1.3　人工智能發展現狀

1.3.1　人工智能行業發展現狀

全球人工智能產業正在經歷一個快速發展的階段，市場規模和投資都在顯著增長。技術的進步，尤其是機器學習和深度學習等先進算法的應用，正在推動人工智能技術的發展，并滲透到機器人、圖像識別、自然語言處理等多個領域。人工智能產業鏈結構也日益成熟，上游包括硬件設備和數據服務，中游集中了人工智能的技術核心，下游則是人工智能的具體應用層面，涉及醫療、金融、零售等多個行業。

根據國外風投數據分析公司PitchBook的數據，全球人工智能領域在2023年上半年共計發生融資1387件，籌集融資金額達到255億美元，平均融資金額為2605萬美元。據不完全統計，2023年全球AIGC產業融資超過了1900億元，每個月都有該賽道的公司獲得融資。這些信息表明人工智能領域繼續受到投資者的高度關注和青睞，融資事件頻發，資金規模龐大，為行業的進一步發展提供了強有力的資金支持。根據IDC發布的2023年V2版《全球人工智能支出指南》，2022年全球人工智能IT總投資規模為1288億美元，2027年預計增至4236億美元，五年復合增長率約為26.9%。這些數據表明，全球人工智能市場正在持續增長，并且在未來幾年繼續保持強勁的增長勢頭。

我國和美國是全球人工智能技術領先的國家，形成了第一梯隊。美國在人工智能融資和通用大模型方面全球領先，而我國在人工智能行業應用方面領跑全球。根據前瞻產業研究院發布的《中國人工智能行業發展前景預測與投資戰略規劃分析報告》，全球人工智能市場規模到2030年預計達到1591.03億美元，2022—2030年的復合年增長率為38.1%。

政府的支持和政策推動是全球人工智能產業發展的重要驅動力。各地政府都在積極推動人工智能產業的發展，通過加強智能制造標準體系建設、鼓勵各領域應用人工智能技術等措施來促進技術創新和產業發展。根據斯坦福大學“以人為本”人工智能研究所HAI發布的《2024年人工智能指數報告》，2023年產業界產生了51個著名的機器學習模型，而學術界只貢獻了15個；對AIGC的投資較2022年增長了近8倍，達到252億美元，可以看出資本市場對這一領域的高度認可和期待。

1.3.2　人工智能技術水平現狀

1.智能硬件

智能硬件的核心組件包括智能傳感器和智能芯片。智能傳感器，可類比為神經末梢的神經元，通過集成傳統傳感器、微處理器及相關電路，形成具備初級感知處理能力的獨立智能單元。智能芯片則相當于人工智能的“中樞大腦”，具備高性能的并行計算能力和對主流人工神經網絡算法的支持能力。當前，智能傳感器有觸覺、視覺、超聲波、溫度、距離等多種類型，智能芯片根據不同的應用場景和需求，可分為圖形處理單元（Graphics Processing Unit，GPU）、現場可編程門陣列（Field Programmable Gate Array，FPGA）、專用集成電路（Application Specific IC，ASIC）、神經網絡處理器（Neural Processing Unit，NPU）。

在智能硬件市場中，霍尼韋爾、博世集團（BOSCH）、ABB等國際巨頭企業在智能傳感器領域布局廣泛；我國則有如匯頂科技公司的指紋傳感器、北京昆侖海岸科技股份有限公司的力傳感器等產品，但整體布局相對集中。在智能芯片領域，國外的英偉達（NVIDIA）、谷歌、英特爾、IBM、高通等公司的產品如GPU、張量處理單元（Tensor Processing Unit，TPU）、神經網絡處理單元（Neural Network Processor，NNP）、視覺處理單元（Vision Processing Unit，VPU）、驍龍系列、Power VR等廣受認可；我國則有海思技術有限公司的麒麟系列、寒武紀公司的NPU、地平線公司的分支處理單元（Branch Processing Unit，BPU），以及云知聲公司的UniOne等產品。

2.計算機視覺技術

計算機視覺技術已初步具備類似人類對圖像特征進行分級識別的視覺感知與認知機制，具有速度快、精度高、準確性高等諸多優勢。這種技術能滿足產業中對圖像或視頻內物體/場景的識別、分類、定位、檢測、分割等功能需求，因此廣泛應用于視頻監控、自動駕駛、車輛/人臉識別、醫療影像分析、機器人自主導航、工業自動化系統、航空及遙感測量等多個領域。

我國計算機視覺領域的人工智能公司在技術探索和商業應用方面均已達到世界領先水平。例如，商湯科技公司為各大智能手機廠商提供人工智能+拍攝、AR特效與人工智能身份驗證等服務；曠視科技公司專注于視覺算法技術，在智慧城市、智慧商業等領域也有廣泛應用；云從科技公司在金融、安防領域深耕，目前已成為金融領域第一大人工智能供應商；圖普科技公司致力于圖像識別的商業應用，主要聚焦在互聯網內容審核、商業智能、泛安防這三方面。

3.智能語音技術

智能語音技術是一種能夠實現文本或命令與語音信號之間智能轉換的技術，主要包括語音識別和語音合成。語音識別類似于機器的聽覺系統，通過識別和理解將語音信號轉換為相應的文本或命令。語音合成則類似于機器的發音系統，使機器能夠閱讀相應的文本或命令，并將其轉化為個性化的語音信號。由于智能語音技術可以實現人機語音交互、語音控制、聲紋識別等功能，因此在智能音箱、語音助手等領域得到了廣泛應用。

目前，智能語音技術在用戶終端上的應用尤為熱門。眾多互聯網公司紛紛投入大量人力和財力進行研究和應用，旨在通過語音交互的新穎和便捷方式吸引和占領客戶群。在美國，蘋果公司的Siri、微軟公司PC端的Cortana、移動端的微軟小冰和谷歌的Google Now等產品備受矚目。而在我國，科大訊飛、云知聲以及互聯網巨頭BAT（百度、阿里巴巴、騰訊）等公司也在該領域進行了深入布局。

4.自然語言處理

自然語言處理涵蓋了多個研究方向，其中包括自然語言理解和自然語言生成。自然語言理解致力于讓計算機“理解”自然語言文本的思想和意圖，而自然語言生成致力于使計算機能夠用自然語言文本“表述”思想和意圖。從實際應用的角度看，自然語言處理涵蓋了機器翻譯、輿情監測、自動摘要、觀點提取、字幕生成、文本分類、問題回答、文本語義對比等諸多應用場景。

目前，眾多成熟的技術應用產品已經問世。例如，美國的亞馬遜、臉書（Facebook），我國的字節跳動等公司利用自然語言處理技術為旗下購物網站、社交平臺提供產品評論、社區評論和內容主題分類與情感分析等功能。在翻譯方面，谷歌、百度、有道等公司則提供經過深度智能升級的在線翻譯服務。我國的科大訊飛、搜狗等公司也推出了隨身多語言翻譯器等產品。

在基礎平臺方面，美國有Korea.ai、Lingumatics等，我國有百度云、騰訊文智、語言云等。輿情檢測系統方面的應用包括美國Xalted公司的iAcuity、北京朝聞天下公司的Wom-Monitor，以及總部位于上海的創略科技公司的本果輿情等。這些產品和服務的出現，不僅展示了自然語言處理技術的廣泛應用，也推動了該技術的不斷發展和進步。

1.3.3　我國人工智能發展實踐

作為全球最大的互聯網用戶市場，我國為人工智能技術的研發和應用提供了海量的數據資源。這些豐富的數據不僅加速了人工智能算法的迭代和優化，還為人工智能技術的商業化應用提供了堅實的基石。

我國政府高度重視人工智能技術的發展，從中央到地方均制定了一系列政策和措施，以推動人工智能研究、應用和產業化。例如，《新一代人工智能發展規劃》中提出了“到2030年，人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心”的目標。

我國的如百度、阿里巴巴、騰訊等公司將人工智能技術視為核心競爭力，投入了大量資源進行研發和應用。諸如百度公司的Apollo無人駕駛平臺、阿里云ET城市大腦、騰訊公司的人工智能就醫助手等，都在各自的領域取得了顯著成果。

與此同時，初創公司在人工智能領域也嶄露頭角。例如，商湯科技公司，在計算機視覺、語音識別、智能安防等領域取得了重要突破。這些初創公司不僅在國內市場表現出色，還積極拓展國際市場，與國際人工智能巨頭公司展開競爭。

在教育方面，我國的高等院校也在加強人工智能領域的學術研究和人才培養。清華大學、北京大學、浙江大學等高校紛紛開設人工智能專業，成立人工智能學院或相關研究所，為人工智能產業培養優秀人才。