人工智能推动工业控制的快速普及，带动工业化的进程

人工智能的迅速发展带动工业化的进程，工业控制的快速发展也得力于人工智能的普及。

对人工智能赛迪有自己的定义。现在很多业界人士都对强人工智能和弱人工智能有很清晰的定义，其实强的人工智能还是存在比较遥远的探索阶段，它是关于自我意识方面比较深层次的探索，我们关注最多的是弱的人工智能。

弱的人工智能有三个定义，它主要具备了3C特性，第一个就是人工智能通过深度学习和神经网络算法，能够对人类的一些知识感知实现机器理解。第二个就是机器视觉和语音识别，能够通过机器对外界的行为进行一个感知。第三，协作的关系。这个协作是指运动器官，通过机器外部控制器完成人类对他指令行为习惯的驱使，这是3C的特征。

基于这样的概念定义基础之上，我们会对整个人工智能产业链进行详细分析。整个产业链定位分为三个层次：第一是最下层的基础设施层，很多的机器视觉，包括语音识别需要很多的算法、硬件计算平台和一些软件的开发平台，还有刚才说的图像库资源，包括语音识别库资源，都是有基础设施层的布局。

第二个是技术研发层面，涵盖了包括机器学习、语音识别和机器视觉，还有智能机器人等三到四个重要的纬度，其中汉柏科技，在机器视觉领域做得就非常出色。

第三个是应用层，在人工智能产业行业应用最主要几个应用领域中，机器视觉的应用领域非常深、非常多，从整个产业链的全景图来讲，中国的人工智能产业处在快速的生态的构建期。

从整个机器视觉的领域来讲，它是处在快速的重构期，通过市场分析来看，机器视觉并不是特别新兴的领域，这从最早图像处理衍生到现在，市场上有很多大的厂商对智能安防和交通做了很久的深耕，他们最开始不是做机器视觉、人脸识别起家的，在这几个行业中很多厂商都处于并驾齐驱、快速发展阶段。

通过对产业全景图梳理的大体的框架可以看到，整个人工智能全产业链包括基础设施、技术研发和应用层三个层面。

通过对整个基础设施层的深入剖析，包括一些重点厂商和重点行业应用，其实可以看到，基础设施层存在问题。现在很多的传感器，包括一些机器视觉的识别，它的多元数据是很难融合，去协同的，它的数据不能对多元化协同开发，还存在着一定的障碍，这是目前在基础设施层存在的一些问题。我们认为未来的突破，一个是软件算法的快速迭代、快速的更新。在这个层面上中国其实是跟全世界很多国家一样，都处在非常相似的起跑线上，大家对这个算法的突破能力都是非常强的。在软件算法层面是我们未来的重要突破方向。另一方面就是硬件的计算芯片，这是未来的主攻方向，尤其是现在最热门的AI芯片，这是未来重点发展方向。

简单分析一下目前主流的计算芯片包括GPU，这包括服务器，还有边缘计算，基本上都用这两类计算芯片完成人工智能，包括机器视觉整个运算能力。从整个趋势来讲，基本上分为两个特征，就是云端会存在高吞吐，本地化存在小快灵的特征。这是什么意思呢？现在很多的机器视觉、很多的数据源汇总到云端需要占用大量网络带宽，这对我们提出很严峻的挑战，交通、安防数据都需要通过云端处理，业界同行都认为未来的趋势，就是需要将这种运算的功能边缘化，当然提供一些时延必须要低，这是未来主要的方向，本地的移动化AI芯片。

当然这是技术研发层层面，其实核心的问题就是一点，机器学习是推动了整个计算机视觉的精度，包括效率的提升，这是在机器学习领域对整个计算机视觉重要的突破性影响。

分析应用层场景发现机器视觉对硬件推动非常明显，比如说无人机，可能最早不具备机器视觉，例如大疆无人机，它推出智能避障，现在添加了是为了提升产品的性价比。

通过分析在应用层的产品存在的问题，我们认为机器视觉未来的突破领域，也是刚才说的，还有就是三维的视觉重建，这当然是技术视觉的算法层面。另一方面未来的无人设备，将会是一个非常重要的突破点。

对比全球目前主要国家在人工智能包括机器视觉方面的战略部署，我们可以看到，在美国、日本、欧洲已经很早就提出了相应的重大的战略部署，而且从他们的战略的实施层面和纬度，以及深度和力度来讲，可以看出美日韩在抢跑战略。从具体几个目标来看，美国关注的非常早，在去年白宫提出了人工智能计划之后，其实已经紧密召开了四次，从学界、企业，包括社会的整个沟通会讨论，相当于社会整个伦理，包括科技进步的征集形式，在声势上非常浩大。

日本也是处在非常迅猛推进的阶段。最近大家看到波士顿动力，后来被丰田收购了，他们之后做了非常大力度的推动，这家公司最早专注于做工业机器人，但是丰田收购之后，很快转型做服务机器人，这跟美国另一家做扫地机器人公司非常类似，我们认为日本在人工智能下一阶段上会抢跑的重要原因。

说到欧盟整个包括两大旗舰项目，一是人脑计划，二是石墨烯，这是从战略上推出非常强大的动力，这是全球的战略动向。

从企业方面来讲，现在很多企业，尤其是IT龙头企业，都是以软件和硬件平台为统一部署商业化的运作，从图中可以看出，这里面列举了一些重点的产品和软件的平台，其实都是一体化的推动，当然这是企业的普遍思路。

赛迪顾问预测到2018年中国人工智能市场规模会超过406亿，这个复合增长率会达到25.8%，增速是快于全球的整个增长率的。在市场结构上来讲，也是存在着整体的情况。投资规模来讲，在去年一年，从投资的整个额度包括投资笔数都呈快速增加的态势，而且很多从事人工智能和机器视觉的企业数量也在快速地增加。

从区域布局的分析可以看到，各个国家、各个层次都在推广一些自己的战略。通过人工智能方面利好的政策，未来在这四个领域会有比较大的机遇，安防、交通，金融，消费电子这是机器视觉领域重点关注的应用行业方向。

最后为大家分享几个未来的趋势：

第一是现在巨头做机器视觉，包括人工智能演进，他们都是呈开元化，这在中国来讲比如华为，对他们来说开源的思路，到底开源怎么用，有很多理念上跟国外还是有一定的差距，很多开源做完代码自己封装自己用了，其实从整个思路来讲，国外开源理念上是更先进的。当然有其背后的原因，很多企业基本上在提交人工智能代码上走着开源化部署道路。

整个产业的演进方向，目前处在快速回报期。整个产业和产品技术演进会存在周期的波动，机器视觉领域以及计算机视觉，仍是处在快速的回报期，也就是说它的技术已经得到成熟，市场关注度也在快速地回升，它是未来能够得到快速回报的重点产品和领域。

最后就是在目前中国整个市场发展，包括政府的规划中，智慧城市这个话题又重新火热起来了，很多年前建设了很多，但是发展都不是特别顺利，现在随着人工智能整个产业发展，这个动力和热潮，主要原因就是技术实力能够解决真正的刚需和真正的问题，在数据方面我们预测今年中国智慧城市建设数量超过500个，在整个智慧城市的产业定义上来讲，机器视觉领域需求量特别大的，很多的包括智慧城市的定义就是说，什么叫智慧城市，就是摄象头数量多少个，这是一个很刚性的标准，对智能，包括具备人脸识别功能摄象头需求量未来是非常大的。

人工智能的发展确实会减少很多的工作岗位，但是同样会创造非常多的新兴的工作岗位，比如说编程，很多年前都是不存在的，整个产业对社会发展带来非常大的推动作用。