24小时免费服务热线400-008-1522

2019-2023年中国人工智能行业深度调研及投资前景预测报告(上下卷)

首次出版:2016年1月最新修订:2019年1月交付方式:特快专递(2-3天送达)

报告属性:共531页、42。3万字、240个图表下载目录版权声明

定购电话:0755-82571522、82571566、400-008-1522

24小时服务热线:138 0270 8576为什么选择中投顾问?

中文版全价:RMB8900 印刷版:RMB8600 电子版:RMB8600

英文版全价:USD6800 印刷版:USD5800 电子版:USD5800

立即订购 加入购物车 定制报告

赠送报告

订购上方报告,即可免费获赠以下一款报告,多买多赠! 价值8900元《2019-2023年中国人工智能技术应用深度调研报告》

中投顾问官方微信中投顾问官方微信
中投顾问服务号中投顾问服务号

中投顾问咨询服务

中投顾问以"挖掘产业投资机会,促进区域经济发展"为己任,发展起以产业研究为坚实根基,以产业规划、招商服务为重点,以中投大数据为创新方向的业务体系,十余年间累计服务政企客户数万家。

报告目录内容概述

 

“人工智能产业”入选中投顾问2019年十大投资热点!
1.人工智能产业属于战略性产业,全球各国家、企业都纷纷抢占技术制高点。我国人工智能产业技术基础已经具备,各应用场景的技术研发及落地也进展顺利,人工智能的产业化应用趋势日趋明朗。
2.人工智能应用场景侧变现在即,发展前景及钱景都不可限量。2017年我国人工智能市场规模达到216.9亿元,同比2016年增长52.8%。产业政策规划指出,到2020年中国人工智能核心产业规模超过1500亿元、人工智能是典型的高增速、大增量的蓝海市场,未来行业发展前景广阔。
3.人工智能应用技术多元化,市场分割性强,有较好投资切入点。
人工智能技术门槛较高,目前大多数的领域的发展还依赖于国家技术战略的推动以及资本的推动。人工智能的市场分割性主要存在于技术应用场景方面,巨头大而全的布局难以深度介入,这也正是初创企业以及正在转型的非巨头上市公司机会所在。
 

第一章 人工智能的基本介绍
1.1 人工智能的基本概述
1.1.1 人工智能的内涵
1.1.2 人工智能的分类
1.1.3 人工智能的特征
1.1.4 人工智能关键环节
1。1。5 人工智能技术层级
1。2 人工智能产业链分析
1。2。1 产业生态链结构
1.2.2 产业链基本构成
1。2。3 产业链相关产品
1.2.4 产业链相关企业
1.3 人工智能的研究方法
1.3.1 大脑模拟
1。3。2 符号处理
1。3。3 子符号法
1.3.4 统计学法
1.3.5 集成方法
第二章 2016-2018年国际人工智能行业发展分析
2.1 2016-2018年全球人工智能行业发展综况
2.1.1 人工智能概念的兴起
2.1.2 驱动人工智能发展动因
2.1.3 人工智能产业发展阶段
2.1.4 全球人工智能企业分布
2。1。5 各国加快重视人工智能布局
2。1。6 全球人工智能衍生价值预测
2。2 美国
2.2.1 美国人工智能发展状况
2.2.2 美国人工智能战略布局
2.2.3 美国机器智能国家战略
2.2.4 美国人工智能相关主体
2.2.5 人工智能应用于美国国防
2.2.6 美国人工智能发展规划
2。3 日本
2.3.1 日本人工智能发展状况
2。3。2 日本人工智能重点企业
2.3.3 AI成日本工业发展重点
2.3.4 日本人工智能发展线路图
2.4 2016-2018年各国人工智能产业发展动态
2.4.1 欧盟人工智能发展计划
2.4.2 欧盟公布AI道德准则草案
2。4。3 英国人工智能发展分析
2。4。4 法国发布人工智能战略
2.4.5 以色列人工智能融资动态
2.4.6 新加坡人工智能发展计划
第三章 2016-2018年中国人工智能行业政策环境分析
3。1 政策推动人工智能发展
3。1。1 中国大脑研究计划开启
3。1。2 国务院推动人工智能建设
3.1.3 中央明确加快人工智能发展
3.1.4 工信部启动人工智能揭榜工作
3.2 人工智能行业相关政策分析
3.2.1 “中国制造”助力人工智能
3.2.2 人工智能纳入科技创新规划
3.2.3 “互联网+”促进人工智能发展
3.3 人工智能行业相关规划逐步完善
3.3.1 人工智能行动实施方案发布
3.3.2 人工智能发展规划正式发布
3.3.3 人工智能产业三年行动计划
3.3.4 人工智能高校人才培养计划
3。4 地区人工智能政策规划逐步完善
3。4。1 沈阳市人工智能发展规划
3。4。2 成都市人工智能发展规划
3。4。3 福建省人工智能发展规划
3.5 机器人相关政策规划分析
3.5.1 机器人产业发展规划发布
3.5.2 各部委聚焦智能机器人发展
3.5.3 各地区加快机器人行业布局
第四章 2016-2018年人工智能技术认知及专利申请情况
4。1 人工智能技术认知状况调研
4.1.1 认知历程
4.1.2 认知程度
4。1。3 认知渠道
4.1.4 认可领域
4。1。5 取代趋势
4.1.6 争议领域
4.2 全球人工智能专利申请状况
4。2。1 专利申请数据的统计来源
4。2。2 全球人工智能专利申请趋势
4.2.3 全球人工智能专利申请格局
4.2.4 全球人工智能PCT申请状况
4.2.5 全球AI专利申请细分领域
4.3 中国人工智能专利申请情况
4。3。1 中国人工智能专利申请趋势
4.3.2 中国人工智能专利申请排名
4.3.3 国内AI专利申请细分领域
4.3.4 中国人工智能专利发展建议
4。4 2016-2018年人工智能技术研究态势
4。4。1 人工智能再获重大突破
4.4.2 深度学习专用处理器发布
4.4.3 智能语音交互技术加快发展
4.4.4 嵌入式设备结合AI成为趋势
4。4。5 人工智能技术走进生活
4.4.6 人工智能带来媒体变革
第五章 2016-2018年中国人工智能行业发展分析
5.1 人工智能行业发展历程
5。1。1 发展历程
5。1。2 研究进程
5.1.3 发展阶段
5.2 2016-2018年人工智能行业发展综况
5.2.1 人工智能行业发展提速
5。2。2 人工智能产业规模结构
5.2.3 人工智能产业发展特征
5。2。4 人工智能人才投入状况
5。2。5 人工智能开放平台发布
5.3 人工智能产业生态格局分析
5。3。1 生态格局基本架构
5.3.2 基础资源支持层
5。3。3 技术实现路径层
5.3.4 应用实现路径层
5.3.5 未来生态格局展望
5.4 人工智能企业发展特点分析
5.4.1 人工智能企业区域分布
5.4.2 人工智能企业成立时间
5.4.3 人工智能企业技术领域
5.5 人工智能行业竞争格局分析
5.5.1 企业主体分类
5。5。2 企业发展布局
5.5.3 科技企业布局
5.5.4 京东加大AI投入
5.5.5 华为进军AI领域
5.6 人工智能行业发展存在的主要问题
5.6.1 人工智能行业发展的痛点
5.6.2 人工智能发展的技术困境
5。6。3 人工智能发展的安全问题
5.6.4 人工智能发展的伦理问题
5.6.5 人工智能发展的隐私问题
5.7 人工智能行业发展对策及建议
5。7。1 人工智能的发展策略分析
5.7.2 人工智能的技术发展建议
5.7.3 人工智能的政策发展建议
5.7.4 推进人工智能标准化建设
5.7.5 人工智能伦理问题的对策
5.8 人工智能行业发展战略分析
5。8。1 建立完善的数据生态系统
5.8.2 拓宽人工智能的传统行业应用
5.8.3 加强人工智能专业人才储备
5。8。4 确保教育和培训体系与时俱进
5.8.5 相互不建立伦理和法律共识
第六章 2016-2018年重点区域人工智能行业发展布局
6.1 北京市
6.1.1 政策环境分析
6.1.2 产业发展状况
6。1。3 区域布局分析
6.1.4 专利发展状况
6.1.5 产业发展动态
6。1。6 产业发展问题
6.2 上海市
6.2.1 产业发展优势
6。2。2 政策环境分析
6.2.3 财政支持动态
6.2.4 产业发展特点
6.2.5 研究机构成立
6.3 广东省
6.3.1 政策环境分析
6.3.2 产业发展基础
6.3.3 广州AI产业综况
6。3。4 深圳AI产业综况
6.3.5 企业布局加速
6。3。6 产业联盟成立
6.4 安徽省
6。4。1 产业运行状况
6。4。2 政策规划分析
6.4.3 产业发展综况
6.4.4 重点园区介绍
6.4.5 未来发展规划
6。5 浙江省
6。5。1 发展优势分析
6.5.2 政策环境分析
6。5。3 产业发展综况
6.5.4 区域发展布局
6.5.5 项目发展动态
6.6 贵州省
6。6。1 产业发展优势
6.6.2 政策环境分析
6.6.3 区域发展状况
6.6.4 产业发展动态
第七章 2016-2018年人工智能技术发展的驱动要素
7.1 人工智能行业发展的技术机遇
7。1。1 互联网基础建设加快
7.1.2 科技研发支出上升
7.1.3 应用技术逐步完善
7。2 硬件基础日益成熟
7.2.1 高性能CPU
7.2.2 “人脑”芯片
7。2。3 量子计算机
7.2.4 仿生计算机
7。3 人工智能芯片技术发展提速
7。3。1 人工智能对芯片的要求提高
7.3.2 人工智能芯片成为战略高点
7.3.3 龙头企业加快AI芯片布局
7.3.4 人工智能芯片研发动态分析
7.4 物联网提供基础环境
7.4.1 物联网技术的分析
7.4.2 物联网行业发展现状
7.4.3 物联网产业的政策环境
7.4.4 企业加快物联网布局
7.4.5 物联网是智能分析的基础
7.4.6 物联网与人工智能相互促进
7.5 大规模并行运算的实现
7.5.1 云计算的关键技术
7.5.2 云计算的应用模式
7.5.3 云计算产业发展规模
7.5.4 云计算市场需求特点
7.5.5 云计算成人工智能基础
7.5.6 云计算与人工智能协同发展
7。6 大数据技术的崛起
7.6.1 大数据技术的内涵
7.6.2 大数据的各个环节
7.6.3 大数据市场状况分析
7。6。4 大数据的主要应用领域
7。6。5 大数据与人工智能的关系
7。6。6 数据视角下AI的应用场景
7.6.7 大数据成人工智能数据源
7。7 深度学习技术的出现
7.7.1 机器学习的阶段
7。7。2 深度学习技术内涵
7.7.3 深度学习算法技术
7.7.4 深度学习的技术应用
7。7。5 深度学习领域发展现状
7.7.6 深度学习提高人工智能水平
第八章 人工智能基础技术发展及应用分析
8.1 自然语言处理技术
8.1.1 自然语言处理内涵
8.1.2 自然语言处理分类
8.1.3 语音识别技术分析
8.1.4 语义技术研发状况
8.1.5 自动翻译技术内涵
8.2 计算机视觉技术
8.2.1 计算机视觉的内涵
8。2。2 计算机视觉的分类
8.2.3 计算机视觉的应用
8.2.4 计算机视觉的运作
8。3 模式识别技术
8。3。1 模式识别技术内涵
8。3。2 文字识别技术应用
8.3.3 生物特征识别技术
8。3。4 人脸识别技术应用
8.3.5 模式识别发展潜力
8。4 知识表示技术
8。4。1 知识表示的内涵
8。4。2 知识表示的方法
8.4.3 知识表示的进展
8。5 其他基础技术分析
8。5。1 自动推理技术
8.5.2 环境感知技术
8.5.3 自动规划技术
8。5。4 专家系统技术
第九章 人工智能技术的主要应用领域分析
9.1 工业领域
9。1。1 人工智能的工业应用
9.1.2 AI将催生智能生产工厂
9.1.3 智能工厂进一步转型
9。1。4 人工智能应用于制造领域
9.1.5 人工智能成工业发展方向
9。1。6 AI工业应用的前景广阔
9.2 医疗领域
9.2.1 人工智能医疗行业应用概况
9。2。2 人工智能医疗细分领域应用
9。2。3 人工智能医疗市场发展现状
9。2。4 企业布局人工智能医疗市场
9.2.5 人工智能医疗领域投资机会
9。3 安防领域
9.3.1 AI对安防行业的重要意义
9.3.2 AI在安防领域的应用现状
9.3.3 快速崛起的巡逻机器人
9.3.4 AI识别技术的安防应用
9.3.5 生物识别市场状况分析
9.3.6 AI技术应用于国家安防
9。4 金融领域
9。4。1 AI成为投资决策辅助
9.4.2 智能支付应用状况分析
9.4.3 AI应用于信用风险管控
9.4.4 人工智能应用于投资顾问
9.5 零售领域
9.5.1 AI在零售行业的应用空间广阔
9.5.2 人工智能应用于新零售的状况
9.5.3 人工智能应用于新零售的场景
9。5。4 人工智能应用于新零售的问题
9.5.5 人工智能应用于零售的路径
9.6 社交领域
9.6.1 人工智能的移动社交应用
9.6.2 组织开展机器情感测试
9.6.3 人工智能产品社交应用
9.6.4 语音交互产品市场火热
9.6.5 微信人工智能社交系统
第十章 2016-2018年智能机器人产业发展分析
10。1 2016-2018年机器人产业发展综述
10.1.1 机器人行业产业链构成
10。1。2 机器人的替代优势明显
10.1.3 机器人下游应用产业多
10。1。4 我国机器人产业发展进程
10。2 2016-2018年机器人产业发展状况
10。2。1 我国机器人行业发展规模
10.2.2 机器人细分市场发展状况
10.2.3 机器人市场企业布局状况
10。2。4 机器人产业规划发展目标
10.2.5 机器人产业发展趋势分析
10.3 人工智能在机器人行业的应用状况
10。3。1 人工智能与机器人的关系
10。3。2 AI于机器人的应用过程
10.3.3 AI大量运用于小型机器人
10。3。4 人工智能促进机器人发展
10.4 人工智能技术在机器人领域的应用
10.4.1 专家系统的应用
10.4.2 模式识别的应用
10.4.3 机器视觉的应用
10.4.4 机器学习的应用
10。4。5 分布式AI的应用
10.4.6 进化算法的应用
10。5 机器人重点应用领域分析
10.5.1 医疗机器人
10.5.2 军事机器人
10。5。3 教育机器人
10。5。4 家用机器人
10.5.5 物流机器人
10.5.6 协作型机器人
第十一章 2016-2018年国际人工智能重点企业分析
11。1 微软公司
11。1。1 企业发展概况
11。1。2 企业财务状况
11。1。3 人工智能发展实力
11。1。4 AI平台服务范围
11.1.5 产品融合AI技术
11。2 IBM公司
11。2。1 企业发展概况
11.2.2 企业经营范围
11.2.3 企业财务状况
11.2.4 技术研发实力
11.2.5 布局人工智能
11.2.6 AI产品应用广泛
11.3 谷歌公司
11.3.1 企业发展概况
11.3.2 企业财务状况
11.3.3 人工智能发展实力
11.3.4 人工智能产业布局
11。3。5 人工智能系统及平台
11.3.6 人工智能收购动态
11。4 英特尔公司
11.4.1 企业发展概况
11.4.2 企业财务状况
11。4。3 人工智能技术应用
11。4。4 人工智能发展布局
11.4.5 AI发展机会和挑战
11。4。6 人工智能领域合作
11.5 亚马逊公司
11。5。1 企业发展概况
11.5.2 企业财务状况
11.5.3 布局人工智能
11.6 其他企业
11。6。1 苹果公司
11.6.2 NVIDA(英伟达)
11.6.3 Uber(优步)
第十二章 2015-2018年中国人工智能重点企业分析
12.1 蚂蚁软件人工智能行业布局示意图
图表82 全球数据增量与人工智能模型在不同数据输入量下的表现
图表83 深度学习结构示意图
图表84 浅层模型和深层模型的对比
图表85 谷歌深度学习模型
图表86 GitHub深度学习开源排名(一)
图表87 GitHub深度学习开源排名(二)
图表88 语义依存分析例子
图表89 计算机视觉与其他领域的关系
图表90 CV在人机交互上的前沿应用
图表91 计算机视觉的处理流程
图表92 人脸识别过程
图表93 具有情景意识的环境感知网络分层结构
图表94 智能诊断系统平台组成结构
图表95 AI可能的重构的领域与方式
图表96 AI全自动化智能工厂系统
图表97 工业4.0愿景
图表98 智慧医疗产业链
图表99 2016-2018年中国人工智能医疗市场规模及其增速
图表100 中国医疗人工智能企业探索中的落地服务和变现模式
图表101 安防巡逻机器人
图表102 步态识别技术
图表103 2002-2021年中国生物识别技术行业市场规模与预测
图表104 AlphaSense智能搜索帮助提高投资决策效率
图表105 人工智能在零售领域的技术应用
图表106 人工智能在零售领域的应用趋势
图表107 人工智能将成为未来零售业的超级大脑
图表108 “情感”图灵测试
图表109 语言交互流程示意图
图表110 机器人行业产业链长度图
图表111 机器人产品的全生命周期
图表112 2018年中国机器人市场结构
图表113 BAT在机器人领域布局情况
图表114 2008-2017年中国各地区医院医疗机器人引进
图表115 我国医疗机器人产品类型占比情况
图表116 国产军事机器“大狗”
图表117 扫地机器人
图表118 AGV机器人
图表119 码垛机器人
图表120 分拣抓取机器人
图表121 2016-2017财年微软综合收益表
图表122 2016-2017财年微软分部资料
图表123 2016-2017财年微软收入分地区资料
图表124 2017-2018财年微软综合收益表
图表125 2017-2018财年微软分部资料
图表126 2017-2018财年微软收入分地区资料
图表127 2018-2019财年微软综合收益表
图表128 2018-2019财年微软分部资料
图表129 2018-2019财年微软收入分地区资料
图表130 微软人工智能服务多样
图表131 2015-2016年IBM综合收益表
图表132 2015-2016年IBM分部资料
图表133 2016-2017年IBM综合收益表
图表134 2016-2017年IBM分部资料
图表135 2016-2017年IBM收入分地区资料
图表136 2017-2018年IBM综合收益表
图表137 2017-2018年IBM分部资料
图表138 2017-2018年IBM收入分地区资料
图表139 IBM围绕Watson全面布局人工智能
图表140 2015-2016年Alphabet综合收益表
图表141 2015-2016年Alphabet收入分部门资料
图表142 2015-2016年Alphabet收入分地区资料
图表143 2016-2017年Alphabet综合收益表
图表144 2016-2017年Alphabet收入分部门资料
图表145 2016-2017年Alphabet收入分地区资料
图表146 2017-2018年Alphabet综合收益表
图表147 2017-2018年Alphabet收入分部门资料
图表148 2017-2018年Alphabet收入分地区资料
图表149 人工智能深入渗透到谷歌各项业务中
图表150 2015-2016财年英特尔综合收益表
图表151 2015-2016财年英特尔分部资料
图表152 2015-2016财年英特尔收入分地区资料
图表153 2016-2017财年英特尔综合收益表
图表154 2016-2017财年英特尔分部资料
图表155 2016-2017财年英特尔收入分地区资料
图表156 2017-2018财年英特尔综合收益表
图表157 2017-2018财年英特尔分部资料
图表158 英特尔全面布局人工智能
图表159 2015-2016年亚马逊综合收益表
图表160 2015-2016年亚马逊收入分地区资料
图表161 2016-2017年亚马逊综合收益表
图表162 2016-2017年亚马逊分部资料
图表163 2016-2017年亚马逊收入分地区资料
图表164 2017-2018年亚马逊综合收益表
图表165 Amazon Lex
图表166 Alexa在越来越多的场景和设备中应用
图表167 Amazon AI服务架构
图表168 亚马逊的人工智能服务
图表169 2015-2016年蚂蚁软件载目录'])">下载目录

相关报告 猜你想要
在线咨询:
pk10计划 pk10计划 pk10计划 pk10计划 pk10计划 pk10计划 pk10计划 pk10计划 pk10计划 pk10计划