每晚雪球菌给您离真相更近的剖析
1、“未来”已来，人工智能即将爆发
1.1、改变生活、改变世界
人工智能的迅速发展将深刻改变人类社会生活、改变世界。人工智能发展进入新阶段。经过60多年的演进，特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点，受脑科学研究成果启发的类脑智能蓄势待发，芯片化硬件化平台化趋势更加明显，人工智能发展进入新阶段。当前，新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。
图表1:人工智能
人工智能成为国际竞争的新焦点。人工智能是引领未来的战略性技术，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。当前，我国国家安全和国际竞争形势更加复杂，必须放眼全球，把人工智能发展放在国家战略层面系统布局、主动谋划，牢牢把握人工智能发展新阶段国际竞争的战略主动，打造竞争新优势、开拓发展新空间，有效保障国家安全。
人工智能成为经济发展的新引擎。人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。我国经济发展进入新常态，深化供给侧结构性改革任务非常艰巨，必须加快人工智能深度应用，培育壮大人工智能产业，为我国经济发展注入新动能。
人工智能带来社会建设的新机遇。我国正处于全面建成小康社会的决胜阶段，人口老龄化、资源环境约束等挑战依然严峻，人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等领域广泛应用，将极大提高公共服务精准化水平，全面提升人民生活品质。人工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势，及时把握群体认知及心理变化，主动决策反应，将显著提高社会治理的能力和水平，对有效维护社会稳定具有不可替代的作用。
人工智能发展的不确定性带来新挑战。人工智能是影响面广的颠覆性技术，可能带来改变就业结构、冲击法律与社会伦理、侵犯个人隐私、挑战国际关系准则等问题，将对政府管理、经济安全和社会稳定乃至全球治理产生深远影响。在大力发展人工智能的同时，必须高度重视可能带来的安全风险挑战，加强前瞻预防与约束引导，最大限度降低风险，确保人工智能安全、可靠、可控发展。
图表2:人工智能握手
1.2、新一代人工智能发展规划
新华社北京7月20日电 国务院近日印发《新一代人工智能发展规划》（以下简称《规划》），提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。
《规划》指出治国理政新理念、新思想、新战略，坚持科技引领、系统布局、市场主导、开源开放等基本原则，以加快人工智能与经济、社会、国防深度融合，提升新一代人工智能科技创新能力，构建开放协同的人工智能科技创新体系，把握人工智能技术属性和社会属性高度融合，坚持人工智能研发攻关、产品应用和产业培育“三位一体”推进，全面支撑科技、经济、社会发展和国家安全。
《规划》明确了我国新一代人工智能发展的战略目标：到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；
到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；
到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。
图表3:新一代人工智能发展规划
《规划》提出六个方面重点任务：一是构建开放协同的人工智能科技创新体系，从前沿基础理论、关键共性技术、创新平台、高端人才队伍等方面强化部署。
二是培育高端高效的智能经济，发展人工智能新兴产业，推进产业智能化升级，打造人工智能创新高地。
三是建设安全便捷的智能社会，发展高效智能服务，提高社会治理智能化水平，利用人工智能提升公共安全保障能力，促进社会交往的共享互信。
四是加强人工智能领域军民融合，促进人工智能技术军民双向转化、军民创新资源共建共享。
五是构建泛在安全高效的智能化基础设施体系，加强网络、大数据、高效能计算等基础设施的建设升级。
六是前瞻布局重大科技项目，针对新一代人工智能特有的重大基础理论和共性关键技术瓶颈，加强整体统筹，形成以新一代人工智能重大科技项目为核心、统筹当前和未来研发任务布局的人工智能项目群。
《规划》强调，要充分利用已有资金、基地等存量资源，发挥财政引导和市场主导作用，形成财政、金融和社会资本多方支持新一代人工智能发展的格局，并从法律法规、伦理规范、重点政策、知识产权与标准、安全监管与评估、劳动力培训、科学普及等方面提出相关保障措施。
2、什么是人工智能
2.1、人工智能的定义
人工智能依我个的理解就是：人工+智能=无所不能
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
图表4:人工智能定义
2.2、人工智能发展的三阶段
经过多年的人工智能研究，人工智能的主要发展方向：运算智能、感知智能、认知智能。这一观点如今也得到业界广泛的认可。其中感知智能是当前国内外人工智能技术所处阶段，而认识智能是人工智能的最高级形态。
一是运算智能，即快速计算和记忆存储能力。人工智能所涉及的各项技术的发展是不均衡的。现阶段计算机比较具有优势的是运算能力和存储能力。1996年IBM的深蓝计算机战胜了当时的国际象棋冠军卡斯帕罗夫，从此，人类在这样的强运算型的比赛方面就不能战胜机器了。
二是感知智能，即视觉、听觉、触觉等感知能力。人和动物都具备，能够通过各种智能感知能力与自然界进行交互。自动驾驶汽车，就是通过激光雷达等感知设备和人工智能算法，实现这样的感知智能的。机器在感知世界方面，比人类还有优势。人类都是被动感知的，但是机器可以主动感知，如：激光雷达、微波雷达和红外雷达。不管是Big Dog这样的感知机器人，还是自动驾驶汽车，因为充分利用了DNN和大数据的成果，机器在感知智能方面已越来越接近于人类。
三是认知智能。通俗讲是“能理解会思考”。人类有语言，才有概念，才有推理，所以概念、意识、观念等都是人类认知智能的表现。
图表5：人工智能三阶段
图表6：人工智能最新进展
3、下一个风口，国内外巨头纷纷布局
3.1、国外人工智能风起云涌
面对人工智能如此潜力巨大的市场，国际巨头也纷纷抢先下手布局人工智能领域。IBM、谷歌、NVIDIA、英特尔来看，国际AI市场竞争正在走向多样化、个性化。
3.1.1、IBM：入局早，深刻受益行业发展红利
人工智能是IBM在2014年后的重点关注领域。IBM在AI领域无出其右，如80年代的专家系统、1997年击败国际象棋冠军卡斯帕罗夫的深蓝计算机、2011年在美国智力竞赛节目《危险边缘》中战胜其人类对手的沃森系统均出自IBM。IBM在AI领域布局围绕沃森和类脑芯片展开，试图打造AI生态系统。目前IBM已撤销全球业务咨询GBS和技术服务GTS等部门，并转型成认知解决方案和云平台公司。
图表7：人机大战
IBM未来十年战略核心是“智慧地球”计划，IBM每年在其投入研发投资约在30亿美元以上。未来IBM的创新解决方案在智慧能源、智慧交通、智慧医疗、智慧零售、智慧能源和智慧水资源等领域全面开花，涵盖节能减排、食品安全、环保、交通、医疗、现代服务业、软件及服务、云计算、虚拟化等热点方向。
图表8：IBM人工智能“智慧地球”
图表9：IBM在人工智能领域的并购与合作
3.1.2、谷歌：软硬件结合，开源系统构建AI生态
谷歌大数据检索核心技术领先于全世界，并建立了全球最大的数据库系统。广告盈利是谷歌的主要盈利模式，目前九成以上营收来自其广告系统。2015年8月，谷歌宣布架构重组，设立母公司Alphabet，谷歌由搜索引擎公司全面转向为覆盖诸多领域的高科技企业。
图表10：谷歌人工智能Logo
谷歌在2011年成立AI部门，目前已经有100多个团队用上了机器学习技术，包括谷歌搜索、GoogleNow、Gmail等，并往其开源Android手机系统中注入大量机器学习功能(如用卷积神经网络开发Android手机语音识别系统)。谷歌目前产品和服务依靠主要AI技术驱动，如谷歌使用深度学习技术改善搜索引擎、识别Android手机指令、鉴别其Google 社交网络的图像。
图表11：谷歌在人工智能领域的并购与合作
3.1.3、NVIDIA：GPU大势中，布局端到端AI平台
基于传统PCGPU业务渐于饱和、及对AI潜在市场强烈看好，NVIDIA正积极谋求战略转型。2015年Q1已不再提及传统PCGPU业务，并将战略重点投向游戏、专业工作站、数据中心和汽车电子等四大市场，NVIDIAGPU芯片目前在虚拟现实、人工智能和无人驾驶汽车等领域位于重要中心。2016年Q2，NVIDIA实现营收高达14.3亿美元，同比上年增长24%，同比2016年Q1增长9%，这主要是受游戏、数据中心及专业虚拟化、Tegra无人驾驶系等产品强劲需求驱动。
图表12：NVIDIA布局人工智能、股价稳步上升
AI领域，NVIDIA不想做单纯的硬件或者软件厂商，致力于打造于基于AI平台化公司，构建端到端的深度学习平台。NVIDIACEO黄仁勋表示，未来NVIDIA将是基于人工智能平台化的公司，业务将涵盖智慧城市、交通、超级运算等领域。
3.1.4、英特尔：研发 收购抢夺芯片市场份额
近年来，英特尔传统业务表现不佳，为避免对PC、服务器的过度依赖，公司基于主业积极谋求战略转型，将业务从PC芯片、移动芯片拓展至数据中心(云服务)、物联网、人工智能等领域，还提出“2016重建计划”，将未来工作重心从PC芯片转向物联网和云计算。
图表13：英特尔人工智能芯片
未来英特尔将打通从云端数据中心到设备终端，历经大数据处理环节，再回到云端数据中心等AI闭环，打造AI生态系统以谋求领导地位。英特尔AI终端布局聚焦于人机交互，通过提供英特尔Curie模块、Edison计算平台、CedarTrail芯片平台、RealSense实感技术及凌动处理器等技术，进一步提升终端设备智能化水平，并将设备数据上传至后端数据中心。AI后端布局主要是研发适合机器学习CPU芯片(如XeonPhi)、及FPGA芯片，以拓展AI计算性能。
3.2、国内人工智能竞争如火如荼
看过国际巨头在人工智能产业的布局，我们不妨也来看下，国内科技巨头在人工智能领域的布局。
3.2.1、百度：外放型人工智能战略，引领国内人工智能产业
百度是在声誉下跌，总营收下降情况下，“移情”人工智能的。目前，百度一些业务已和人工智能天然关系密切，比如在百度最为基础的搜索业务当中，早年百度大搜索用的是词频统计、超链分析专利，近五年百度的搜索自然结构功能的排序基本上变成机器学习。近期手机百度8.0上线，借助百度人工智能等技术，个性化推荐给用户不同的资讯内容。
图表14：百度大脑核心技术概览
在面向未来的人工智能应用方面，百度积极参与无人机、无人车等的开发。此外依靠图像识别和数据风控技术的“秒批”技术是其在金融领域的一项应用。总体来说，百度在人工智能领域的战略属于外放型。
图表15：百度人工智能发展进程
3.2.2、阿里：布局全产业链生态
对阿里来说，云计算是其面向未来的核心部分，阿里希望构建以场景应用作为突破口的全产业链生态。云计算与人工智能虽然属于两个范畴，但二者之间也有交叉，并且，目前阿里在人工智能方面的尝试，很多出自云平台。比如在云栖大会上，杭州市政府公布了一项“疯狂”的计划，为这座城市安装一个人工智能中枢——杭州城市数据大脑，其内核采用的即是阿里云ET人工智能技术。
阿里在人工智能方面也有其他尝试，但也中规中矩，比如和旷视科技达成战略合作，利用后者的人脸识别技术开启“人脸支付”功能。基于语音识别、语义理解、个性化推荐、深度学习等人工智能技术的应用，推出新一代智能客服产品——阿里小蜜等。
图表16：阿里“小蜜”实现智能话费充值
3.2.3、腾讯：内部业务嵌入外部投资
腾讯在人工智能方面的布局颇有点“投机主义”，腾讯高级副总裁姚星在接受媒体采访时表示，腾讯越来越重视在人工智能领域的技术开发，这包括两个路径：一是整合腾讯自身的技术资源，形成体系和重点;二是加快对优秀公司的收购和合作步伐。
图表17：腾讯海选人工智能项目
对于前者，腾讯的人工智能应用更多体现在内部产品的应用上，比如微信语音转文字、声纹识别、电视节目中的摇一摇等功能，以及内部产品“天天P图”等。此外在搜狗业务中(腾讯于2013年入股搜狗)，人工智能也有较大发挥空间，比如输入法在语义理解、识别和人积交互方面的探索等;投资方面，腾讯的“投机”更多体现在对外投资上。2014年以来，腾讯先后投资了面向所有个人的云计算服务商ScaledInference，主要业务为开源项目Deep
Learning4j的Skymind公司，医疗健康数据收集和分析服务提供商CloudMedX公司，由前华大基因董事合伙人王俊创立的iCarbonX(中文名为碳云智能)公司和数据公司Diffbot。
总体来看，百度在人工智能领域发力最早，布局最成体系;阿里倚重电商数据，构建阿里云全产业链生态;腾讯则是“内部业务嵌入外部投资”并举。
4、人工智能+时代，那些处于红利中的行业
人工智能的产业链结构可以分三部层次：基础层、技术层和应用层。基础层包括实现人工智能的数据资源和计算硬件；技术层指人工智能算法、框架和应用开发；应用层是人工智能在各行各业的应用，推动人工智能与各行业融合创新，在金融、安防、医疗、教育、交通制造、农业、物流、金融、商务、家居等重点行业和领域开展人工智能应用试点示范，推动人工智能规模化应用，全面提升产业发展智能化水平。
图表18：人工智能产业结构图
4.1、金融：人工智能与金融的全面融合
以人工智能、大数据、云计算、区块链等高新科技为核心要素，全面赋能金融机构，提升金融机构的服务效率，拓展金融服务的广度和深度，使得全社会都能获得平等、高效、专业的金融服务，实现金融服务的智能化、个性化、定制化。
建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备。建立金融风险智能预警与防控系统。
4.1.1、具体人工智能+金融应用
1、智能获客
依托大数据，对金融用户进行画像，通过需求响应模型，极大提升获客效率。
2、身份识别
以人工智能为内核，通过活体识别、图像识别、声纹识别、OCR识别等技术手段，对用户身份进行验真，大幅降低核验成本。
图表19：马云“刷脸付”现场概括
3、大数据风控
通过大数据、算力、算法的结合，搭建反欺诈、信用风险等模型，多维度控制金融机构的信用风险和操作风险，同时避免资产损失。
4、智能投顾
基于大数据和算法能力，对用户与资产信息进行标签化，精准匹配用户与资产。
5、智能客服
基于自然语言处理能力和语音识别能力，拓展客服领域的深度和广度，大幅降低服务成本，提升服务体验。
6、金融云
依托云计算能力的金融科技，为金融机构提供更安全高效的全套金融解决方案。
7、区块链
区块链透明且不可篡改的特性，在金融领域具有广阔的应用场景。目前区块链已率先应用于资产证券化过程中，使整个流程更透明，更安全。
图表20：人工智能在金融领域已有的应用
4.2、汽车：驾驶、共享、无人多驾齐驱
不知从什么时候开始，“人工智能”这个词变得炙手可热，当今整个社会，从制造业、医疗以及金融等行业都与人工智能有着息息相关的紧密联系。在这当中，汽车行业更是处于人工智能整合的前沿，人工智能型汽车不仅可以精简运输而且可以降低成本，是人工智能行业中非常受到瞩目的领域，这足以让全球的汽车圈沸腾起来。
图表21：人工智能摩的驾驶领域
对于人工智能技术的大力支持和研发，意味着汽车行业对于前沿技术的高度重视，东风日产乘用车公司的总经理埃尔顿-谷硕表示：“人工智能技术为汽车自动驾驶开启了新的篇章，对于汽车未来发展不可或缺。”以下是人工智能与汽车整合的三种方式。
图表22：人工智能汽车驾驶领域
1.驾驶助理
人工智能型汽车最为广泛的运用就是协助驾驶，并且具有自动停车，防撞等功能。通过程序自动控制汽车制动，从而减少撞击力，以此降低事故发生的概率和车主的损失。
图表23：人工智能驾驶助理
2.共享服务
对于很多年轻人来说，与其驾驶私家车出行造成不必要的劳累，倒不如选择便捷的共享出行，2016年Uber收购的一家名叫Geometric Intelligence的人工智能的创业公司，将在接下来的日子更好的帮助Uber将人工智能集成到平台当中，以提高整体服务的效率。
图表24：人工智能共享服务
3.无人驾驶
人工智能在汽车领域尤为重要的是无人驾驶技术的应用，自动驾驶的理念是“消除认为过失”，这里面包含消除疲劳和注意力分散。特斯拉-豪华电动汽车制造商特斯拉具有成功的无人驾驶的程序，被称为自动驾驶仪的系统能帮助驾驶的汽车和周围的交通状况相匹配，自动改变交通路线、合理停车等，从而可以增加出行驾驶的安全概率。
图表25：人工智能无人驾驶
对于未来汽车行业的发展道路，不管是全球汽车业内还是业界外都具有一个共识：汽车不再仅仅充当为“交通工具”这样一个角色，而是在探索智能化、电气化、互联化的过程中，不断创新和进步，从而给消费者带来更好的完美感官体验。
4.3、工业：人工智能与工业全方位融合，工业4.0时代到来
智能制造围绕制造强国重大需求，推进智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用，研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台，推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式，建立智能制造标准体系，推进制造全生命周期活动智能化。
图表26：工业机器人沉思
“工业4.0”，是一个德国政府提出的高科技战略计划。这个概念包含了由集中式控制向分散式增强型控制的基本模式转变，目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变，产业链分工将被重组。
图表27： 工业机器人算法人工模型
德国学术界和产业界认为，“工业4.0”概念即是以“智能制造”为主导的第四次工业革命，或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统—信息物理系统（Cyber-Physical System） 相结合的手段，将制造业向智能化转型。
“工业4.0”项目主要分为三大主题，一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。该计划将特别注重吸引中小企业参与，力图使中小企业成为新一代智能化生产技术的使用者和受益者，同时也成为先进工业生产技术的创造者和供应者；三是“智能物流”，主要通过互联网整合物流资源，充分发挥现有物流资源供应方的效率，而需求方则能够快速获得服务匹配，得到物流支持。
图表28：宝马车间内机器人正在焊接车身
在工业4.0时代，虚拟全球将与现实全球相融合。通过计算、自主控制和联网，人、机器和信息能够互相联接，融为一体。未来制造业将实现更高的工程效率、更短的上市时间以及生产灵活性。
从以上的描述中不难看出，工业4.0对智能化的要求涵盖更广，涉及机器感知、规划、决策以及人机交互等方面，而这些领域都是人工智能技术的重点研究方向。
图表29：工业4.0人工智能愿景
4.4医疗：深度学习助力制药与治疗，图像识别融入医学影像
智能医疗是通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。在不久的将来医疗行业将融入更多人工智慧、传感技术等高科技，使医疗服务走向真正意义的智能化，推动医疗事业的繁荣发展。在中国新医改的大背景下，智能医疗正在走进寻常百姓的生活。
人工智能+医疗作为快速发展的新兴行业，“AI+医疗”正迎来发展的“春天”，但目前面临法律监管缺位，对行业长远发展不利。若能早日建立法律规范，虽然可能出现行业洗牌，但从长远看将促进医疗人工智能更加健康地发展。
图表30：2015年医疗健康领域人工智能投资分布
“他山之石”：由于医疗人工智能产品迭代更新很快，若像传统医疗器械那样走审批流程，显然不现实。针对这一情况，美国FDA在2017年5月正式组建了一个由软件工程师和开发人员、AI技术和云计算专家等组成的新部门，专门致力于数字化医疗和AI技术审评，制定审批、监管的规范和标准。
另外，美国五大科技巨头（Google，Facebook，Amazon，IBM，Microsoft）联合成立了AI合作组织（Partnership on AI），以保障行业在未来能够安全、透明、合理地发展。
智能医疗。推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防控。
智能健康和养老。加强群体智能健康管理，突破健康大数据分析、物联网等关键技术，研发健康管理可穿戴设备和家庭智能健康检测监测设备，推动健康管理实现从点状监测向连续监测、从短流程管理向长流程管理转变。建设智能养老社区和机构，构建安全便捷的智能化养老基础设施体系。
图表31：好医友：首个中国人的肿瘤大数据中心和AI平台
图表32：阿里联合英特尔、lindDoc启动天池医疗AI系列赛
4.5安防：人工智能助力智慧安防成成现实
在安防领域，随着平安城市建设的不断推进，监控点位越来越多，从最初的几千路，到几万路，甚至于到现在几十万路的规模，视频和卡口产生海量的数据。与此同时，随着高清视频、智能分析、云计算和大数据等相关技术的发展，安防正在从传统的被动防御向主动判断、预警发展，行业也从单一的安全领域向多行业应用、提升生产效率、提高生活智能化程度方向发展，为更多的行业和人群提供可视化、智能化解决方案。随着安防领域的发展，人工智能的重要作用正逐步显现。当前，用户面对海量的视频数据，已无法简单利用人海战术进行检索和分析，需要人工智能作为专家或助手，实时分析视频内容，探测异常信息，进行风险预测。
4.5.1、视频结构化技术
视频结构化技术是融合了机器视觉、图像处理、模式识别、深度学习等最前沿的人工智能技术，是视频内容理解的基石。
图表33：人工智能视频技术
视频结构化在技术领域可以划分为三个步骤：目标检测、目标跟踪和目标属性提取。
图表34：人工智能视频结构化高性能CPU芯片
4.5.2、断文识字，智能案情分析
公安行业用户的迫切需求是在海量的视频信息中，发现犯罪嫌疑人的线索。人工智能在视频内容的特征提取、内容理解方面有着天然的优势。前端摄像机内置人工智能芯片，可实时分析视频内容，检测运动对象，识别人、车属性信息，并通过网络传递到后端人工智能的中心数据库进行存储。汇总的海量城市级信息，再利用强大的计算能力及智能分析能力，人工智能可对嫌疑人的信息进行实时分析，给出最可能的线索建议，将犯罪嫌疑人的轨迹锁定由原来的几天，缩短到几分钟，为案件的侦破节约宝贵的时间。其强大的交互能力，还能与办案民警进行自然语言方式的沟通，真正成为办案人员的专家助手。
以车辆特征为例，可通过使用车辆驾驶位前方的小电风扇进行车辆追踪，在海量的视频资源中锁定涉案的嫌疑车辆的通行轨迹。
图表35：人工智能案情分析
4.5.3、连线成网，智能交通
在交通领域，随着交通卡口的大规模联网，汇集的海量车辆通行记录信息，对于城市交通管理有着重要的作用，利用人工智能技术，可实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率。城市级的人工智能大脑，实时掌握着城市道路上通行车辆的轨迹信息，停车场的车辆信息，以及小区的停车信息，能提前半个小时预测交通流量变化和停车位数量变化，合理调配资源、疏导交通，实现机场、火车站、汽车站、商圈的大规模交通联动调度，提升整个城市的运行效率，为居民的出行畅通提供保障。
4.5.4、在智能楼宇的应用
在智能楼宇领域，人工智能是建筑的大脑，综合控制着建筑的安防、能耗，对于进出大厦的人、车、物实现实时的跟踪定位，区分办公人员与外来人员，监控大楼的能源消耗，使得大厦的运行效率最优，延长大厦的使用寿命。智能楼宇的人工智能核心，汇总整个楼宇的监控信息、刷卡记录，室内摄像机能清晰捕捉人员信息，在门禁刷卡时实时比对通行卡信息及刷卡人脸部信息，检测出盗刷卡行为。还能区分工作人员在大楼中的行动轨迹和逗留时间，发现违规探访行为，确保核心区域的安全。
4.5.5、在工厂园区的应用
工业机器人由来已久，但大多数是固定在产线上的操作型机器人。可移动巡线机器人在全封闭无人工厂中将有着广泛的应用前景。在工厂园区场所，安防摄像机主要被部署在出入口和周界，对内部边边角角的位置无法涉及，而这些地方恰恰是安全隐患的死角，利用可移动巡线机器人，定期巡逻，读取仪表数值，分析潜在的风险，保障全封闭无人工厂的可靠运行，真正推动“工业4.0”的发展。
4.5.6、在民用安防的应用
在民用安防领域，每个用户都是极具个性化的，利用人工智能强大的计算能力及服务能力，为每个用户提供差异化的服务，提升个人用户的安全感，确实满足人们日益增长的服务需求。以家庭安防为例，当检测到家庭中没有人员时，家庭安防摄像机可自动进入布防模式，有异常时，给予闯入人员声音警告，并远程通知家庭主人。而当家庭成员回家后，又能自动撤防，保护用户隐私。夜间期间，通过一定时间的自学习，掌握家庭成员的作息规律，在主人休息时启动布防，确保夜间安全，省去人工布防的烦恼，真正实现人性化。
图表36：人工智能民用安防
4.6教育：互动、智能、个性化，人工智能颠覆传统教育
人工智能时代究竟离我们还有多远，人工智能将会对人们的生活带来多大的改变，人工智能会不会颠覆现在的产业结构等问题。事实上，人工智能技术已经或正在颠覆性的改变着许多行业和领域。曾有专家预断，人工智能最有可能颠覆的两大知识密集型领域，教育就是其中之一。
图表37：人工智能教育小机器人
互联网教育还迷惘、没领头、没清晰模式的时候，专注课程内容是一种安全的方式。当下以主打课程内容的MOOC模式已经形成多头的格局，并且掀起了国内其他平台机构的跟进。另一面，知识谱图的应用大大提高了学习者的效率。对于结构化的知识，可以轻易地进行优化和处理，通过层次结构和映射关系为学生提供最优的学习路径。结构化可以细节到每个单元和每个知识点。
4.6.1、自动批改作业
计算机科学家乔纳森研发了一款可进行英语语法纠错的软件，不同于其他同类型软件的是，它能够联系上下文去理解全文，然后做出判断，例如各种英语时态的主谓一致，单复数等。它将提高英语翻译软件或程序翻译的准确性，解决不同国家之间的交流问题。语音识别和语义分析技术的进步，使得自动批改作业成为可能，对于简单的文义语法机器可以自动识别纠错，甚至是提出修改意见，这将会大大提高老师的教学效率。
4.6.2、拍照搜题的在线答疑
2014年到2015年投资比较火爆的拍照搜题软件，如学霸君，作业帮，等，这类软件都是借助了智能图像识别技术，学生遇到难题时只需要用手机排成照片上传到云端，系统在一到两秒内就可以反馈出答案和解题思路，而且这类软件不仅能识别机打题目，手写的题目的识别正确率也越来越准，目前达到了70%以上，大大提高了学生的学习效率。
4.6.3、语音识别测评
语音识别技术在教育上的应用，目前主要用于英语口语测评上，科大讯飞、清睿教育、51Talk开发出的语音测评软件，都能在用户跟读的过程中，很快对发音做出测评并指出发音不准的地方，通过反复的测评训练用户的口语。
4.6.4、个性化学习
McGraw-Hill教育正在开发数字课程，准备相关的课程资料，它从200万学生中收集信息，利用人工智能为每个学生创建自适应的学习体验。当一个学生阅读材料并回答问题时，系统会根据学生对知识的掌握情况给出相关资料。系统知道应该考学生什么问题，什么样的方式学生更容易接受。系统还会在尽可能长的时间内保留学生信息，以便未来能给学生带来更多的帮助。
4.6.5、对教学体系进行反馈和评测
试想一个场景，当某学生在查询自己的期末成绩的时候，他看到的不仅仅是一个简单的分数，还附有一份“诊断报告单”。通过这份报告，他不但可以了解到自己学科板块知识点和能力点的掌握情况，还能看到对自己的优势、劣势的学科分析。通过这些数据为每个学生进行“画像”，从而找到提升成绩的方法。这就是借助大数据的帮助，通过对学生学习成长过程与成效的数据统计，诊断出学生知识、能力结构和学习需求的不同，以帮助学生和教师获取真实有效的诊断数据。学生可以清楚看到问题所在，学习更高效；教师也可对症下药地针对具体情况，选择不同的教学目标和内容，实施不同的教学方式，进一步提高教与学的针对性、有效性和科学性。
4.7家居:控制、反馈、互动，智能家居实现进阶式发展
智能家居指的是：加强人工智能技术与家居建筑系统的融合应用，提升建筑设备及家居产品的智能化水平。研发适应不同应用场景的家庭互联互通协议、接口标准，提升家电、耐用品等家居产品感知和联通能力。支持智能家居企业创新服务模式，提供互联共享解决方案。
图表38：人工智能家居
智能家居出现至今已有几十年时间，至今经历了两个阶段，第一个阶段是单品的智能化，即将所有家居连接到人的手机上，由App远程控制所有电器。第二阶段是智能互动，即是两个或N个电器智能化可以联动起来，比如智能窗帘打开后室内的灯就会随之自动感应关闭，或智能空调打开后浴室里的浴霸随之加热。
图表39：智能家居概念融入家庭生活方方面面
现阶段的发展中，以上智能家居的技术早已实现。市面上已有很多品牌，如我们熟知的小米智能家居套装、联想家庭安防套餐、Wulian 智能家居套餐、欧瑞博智能家居套餐等数十家产品。不过，第二第二阶段都是弱智能，只是把开关移植在手机里，或弱联动的智能化。这种模式的弱点是智能化不足，与用户期待的真实效果相偏离，随着类似产品的普及，并不贴心的体验使得部分用户的热情降温。
以人工智能为代表的的第三阶段逐渐映入人的眼帘，完全人工智能化的智能家居将实现全自动、自学习、自感知的智能家居系统。也就是说摈弃掉手机，给智能家居装上更为智能的人工大脑，完全解放人为控制家居，让所有家居拥有明白用户心思的能力。当用户结束劳累了一天的工作后，回到家中，由人工智能调配，大门、洗澡间的热水、客厅的空调、照明灯……一切都无需控制便可以自动识别打开，人只作为享受的中心而不必为此过渡操心。
随着2017年人工智能将在多项领域的突破，这些成果将催动2017年智能家居的裂变，虽然如今的智能家居与人工智能的结合尚在混战的初期，随着市场看不见的手优胜劣汰，一个更智能的未来或将在不远的将来出现。
4.8农业：人工智能逐渐融入全流程应用
一直以来，人类如何养活自己就是一个棘手的问题。进入智人时代以来，人口数量不断膨胀，2050年世界人口总数或将接近100亿。这意味着同样的土地必须养活更多的人口。加之全球变暖以及水资源短缺对农业带来的影响，势必对人类养活自己造成不小的麻烦。
农业领域面临的挑战对人类来说比其他领域更为重要。如何在耕地资源有限的情况下增加农业的产出，同时保持可持续发展呢？人工智能就是解决的方法之一。
图表40：人工智能农业耕作、播种智能机器
人工智能在农业领域的研发及应用早在本世纪出就已经开始，这其中既有耕作、播种和采摘等智能机器人，也有智能探测土壤、探测病虫害、气候灾难预警等智能识别系统，还有在家畜养殖业中使用的禽畜智能穿戴产品。这些应用正在帮助我们提高产出、提高效率，同时减少农药和化肥的使用。太空中的卫星可以帮助探测气候是否会出现干旱；田间的拖拉机可以观察种植物并剔除不良作物；而基于人工智能的智能手机应用可以实时告诉农业人员什么疾病正在对农作物产生影响。
图表41：智能图像识别
通过各种识图软件对着花草拍照扫描一下就知道了，不仅仅是帮你识别你不认识的农作物，他们能够帮农户智能识别农作物的各种病虫害。农户把患有病虫害农作物的照片上传，App就会识别出农作物犯了那种病虫害，并且可以给出相应的处理方案。除了人工智能给出的处理方案，App上还有用户和专家交流的社区，可以针对相应的病虫害进行讨论交流。
图表42：（Blue River的莴苣种植机）
图表43：（Aboundant Robotics的苹果采摘机器人）
图表44：卫星云图
（左：InterlinAir识别田间的杂草，右：给出农田的营养建议）
图表45：牛脸识别，智能穿戴
图表46：（在农田中的各种物联网设施）
5、各行业投资策略及重点关注标的
根据前面所分析的红利行业，现将A股相关板块的人工智能标的进行一个梳理，简要的进行一个整理，后期再详细的进行跟踪和分析，找出人工智能真正有投资价值的优秀个股。
5.1、AI+安防
东方网力、浩云科技、佳都科技、汉帮高科、高新兴、欧比特、海康威视，大华股份，海康威视、工大高新、北部湾旅等
5.2、AI+金融
同花顺、厦门电子
5.3、AI+医疗
万东医疗、思创医惠、科大讯飞，东软集团，东华软件，神思电子，海虹控股、卫宁健康
5.4、AI+汽车
托普集团、宁波高发、索菱股份、路畅科技，舜宇光学，四维图新，得润电子、均胜电子、彩虹精化、千方科技、数字政通、东软集团、德赛电池
5.5、AI+工业
长高集团、软控股份、科远股份、机器人、赛为智能
5.6、AI+教育
科大讯飞、奥飞动漫
5.7、AI+家居
科大讯飞、联络互动，易尚展示
5.8、AI+农业
芭田股份、江南化工、大华股份、
5.9、AI+消费电子
科大讯飞，歌尔股份，瑞声科技，舜宇光学，国光电器，通力电子
5.10、AI+通信
中兴通讯，光讯科技，高新兴，宜通世纪，中际装备，光华新网，海能达
5.11、AI+半导体
中科曙光、景嘉微、全志科技
5.12、AI+IT
厦华电子、东方国信、拓尔思、汉王科技、远方光电、神思电子、川大智胜、佳都科技、熙菱信息、立昂技术、易华录、苏州科达、神思电子、工大高新，神州泰岳、银江股份
5.13、AI+ ……
由于人工智能涉及的行业非常广泛，以上可能还有未涉及到的个股，后期将持续进行挖掘和探索，并最终精确到牛股标的。
6、风险提示
6.1、技术变革风险
人工智能属于技术含量极高的行业，并且技术更新换代的速度较快，相关企业如若不能准确把握产业和技术发展方向，则有可能在市场竟争中失去优势。
6.2、行业扶持政策变动风险
人工智能属于国家重点扶持的高兴技术产业，国家在政策、资金、人才方面给予相关企业很大的支持，如若国家的扶持政策发生变动，相关企业可能会受到较大冲击。
6.3、人才流失风险
人工智能属于知识密集型行业，对人才素质要求极高，人才在某种适度上是人工智能行业发展的第一推动力，如若行业人才发生流失，则会对产业发展造成不利影响。
