歡迎您光臨中國的行業(yè)報告門戶弘博報告!
分享到:
2021-2025年中國人工智能行業(yè)市場供需格局及發(fā)展前景預(yù)測報告
2021-06-09
  • [報告ID] 153793
  • [關(guān)鍵詞] 人工智能行業(yè)市場
  • [報告名稱] 2021-2025年中國人工智能行業(yè)市場供需格局及發(fā)展前景預(yù)測報告
  • [交付方式] EMS特快專遞 EMAIL
  • [完成日期] 2021/6/6
  • [報告頁數(shù)] 頁
  • [報告字?jǐn)?shù)] 字
  • [圖 表 數(shù)] 個
  • [報告價格] 印刷版7500 電子版7800 印刷+電子8000
  • [傳真訂購]
加入收藏 文字:[    ]
報告簡介

隨著中國人工智能產(chǎn)業(yè)進(jìn)程的快速發(fā)展,中國人工智能產(chǎn)業(yè)布局已經(jīng)基本形成。

一、市場規(guī)模

中國人工智能產(chǎn)業(yè)將迎來新一輪的增長點(diǎn),新技術(shù)的引入讓更多的創(chuàng)新應(yīng)用成為可能,預(yù)計到 2021 年,中國人工智能產(chǎn)業(yè)規(guī)模達(dá)到 2035.6 億元,增長率為 28.8%。

中國人工智能產(chǎn)業(yè)規(guī)模

隨著人工智能市場的不斷發(fā)展,人工智能操作系統(tǒng)融合核心人工智能技術(shù)與計算數(shù)據(jù)能力,為人工智能產(chǎn)業(yè)提供智力、計算和數(shù)據(jù)資源支撐,在產(chǎn)業(yè)中實(shí)現(xiàn)終端設(shè)備、數(shù)據(jù)與應(yīng)用的全面連接,是人工智能的生態(tài)大腦和能力輸出的基礎(chǔ),在人工智能生態(tài)體系構(gòu)建中占據(jù)入口的核心價值。人工智能操作系統(tǒng)通過開放 AI 大規(guī)模輸出,大幅提升專家、普通從業(yè)者、行業(yè)管理者的生產(chǎn)效率與產(chǎn)品品質(zhì),具有巨大商業(yè)價值和市場空間。

同時,人工智能通過行業(yè)智慧解決方案的方式帶動相關(guān)的產(chǎn)業(yè)保持以較高的市場增速發(fā)展,2019 年人工智能在各行業(yè)領(lǐng)域綜合滲透規(guī)模達(dá)到 7,369.5 億元,隨著人工智能技術(shù)在各垂直領(lǐng)域加速滲透,越來越多的行業(yè)將開啟智慧化升級進(jìn)程,其他垂直領(lǐng)域占比將以較快的速度增長。預(yù)計 2021 年人工智能帶動行業(yè)應(yīng)用綜合解決方案服務(wù)的市場規(guī)模將達(dá)到 12801.46 億元。

隨著人工智能核心算法、算力等技術(shù)快速普及和不斷成熟,人工智能技術(shù)在智慧治理領(lǐng)域的應(yīng)用水平越來越高。從 2016 年開始,人工智能與安防、公安、司法、檢察機(jī)構(gòu)以及民生服務(wù)等的結(jié)合不斷增加。2019 年中國智慧治理領(lǐng)域的市場規(guī)模達(dá)到 927.23 億元。預(yù)計 2021 年市場規(guī)模有望突破 1338.7 億,年增長率為 19.7%,未來發(fā)展空間巨大。

二、行業(yè)未來發(fā)展趨勢

(1)以技術(shù)為核心的 " 人機(jī)協(xié)同生態(tài)圈 " 將成為未來智能產(chǎn)業(yè)發(fā)展新模式

在深度學(xué)習(xí)技術(shù)開啟的人工智能第一發(fā)展階段,單點(diǎn)技術(shù)的革新在市場中快速形成小型的技術(shù)應(yīng)用閉環(huán),技術(shù)為驅(qū)動的商業(yè)模式快速形成。計算機(jī)視覺、自然語言處理、語音處理等人工智能核心技術(shù)領(lǐng)域的突破開啟了全球智能時代的新浪潮。以計算機(jī)視覺為例,門禁、考勤、人證核驗、刷臉支付等場景問題在活體檢測、ReID、動作識別等計算機(jī)視覺技術(shù)應(yīng)用后能夠高效地被解決。然而未來隨著人工智能技術(shù)在場景中應(yīng)用的不斷深化,單一技術(shù)實(shí)現(xiàn)的技術(shù)閉環(huán)難以滿足復(fù)雜場景下的智能化需求。人們對于智能算法的能力要求持續(xù)升高,核心技術(shù)能力的研發(fā)難度開始加大。

    (2)融合專家能力和機(jī)器能力的 " 縱向深耕 " 將是人工智能行業(yè)賦能關(guān)鍵

目前,人工智能已在金融、醫(yī)療、教育、零售、工業(yè)、交通、娛樂等諸多領(lǐng)域進(jìn)行智能化的滲透。在智能變革的趨勢下,傳統(tǒng)行業(yè)紛紛開始探索如何與人工智能結(jié)合應(yīng)用。隨著傳統(tǒng)產(chǎn)業(yè)的智能化實(shí)踐逐步深入,行業(yè)中深層次的知識和經(jīng)驗尤為重要。簡單的人工智能技術(shù)疊加將不再能滿足用戶的智能化預(yù)期。例如在金融領(lǐng)域,虛假申請、偽冒交易、內(nèi)容違規(guī)給傳統(tǒng)金融信貸造成巨大風(fēng)險,傳統(tǒng)的用戶信用評估使得企業(yè)和個人信貸申請流程較為繁瑣,金融機(jī)構(gòu)的風(fēng)險把控力不足。人機(jī)協(xié)同則通過融合專家能力與機(jī)器能力,將風(fēng)控專家的知識技能模型化、結(jié)構(gòu)化,再運(yùn)用深度學(xué)習(xí)、自然語言處理、計算機(jī)視覺、知識圖譜等技術(shù)手段自動學(xué)習(xí)貸款者的行為消費(fèi)細(xì)節(jié),實(shí)現(xiàn)用戶畫像的精準(zhǔn)定位,從而提高風(fēng)險識別能力,對全局的風(fēng)險做到有效控制。

(3)以開放平臺為載體的 " 橫向延展 " 將是未來人工智能產(chǎn)業(yè)化方向

未來,人工智能產(chǎn)業(yè)將逐步向工業(yè)化邁進(jìn)。標(biāo)準(zhǔn)化的產(chǎn)品、規(guī);纳a(chǎn)、流水線式的作業(yè)將是人工智能實(shí)現(xiàn)產(chǎn)業(yè)化的發(fā)展方向。企業(yè)在行業(yè)實(shí)踐中的大量人機(jī)協(xié)同經(jīng)驗沉淀將通過開放平臺擴(kuò)散至更多行業(yè)。既擁有行業(yè)知識又擁有智能技術(shù)的企業(yè)通過提供標(biāo)準(zhǔn)化、模塊化的產(chǎn)品和服務(wù),為橫向多行業(yè)全場景賦能。" 開放、共享 " 將成為下一階段人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵詞。開放創(chuàng)新平臺的建設(shè)可以更好的整合行業(yè)技術(shù)、數(shù)據(jù)及用戶需求等方面的資源,以普惠應(yīng)用的方式細(xì)化產(chǎn)業(yè)鏈層級,助力人工智能產(chǎn)業(yè)生態(tài)的構(gòu)建。中小型人工智能企業(yè)能夠依托開放平臺,集中資源和力量,打造自身的核心競爭力。傳統(tǒng)領(lǐng)域的企業(yè)能夠借助開放平臺的技術(shù)能力,快速實(shí)現(xiàn)行業(yè)的智能化轉(zhuǎn)型。" 開放、共享 " 的創(chuàng)新發(fā)展模式將提升人工智能技術(shù)成果的擴(kuò)散與轉(zhuǎn)化能力,促進(jìn)中國人工智能產(chǎn)業(yè)形成以開放平臺為核心的智能生態(tài)圈。

三、行業(yè)前景預(yù)測

(1)人工智能領(lǐng)域技術(shù)能力全面提升為人機(jī)協(xié)同奠定基礎(chǔ)

隨著大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展,以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)飛速發(fā)展,人工智能領(lǐng)域科學(xué)與應(yīng)用的鴻溝正在被突破。圖像分類、語音識別、知識問答、人機(jī)對弈、無人駕駛等人工智能技術(shù)能力快速提升,技術(shù)的產(chǎn)業(yè)化進(jìn)程得以開啟,人工智能迎來爆發(fā)式增長的新高潮。機(jī)器在人工智能技術(shù)的應(yīng)用下," 視覺 "" 聽覺 "" 觸覺 " 等感知能力不斷增強(qiáng)。例如計算機(jī)視覺領(lǐng)域中深受關(guān)注的 ImageNet 圖像識別挑戰(zhàn)賽獲獎結(jié)果表明,2015 年,計算機(jī)對于圖像的識別能力已經(jīng)超過人類水平,這意味著計算機(jī)能夠在多種場景下一定程度上替代人類視覺的工作,更高效地完成任務(wù)。同時得益于深度學(xué)習(xí)算法能力的提升,語音識別、自然語言處理等人工智能算法的不斷革新助推計算機(jī)視覺產(chǎn)業(yè)持續(xù)向前。

(2)計算能力提升與數(shù)據(jù)資源累積為人機(jī)協(xié)同能力發(fā)展提供基礎(chǔ)支撐

人工智能技術(shù)得以商業(yè)化主要得益于計算能力的提升與數(shù)據(jù)資源的累積。芯片處理器的技術(shù)迭代、云服務(wù)普及以及硬件價格下降使得人工智能算法的計算總成本大幅下降。傳統(tǒng)的面向通用計算負(fù)載的 CPU 架構(gòu)無法完全滿足海量數(shù)據(jù)的并行計算需求,在人工智能使用 GPU 進(jìn)行訓(xùn)練與推理后,由于同時調(diào)用數(shù)以千計的計算核心,人工智能的計算能夠?qū)崿F(xiàn) 10-100 倍吞吐量,大幅加速人機(jī)協(xié)同產(chǎn)業(yè)的發(fā)展進(jìn)程。人工智能算法性能決定著人機(jī)協(xié)同智能水平,所以計算性能的大幅提升將為人機(jī)協(xié)同提供重要的基礎(chǔ)支撐。

(3)人工智能戰(zhàn)略地位凸顯,行業(yè)政策支持力度大

人工智能是國家戰(zhàn)略的重要組成部分,是未來國際競爭的焦點(diǎn)和經(jīng)濟(jì)發(fā)展的新引擎。人工智能的逐步成熟將極大拓展其在生產(chǎn)生活、社會治理、國防建設(shè)等各個方面應(yīng)用的廣度和深度,并形成涵蓋核心技術(shù)、關(guān)鍵系統(tǒng)、支撐平臺和智能應(yīng)用的完備產(chǎn)業(yè)鏈和高端產(chǎn)業(yè)群。目前世界主要國家均把發(fā)展人工智能作為提升國家競爭力、維護(hù)國家安全的重大戰(zhàn)略,加緊出臺規(guī)劃和政策,圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等強(qiáng)化部署,力圖在新一輪國際科技競爭中掌握主導(dǎo)權(quán)。

本公司出品的研究報告首先介紹了中國人工智能行業(yè)市場發(fā)展環(huán)境、人工智能行業(yè)整體運(yùn)行態(tài)勢等,接著分析了中國人工智能行業(yè)市場運(yùn)行的現(xiàn)狀,然后介紹了人工智能行業(yè)市場競爭格局。隨后,報告對人工智能行業(yè)做了重點(diǎn)企業(yè)經(jīng)營狀況分析,最后分析了中國人工智能行業(yè)發(fā)展趨勢與投資預(yù)測。您若想對人工智能行業(yè)產(chǎn)業(yè)有個系統(tǒng)的了解或者想投資中國人工智能行業(yè),本報告是您不可或缺的重要工具。

本研究報告數(shù)據(jù)主要采用國家統(tǒng)計數(shù)據(jù),海關(guān)總署,問卷調(diào)查數(shù)據(jù),商務(wù)部采集數(shù)據(jù)等人工智能。其中宏觀經(jīng)濟(jì)數(shù)據(jù)主要來自國家統(tǒng)計局,部分行業(yè)統(tǒng)計數(shù)據(jù)主要來自國家統(tǒng)計局及市場調(diào)研數(shù)據(jù),企業(yè)數(shù)據(jù)主要來自于國統(tǒng)計局規(guī)模企業(yè)統(tǒng)計人工智能及證券交易所等,價格數(shù)據(jù)主要來自于各類市場監(jiān)測人工智能。


報告目錄
2021-2025年中國人工智能行業(yè)市場供需格局及發(fā)展前景預(yù)測報告
第一章 人工智能的基本介紹
第二章 2019-2021年國際人工智能行業(yè)發(fā)展分析
2.1 全球人工智能行業(yè)發(fā)展綜況
2.1.1 驅(qū)動人工智能發(fā)展動因
2.1.2 全球人工智能產(chǎn)業(yè)格局
2.1.3 各國人工智能戰(zhàn)略布局
2.1.4 全球人工智能資金支持
2.1.5 全球人工智能支出規(guī)模
2.1.6 全球人工智能企業(yè)規(guī)模
2.1.7 全球AI創(chuàng)新融合應(yīng)用城市
2.1.8 全球人工智能衍生價值預(yù)測
2.1.9 全球人工智能未來發(fā)展趨勢
2.2 全球主要經(jīng)濟(jì)體人工智能戰(zhàn)略特點(diǎn)
2.2.1 戰(zhàn)略任務(wù)分類
2.2.2 主要目標(biāo)任務(wù)
2.2.3 重點(diǎn)研發(fā)布局
2.2.4 主要應(yīng)用領(lǐng)域
2.2.5 長期戰(zhàn)略規(guī)劃
2.3 美國
2.3.1 美國人工智能發(fā)展?fàn)顩r
2.3.2 美國人工智能就業(yè)市場
2.3.3 美國人工智能戰(zhàn)略演變
2.3.4 美國人工智能戰(zhàn)略特征
2.3.5 美國人工智能戰(zhàn)略影響
2.3.6 美國人工智能具體布局
2.3.7 美國人工智能相關(guān)主體
2.3.8 美國人工智能競爭策略
2.4 日本
2.4.1 日本人工智能戰(zhàn)略布局
2.4.2 日本加快AI技術(shù)應(yīng)用
2.4.3 日本加大人工智能投入
2.4.4 日本人工智能發(fā)展動態(tài)
2.4.5 日本人工智能重點(diǎn)企業(yè)
2.4.6 日本人工智能發(fā)展規(guī)劃
2.5 歐洲
2.5.1 英法德人工智能企業(yè)規(guī)模
2.5.2 歐盟人工智能戰(zhàn)略布局
2.5.3 英國人工智能戰(zhàn)略布局
2.5.4 德國人工智能戰(zhàn)略布局
2.5.5 法國發(fā)布人工智能戰(zhàn)略
2.6 各國人工智能產(chǎn)業(yè)發(fā)展動態(tài)
2.6.1 韓國發(fā)布人工智能國家戰(zhàn)略
2.6.2 俄羅斯加快人工智能布局
2.6.3 新加坡人工智能發(fā)展戰(zhàn)略
第三章 2019-2021年中國人工智能行業(yè)政策環(huán)境分析
3.1 人工智能政策階段特點(diǎn)分析
3.1.1 第一階段
3.1.2 第二階段
3.1.3 第三階段
3.1.4 第四階段
3.2 人工智能行業(yè)獲得政策紅利
3.2.1 中央明確加快人工智能發(fā)展
3.2.2 工信部啟動人工智能揭榜工作
3.2.3 科技部助推人工智能創(chuàng)新建設(shè)
3.2.4 教育部加快人工智能人才培養(yǎng)
3.2.5 人工智能被寫進(jìn)政府工作報告
3.2.6 AI和實(shí)體經(jīng)濟(jì)融合發(fā)展意見
3.2.7 人工智能成為行業(yè)政策導(dǎo)向
3.2.8 人工智能標(biāo)準(zhǔn)體系建設(shè)加快
3.2.9 “十四五”規(guī)劃布局人工智能
3.3 人工智能行業(yè)規(guī)劃相關(guān)內(nèi)容
3.3.1 戰(zhàn)略目標(biāo)
3.3.2 總體部署
3.3.3 構(gòu)建創(chuàng)新體系
3.3.4 培育智能經(jīng)濟(jì)
3.3.5 建設(shè)智能社會
3.3.6 加強(qiáng)軍民融合
3.3.7 構(gòu)建基礎(chǔ)設(shè)施
3.3.8 布局重大項目
3.4 地區(qū)人工智能政策規(guī)劃逐步完善
3.4.1 遼寧省人工智能發(fā)展規(guī)劃
3.4.2 沈陽市人工智能發(fā)展規(guī)劃
3.4.3 濟(jì)南市人工智能發(fā)展計劃
3.4.4 陜西省人工智能推進(jìn)計劃
3.4.5 四川省人工智能發(fā)展方案
3.4.6 成都市人工智能發(fā)展規(guī)劃
3.4.7 重慶市人工智能發(fā)展方案
3.4.8 湖北省人工智能發(fā)展規(guī)劃
3.4.9 武漢市人工智能試驗區(qū)規(guī)劃
3.4.10 福建省人工智能發(fā)展規(guī)劃
3.4.11 深圳市人工智能發(fā)展計劃
3.5 機(jī)器人相關(guān)政策規(guī)劃分析
3.5.1 十四五規(guī)劃機(jī)器人相關(guān)內(nèi)容
3.5.2 機(jī)器人納入研發(fā)重點(diǎn)專項
3.5.3 各地區(qū)加快機(jī)器人行業(yè)布局
第四章 2019-2021年中國人工智能技術(shù)及人才培養(yǎng)狀況分析
4.1 人工智能技術(shù)認(rèn)知狀況調(diào)研
4.1.1 認(rèn)知?dú)v程
4.1.2 認(rèn)知程度
4.1.3 認(rèn)知渠道
4.1.4 認(rèn)可領(lǐng)域
4.1.5 取代趨勢
4.1.6 爭議領(lǐng)域
4.2 中國人工智能專利申請狀況
4.2.1 專利申請排名
4.2.2 專利申請規(guī)模
4.2.3 申請主體排名
4.2.4 細(xì)分技術(shù)占比
4.2.5 疫情防控專利
4.3 中國人工智能專利申請?zhí)攸c(diǎn)
4.3.1 技術(shù)研發(fā)主體多樣
4.3.2 應(yīng)用技術(shù)發(fā)展提速
4.3.3 細(xì)分技術(shù)專利特征
4.3.4 互聯(lián)網(wǎng)企業(yè)布局特點(diǎn)
4.3.5 專利技術(shù)發(fā)展要點(diǎn)
4.4 人工智能技術(shù)人才供需狀況分析
4.4.1 AI人才需求的崗位類型
4.4.2 AI人才的整體供需狀況
4.4.3 AI人才的區(qū)域供需狀況
4.4.4 AI崗位的能力要求分析
4.5 人工智能技術(shù)人才培養(yǎng)狀況分析
4.5.1 AI人才培養(yǎng)的相關(guān)政策
4.5.2 人工智能劃入高中新課標(biāo)
4.5.3 高校AI人才的培養(yǎng)情況
4.5.4 機(jī)構(gòu)AI人才的培養(yǎng)情況
4.5.5 人工智能學(xué)院建設(shè)模式
4.5.6 AI人才培養(yǎng)存在的問題
4.5.7 AI人才培養(yǎng)的未來趨勢
4.5.8 AI人才培養(yǎng)的政策建議
第五章 2019-2021年中國人工智能行業(yè)發(fā)展分析
5.1 人工智能行業(yè)發(fā)展進(jìn)程
5.1.1 行業(yè)發(fā)展歷程
5.1.2 技術(shù)研究進(jìn)程
5.1.3 轉(zhuǎn)型升級階段
5.2 人工智能行業(yè)發(fā)展價值
5.2.1 人工智能催生智能經(jīng)濟(jì)
5.2.2 人工智能助力智能社會
5.2.3 AI帶來全方位商業(yè)化
5.2.4 AI技術(shù)推動產(chǎn)業(yè)升級
5.2.5 AI進(jìn)入機(jī)器學(xué)習(xí)時代
5.3 中國產(chǎn)業(yè)智能化升級指數(shù)分析
5.3.1 產(chǎn)業(yè)智能化升級總指數(shù)
5.3.2 農(nóng)業(yè)智能化升級指數(shù)
5.3.3 工業(yè)智能化升級指數(shù)
5.3.4 服務(wù)業(yè)智能化升級指數(shù)
5.4 2019-2021年人工智能行業(yè)發(fā)展綜況
5.4.1 人工智能應(yīng)用需求加大
5.4.2 人工智能產(chǎn)業(yè)逐步成熟
5.4.3 市場發(fā)展規(guī)模逐步上升
5.4.4 人工智能基礎(chǔ)架構(gòu)規(guī)模
5.4.5 人工智能行業(yè)市場份額
5.4.6 人工智能產(chǎn)業(yè)發(fā)展特征
5.4.7 人工智能開放平臺發(fā)布
5.4.8 人工智能產(chǎn)業(yè)發(fā)展指數(shù)
5.5 人工智能產(chǎn)業(yè)生態(tài)格局分析
5.5.1 生態(tài)格局基本架構(gòu)
5.5.2 基礎(chǔ)資源支持層
5.5.3 技術(shù)實(shí)現(xiàn)路徑層
5.5.4 應(yīng)用實(shí)現(xiàn)路徑層
5.5.5 未來生態(tài)格局展望
5.6 人工智能行業(yè)競爭格局分析
5.6.1 企業(yè)主體分類
5.6.2 企業(yè)注冊數(shù)量
5.6.3 企業(yè)地域分布
5.6.4 企業(yè)注冊資本
5.6.5 互聯(lián)網(wǎng)企業(yè)布局
5.6.6 企業(yè)上市情況
5.6.7 未來競爭格局
5.7 人工智能行業(yè)發(fā)展存在的主要問題
5.7.1 人工智能行業(yè)面臨的挑戰(zhàn)
5.7.2 人工智能發(fā)展的技術(shù)困境
5.7.3 人工智能發(fā)展的安全問題
5.7.4 人工智能發(fā)展的倫理問題
5.7.5 人工智能發(fā)展的隱私問題
5.7.6 AI企業(yè)被列入“實(shí)體清單”
5.8 人工智能行業(yè)發(fā)展對策及建議
5.8.1 人工智能的發(fā)展策略分析
5.8.2 人工智能的技術(shù)發(fā)展建議
5.8.3 人工智能的政策發(fā)展建議
5.8.4 推進(jìn)人工智能標(biāo)準(zhǔn)化建設(shè)
5.8.5 人工智能倫理問題的對策
5.9 人工智能行業(yè)發(fā)展戰(zhàn)略分析
5.9.1 建立完善的數(shù)據(jù)生態(tài)系統(tǒng)
5.9.2 拓寬人工智能的傳統(tǒng)行業(yè)應(yīng)用
5.9.3 加強(qiáng)人工智能專業(yè)人才儲備
5.9.4 確保教育和培訓(xùn)體系與時俱進(jìn)
5.9.5 相互不建立倫理和法律共識
第六章 2019-2021年重點(diǎn)區(qū)域人工智能行業(yè)發(fā)展布局
6.1 人工智能行業(yè)區(qū)域發(fā)展格局分析
6.1.1 人工智能區(qū)域發(fā)展指數(shù)
6.1.2 城市人工智能發(fā)展指數(shù)
6.1.3 人工智能產(chǎn)業(yè)園區(qū)建設(shè)
6.1.4 人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)
6.1.5 人工智能創(chuàng)新發(fā)展試驗區(qū)
6.2 北京市
6.2.1 政策環(huán)境分析
6.2.2 產(chǎn)業(yè)發(fā)展規(guī)模
6.2.3 人才需求分析
6.2.4 企業(yè)布局動態(tài)
6.2.5 產(chǎn)業(yè)發(fā)展問題
6.2.6 應(yīng)用場景分析
6.2.7 行業(yè)融資現(xiàn)狀
6.3 上海市
6.3.1 產(chǎn)業(yè)發(fā)展優(yōu)勢
6.3.2 政策環(huán)境分析
6.3.3 財政支持動態(tài)
6.3.4 產(chǎn)業(yè)發(fā)展現(xiàn)狀
6.3.5 產(chǎn)業(yè)發(fā)展應(yīng)用
6.3.6 地區(qū)發(fā)展布局
6.3.7 產(chǎn)業(yè)發(fā)展對策
6.4 廣東省
6.4.1 政策環(huán)境分析
6.4.2 產(chǎn)業(yè)發(fā)展特點(diǎn)
6.4.3 區(qū)域發(fā)展?fàn)顩r
6.4.4 廣州AI產(chǎn)業(yè)布局
6.4.5 深圳AI產(chǎn)業(yè)綜況
6.4.6 產(chǎn)業(yè)聯(lián)盟成立
6.4.7 產(chǎn)業(yè)發(fā)展問題
6.4.8 產(chǎn)業(yè)發(fā)展策略
6.5 浙江省
6.5.1 AI產(chǎn)業(yè)鏈分析
6.5.2 政策環(huán)境分析
6.5.3 產(chǎn)業(yè)發(fā)展綜況
6.5.4 區(qū)域發(fā)展布局
6.5.5 產(chǎn)業(yè)發(fā)展經(jīng)驗
6.5.6 產(chǎn)業(yè)發(fā)展對策
6.5.7 產(chǎn)業(yè)發(fā)展趨勢
6.6 江蘇省
6.6.1 產(chǎn)業(yè)發(fā)展概況
6.6.2 產(chǎn)業(yè)聯(lián)盟成立
6.6.3 區(qū)域發(fā)展布局
6.6.4 技術(shù)發(fā)展?fàn)顩r
6.6.5 重點(diǎn)企業(yè)匯總
6.6.6 產(chǎn)業(yè)發(fā)展機(jī)遇
6.6.7 產(chǎn)業(yè)發(fā)展挑戰(zhàn)
6.7 安徽省
6.7.1 產(chǎn)業(yè)發(fā)展優(yōu)勢
6.7.2 產(chǎn)業(yè)運(yùn)行成效
6.7.3 重點(diǎn)園區(qū)介紹
6.7.4 政策發(fā)展規(guī)劃
6.7.5 產(chǎn)業(yè)發(fā)展挑戰(zhàn)
6.7.6 政策建議分析
6.8 貴州省
6.8.1 產(chǎn)業(yè)發(fā)展優(yōu)勢
6.8.2 政策環(huán)境分析
6.8.3 人才培養(yǎng)加快
6.8.4 產(chǎn)業(yè)發(fā)展動態(tài)
第七章 2019-2021年人工智能技術(shù)發(fā)展的驅(qū)動要素
7.1 人工智能行業(yè)發(fā)展的技術(shù)機(jī)遇
7.1.1 互聯(lián)網(wǎng)基礎(chǔ)建設(shè)加快
7.1.2 科技研發(fā)支出上升
7.1.3 數(shù)據(jù)數(shù)量規(guī)模上升
7.1.4 應(yīng)用技術(shù)逐步完善
7.2 硬件基礎(chǔ)日益成熟
7.2.1 高性能CPU
7.2.2 “人腦”芯片
7.2.3 量子計算機(jī)
7.2.4 仿生計算機(jī)
7.3 人工智能芯片技術(shù)發(fā)展提速
7.3.1 人工智能對芯片的要求提高
7.3.2 人工智能芯片成為戰(zhàn)略高點(diǎn)
7.3.3 中國人工智能芯片公司排名
7.3.4 人工智能芯片市場規(guī)模結(jié)構(gòu)
7.3.5 人工智能芯片應(yīng)用創(chuàng)新領(lǐng)域
7.3.6 中國人工智能芯片發(fā)展困境
7.3.7 人工智能芯片未來發(fā)展趨勢
7.4 物聯(lián)網(wǎng)提供基礎(chǔ)環(huán)境
7.4.1 物聯(lián)網(wǎng)技術(shù)的分析
7.4.2 中國物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模
7.4.3 物聯(lián)網(wǎng)產(chǎn)業(yè)的政策環(huán)境
7.4.4 企業(yè)加快物聯(lián)網(wǎng)布局
7.4.5 物聯(lián)網(wǎng)是智能分析的基礎(chǔ)
7.4.6 物聯(lián)網(wǎng)與人工智能融合
7.5 大規(guī)模并行運(yùn)算的實(shí)現(xiàn)
7.5.1 云計算的關(guān)鍵技術(shù)
7.5.2 云計算的應(yīng)用模式
7.5.3 云計算產(chǎn)業(yè)發(fā)展規(guī)模
7.5.4 云計算市場競爭排名
7.5.5 云計算成人工智能基礎(chǔ)
7.5.6 云計算與人工智能協(xié)同發(fā)展
7.6 大數(shù)據(jù)技術(shù)的崛起
7.6.1 大數(shù)據(jù)技術(shù)內(nèi)涵及環(huán)節(jié)
7.6.2 大數(shù)據(jù)市場規(guī)模分析
7.6.3 大數(shù)據(jù)的主要應(yīng)用領(lǐng)域
7.6.4 大數(shù)據(jù)與人工智能的關(guān)系
7.6.5 大數(shù)據(jù)成人工智能數(shù)據(jù)源
7.6.6 數(shù)據(jù)視角下AI的應(yīng)用場景
7.6.7 人工智能數(shù)據(jù)的安全風(fēng)險
7.6.8 人工智能數(shù)據(jù)的安全治理
7.7 深度學(xué)習(xí)技術(shù)的出現(xiàn)
7.7.1 機(jī)器學(xué)習(xí)的階段
7.7.2 深度學(xué)習(xí)技術(shù)內(nèi)涵
7.7.3 深度學(xué)習(xí)發(fā)展歷程
7.7.4 深度學(xué)習(xí)算法技術(shù)
7.7.5 深度學(xué)習(xí)的技術(shù)應(yīng)用
7.7.6 深度學(xué)習(xí)領(lǐng)域發(fā)展?fàn)顩r
第八章 人工智能基礎(chǔ)技術(shù)發(fā)展及應(yīng)用分析
8.1 自然語言處理技術(shù)
8.1.1 自然語言處理內(nèi)涵
8.1.2 自然語言處理分類
8.1.3 自然語音處理研究
8.1.4 語音識別系統(tǒng)框架
8.1.5 語音技術(shù)應(yīng)用規(guī)模
8.1.6 自動翻譯技術(shù)內(nèi)涵
8.1.7 語音識別研究歷程
8.1.8 語音識別技術(shù)趨勢
8.2 計算機(jī)視覺技術(shù)
8.2.1 計算機(jī)視覺基本內(nèi)涵
8.2.2 計算機(jī)視覺主要分類
8.2.3 計算機(jī)視覺應(yīng)用領(lǐng)域
8.2.4 計算機(jī)視覺應(yīng)用規(guī)模
8.2.5 計算機(jī)視覺運(yùn)作流程
8.3 模式識別技術(shù)
8.3.1 模式識別技術(shù)內(nèi)涵
8.3.2 文字識別技術(shù)應(yīng)用
8.3.3 生物特征識別技術(shù)
8.3.4 人工智能語音識別
8.3.5 人臉識別技術(shù)應(yīng)用
8.3.6 模式識別發(fā)展?jié)摿?
8.4 知識表示技術(shù)
8.4.1 知識表示的內(nèi)涵
8.4.2 知識表示的方法
8.4.3 知識表示的進(jìn)展
8.5 其他基礎(chǔ)技術(shù)分析
8.5.1 自動推理技術(shù)
8.5.2 環(huán)境感知技術(shù)
8.5.3 自動規(guī)劃技術(shù)
8.5.4 專家系統(tǒng)技術(shù)
第九章 2019-2021年人工智能技術(shù)的主要應(yīng)用領(lǐng)域分析
9.1 疫情防控領(lǐng)域
9.1.1 智能技術(shù)應(yīng)用背景
9.1.2 智能識別技術(shù)應(yīng)用
9.1.3 算法算力技術(shù)應(yīng)用
9.1.4 智能機(jī)器人技術(shù)應(yīng)用
9.1.5 智能大數(shù)據(jù)技術(shù)應(yīng)用
9.1.6 AI輔診系統(tǒng)研發(fā)應(yīng)用
9.1.7 地區(qū)AI技術(shù)抗疫狀況
9.2 工業(yè)領(lǐng)域
9.2.1 人工智能的工業(yè)應(yīng)用
9.2.2 智能工廠人工智能應(yīng)用
9.2.3 智能工廠進(jìn)一步轉(zhuǎn)型
9.2.4 人工智能應(yīng)用于制造領(lǐng)域
9.2.5 制造業(yè)數(shù)字化的經(jīng)濟(jì)規(guī)模
9.2.6 人工智能成工業(yè)發(fā)展方向
9.2.7 AI工業(yè)應(yīng)用的發(fā)展趨勢
9.3 醫(yī)療領(lǐng)域
9.3.1 人工智能醫(yī)療行業(yè)應(yīng)用場景
9.3.2 人工智能醫(yī)療細(xì)分領(lǐng)域應(yīng)用
9.3.3 人工智能醫(yī)療市場發(fā)展?fàn)顩r
9.3.4 人工智能醫(yī)學(xué)影像市場分析
9.3.5 企業(yè)布局人工智能醫(yī)療市場
9.3.6 人工智能醫(yī)療領(lǐng)域投資機(jī)會
9.4 安防領(lǐng)域
9.4.1 AI對安防行業(yè)的重要意義
9.4.2 AI識別技術(shù)的安防應(yīng)用
9.4.3 AI在安防領(lǐng)域的應(yīng)用場景
9.4.4 人工智能+安防產(chǎn)業(yè)鏈
9.4.5 AI+安防市場規(guī)模分析
9.4.6 AI+安防軟硬件市場規(guī)模
9.4.7 快速崛起的巡邏機(jī)器人
9.4.8 AI+安防市場發(fā)展前景
9.5 金融領(lǐng)域
9.5.1 AI提升金融經(jīng)營效能
9.5.2 金融領(lǐng)域AI投入狀況
9.5.3 智能客服提升服務(wù)效率
9.5.4 智能風(fēng)控降低金融風(fēng)險
9.5.5 智能支付應(yīng)用狀況分析
9.5.6 智慧銀行人工智能應(yīng)用
9.5.7 智能投資顧問應(yīng)用分析
9.6 零售領(lǐng)域
9.6.1 AI在零售行業(yè)的應(yīng)用場景分析
9.6.2 人工智能應(yīng)用于零售業(yè)的規(guī)模
9.6.3 人工智能應(yīng)用于零售典型案例
9.6.4 人工智能應(yīng)用于新零售的問題
9.6.5 人工智能+零售相關(guān)布局企業(yè)
9.6.6 人工智能+零售未來趨勢展望
9.7 社交領(lǐng)域
9.7.1 人工智能社交產(chǎn)品應(yīng)用
9.7.2 組織開展機(jī)器情感測試
9.7.3 語音交互產(chǎn)品市場火熱
9.7.4 微信人工智能社交系統(tǒng)
9.7.5 人工智能社交現(xiàn)存問題
9.8 其他應(yīng)用領(lǐng)域分析
9.8.1 智能物流領(lǐng)域
9.8.2 智能教育領(lǐng)域
9.8.3 智能交通領(lǐng)域
9.8.4 智能政務(wù)領(lǐng)域
第十章 2019-2021年智能機(jī)器人產(chǎn)業(yè)發(fā)展分析
10.1 2019-2021年機(jī)器人產(chǎn)業(yè)發(fā)展綜述
10.1.1 機(jī)器人產(chǎn)業(yè)發(fā)展階段
10.1.2 機(jī)器人產(chǎn)業(yè)發(fā)展圖譜
10.1.3 機(jī)器人行業(yè)產(chǎn)業(yè)鏈構(gòu)成
10.1.4 機(jī)器人下游應(yīng)用產(chǎn)業(yè)多
10.1.5 機(jī)器人專利申請技術(shù)流向
10.2 2019-2021年機(jī)器人產(chǎn)業(yè)發(fā)展?fàn)顩r
10.2.1 全球機(jī)器人產(chǎn)業(yè)發(fā)展?fàn)顩r
10.2.2 中國機(jī)器人市場結(jié)構(gòu)分析
10.2.3 中國機(jī)器人區(qū)域市場格局
10.2.4 中國機(jī)器人企業(yè)數(shù)量規(guī)模
10.2.5 機(jī)器人產(chǎn)業(yè)國產(chǎn)化進(jìn)程加快
10.2.6 機(jī)器人產(chǎn)業(yè)發(fā)展問題及對策
10.2.7 機(jī)器人產(chǎn)業(yè)“十四五”展望
10.2.8 機(jī)器人產(chǎn)業(yè)未來發(fā)展趨勢
10.3 人工智能在機(jī)器人行業(yè)的應(yīng)用狀況
10.3.1 人工智能與機(jī)器人的關(guān)系
10.3.2 AI于機(jī)器人的應(yīng)用過程
10.3.3 AI大量運(yùn)用于小型機(jī)器人
10.3.4 人工智能促進(jìn)機(jī)器人發(fā)展
10.4 人工智能技術(shù)在機(jī)器人領(lǐng)域的應(yīng)用
10.4.1 專家系統(tǒng)的應(yīng)用
10.4.2 模式識別的應(yīng)用
10.4.3 機(jī)器視覺的應(yīng)用
10.4.4 機(jī)器學(xué)習(xí)的應(yīng)用
10.4.5 分布式AI的應(yīng)用
10.4.6 進(jìn)化算法的應(yīng)用
10.5 機(jī)器人重點(diǎn)應(yīng)用領(lǐng)域分析
10.5.1 醫(yī)療機(jī)器人
10.5.2 軍用機(jī)器人
10.5.3 工業(yè)機(jī)器人
10.5.4 教育機(jī)器人
10.5.5 服務(wù)機(jī)器人
10.5.6 物流機(jī)器人
第十一章 2019-2021年國際人工智能重點(diǎn)企業(yè)分析
11.1 微軟(Microsoft Corporation)
11.1.1 企業(yè)發(fā)展概況
11.1.2 企業(yè)財務(wù)狀況
11.1.3 人工智能發(fā)展實(shí)力
11.1.4 人工智能布局領(lǐng)域
11.1.5 AI平臺服務(wù)范圍
11.1.6 人工智能云業(yè)務(wù)
11.1.7 產(chǎn)品融合AI技術(shù)
11.2 IBM公司
11.2.1 企業(yè)發(fā)展概況
11.2.2 企業(yè)經(jīng)營范圍
11.2.3 企業(yè)財務(wù)狀況
11.2.4 技術(shù)研發(fā)布局
11.2.5 布局人工智能
11.2.6 AI產(chǎn)品發(fā)展動態(tài)
11.3 谷歌公司
11.3.1 企業(yè)發(fā)展概況
11.3.2 企業(yè)財務(wù)狀況
11.3.3 人工智能發(fā)展實(shí)力
11.3.4 人工智能產(chǎn)業(yè)布局
11.3.5 人工智能系統(tǒng)及平臺
11.3.6 人工智能合作動態(tài)
11.4 英特爾公司
11.4.1 企業(yè)發(fā)展概況
11.4.2 企業(yè)財務(wù)狀況
11.4.3 人工智能技術(shù)應(yīng)用
11.4.4 人工智能發(fā)展動態(tài)
11.4.5 AI發(fā)展機(jī)會和挑戰(zhàn)
11.4.6 收購人工智能企業(yè)
11.5 亞馬遜公司
11.5.1 企業(yè)發(fā)展概況
11.5.2 企業(yè)財務(wù)狀況
11.5.3 布局人工智能
11.6 其他企業(yè)
11.6.1 蘋果公司
11.6.2 NVIDIA(英偉達(dá))
11.6.3 Uber(優(yōu)步)
第十二章 2017-2020年中國人工智能重點(diǎn)企業(yè)分析
12.1 百度公司
12.1.1 企業(yè)發(fā)展概況
12.1.2 企業(yè)財務(wù)狀況
12.1.3 人工智能布局
12.1.4 人工智能應(yīng)用
12.1.5 AI業(yè)務(wù)合作動態(tài)
12.2 騰訊公司
12.2.1 企業(yè)發(fā)展概況
12.2.2 企業(yè)財務(wù)狀況
12.2.3 人工智能發(fā)展布局
12.2.4 人工智能發(fā)展動態(tài)
12.3 阿里集團(tuán)
12.3.1 企業(yè)發(fā)展概況
12.3.2 企業(yè)財務(wù)狀況
12.3.3 人工智能發(fā)展地位
12.3.4 人工智能應(yīng)用領(lǐng)域
12.3.5 AI研發(fā)合作動態(tài)
12.4 科大訊飛股份有限公司
12.4.1 企業(yè)發(fā)展概況
12.4.2 主要業(yè)務(wù)分析
12.4.3 業(yè)務(wù)開展情況
12.4.4 經(jīng)營效益分析
12.4.5 業(yè)務(wù)經(jīng)營分析
12.4.6 財務(wù)狀況分析
12.4.7 核心競爭力分析
12.4.8 公司發(fā)展戰(zhàn)略
12.4.9 未來前景展望
12.5 科大智能科技股份有限公司
12.5.1 企業(yè)發(fā)展概況
12.5.2 主要業(yè)務(wù)分析
12.5.3 企業(yè)布局動態(tài)
12.5.4 經(jīng)營效益分析
12.5.5 業(yè)務(wù)經(jīng)營分析
12.5.6 財務(wù)狀況分析
12.5.7 核心競爭力分析
12.5.8 公司發(fā)展戰(zhàn)略
12.5.9 未來前景展望
12.6 北京曠視科技有限公司
12.6.1 企業(yè)基本概況
12.6.2 重點(diǎn)產(chǎn)品系統(tǒng)
12.6.3 核心硬件分析
12.6.4 合作伙伴分布
12.6.5 財務(wù)狀況分析
12.6.6 融資進(jìn)程分析
12.7 云知聲智能科技股份有限公司
12.7.1 企業(yè)基本概述
12.7.2 企業(yè)營收情況
12.7.3 企業(yè)競爭優(yōu)勢
12.7.4 企業(yè)業(yè)務(wù)體系
12.7.5 主要產(chǎn)品分析
12.7.6 平臺用戶分布
12.7.7 企業(yè)發(fā)展動態(tài)
第十三章  2021-2025年人工智能行業(yè)投資價值分析
13.1 投資價值評估
13.2 投資機(jī)會評估
13.3 投資驅(qū)動因素
13.3.1 發(fā)展動力評估
13.3.2 經(jīng)濟(jì)因素
13.3.3 技術(shù)因素
13.3.4 政策因素
13.3.5 社會因素
13.4 投資壁壘分析
13.4.1 進(jìn)入壁壘評估
13.4.2 競爭壁壘分析
13.4.3 技術(shù)壁壘分析
13.4.4 資金壁壘分析
13.4.5 政策壁壘分析
13.5 人工智能行業(yè)投資風(fēng)險分析
13.5.1 環(huán)境風(fēng)險
13.5.2 行業(yè)風(fēng)險
13.5.3 技術(shù)風(fēng)險
13.5.4 內(nèi)部風(fēng)險
13.5.5 競爭風(fēng)險
13.5.6 合同毀約風(fēng)險
13.6 投資時機(jī)及建議
13.6.1 進(jìn)入時機(jī)分析
13.6.2 投資建議分析
第十四章 2019-2021年人工智能行業(yè)投資分析
14.1 全球人工智能的投融資分析
14.1.1 全球AI融資總額
14.1.2 各國AI融資分布
14.1.3 AI融資企業(yè)布局
14.1.4 AI融資輪次分布
14.2 中國人工智能行業(yè)投融資狀況
14.2.1 上市企業(yè)數(shù)量
14.2.2 融資規(guī)模走勢
14.2.3 平均融資規(guī)模
14.2.4 投資應(yīng)用領(lǐng)域
14.2.5 企業(yè)融資動態(tài)
14.2.6 投資活躍機(jī)構(gòu)
14.3 A股及新三板上市公司在人工智能領(lǐng)域投資動態(tài)分析
14.3.1 投資項目綜述
14.3.2 投資區(qū)域分布
14.3.3 投資模式分析
14.3.4 典型投資案例
第十五章 人工智能行業(yè)未來發(fā)展前景及趨勢預(yù)測
15.1 人工智能行業(yè)發(fā)展前景展望
15.1.1 人工智能經(jīng)濟(jì)效益巨大
15.1.2 人工智能區(qū)塊鏈應(yīng)用前景
15.1.3 人工智能生產(chǎn)方式前景
15.1.4 人工智能項目投資機(jī)遇
15.1.5 人工智能投資機(jī)會分析
15.1.6 人工智能產(chǎn)業(yè)投資方向
15.1.7 人工智能技術(shù)投資熱點(diǎn)
15.1.8 人工智能“十四五”發(fā)展機(jī)遇
15.2 人工智能行業(yè)發(fā)展趨勢預(yù)測
15.2.1 人工智能產(chǎn)業(yè)發(fā)展趨勢
15.2.2 人工智能應(yīng)用趨勢展望
15.2.3 人工智能城市發(fā)展方向
15.2.4 “智能+X”將成新時尚
15.3  2021-2025年中國人工智能行業(yè)預(yù)測分析

附錄
附錄一:新一代人工智能發(fā)展規(guī)劃

圖表目錄
圖表1 人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的隸屬關(guān)系
圖表2 專用人工智能與通用人工智能的區(qū)別
圖表3 人工智能產(chǎn)業(yè)生態(tài)圖
圖表4 人工智能產(chǎn)業(yè)鏈結(jié)構(gòu)
圖表5 人工智能產(chǎn)業(yè)鏈相關(guān)產(chǎn)品
圖表6 人工智能產(chǎn)業(yè)鏈基礎(chǔ)層構(gòu)成及代表企業(yè)
圖表7 人工智能產(chǎn)業(yè)鏈技術(shù)層構(gòu)成及代表企業(yè)
圖表8 人工智能產(chǎn)業(yè)鏈應(yīng)用層構(gòu)成及代表企業(yè)
圖表9 全球人工智能產(chǎn)業(yè)鏈及代表廠商
圖表10 全球人工智能企業(yè)地區(qū)分布
圖表11 2019年20個全球AI創(chuàng)新融合應(yīng)用城市
圖表12 全球人工智能衍生的商業(yè)價值預(yù)測
圖表13 主要國家人工智能戰(zhàn)略目標(biāo)和任務(wù)
圖表14 各國在人工智能各領(lǐng)域的重點(diǎn)研發(fā)布局情況
圖表15 各主要經(jīng)濟(jì)體高度關(guān)注的人工智能應(yīng)用領(lǐng)域
圖表16 美國人工智能典型研發(fā)機(jī)構(gòu)
圖表17 人工智能典型研發(fā)企業(yè)
圖表18 日本推進(jìn)人工智能發(fā)展的政策體系
圖表19 日本AI大型上市公司
圖表20 日本AI中小型上市公司
圖表21 英法德AI企業(yè)數(shù)量
圖表22 新加坡人工智能戰(zhàn)略計劃完成時間表
圖表23 人工智能發(fā)展過程中具有社會意義的重要事件
圖表24 大眾對人工智能的了解程度
圖表25 大眾了解人工智能的主要渠道
圖表26 人工智能水平最受認(rèn)可領(lǐng)域
圖表27 人工智能最具價值的領(lǐng)域
圖表28 體力勞動將會被AI取代
圖表29 2000-2020年中國人工智能專利申請量年度變化趨勢
圖表30 人工智能申請人專利申請數(shù)量排名
圖表31 人工智能申請人專利授權(quán)數(shù)量排名
圖表32 深度學(xué)習(xí)重點(diǎn)申請人重點(diǎn)分支技術(shù)布局圖
圖表33 人工智能產(chǎn)業(yè)人才崗位類型
圖表34 人工智能領(lǐng)域十大緊缺崗位
圖表35 人工智能各技術(shù)方向崗位人才供需比
圖表36 人工智能各職能崗位人才供需比
圖表37 全國主要區(qū)域的人才的需求情況及求職人才意向的區(qū)域情況
圖表38 算法研究崗位能力要求
圖表39 應(yīng)用開發(fā)崗位能力要求
圖表40 實(shí)用技能崗位能力要求
圖表41 產(chǎn)品經(jīng)理崗位能力要求
圖表42 主要崗位的工作年限要求
圖表43 主要崗位的專業(yè)要求
圖表44 主要崗位的學(xué)歷要求
圖表45 典型崗位單月薪酬情況
圖表46 高中信息技術(shù)課程結(jié)構(gòu)
圖表47 人工智能產(chǎn)業(yè)十大熱門專業(yè)
圖表48 新增人工智能本科專業(yè)高校區(qū)域分布
圖表49 高校建設(shè)的人工智能學(xué)院/研究院名單(部分)
圖表50 高校建設(shè)的人工智能學(xué)院/研究院名單(部分)續(xù)
圖表51 開展人工智能培訓(xùn)的社會培訓(xùn)機(jī)構(gòu)(部分)
圖表52 中國龍頭企業(yè)與高校合作或共建人工智能學(xué)院匯總
圖表53 全球人工智能的三次發(fā)展浪潮
圖表54 人工智能技術(shù)帶來的全方位變革
圖表55 人工智能技術(shù)推動產(chǎn)業(yè)升級
圖表56 人工智能各層級圖示
圖表57 我國產(chǎn)業(yè)智能化升級總指數(shù)及指標(biāo)得分
圖表58 我國農(nóng)業(yè)智能化升級總指數(shù)及指標(biāo)得分
圖表59 我國工業(yè)智能化升級總指數(shù)及指標(biāo)得分
圖表60 我國服務(wù)業(yè)智能化升級總指數(shù)及指標(biāo)得分
圖表61 2019-2030我國新一代人工智能核心產(chǎn)業(yè)規(guī)模
圖表62 2019年中國加速服務(wù)器市場廠商市場份額
圖表63 2020年中國人工智能市場行業(yè)份額
圖表64 人工智能產(chǎn)業(yè)發(fā)展特征
圖表65 國家級人工智能開放平臺
圖表66 2017-2019全國人工智能產(chǎn)業(yè)發(fā)展指數(shù)
圖表67 2017-2019全國重點(diǎn)省市人工智能產(chǎn)業(yè)發(fā)展指數(shù)
圖表68 2019年人工智能產(chǎn)業(yè)發(fā)展指數(shù)一級指標(biāo)前十名
圖表69 百度大腦的存儲能力
文字:[    ] [ 打印本頁 ] [ 返回頂部 ]
1.客戶確定購買意向
2.簽訂購買合同
3.客戶支付款項
4.提交資料
5.款到快遞發(fā)票