算法治理报告（2022年）

AI060：2022-2023中国人工智能计算力发展评估报告

AI061：2023年AI创意营销趋势白皮书

AI062：2023AIGC发展趋势报告

AI063：中国人工智能框架市场调研报告

AI064：人工智能产业分析报告（2023）

AI065：2023年中国人工智能产业趋势报告

以下是报告部分内容

声明

来源：易观分析，互联互通社区推荐阅读，版权归作者所有。文章内容仅代表作者独立观点，不代表互联互通社区立场，转载目的在于传递更多信息。如涉及作品版权问题，请联系我们删除或做相关处理！返回搜狐，查看更多

15张图表带你速览2023人工智能最新趋势 中国人工智能发展趋势