人工智能行业及其概念技术路线
一、人工智能行业介绍人工智能(ArtificialIntelligence): 主要是指在各类机器载体（手机、电脑、交通工具、机器人、机械设备等）上模拟并拥有类似生物/超越生物的智能（感知、学习、推理、交流等）。
人工智能初期属于计算机科学的分支，研究领域涉及计算机视觉、自然语言处理、机器学习、语音处理等，同时又与多个学科紧密相关，包括自动控制、电子技术、数学、心理学、语言学、哲学等。
2.人工智能的技术发展路线人工智能典型算法历经萌芽期、稳定爬升期和成熟期三个发展阶段。
人工智能典型算法的发展阶段，将近年来出现GPT-3模型、ViT模型、BERT模型等划分至技术【萌芽阶段】
将具有一定技术沉淀但仍需持续迭代的卷积神经网络、长短期记忆神经网络、循环神经网络等划分至技术【稳定爬升阶段】
将拥有较长发展历史的决策树、逻辑回归、朴素贝叶斯等划分至【技术成熟阶段】具体如上图所示
3.产业发展驱动因素：数据、算力、算法数据层面：近年来全球数据规模持续增长，IDC预计到2025年全球数据量将达到175ZB
算力层面：1971年芯片算力从0.06MIPS快速增长15.8TOPS以上
算法层面：伴随技术的不断发展，机器学习、计算机视觉、自然语言处理、语音处理、知识图谱等AI核心技术相关算法持续迭代优化。
产业发展驱动因素：人工智能产业政策全球主要国家和地区相继出台人工智能政策，推动人工智能产业发展
具体而言，美国加大人工智能研发方面的投资欧盟致力于推进新的人工智能立法提案英国打造世界人工智能创新中心日本则强化人工智能应用，加快数字化转型韩国加强人工智能战略引领，助力本国经济复苏新加坡为人工智能研究追加投资，推进政府的数字化转型中国则更加注重推动人工智能与传统产业融合。
产业发展驱动因素：人工智能人才规模全球当前累计AI人才突破100万人其中，中国AI人才数量超过18万人位居世界首位，占全球AI人才总数的18%。美国和印度AI人才数量分居全球第二、三位，并且均超过15万。
根据AMiner发布的2022年AI2000榜单，Google以181人次的入选数量名列全球入选学者最多机构，Meta、Microsoft入选人次分别为87和65位列第二、三位。从全球AI2000前20强机构来看，美国机构数量达到15家。上榜的两家中国机构为清华大学和阿里巴巴，两家机构入选数量分别为20人次和14人次。
人工智能专业已经连续三年成为蝉联热度增幅最高专业
全球人工智能专利情况
中国、美国、日本在人工智能专利申请数量方面整体居前
中美人工智能产业发展状况对比
美国在企业数量、融资规模、计算力方面领先，中国则在数据量方面具有明显优势
中美人工智能人才培养情况中美两国高校通过建立人工智能学院或依托计算机科学系等方式，加强人工智能人才培养。
美国人工智能顶尖学府
中美科技巨头人工智能布局情况
中美科技巨头在AI芯片、技术平台等领域广泛布局。
全球人工智能专业组织IEEE、ACM、AAAI、CAAI、CCF为全球及中国重要的人工智能专业组织
全球人工智能市场融资情况
全球人工智能融资规模和融资数量均呈现增长走势，医疗AI领域增长明显
全球人工智能产业链主要上市企业情况
嵌入式人工智能技术有哪些
原标题：嵌入式人工智能技术有哪些？嵌入式人工智能技术有哪些？
嵌入式人工智能是当前最热门的人工智能商业化技术之一，所谓的嵌入式人工智能，就是设备无须联网通过云端数据中心进行大规模计算，而是在本地计算就能够实现人工智能，在不联网的情况下就可以做实时环境感知、人机交互、决策控制。随着嵌入式弱人工智能的发展，深度学习、智能驾驶、智能家居、AI机器人等嵌入式人工智能相关领域成为IT行业乃至大众眼里的焦点。对于它的概念我们已经不同渠道了解了不少，但是它所涉及的一些相关技术对于许多业外人士来说依旧比较神秘，今天我们就来简单聊聊，嵌入式人工智能所涉及到的一些技术。
嵌入式技术
嵌入式技术主要指嵌入式处理器+嵌入式操作系统相关的技术，比如ARM（嵌入式处理器）+嵌入式Linux（嵌入式操作系统）+Android（在Linux内核基础上进行二次开发出来的嵌入式操作系统）
有人很不容易理解，举个栗子对比下你就好理解了：拿电脑做对比。电脑也有自己的处理器，就是cpu，比如酷睿i几几的，电脑也有自己的操作系统，比如windowsmaclinux等的。嵌入式产品，对应的就是自己的嵌入式操作系统和嵌入式处理区。两个产品差异是什么，就是电脑啥都干，做设计的用，做视频的用，做行政的用，都用。但嵌入式产品，是专用，一般只用来干几样事儿，甚至一样事儿。比如智能手机能干的事儿比较多，但上面说的那些终端，干的事儿就简单很多。每一个智能终端，要处理接受到的信息并执行，就需要嵌入式技术。
物联网技术
“万物互联”“万物智联”是物联网时代的口号，但其实我们稍加注意就会发现，我们早已经进入物联网的时代。AI助手Siri和Alexa可以在手机中回答我们的问题，识别我们的语音指令；智能手环、智能手表可以监测记录我们的日常健康数据，并给我们提出实用的建议；AlphaGo可以与世界选手比拼围棋、星际；越来越多的家庭也开始用上了各种智能家居，甚至连宠物都有了自己的宠物智能家居。
而随着超链接时代的即将来临，到2025年，GSMA估计将有250亿个连接设备，这些设备将依赖于增强型和未受干扰的移动宽带实现超级连接。物联网的迅速发展，使得越来越多的连接产品与嵌入式传感器为用户提供更多必要的数据。而通过5G+人工智能分布式平台+数十亿移动设备形成的物联网组合驱动的智能连接，也将使嵌入式人工智能产品的功能，更上一层楼。
展开全文5G技术
进入2019年后，5G时代的脚步愈发临近。我们都知道前几年由于技术的局限性，大部分AI应用都基于云端，要大面积地应用到人们日常生活中还有一定的距离，而且成本和高功耗也制约了人工智能向更多前端应用场景渗透。而如今5G时代的逐步发展，不仅能让没有电视和光纤电缆的偏远地区可以看到高清电视，5G额高带宽、低延时和高稳定的特征，也为智能汽车自动驾驶和高清AR/VR的应用真正奠定基础，也正是有了5G网络，那些具有划时代意义的嵌入式人工智能应用才能真正落地。根据预测，到2021年，全球将有5000万人可以用上5G，而到了2025年，这一数字可能增加到12亿人。可靠、低延迟、高达1GB的移动宽带速度将成为全球日常生活的一部分。
人工智能机器人技术
我们知道随着科技的进步，在人工智能领域出现了许多需要在本地终端进行计算的应用场景，人工智能机器人便是其中一例。
人工智能机器人的需求目前集中在工业制造和工业生产中，通过高速、低延迟的5G网络连接，实现实时人机对话（H2M）和机器对机器（M2M）交互，人和机器将使用多种方式进行反馈与环境交互；而物联网集成的边缘计算与人工智能和机器学习算法相结合，可以对产品部件进行维护，机器也可以登录进行自我管理维护。
在未来，从智能工业设备到大机器的检查、维护和维修等工作都可以实现人机互动甚至人工智能机器人自动化管理。此外，专业的便携式机器人将使顾客定制限量版产品更加实惠，例如家居型机器人、汽车自动驾驶系统、物流仓储机器人等，而这也将增加市场对相关技术的需求。
目前，嵌入式AI已经开始进入市场，特别是在自动驾驶与数据安全领域得到快速的渗透与应用。同时，数据安全也是关注的一个要点，上传到云端的计算意味着隐私被泄露的风险提升。但是不管怎么样，嵌入式人工智能的发展势头强劲，势必将引领下一个技术浪潮。而同时随着手机这类用户移动智能终端相关技术的变革，嵌入式人工智能才得以实现并且不断发展。返回搜狐，查看更多
责任编辑：人工智能的十大应用
导读：人工智能已经逐渐走进我们的生活，并应用于各个领域，它不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。下面，我们将分别介绍人工智能的一些主要应用场景。
作者：王健宗何安珣李泽远
来源：大数据DT（ID：hzdashuju）
01 无人驾驶汽车
无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内以计算机系统为主的智能驾驶控制器来实现无人驾驶。无人驾驶中涉及的技术包含多个方面，例如计算机视觉、自动控制技术等。
美国、英国、德国等发达国家从20世纪70年代开始就投入到无人驾驶汽车的研究中，中国从20世纪80年代起也开始了无人驾驶汽车的研究。
2005年，一辆名为Stanley的无人驾驶汽车以平均40km/h的速度跑完了美国莫哈维沙漠中的野外地形赛道，用时6小时53分58秒，完成了约282千米的驾驶里程。
Stanley是由一辆大众途锐汽车经过改装而来的，由大众汽车技术研究部、大众汽车集团下属的电子研究工作实验室及斯坦福大学一起合作完成，其外部装有摄像头、雷达、激光测距仪等装置来感应周边环境，内部装有自动驾驶控制系统来完成指挥、导航、制动和加速等操作。
2006年，卡内基梅隆大学又研发了无人驾驶汽车Boss，Boss能够按照交通规则安全地驾驶通过附近有空军基地的街道，并且会避让其他车辆和行人。
近年来，伴随着人工智能浪潮的兴起，无人驾驶成为人们热议的话题，国内外许多公司都纷纷投入到自动驾驶和无人驾驶的研究中。例如，Google的GoogleX实验室正在积极研发无人驾驶汽车GoogleDriverlessCar，百度也已启动了“百度无人驾驶汽车”研发计划，其自主研发的无人驾驶汽车Apollo还曾亮相2018年央视春晚。
但是最近两年，发现无人驾驶的复杂程度远超几年前所预期的，要真正实现商业化还有很长的路要走。
02 人脸识别
人脸识别也称人像识别、面部识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别涉及的技术主要包括计算机视觉、图像处理等。
人脸识别系统的研究始于20世纪60年代，之后，随着计算机技术和光学成像技术的发展，人脸识别技术水平在20世纪80年代得到不断提高。在20世纪90年代后期，人脸识别技术进入初级应用阶段。目前，人脸识别技术已广泛应用于多个领域，如金融、司法、公安、边检、航天、电力、教育、医疗等。
有一个关于人脸识别技术应用的有趣案例：张学友获封“逃犯克星”，因为警方利用人脸识别技术在其演唱会上多次抓到了在逃人员。
2018年4月7日，张学友南昌演唱会开始后，看台上一名粉丝便被警方带离现场。实际上，他是一名逃犯，安保人员通过人像识别系统锁定了在看台上的他；
2018年5月20日，张学友嘉兴演唱会上，犯罪嫌疑人于某在通过安检门时被人脸识别系统识别出是逃犯，随后被警方抓获。随着人脸识别技术的进一步成熟和社会认同度的提高，其将应用在更多领域，给人们的生活带来更多改变。
03机器翻译
机器翻译是计算语言学的一个分支，是利用计算机将一种自然语言转换为另一种自然语言的过程。机器翻译用到的技术主要是神经机器翻译技术（NeuralMachineTranslation，NMT），该技术当前在很多语言上的表现已经超过人类。
随着经济全球化进程的加快及互联网的迅速发展，机器翻译技术在促进政治、经济、文化交流等方面的价值凸显，也给人们的生活带来了许多便利。例如我们在阅读英文文献时，可以方便地通过有道翻译、Google翻译等网站将英文转换为中文，免去了查字典的麻烦，提高了学习和工作的效率。
04声纹识别
生物特征识别技术包括很多种，除了人脸识别，目前用得比较多的有声纹识别。声纹识别是一种生物鉴权技术，也称为说话人识别，包括说话人辨认和说话人确认。
声纹识别的工作过程为，系统采集说话人的声纹信息并将其录入数据库，当说话人再次说话时，系统会采集这段声纹信息并自动与数据库中已有的声纹信息做对比，从而识别出说话人的身份。
相比于传统的身份识别方法（如钥匙、证件），声纹识别具有抗遗忘、可远程的鉴权特点，在现有算法优化和随机密码的技术手段下，声纹也能有效防录音、防合成，因此安全性高、响应迅速且识别精准。
同时，相较于人脸识别、虹膜识别等生物特征识别技术，声纹识别技术具有可通过电话信道、网络信道等方式采集用户的声纹特征的特点，因此其在远程身份确认上极具优势。
目前，声纹识别技术有声纹核身、声纹锁和黑名单声纹库等多项应用案例，可广泛应用于金融、安防、智能家居等领域，落地场景丰富。
05智能客服机器人
智能客服机器人是一种利用机器模拟人类行为的人工智能实体形态，它能够实现语音识别和自然语义理解，具有业务推理、话术应答等能力。
当用户访问网站并发出会话时，智能客服机器人会根据系统获取的访客地址、IP和访问路径等，快速分析用户意图，回复用户的真实需求。同时，智能客服机器人拥有海量的行业背景知识库，能对用户咨询的常规问题进行标准回复，提高应答准确率。
智能客服机器人广泛应用于商业服务与营销场景，为客户解决问题、提供决策依据。同时，智能客服机器人在应答过程中，可以结合丰富的对话语料进行自适应训练，因此，其在应答话术上将变得越来越精确。
随着智能客服机器人的垂直发展，它已经可以深入解决很多企业的细分场景下的问题。比如电商企业面临的售前咨询问题，对大多数电商企业来说，用户所咨询的售前问题普遍围绕价格、优惠、货品来源渠道等主题，传统的人工客服每天都会对这几类重复性的问题进行回答，导致无法及时为存在更多复杂问题的客户群体提供服务。
而智能客服机器人可以针对用户的各类简单、重复性高的问题进行解答，还能为用户提供全天候的咨询应答、解决问题的服务，它的广泛应用也大大降低了企业的人工客服成本。
06智能外呼机器人
智能外呼机器人是人工智能在语音识别方面的典型应用，它能够自动发起电话外呼，以语音合成的自然人声形式，主动向用户群体介绍产品。
在外呼期间，它可以利用语音识别和自然语言处理技术获取客户意图，而后采用针对性话术与用户进行多轮交互会话，最后对用户进行目标分类，并自动记录每通电话的关键点，以成功完成外呼工作。
从2018年年初开始，智能外呼机器人呈现出喷井式兴起状态，它能够在互动过程中不带有情绪波动，并且自动完成应答、分类、记录和追踪，助力企业完成一些烦琐、重复和耗时的操作，从而解放人工，减少大量的人力成本和重复劳动力，让员工着力于目标客群，进而创造更高的商业价值。当然智能外呼机器人也带来了另一面，即会对用户造成频繁的打扰。
基于维护用户的合法权益，促进语音呼叫服务端健康发展，2020年8月31日国家工信部下发了《通信短信息和语音呼叫服务管理规定（征求意见稿）》，意味着未来的外呼服务，无论人工还是人工智能，都需要持证上岗，而且还要在监管的监视下进行，这也对智能外呼机器人的用户体验和服务质量提出了更高的要求。
07智能音箱
智能音箱是语音识别、自然语言处理等人工智能技术的电子产品类应用与载体，随着智能音箱的迅猛发展，其也被视为智能家居的未来入口。究其本质，智能音箱就是能完成对话环节的拥有语音交互能力的机器。通过与它直接对话，家庭消费者能够完成自助点歌、控制家居设备和唤起生活服务等操作。
支撑智能音箱交互功能的前置基础主要包括将人声转换成文本的自动语音识别（AutomaticSpeechRecognition，ASR）技术，对文字进行词性、句法、语义等分析的自然语言处理（NaturalLanguageProcessing，NLP）技术，以及将文字转换成自然语音流的语音合成技术（TextToSpeech，TTS）技术。
在人工智能技术的加持下，智能音箱也逐渐以更自然的语音交互方式创造出更多家庭场景下的应用。
08个性化推荐
个性化推荐是一种基于聚类与协同过滤技术的人工智能应用，它建立在海量数据挖掘的基础上，通过分析用户的历史行为建立推荐模型，主动给用户提供匹配他们的需求与兴趣的信息，如商品推荐、新闻推荐等。
个性化推荐既可以为用户快速定位需求产品，弱化用户被动消费意识，提升用户兴致和留存黏性，又可以帮助商家快速引流，找准用户群体与定位，做好产品营销。
个性化推荐系统广泛存在于各类网站和App中，本质上，它会根据用户的浏览信息、用户基本信息和对物品或内容的偏好程度等多因素进行考量，依托推荐引擎算法进行指标分类，将与用户目标因素一致的信息内容进行聚类，经过协同过滤算法，实现精确的个性化推荐。
09医学图像处理
医学图像处理是目前人工智能在医疗领域的典型应用，它的处理对象是由各种不同成像机理，如在临床医学中广泛使用的核磁共振成像、超声成像等生成的医学影像。
传统的医学影像诊断，主要通过观察二维切片图去发现病变体，这往往需要依靠医生的经验来判断。而利用计算机图像处理技术，可以对医学影像进行图像分割、特征提取、定量分析和对比分析等工作，进而完成病灶识别与标注，针对肿瘤放疗环节的影像的靶区自动勾画，以及手术环节的三维影像重建。
该应用可以辅助医生对病变体及其他目标区域进行定性甚至定量分析，从而大大提高医疗诊断的准确性和可靠性。另外，医学图像处理在医疗教学、手术规划、手术仿真、各类医学研究、医学二维影像重建中也起到重要的辅助作用。
10 图像搜索
图像搜索是近几年用户需求日益旺盛的信息检索类应用，分为基于文本的和基于内容的两类搜索方式。传统的图像搜索只识别图像本身的颜色、纹理等要素，基于深度学习的图像搜索还会计入人脸、姿态、地理位置和字符等语义特征，针对海量数据进行多维度的分析与匹配。
该技术的应用与发展，不仅是为了满足当下用户利用图像匹配搜索以顺利查找到相同或相似目标物的需求，更是为了通过分析用户的需求与行为，如搜索同款、相似物比对等，确保企业的产品迭代和服务升级在后续工作中更加聚焦。
关于作者：王健宗，博士，某大型金融集团科技公司资深人工智能总监、高级工程师，中国计算机学会大数据专家委员会委员、高级会员，美国佛罗里达大学人工智能博士后，曾任美国莱斯大学电子与计算机工程系研究员、美国惠普公司高级云计算解决方案专家。
何安珣，某大型金融集团科技公司高级算法工程师，中国计算机学会会员，中国计算机学会青年计算机科技论坛（YOCSEF深圳）委员。拥有丰富的金融智能从业经验，主要研究金融智能系统框架搭建、算法研究和模型融合技术等，致力于推动金融智能的落地应用与价值创造。
李泽远，某大型金融集团科技公司高级人工智能产品经理，中国计算机学会会员，长期致力于金融智能的产品化工作，负责技术服务类的产品生态搭建与实施推进。
本文摘编自《金融智能：AI如何为银行、保险、证券业赋能》，经出版方授权发布。
延伸阅读《金融智能》
点击上图了解及购买
转载请联系微信：DoctorData
推荐语：这是一部讲解如何用AI技术解决银行、保险、证券行业的核心痛点并帮助它们实现数智化转型的著作。作者从金融智能一线从业者的视角，深入剖析了传统金融行业的痛点与局限，以及金融智能的特点与优势，阐明了人工智能等技术在金融业的必要性，并针对金融智能在银行、保险和证券业的诸多应用场景，给出了具体解决方案。
划重点????
干货直达????
有了中台，那后台还剩下什么？（图解中台架构）
关于读书，我发现每一个技术大牛都有这个怪癖
2020福布斯中国富豪榜发布！10年来谁是中国最有钱的人？
34秒看完200余年美国总统大战：民主党vs共和党谁是赢家？
更多精彩????
在公众号对话框输入以下关键词
查看更多优质内容！
PPT | 读书 | 书单 | 硬核 | 干货 | 讲明白 | 神操作
大数据 | 云计算 | 数据库 | Python | 可视化
AI | 人工智能 | 机器学习 | 深度学习 | NLP
5G | 中台 | 用户画像 | 1024 | 数学 | 算法 | 数字孪生
据统计，99%的大咖都完成了这个神操作
????