人工智慧是一個很寬泛的概念，概括而言是對人的意識和思維過程的模擬，利用機器學習和數據分析方法賦予機器類人的能力。人工智慧將提升社會勞動生產率，特別是在有效降低勞動成本、優化產品和服務、創造新市場和就業等方面為人類的生產和生活帶來革命性的轉變。據Sage預測，到2030年人工智慧的出現將為全球GDP帶來額外14%的提升，相當於15.7萬億美元的增長。全球範圍內越來越多的政府和企業組織逐漸認識到人工智慧在經濟和戰略上的重要性，並從國家戰略和商業活動上涉足人工智慧。全球人工智慧市場將在未來幾年經歷現象級的增長。據中國產業信息網和中國信息通信研究院數據，世界人工智慧市場將在2020年達到6800億元人民幣，複合增長率達26.2%，而中國人工智慧市場也將在2020年達到710億元人民幣，複合增長率達44.5%。
近日，中國科學院大數據挖掘與知識管理重點實驗室發布了《2019年人工智慧發展白皮書》， 對人工智慧關鍵技術（計算機視覺技術、自然語言處理技術、跨媒體分析推理技術、智適應學習技術、群體智能技術、自主無人系統技術、智能晶片技術、腦機接口技術等）、人工智慧典型應用產業與場景（安防、金融、零售、交通、教育、醫療、製造、健康等）做出了梳理，而且同時強調人工智慧開放平臺的重要性，並列舉百度Apollo開放平臺、阿里雲城市大腦、騰訊覓影AI輔診開放平臺、科大訊飛智能語音開放創新平臺、商湯智能視覺開放創新平臺、松鼠AI智適應教育開放平臺、京東人工智慧開放平臺NeuHub、搜狗人工智慧開放平臺等典型案例呈現給讀者。
本期的智能內參，我們推薦中國科學院大數據挖掘與知識管理重點實驗室的研究報告《2019年人工智慧發展白皮書》，總結2019年人工智慧關鍵技術的發展，梳理人工智慧典型應用產業與場景的進程，並列舉了國內幾大重要人工智慧開放平臺的新進展 。
本期內參來源：中國科學院大數據挖掘與知識管理重點實驗室
原標題：
《2019年人工智慧發展白皮書》
作者：未註明
一、 人工智慧關鍵技術不斷取得突破1、計算機視覺技術
計算機視覺(Computer Vision)是一門研究如何使機器「看」的科學，更進一步地說，是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量的科學。近幾年計算機視覺技術實現了快速發展，其主要學術原因是2015年基於深度學習的計算機視覺算法在ImageNet資料庫上的識別準確率首次超過人類，同年Google也開源了自己的深度學習算法。計算機視覺系統的主要功能有圖像獲取、預處理、特徵提取、檢測/分割和高級處理。
▲計算機視覺
近年來，計算機視覺在產業界和學術界不斷取得突破 ：
▲計算機視覺 技術新突破
計算機視覺技術的典型應用案例 ：
交通： 自動駕駛汽車需要計算機視覺。特斯拉(Tesla)、寶馬(BMW)、沃爾沃(Volvo)和奧迪(Audi)等汽車製造商Y已經通過攝像頭、雷射雷達、雷達和超聲波傳感器從環境中獲取圖像，研發自動駕駛汽車來探測目標、車道標誌和交通信號，從而安全駕駛。
安防： 中國在使用人臉識別技術方面無疑處於領先地位，這項技術被廣泛應用於警察工作、支付識別、機場安檢，甚至在北京天壇公園分發廁紙、防止廁紙被盜，以及其他許多應用。
醫療 ： 由於90％的醫療數據都是基於圖像的，因此醫學中的計算機視覺有很多用途。比如啟用新的醫療診斷方法，分析X射線，乳房X光檢查，監測患者等。
翻譯 ： 傳統翻譯採用人工查詞的方式，不但耗時長，而且錯誤率高。圖像識別技術(OCR)的出現大大提升了翻譯的效率和準確度，用戶通過簡單的拍照、截圖或劃線就能得到準確的翻譯結果。
體育賽事 ： 計算機視覺還有助於比賽和策略分析、球員表現和評級，以及跟蹤體育節目中品牌贊助的可見性。
農業： 半自動聯合收割機可以利用人工智慧和計算機視覺來分析糧食品質，並找出農業機械穿過作物的最佳路徑。另外也可用來識別雜草和作物，有效減少除草劑的使用量。
製造業： 計算機視覺也可以幫助製造商更安全、更智能、更有效地運行，比如預測性維護設備故障，對包裝和產品質量進行監控，並通過計算機視覺減少不合格產品。
2、 自然語言處理技術
自然語言處理（Natural Language Processing）是一門通過建立形式化的計算模型來分析、理解和處理自然語言的學科，也是一門橫跨語言學、計算機科學、數學等領域的交叉學科。自然語言處理，是指用計算機對自然語言的形、音、義等信息進行處理，即對字、詞、句、篇章的輸入、輸出、識別、分析、理解、生成等的操作和加工。自然語言處理的具體表現形式包括機器翻譯、文本摘要、文本分類、文本校對、信息抽取、語音合成、語音識別等。可以說，自然語言處理就是要計算機理解自然語言，自然語言處理機制涉及兩個流程，包括自然語言理解和自然語言生成，自然語言理解是讓計算機把輸入的語言變成有意思的符號和關係，然後根據目的再處理；自然語言生成則是把計算機數據轉化為自然語言。實現人機間的信息交流，是人工智慧界、計算機科學和語言學界所共同關注的重要問題。
▲自然語言處理技術的技術層次
從2008年到現在，在圖像識別和語音識別領域的成果激勵下，人們也逐漸開始引入深度學習來做自然語言處理研究，由最初的詞向量到2013年word2vec，將深度學習與自然語言處理的結合推向了高潮，並在機器翻譯、問答系統、閱讀理解等領域取得了一定成功。深度學習是一個多層的神經網絡，從輸入層開始經過逐層非線性的變化得到輸出。從輸入到輸出做端到端的訓練。把輸入到輸出對的數據準備好，設計並訓練一個神經網絡，即可執行預想的任務。RNN已經是自然語言護理最常用的方法之一，GRU、LSTM 等模型相繼引發了一輪又一輪的熱潮。
▲自然語言處理技術的發展歷程
自然語言處理的研究可以分為基礎性研究和應用性研究兩部分，語音和文本是兩類研究的重點。基礎性研究主要涉及語言學、數學、計算機學科等領域，相對應的技術有消除歧義、語法形式化等。應用性研究則主要集中在一些應用自然語言處理的領域，例如信息檢索、文本分類、機器翻譯等。由於我國基礎理論即機器翻譯的研究起步較早，且基礎理論研究是任何應用的理論基礎，所以語法、句法、語義分析等基礎性研究歷來是研究的重點，而且隨著網際網路網絡技術的發展，智能檢索類研究近年來也逐漸升溫。近年來，計算機視覺在產業界和學術界不斷取得突破，取得代表性成果的組織有谷歌、阿里、百度、搜狗、科大訊飛等公司，清華大學、Allen人工智慧研究所等高校/研究所以及其他多種類型的組織或個人。
3、 跨媒體分析推理技術
以往的媒體信息處理模型往往只針對某種單一形式的媒體數據進行推理分析，比如圖像識別、語音識別、文本識別等，而越來越多的任務需要像人一樣能夠協同綜合處理多種形式（文本、音頻、視頻、圖像等）的信息，這就是跨媒體分析與推理。跨媒體是一個比較廣義的概念，既表現為包括網絡文本、圖像、音頻、視頻等複雜媒體對象混合併存，又表現為各類媒體對象形成複雜的關聯關係和組織結構，還表現在具有不同模態的媒體對象跨越媒介或平臺高度交互融合。通過「跨媒體」能從各自的側面表達相同的語義信息，能比單一的媒體對象及其特定的模態更加全面地反映特定的內容信息。相同的內容信息跨越各類媒體對象交叉傳播與整合，只有對這些多模態媒體進行融合分析，才能儘可能全面、正確地理解這種跨媒體綜合體所蘊涵的內容信息。
跨媒體分析推理技術主要包括跨媒體檢索、跨媒體推理、跨媒體存儲幾個研究範疇，可應用於網絡內容監管、輿情分析、信息檢索、智慧醫療、自動駕駛、智能穿戴設備等場景。
▲跨媒體分析推理技術的新突破
4、 智適應學習技術
作為教育領域最具突破性的技術，智適應學習技術 ( IntelligentAdaptive Learning) 模擬了老師對學生一對一教學的過程，賦予了學習系統個性化教學的能力。和傳統千人一面的教學方式相比，智適應學習系統帶給了學生個性化的學習體驗，提升了學生的學習投入度和學習效率。採用了智適應學習技術的學習系統能夠針對學生的具體學習情況提供個性化學習解決方案，包括定位學生的知識漏洞、持續性地評估學生的學習能力水平和知識狀態、實時動態提供個性化學習內容。智適應學習技術讓教育領域一直困擾的質量、成本、可獲取性三大矛盾因素變成了歷史。
智適應學習技術體系包括知識狀態診斷、能力水平評測和學習內容推薦等。知識狀態診斷技術是指通過少量試題，在較短時間精準診斷出學生的知識漏洞，這一技術較常用的算法是知識空間理論。能力水平評測技術是指評測出學生的知識掌握情況，分析出學生得到提升的學習能力、學習思維和學習方法，這一技術較常用的算法是項目反應理論、貝葉斯知識追蹤。學習內容推薦技術是指依據學生學習情況，推薦合適的學習內容，這一技術較常用的算法是機器學習算法，該算法以學生的所有信息為輸入，輸出是學生接下來需要學習的內容，達到最大化學習效率的目的。
在2010年之後，智適應學習技術得到了快速發展，這背後的推動力有強大的計算力和海量的數據，更重要的還有貝葉斯網絡算法的應用。學生知識狀態的建立是一件高成本的事，傳統模式下判斷學生的知識狀態需要針對每一個知識點出題考察，有了強大的計算力後，就能夠快速模擬出學生的知識狀態空間，並且定位到學生的知識狀態；海量的數據有助於機器學習算法發揮更大的價值。採用了貝葉斯算法之後，智適應學習系統能夠實時持續性地評估學生當前的能力水平、並且及時動態調整學習內容，這在之前是沒有實現的。
目前在全球已有一億多學生在使用智適應學習系統，覆蓋了各個年齡段，從小學、初中、高中，到高等教育、職業教育和成人教育，已應用到文、理、工、醫等不同學科領域。
大量學生的使用數據顯示，智適應學習系統的教學效果好於傳統教學模式。
▲智適應學習技術
5、 群體智能技術
群體智能(collective intelligence)也稱集體智能、群智。群體智能是一種共享的智能，是集結眾人的意見進而轉化為決策的一種過程，用來對單一個體做出隨機性決策的風險。對群體智能的研究，實際上可以被認為是一個屬於社會學、商業、計算機科學、大眾傳媒和大眾行為的分支學科，研究從夸克層次到細菌、植物、動物以及人類社會層次的群體行為的一個領域。
群體智能最早源於對以螞蟻、蜜蜂等為代表的社會性昆蟲的群體行為的研究，自1991年義大利學者Dorigo提出蟻群優化（Ant Colony Optimization, ACO）理論開始，群體智能作為一個理論被正式提出，並逐漸吸引了大批學者的關注，從而掀起了研究高潮。1995年，Kennedy 等學者提出粒子群優化算法（Particle Swarm Optimization, PSO），此後群體智能研究迅速展開。目前群體智能的研究主要包括智能蟻群算法和粒子群算法，智能蟻群算法主要包括蟻群優化算法、蟻群聚類算法和多機器人協同合作系統。其中，蟻群優化算法和粒子群優化算法在求解實際問題時應用最為廣泛。
隨著群體智能算法在諸如機器學習、過程控制、經濟預測、工程預測等領域取得了前所未有的成功，它已經引起了包括數學、物理學、計算機科學、社會科學、經濟學及工程應用等領域的科學家們的極大興趣。目前關於群體智能計算的國際會議在全世界各地定期召開，各種關於信息技術或計算機技術的國際會議也都將智能進化技術作為主要研討課題之一。
▲群體智能的四項原則
▲群體智能技術的應用案例
6、 自主無人系統技術
自主無人系統是能夠通過先進的技術進行操作或管理而不需要人工幹預的系統，是由機械、控制、計算機、通信、材料等多種技術融合而成的複雜系統。自主無人系統可應用到無人駕駛車輛、無人機、服務型機器人、空間機器人、海洋機器人、無人車間、智能工廠等場景中，並實現降本增效的作用。
自主性和智能性是自主無人系統最重要的兩個特徵。人工智慧無疑是發展智能無人自主系統的關鍵技術之一。利用人工智慧的各種技術，如圖像識別、人機互動、智能決策、推理和學習，是實現和不斷提高系統這兩個特徵的最有效的方法。
▲自主無人系統技術
7、 智能晶片技術
目前，關於智能晶片的定義並沒有一個嚴格和公認的標準。一般來說，運用了人工智慧技術的晶片都可以稱為智能晶片，但是狹義上的智能晶片特指針對人工智慧算法做了特殊加速設計的晶片，現階段，這些人工智慧算法一般以深度學習算法為主，也可以包括其它機器學習算法。智能晶片可按技術架構、功能和應用場景等維度分成多種類別。
近年來我國學術界和產業界都加大了對晶片技術的研發力度，國內智能計算晶片技術不斷取得新的成果。一些基於傳統計算架構的晶片和各種軟硬體加速方案相結合，在一些人工智慧應用場景下都取得了巨大成功，但由於市場需求的多樣性，很難有任何單一的設計和方法能夠很好地適用於各類情況。因此，學術界和產業界湧現出多種專門針對人工智慧應用的新穎設計和方法，覆蓋了從半導體材料、器件、電路到體系結構的各個層次。
▲智能晶片的分類
▲ 智能晶片技術的進展
8、 腦機接口技術
腦機接口（Brain-Computer Interface，BCI）是在人或動物腦（或者腦細胞的培養物）與外部設備間建立的直接連接通路。通過單向腦機接口技術，計算機可以接受腦傳來的命令，或者發送信號到腦，但不能同時發送和接收信號。而雙向腦機接口允許腦和外部設備間的雙向信息交換。2013年，自美國首次宣布啟動「腦計劃」以來，歐洲、日本、韓國等陸續參與「腦科技」競賽項目，據已公開數據表明，全球在腦機接口相關領域的研發支持已經超過200億美元。
▲腦機接口技術應用
▲腦機接口技術新進展
二、 人工智慧賦能產業與應用場景在人工智慧技術向各行各業滲透的過程中，不同產品由於使用場景複雜度的不同、技術發展水平的不同，而導致其成熟度也不同。比如，教育和音響行業的核心環節已有成熟產品，技術成熟度和用戶心理接受度都較高；個人助理和醫療行業在核心環節已出現試驗性的初步成熟產品，但由於場景複雜，涉及個人隱私和生命健康問題，當前用戶心理接受度較低；自動駕駛和諮詢行業在核心環節則尚未出現成熟產品，無論是技術方面還是用戶心理接受度方面都還沒有達到足夠成熟的程度。
▲人工智慧產業應用
在人工智慧技術向各行各業滲透的過程中，安防和金融行業的人工智慧使用率最高，零售、交通、教育、醫療、製造、健康行業次之。 安防行業一直圍繞著視頻監控在不斷改革升級，在政府的大力支持下，我國已建成集數據傳輸和控制與一體的自動化監控平臺，隨著計算機視覺技術出現突破，安防行業便迅速向智能化前進。 金融行業擁有良好的數據積累，在自動化的工作流與相關技術的運用上有不錯的成效，組織機構的戰略與文化也較為先進，因此人工智慧技術也得到了良好的應用。 零售行業在數據積累、人工智慧應用基礎、組織結構方面均有一定基礎。 交通行業則在組織基礎與人工智慧應用基礎上優勢明顯，並已經開始布局自動駕駛技術。 教育行業的數據積累雖然薄弱，但行業整體對人工智慧持重點關注的態度，同時也開始在實際業務中結合人工智慧技術，因此未來發展可期。 醫療與健康行業擁有多年的醫療數據積累與流程化的數據使用過程，因此在數據與技術基礎上有著很強的優勢。 製造行業雖然在組織機構上的基礎相對薄弱，但擁有大量高質量的數據積累以及自動化的工作流，為人工智慧技術的介入提供了良好的技術鋪墊。
▲各行業人工智慧應用程度
安防：安保、警務、治安、人車流監控等場景全面應用 。
▲人工智慧在安防領域的應用場景
金融：以智能風控為主，同時滲透支付、理賠、投研投顧等場景 。
▲ 人工智慧在金融領域的應用場景
零售：人工智慧提升零售全流程運行效率，優化消費者體驗 。
▲人工智慧在零售領域的應用場景
交通： 人工智慧應用到擁堵分析、路線優化、車輛調度、駕駛輔助等場景，有效改善交通問題 。
▲人工智慧在交通領域的應用場景
教育：由表及裡，人工智慧技術逐漸深入學習環節 。 人工智慧已在老師教學與學生學習、評測的各個環節切入教育領域，相關產品服務包括拍照搜題、分層排課、口語測評、組卷卷、作文批改、作業布置等功能，涉及了自適應、語音識別、計算機視覺、知識圖譜、自然語言處理、機器翻譯、機器學習等多項人工智慧技術，正在創造著更加個性化、服務於終身學習的智能高效學習環境。
醫療：從影像分析、輔助診療、健康管理等角度做好醫患助手 。
▲人工智慧在醫療領域的應用場景
製造：助力生產製造優化，減少重複勞動，實現智能製造
▲人工智慧在製造領域的應用場景
健康：降低健康管理成本，實現交互革命，增強人類功能
▲人工智慧在健康領域的應用場景
三、人工智慧開放創新平臺逐步建立客觀地說，雖然人工智慧技術不斷向眾多行業和商業場景滲透，但目前人工智慧的能力仍然不是像雲計算一樣可以隨取隨用的通用資源，主要的人工智慧技術還掌握在大型科技公司和網際網路巨頭的手裡，若能讓人工智慧普惠到更多公司和用戶，人工智慧社會的建設才會明顯提速。在政府和大型公司的領跑下，越來越多的人工智慧開放平臺開始湧現出來。
2017-2018年，科技部等多部門經充分調研和論證，確定了五大國家新一代人工智慧開放創新平臺：分別依託百度、阿里雲、騰訊、科大訊飛公司、商湯集團，建設自動駕駛、城市大腦、醫療影像、智能語音、智能視覺人工智慧開放創新平臺，並由科技部、發改委、財政部、教育部、工信部、中科院等15個部門構成的新一代人工智慧發展規劃推進辦公室來推進項目、基地、人才的統籌布局。這批「國家隊」開放創新平臺將在四個方面發揮核心使命，包括建立人工智慧國際化人才體系並培養國際化人才，通過人工智慧賦能，創造以眾創空間、孵化器為代表的大眾創業、萬眾創新的生態環境等。
人工智慧開放平臺的建立，有助於降低企業的技術門檻，讓所有創業者都享受到人工智慧技術進步所帶來的紅利，同時也有助於連接各行業內的產學研機構，實現數據打通，避免重複工作，構築完整的產業生態，大幅提升整個產業的生產效率。除了國家級人工智慧開放創新平臺以外，越來越多人工智慧領域的其他企業也開始搭建人工智慧開放平臺，如教育領域的松鼠AI 1對1建立了智適應教育開放平臺，京東建立了以智能零售為京東人工智慧開放平臺NeuHub等。如果說早年間的人工智慧開放平臺由國外巨頭如谷歌等領跑，那麼隨著中國人工智慧行業的整體發展，國內人工智慧企業也開始嘗試營造開放的行業生態。
1、 自動駕駛：百度Apollo開放平臺，開啟自動駕駛量產新時代
自動駕駛國家開放平臺主要基於百度Apollo開放平臺，是一個以百度技術為依託，面向汽車行業及自動駕駛領域的合作夥伴提供的開放、完整、安全的軟硬體和服務平臺，幫助開發者快速搭建完整的自動駕駛系統，「開放能力、共享資源、加速創新、持續共贏」是百度Apollo生態的重要原則。這是全球範圍內自動駕駛技術的第一次系統級開放。
Apollo開放平臺體系包括車輛認證平臺、硬體開發平臺、開源軟體平臺、雲端服務平臺、量產解決方案五大部分。
▲Apollo開放平臺體系
截止2018年7月底，Apollo已先後開放了10、15、20、25、30五個版本的能力，分別為封閉場地循跡自動駕駛能力、固定車道自動駕駛能力、簡單城市路況自動駕駛能力以及限定區域視覺高速自動駕駛能力、量產園區自動駕駛能力。未來將逐步開放限定區域城市、量產限定區域、量產簡單城市道路、高速和城市道路等自動駕駛能力。
截止2018年12月，在嚴格控制數量和質量的情況下，Apollo合作夥伴已超過120餘家，成為全球規模最大的自動駕駛生態，覆蓋產業鏈整個環節，包括整車廠、一級供應商(Tier1)、零部件廠商、出行服務商、初創企業、通信企業、高校和地方政府等，目前已發往北京、雄安、深圳、福建平潭、湖北武漢、日本京都等地開展商業化運營。
▲Apollo自動駕駛開放路線圖
2、 城市大腦：阿里雲城市大腦，打造新型精細化管理城市
阿里雲城市大腦致力於通過網際網路和人工智慧，打通城市數據管道，發掘數據價值，構建城市新的基礎設施。城市大腦總體架構包含四大平臺：應用支撐平臺（繁榮產業生態，通過數據資源的消耗換來自然資源的節約），智能平臺（通過深度學習技術，挖掘數據資源中的金礦，讓城市具備思考的能力），數據資源平臺（全網數據實時匯聚，讓數據真正成為資源，保障數據安全，提升數據質量，通過數據調度，實現數據價值），一體化計算平臺（為城市大腦提供足夠的計算能力具備極致彈性，支持全量城市數據的實時計算，EB級別的存儲能力，日PB級處理能力，百萬路級別視頻實時分析能力）。
城市大腦目前已在杭州、蘇州、上海、衢州、澳門、馬來西亞等城市和國家落地，覆蓋交通、平安、市政建設、城市規劃等領域，是目前全球最大規模的人工智慧公共系統之一。
▲城市大腦總體架構
城市大腦所涵蓋的產品及應用包括天機、天鏡、天鷹、天曜和天擎。城市大腦要做的事情是把整個城市的數據匯集，完成對城市事故、事件的認知：知道哪裡堵車、哪裡有車禍，分析後迅速發出紅綠燈控制和關閉路口的指令，以及預估事故、事件對交通接下來產生的影響。在實際運行過程中，城市大腦利用實時全量的城市數據資源全局優化城市公共資源，即時修正城市運行缺陷，實現城市治理模式、服務模式和產業發展的三重突破：城市治理模式突破—提升政府管理能力，解決城市治理突出問題，實現城市治理智能化、集約化、人性化；城市服務模式突破—更精準地隨時隨地服務企業和個人，城市的公共服務更加高效，公共資源更加節約；城市產業發展突破—開放的城市數據資源是重要的基礎資源，對產業發展發揮催生帶動作用，促進傳統產業轉型升級。
▲城市大腦產品及應用
3、 醫療影像：騰訊覓影AI輔診開放平臺，助推AI+醫療落地
依託騰訊聚集的合作夥伴資源優勢及「騰訊覓影」在醫療AI領域取得的技術突破，騰訊公司構建了由醫療機構、科研團體、器械廠商、AI創業公司、信息化廠商、高等院校、公益組織等多方參與的醫療影像幵放創新平臺——騰訊覓影AI輔診開放平臺。騰訊覓影是騰訊首個AI醫療產品，同時也是騰訊與國內一百多家頂尖三甲醫院的合作成果。目前，其儲備了約50萬醫學術語庫，超過20萬醫學標註資料庫、超過100萬術語關係規則庫、超過1000萬健康知識庫、超過8000萬高質量醫療知識庫以及超過1億的開放醫療百科數據，涵蓋了絕大部分對外公開的權威醫學知識庫。
「AI醫學影像「和「AI輔助診斷」是騰訊覓影AI輔診開放平臺的兩項核心能力，其通過模擬醫生的成長學習來積累醫學診斷能力，可輔助醫生診斷、預測700多種疾病，涵蓋了醫院門診90%的高頻診斷，其遵循與人類醫生類似的學習過程，主要分為三個階段：首先，其運用自然語言處理和深度學習等人工智慧技術，學習、理解和歸納權威醫學書籍文獻、診療指南和病歷等醫療信息，自動構建出一張「醫學知識圖譜」；然後，基於病歷檢索推理和知識圖譜推理知識，建立診斷模型；最後，在人類醫學專家的校驗下，優化診斷模型。
基於「騰訊覓影」在AI+醫療探索上取得的突破，國家衛計委和國家工信部聯合授予了其網際網路醫療健康行業「墨提斯獎」，該獎被譽為醫療健康行業的「圖靈獎」，代表著中國智能終端產業的最高榮譽。
▲ 騰訊覓影 AI
騰訊覓影已與智業軟體、山東順能、廣州海鷀、金蝶醫療、健康160等醫療信息化廠商，以及廈門大學附屬第一醫院、山東省立醫院、安徽省第二人民醫院、南方醫科大學深圳醫院、香港大學深圳醫院、寶安中醫院集團、深圳市薩米醫療中心、中國科學院大學深圳醫院、寶安區婦幼保健院、龍崗區婦幼保健院等醫療機構分別籤署了人工智慧戰略合作協議，共同構建智慧醫療開放生態圈。騰訊覓影平臺旨在發揮「連接器」的作用，從創新創業、全產業鏈合作、學術科研、惠普公益四個維度連接核心參與方，共同推動國家人工智慧戰略在醫療領域的落地。
▲ 騰訊覓影產業生態圈
4、 智能語音：科大訊飛助力我國智能語音應用達到國際領先水平
科大訊飛致力於智能語音及人工智慧核心研究和產業化十八年，已發展成為亞太地區最大的智能語音及人工智慧上市公司。入選職能語音國家新一代人工智慧開放創新平臺之後，科大訊飛將通過一個開放創新研究平臺+五大開放創新服務平臺的建設路徑，助力我國的智能語音及人工智慧技術及應用達到國際領先水平。
在建設人工智慧產學研用開放創新研究平臺方面，科大訊飛提出了「以企業為主體、以市場為導向」的產學研合作體系，從源頭上聚攏了核心技術研究資源，多項技術取得了全球領先，如：語音合成技術、語音識別技術、機器翻譯技術、語音評測技術、認知智能技術。
在建設基礎數據資源平臺方面，科大訊飛上線了釆用眾包模式的基礎數據服務平臺，覆蓋了數據承接、數據分發、項目質量管理和監控等各方面功能，目前已有80條產品任務方向，註冊用戶數達10萬以上，月活人數3000左右。
在建設「雲+端」軟硬體一體化開發平臺方面，科大訊飛已完成平臺服務架構搭建、開放平臺研發和自然語言語音數據資源製作中心建設，形成了多個一站式軟硬體開發方案並持續領跑行業，幫助開發廠商快速接入訊飛AI能力。
在建設人工智慧定製優化平臺方面，科大訊飛與業內優秀的AI能力提供商湯科技、合合信息、碼隆科技等達成「能力星雲」合作，促進平臺在人臉識別、文字識別、內容審核、自然語言處理等方而的AI技術能力不斷豐富，並發布了國內首個人工智慧企業產業鏈綜合服務平臺「訊飛AI服務市場」。
在建設開發者服務社區方面，科大訊飛結合地方政府支持，目前已在合肥、長春、洛陽、西安、重慶、天津、蘇州建設了7個線下專業化眾創孵化空間，總面積超過10萬平來，引進落地的智能語音及人工智慧領域開發者團隊和公司500餘家。
在建設專業化眾創孵化空間方面，平臺通過開放核心技術開發接口和雲端在線服務能力，讓創業者可以幾乎零成本地利用智能語音及人工智慧技術進行創新創業。截至2018年7月底，平臺開發者團隊數量超過80萬家（同比增長114%）；過去18個月累計使用該平臺的獨立終端數達19億個（冋比増長357%），日均交互次數達46億人次。
▲ 科大訊飛智能語音開放創新平臺體系
5、智能視覺：商湯加速計算機視覺技術在各個行業的應用落地
2018年9月，國家科技部宣布，依託商湯集團建設智能視覺國家新一代人工智慧開放創新平臺。商湯成為第五大國家人工智慧開放創新平臺。依託20年的人工智慧科研技術積澱，商湯打造了集基礎研究、產業結合、行業夥伴一體化、開放共享的智能視覺開放創新平臺。商湯科技擁有人臉檢測跟蹤、人臉關鍵點定位、人臉身份驗證、場景識別等核心技術，基於智能視頻、身份驗證、移動網際網路產品在智慧城市、智能終端、網際網路娛樂、智慧金融等領域的應用，推出了SenseAR開發者平臺、SenseAR增強現實感繪製引擎、SenseMedia智能圖片視頻審核平臺、SenseFace 3.0人臉布控實戰平臺和SenseFoundry方舟城市視覺平臺等新產品，打造智能視覺開放創新平臺，加速人工智慧技術的落地。目前商湯已有400餘家戰略合作夥伴。
為推動國家人工智慧在視覺領域的發展，商湯智能視覺開放創新平臺有四大使命：1）通過超算系統、訓練系統、智能視覺工具鏈等核心基礎的研發、數據系統的構建，在基礎研究和核心技術上與國際保持同步研發水平；2）實現智能視覺底層關鍵技術和共性支撐技術的突破，促進智能視覺技術與多行業的快速結合、產業賦能；3）建立人工智慧國際化人才體系和培養國際化人才；4）通過人工智慧賦能，創造以眾創空間、孵化器為代表的大眾創業、萬眾創新的生態環境，促進新舊動能轉換。
▲ 商湯智能視覺開放創新平臺技術與產品支持
6、 智能教育：松鼠AI智適應教育開放平臺提高教學效率，促進教育公平
當前教育行業存在各機構各自為戰，敝帚自珍，重複造輪子的問題，導致行業整體教學效率低下、教學質量有限。「松鼠AI」是由松鼠AI 1對1開發的國內第一個擁有完整自主智慧財產權、以高級算法為核心的自適應學習引擎（可理解為一個智適應教學機器人），可將知識點拆分到納米級，精準偵測不同學生的知識漏洞，查漏補缺，模擬特級教師給孩子一對一量身定做教育方案並且一對一實施教育過程，比傳統教育效率提升5到10倍。目前，松鼠AI 1對1打造了松鼠AI智適應教育開放平臺，教育機構可將松鼠AI的一體化智適應教學平臺整合進入自己的業務解決方案中，直接使用松鼠AI的一體化智適應教學平臺解決教學中的部分或者全部問題，利用平臺補充自身教學教研能力的短板，在測評、制定學習計劃、教學、練習等環節上，全方位提升自身服務能力，提高學生的學習效率和學習效果。
機構將智適應教育平臺產品整合進自己的業務解決方案後，其業務中的教學環節可以全部或者部分交給智適應教育平臺。教育機構商業模式上主要由市場、運營服務、教學三部分成，教學環節成本一般佔機構的40%以上，用智適應教育平臺產品解決教學環節，未來最大可以將教學環節成本節省到接近5%，從而優化其商業模式，讓機構可以將重心放在市場和運營服務上，整體提高其業務運行水平。
目前該平臺已接入2000多家機構，覆蓋20多個省，700多個城市，服務於近200萬學生，續班率80%以上，同時機構也基本通過平臺解決了自身的教學問題。另外，這些機構中有不少服務於三四和五六線城市，松鼠AI智適應教育產品的引入也為三到六線地區的學生帶來了目前最先進的智適應學習服務，一定程度上緩解了我國教育資源不公平的問題。
▲ 松鼠AI智適應教育開放平臺節省教育機構教學環節成本
松鼠AI智適應教育開放平臺的業務架構可分成基礎依賴層、平臺服務能力層、平臺合作方三層。從合作者可見的層面，這一開放平臺由智適應教學教研產品，智適應教學教研模塊組裝與自定義平臺、智適應內容協作平臺、智適應引擎接入平臺組成。具體開放方式上，松鼠AI智適應教育開放平臺面向教育機構提供三種層次的開放：1）智適應教學產品和教研產品層面的開放，合作者直接使用產品為其客戶服務；2）自定義智適應產品層面的開放，合作者可以根據自己的需求和能力對智適應產品進行改造，並以自己的品牌進行二次輸出；3）智適應引擎層面的開放，合作者可以基於智適應引擎，研發打造不同應用不同場景的智適應產品。
▲松鼠AI智適應教育開放平臺的業務架構
智適應引擎層面的開放需要用到松鼠AI的人工智慧引擎API服務，這是整個開放平臺中最底層的服務，是提供給具備自產內容能力以及相當程度的技術和產品二次開發能力的合作夥伴來使用的。這個服務的核心是把引擎的功能通過API形式抽象包裝給合作夥伴，大幅度降低對合作夥伴的數據建模水平和人工智慧實際應用水平的要求，讓廣大教育機構低成本共享松鼠AI與國際領先的研究機構（如SRI, CMU, IIIA, UC Berkeley等）在人工智慧教育領域上取得的技術突破和經驗，造福整個中國K12教育產業。在這個底層引擎的基礎上，平臺研發了智適應DL測評、智適應學習、智適應教學監控等產品。
▲松鼠AI智適應教育開放平臺的底層引擎
7、 智能零售：京東人工智慧開放平臺NeuHub搭建智能客服解決方案
2018年4月，京東發布京東人工智慧開放平臺NeuHub，Neuhub主要圍繞自然語言處理、語音交互、計算機視覺等方向，建設了京東智能客服解決方案。該平臺不僅驗證了多項落地性技術，同時助力國家多個戰略級產學研合作項目開展，也標誌著京東AI研發開始從應用型向核心技術研發和輸出方面發力。相關客戶包括叮咚、VIVO、三星、達達、華為、長虹等。
這個平臺分為AI在線服務和離線訓練平臺兩部分，在線服務包括卡證識別、以圖搜圖、圖片質量檢測、詞法分析等功能，涉及圖像、自然語言理解等領域內容。而離線訓練平臺則針對不同技術水平用戶及使用場景提供個性化綜合解決方案，相當於提供了入門級和發燒級兩個段位的服務。按照京東的規劃，NeuHub平臺將作為普惠性開放平臺，不同角色均可找到適合自己的場景，例如用簡單代碼即可實現對圖像質量的分析評估，支撐科研人員、算法工程師也可以不斷設計新的AI能力以滿足用戶需求，並深耕電商、供應鏈、物流、金融、廣告等多個領域應用，探索試驗醫療、扶貧、政務、養老、教育、文化、體育等多領域應用，聚焦於新技術和行業趨勢研究，孵化行業最新落地項目，重構各行業的工作流程和業務模塊。
▲NeuHub的AI服務功能
▲NeuHub的AI服務工具
京東技術布局下的 AI 戰略全景圖以 「三大主體、七大應用場景和五個人工智慧產業化的布局方向」為核心，即以 AI 開放平臺、AI 基礎研究、AI 商業創新三個主體，通過產學研相結合、高端人才培養以及核心人才引進打造科技能力，將人工智慧應用於金融科技、智慧物流、智能消費、智能供應、對外賦能，對應的七大應用方向是電商、物流、金融、零售、時尚、公共事務、智能硬體。京東AI技術將從0-1, 1-N，N-無窮，三個戰略方向發力，通過算法研究院強大的技術研究能力，創造一些以前從來沒有過的技術能力；打磨技術到體驗，讓技術在迭代中提升；積極探索技術落地的可能性，從而賦能無窮場景，將體驗轉變為價值。對應這三大並行的技術發展方向，京東AI平臺與研究部打造了AI研究院、AI平臺部及AI創新部三個部門，來更好地助推京東AI的成長。
與BAT的AI平臺相比較而言，京東AI平臺的布局更加是由內而外的，並且更加聚焦。它的研究導向首先是依託內部的需求，比如電商、物流、金融本身都是京東的核心業務，比如京東電商平臺對智能客服存在很大需求，而京東金融對客服也存在很大需求。京東AI平臺利用現有的經驗能夠很快用於京東金融，因為只要有數據，就可以很容易在接近的場景進行擴展。進一步而言，京東AI平臺還能夠將客服在多個場景的能力形成解決方案，開放給行業。從京東自身應用場景出發，打造AI核心技術，然後在反哺京東自身業務的同時，進一步賦能給行業與開發者，是打造AI開放平臺的一條不錯的思路。
▲京東AI體系
8、 智能語音：搜狗人工智慧開放平臺搭建智能語音和機器視覺生態圈
搜狗公司也推出了自己的人工智慧開放平臺。這一平臺以智能語音和智能視覺技術為核心，面向辦公、翻譯、同傳、話務、圖像識別、質檢審核、人機互動、安防等場景提供開放服務。搜狗AI人工智慧開放平臺致力於建設AI商業生態，向合作夥伴提供私有化部署、定製服務，通過自建行業+AI解決方案以及發展更多合作夥伴進行產品共建，積極與各行業SI系統集成商、ISV軟體服務商以及AI生態鏈裡的各類合作夥伴，例如雲服務商、硬體廠商、物聯網、數據服務商、AI/AR／VR／MR等科技公司一起打造垂直領域的解決方案，共同利用AI能力推進產業智能化升級。搜狗AI開放平臺積極尋求對外合作，如2018年1月與人工智慧新貴Kneron共同推出整合了搜狗語音交互方案、Kneron機器視覺的在離線終端人工智慧解決方案，可應用在智能家居、智能安防、車載、機器人，以及各種物聯網領域。
▲搜狗智能語音
智東西認為，從中科院的這份報告可以看出，我國的人工智慧發展有著諸多方面的優勢，比如說開放的市場環境、海量的數據資源、強有力的戰略引領和政策支持、豐富的應用場景等。而且，各類科技巨頭對人工智慧技術不遺餘力的發展也為我國AI總體水平的提高貢獻了許多力量。但是，擁有諸多優勢的同時，我們也要清晰的看到我國AI技術的短板，例如基礎研究和原創算法薄弱、高端元器件缺乏、沒有具備國際影響力的人工智慧開放平臺。
權威數據·專業解讀 讀懂智能行業必看的報告在智東西回復「智能內參」查看全部報告