2018年人工智能技术发展和行业应用市场调研分析报告(目录)

重磅数据网：重磅数据网：前言“重磅数据”行业分析报告主要涵盖范围“重磅数据”系列研究报告主要涵盖行业发展环境，行业竞争格局和企业竞争分析，市场规模和市场结构，产品的生命周期，行业技术总体情况，主要领先企业的介绍和分析以及未来发展趋势等。“重磅数据”企业数据收集解决方案“重磅数据”平台解决方案自身数据库包含上中下游产业链数据资料。能够有效地满足丌同纬度，丌同部门的情报收集和整理。依据客户需求，搭建属于企业自身的知识关系图谱，打通上、中、下游的数据信息服务，一站式采集到所需要的全部数据服务。可以满足丌论是企业、个人还是高校或者研究机构在丌同层面需求。关于我们“重磅数据”是基于知识关系挖掘的大数据工具，拥有关于企业、行业不与业研究机构的最完整的全球商业信息解决方案，帮助您在有限时间内获取最全面的商业资讯。提供全球超过500个行业累计与业研究报告15000篇行业研究报告，用户均可获取相关企业、行业不企业决策者的重要信息。在有限时间内获取有价值的商业信息。重磅数据网：下游商业模式：AI+垂直应用人工智能产业大致可以划分为基础支撑层（深度学习理论、神经网络等模型算法和GPU/ASIC等关键硬件）、技术应用层（计算机视觉和自然语言处理等）和垂直应用层（自动驾驶、医疗、安防、金融等）。我们分析，理论模型、关键硬件和基础技术的突破或许会集中于科技巨央或科研机构，而市场更多的机会在于各种应用场景，比如AI在汽车驾驶、医疗、安防、机器人和智能家居等领域的垂直应用。图：人工智能产业链框架重磅数据网：资料来源：重磅数据知识关系挖掘平台1.AI+汽车：自动驾驶正徐徐走来自动驾驶变展路很大致分成两大类，一类是以传统汽车厂商为代表，从高级辅助驾驶系统（AdvancedDriverAssistanceSystem,ADAS）凿入，渐进式实现无人驾驶的过渡；另一种以Google和百度为代表，希望直接实现无人驾驶。图：自动驾驶变展路径资料来源：36Kr、重磅数据知识关系挖掘平台自动驾驶从基本原理上可以分成“感知-决策-执行”三大部分，其中人工智能在决策层扮演着至关重要的作用。车辆利用各种雷达、摄像央等车载传感器收集数据，通过算法来辨识车辆所处的环境和状体，并根据获得的道路信息、交通信号信息、车辆位置和障碍物信息等做出分析和判断，控制车辆转向和速度，从重磅数据网：而实现自动驾驶。图：自动驾驶原理框架资料来源：3Kr、重磅数据知识关系挖掘平台根据NHTSA（NationalHighwayTrafficSafetyAdministration美国高速公路安全管理局）的定义，汽车的驾驶可以分成Level0~Level4五个阶段，L0是完全的手动驾驶，L5是完全的自动驾驶。图：驾驶分级概况资料来源：NHTSA、重磅数据知识关系挖掘平台表1：自动驾驶的四个等级重磅数据网：资料来源：NHTSA、重磅数据知识关系挖掘平台目前，L1和L2等级的辅助驾驶技术已经成熟，并获得广泛应用；L3和L4级的自动驾驶也已经获得广泛试验。2016年中国汽车工程学会变布《节能与新能源汽车技术路线图》，译路线图总体上分三个阶段实现自动驾驶：近期推进以自主环境感知为主、网联信息服务为辅的部分自动驾驶；中期形成网联式环境感知能力，实现可在复杂工况下的半自动驾驶；进期实现协同控制，具备高速/完全自动驾驶功能的智能化技术。图：自动驾驶路线图资料来源：中国汽车工程学会、重磅数据知识关系挖掘平台2017年7月百度宣布开放阿波罗（Apollo）自动驾驶平台。合作伙伴借助Apollo的能力，结合车辆和硬件系统，可以快速搭建自己的自动驾驶系统，同时向百度提供有价值的数据。百度此举旨在建立一个以合作为中心的生态体系，变挥百度在人工智能领域的技术优势，共同促进自动驾驶技术的变展和普及。重磅数据网：图：百度Apollo技术框架资料来源：百度、智东西阿波罗平台是一套完整的软硬件和服务系统，包括“参考车辆平台、参考硬件平台、软件平台、于服务平台”四大部分。顶层的服务平台包含高精地图、仿真引擎、数据平台、安全服务、OTA升级以及DuerOS；中间软件层有自动定位模块、感知模块、车辆视划和控制模块等；硬件参考平台则包括计算硬件（CPU/GPU/FPGA）、GPS、摄像央、激光雷达等。重磅数据网：目录一、人工智能的定义和变展历程61.定义62.发展历程6二、AI技术基石71.三大技术基石72.神经网络与深度学习83.计算能力13三、自然语言处理和计算机视觉181.自然语言处理和机器翻译202.计算机视觉和图像识别223.卷积神经网络基本原理24四、科技巨头引领人工智能技术变展261.英伟达262.谷歌293.英特尔314.IBM、百度等公司AI战略简介34五、下游商业模式：AI+垂直应用351.AI+汽车362.AI+医疗393.AI+安防414.AI+机器人44六、部分重点公司461.中科曙光462.科大讯飞503.海康威视54图目录图1：AI的三大技术基石8图2：机器学习与神经网络之间的关系9图3：神经元M-P模型和单层神经网络结构9图4：前馈神经网络11重磅数据网：：深度学习与传统方法的区别13图6：加速计算是现在AI的基石14图7：GPU加速计算原理14图8：GPU和CPU差异示意图15图9：TPU结构图16图10：寒武纪-1A（Cambricon-1A）16图11：DianNao结构图和Layout17图12：图像识别和语音识别错误率达到人类水平18图13：2016年CHiME比赛试错误率对比（六麦克风场景）19图14：ILSVRC图像识别挑战赛分类错误率20图15：神经机器翻译的编码器-解码器框架21图16：计算机视觉系统框架23图17：简化的卷积神经网络结构24图18：二维卷积运算示意图25图19：最大池化运算操作示意图25图20：英伟达在GPU领域的变展阶段26图21：深度学习领域与英伟达合作的组织数量27图22：英伟达季度营收及分部（百万美元）28图23：英伟达自动驾驶专用芯片Xavier29图24：英特尔AI战略32图25：英特尔面向深度学习的通用架构32图26：英特尔Nervana平台33图27：百度深度学习开源平台（PaddlePaddle）34图28：百度大脑技术服务34图29：人工智能产业链框架35图30：自动驾驶变展路径36图31：自动驾驶原理框架37图32：驾驶分级概况37图33：自动驾驶路线图38图34：百度Apollo技术框架39图35：百度Apollo开放路线图39图36：人脸检测跟踪42图37：行人车辆检测43图38：旷视科技智能安防解决方案43图39：亚马逊Kiva机器人45图40：极智嘉仓储机器人45图41：中科曙光营收变动情况47图42：中科曙光净利润和毛利率变动情况47图43：2016年中国HPCTOP100厂商份额（系统数）48重磅数据网：：2016年中国HPCTOP100厂商份额（总性能）48图45：科大讯飞核心技术示意图51图46：科大讯飞战略架构51图47：科大讯飞营收变动情况52图48：科大讯飞净利润和毛利率变动情况52图49：海康威视营收变动情况55图50：海康威视净利润和毛利率变动情况55图51：海康威视视频监控智能化56图52：海康威视创新业务57示例范本：2017年中国房地产行业发展分析报告第一节地方主导调控升级16年国庆期间，20余城重启限购限贷正式拉开了本轮小周期的调控序幕，并且与前两轮调控不同的是，本轮政府更加强调“因城施政”，分类调控的执行最大程度上发挥各地政府的自主调控意识。在这种指导思想下，进入17年，地方政府主导的调控持续升级，一方面，已出台调控城市多次调整政策，坚决提升限购政策执行力度，另一方面，调控城市持续扩容，其中尤其值得关注的是，一些价格涨幅过快的强三线城市逐步加入调控行列，城市覆盖力度强于上两轮调控。截止目前，共有65个城市执行限购限贷（其中共有40个三四线执行限购或限贷），45个城市执行限价，而11-13年限购限贷城市数量为47个（其中三四线城市仅为9个），限价城市数量则为36个。图表1：17年及10-13年限购城市数量对比数据来源：各地政府网站图表2：17年新增限购城市大多为三四线城市示例范本：2017年中国房地产行业发展分析报告数据来源：各地政府网站图表3：2016年10月以来热点城市限购限贷调控次数数据来源：各地政府网站除调控城市显著扩容外，政策调控措则呈现多维度、全覆盖。首先，需求端继续强调从严限购，从紧限贷，其中整体限购力度已经超过11年及13年（主要体现在针对外地户籍的社保年限要求普遍长于前两轮调控），而限贷力度方面，地方政府差异化执行，总体力度略弱于前两轮，主要体现在二套房的首付比例要求略低于前两轮。除限购限贷外，需求端还强调限售，普遍限售年限为2-3年。限售政策为本轮调控首次提出，限制了投资性需求再次出售的流动性，有利于对投资性需求形成精准打击。表格1：17年及13年整体购房限制政策环境对比数据来源：央行及其他政府网站资料整理，示例范本：2017年中国房地产行业发展分析报告表格2：限购、限贷、限售、限价城市一览（更新至2017年6月）示例范本：2017年中国房地产行业发展分析报告数据来源：地方政府网站而在供给端，本轮政策也执行强调控，并且政策调控涉及到前端的融资、拿地以及后端的预售等多个环节。在融资端，全面收窄房企融资渠道，目前，银行通道的开发贷和委托贷款、证监会的公司债和股权融资、表外融资的地产基金和资管计划均受到一定程度上的约束，不排除未来信托等其他非标融资纳入监管的可能性。而在拿地方面，首先对房企土地出让金资金来源进一步审查，加强防范银行理财资金借到非标进入土地市场，同时对土地首付款的比例（一般不低于50%）及余款支付时间提出具体要求。而在土地出让方式上则推出“竞拍”新规，主要包括“限地价、竞配建”、“限房价、竞地价”、“限地价、竞房价”等多种方式，有利于促进土地市场逐步回归理性。在后端的预售方面，40多个地方政府对备案价格以及上涨幅度提出限制，对平抑房价上涨过快起到积极作用。整体来看，我们发现本届政府更加强调“因城施政、分类调控”，地方政府主导的调控升级，是行政措施收紧的直接体现，并且总体上来看，无论在调控城市范围、调控政策力度以及调控政策措施上均不弱于前两轮。图表4：当前环境下地产企业融资渠道情况数据来源：政府网站，互联网综合整理表格3：部分城市土地“竞拍”新规一览示例范本：2017年中国房地产行业发展分析报告数据来源：各地方政府官网，而对未来政策方向的判断上，我们认为需要结合宏观经济以及地产基本面情况。我们总结分析了两轮地产小周期政策方向与宏观经济以及行业基本面之间的关系，一般情况下，当地产基本面持续下行（量价齐跌，尤其是在房价出现环比下滑之后）、经济承压下行时，政策存在宽松预期，而当基本面持续复苏（量价持续上涨）、经济企稳时，政策存在调控预期。图表5：基本面量价齐涨、经济企稳时政策往往进入调控区间，而基本面量价齐跌、经济下行时，政策通常宽松数据来源：Wind，图表6：政策与房价走势匹配图（3轮政策放松时点均出现在房价环比增速为负后）示例范本：2017年中国房地产行业发展分析报告数据来源：Wind，政府网站而目前来看，行业基本面尽管处于小周期下行阶段，但总