人工智能加法学调查报告

人工智能的起源：人工智能在五六十年代时正式提出，1950年，一位名叫马文·明斯基(后被人称为“人工智能之父”)的大四学生与他的同学邓恩·埃德蒙一起，建造了世界上第一台神经网络计算机。这也被看做是人工智能的一个起点。巧合的是，同样是在1950年，被称为“计算机之父”的阿兰·图灵提出了一个举世瞩目的想法——图灵测试。按照图灵的设想：如果一台机器能够与人类开展对话而不能被辨别出机器身份，那么这台机器就具有智能。而就在这一年，图灵还大胆预言了真正具备智能机器的可行性。1956年，在由达特茅斯学院举办的一次会议上，计算机专家约翰·麦卡锡提出了“人工智能”一词。后来，这被人们看做是人工智能正式诞生的标志。就在这次会议后不久，麦卡锡从达特茅斯搬到了MIT。同年，明斯基也搬到了这里，之后两人共同创建了世界上第一座人工智能实验室——MIT

AILAB实验室。人工智能的第一次高峰：在1956年的这次会议之后，人工智能迎来了属于它的第一段Happy

Time。在这段长达十余年的时间里，计算机被广泛应用于数学和自然语言领域，用来解决代数、几何和英语问题。这让很多研究学者看到了机器向人工智能发展的信心。甚至在当时，有很多学者认为：“二十年内，机器将能完成人能做到的一切。”人工智能第一次低谷：70年代，人工智能进入了一段痛苦而艰难岁月。由于科研人员在人工智能的研究中对项目难度预估不足，不仅导致与美国国防高级研究计划署的合作计划失败，还让大家对人工智能的前景蒙上了一层阴影。与此同时，社会的压力也开始慢慢压向人工智能这边,导致很多研究经费被转移到了其他项目上。因此，人工智能项目停滞不前，但却让一

些人有机可乘,1973年Lighthill针对英国AI研究状况的报告。批评了AI在实现“宏伟目标”上的失败。由此，人工智能遭遇了长达6年的科研深渊。人工智能的崛起：1980年，卡内基梅隆大学为数字设备公司设计了一套名为XCON的“专家系统”。这是一种，采用人工智能程序的系统，可以简单的理解为“知识库+推理机”的组合，XCON是一套具有完整专业知识和经验的计算机智能系统。这套系统在1986年之前能为公司每年节省下来超过四千美元经费。有了这种商业模式后，衍生出了像Symbolics、Lisp

Machines等和IntelliCorp、Aion等这样的硬件，软件公司。在这个时期，仅专家系统产业的价值就高达5亿美元。人工智能第二次低谷：可怜的是，命运的车轮再一次碾过人工智能，让其回到原点。仅仅在维持了7年之后，这个曾经轰动一时的人工智能系统就宣告结束历史进程。到1987年时，苹果和IBM公司生产的台式机性能都超过了Symbolics等厂商生产的通用计算机。从此，专家系统风光不再。人工智能再次崛起：上世纪九十年代中期开始，随着AI技术尤其是神经网络技术的逐步发展，以及人们对AI开始抱有客观理性的认知，人工智能技术开始进入平稳发展时期。1997年5月11日，IBM的计算机系统“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫，又一次在公众领域引发了现象级的AI话题讨论。这是人工智能发展的一个重要里程。2006年，Hinton在神经网络的深度学习领域取得突破，人类又一次看到机器赶超人类的希望,也是标志性的技术进步。在最近三年引爆了一场商业。谷歌、微软、百度等互联网巨头，还有众多的初创科技公司，纷纷加入人工智能产品的战场，掀起又一轮的智能化狂潮，而且随着技术的日趋成熟和大众的广泛接受，这一次狂潮也许会架起一座现代文明与未来文明的桥梁。

1、全球人工智能企业分布 ——地区分布

截至2019年3月底，全球活跃人工智能企业达到5386家。其中美国为2169家，中国为11家，英国为404家，加拿大303家，印度则是169家。故整体来看，人工智能在北美洲、亚洲、欧洲发展更为迅猛，未来该地区也将是人工智能的主导地区。

2、全球人工智能独角兽企业发展情况

从独角兽企业看，美国独角兽企业数量最高，为18家，中国为17家，英国3家，德国1家，日本1家，以色列1家。另，对以下独角兽企业进行梳理后，人工智能各细分领域独角兽企业的数量也清晰起来，其中以医疗健康独角兽数量为最高，5家，其次为智能驾驶、面部识别技术，分别为4家;AI芯片、网络安全则分别为3家。

3、全球人工智能独角兽企业投融资状况

融资角度看，2018年Q2以来全球领域投资热度逐渐下降。2019Q1全球融资规模为126亿美元，环比下降3.08%;其中中国领域融资金额为30亿美元，同比下降55.8%。在全球融资总额中占比23.5%;比2018年同期下降了29个百分点。

值得说明的是，在融资轮次中，种子天使轮融资占比进一步缩减，2019Q1仅为11.3%;B-E轮融资占比由2018年的23.2%则提升到了2019年第一季度的32.3%。另从国家角度看，2016年以来，中国在人工智能领域获得巨额投资次数累计达114次，在全球居首位。

2016-2019年Q1全球及中国人工智能融资规模统计情况

从最新披露的数据看，2019年第一季度，全球单笔融资金额超过1亿美元的交易共16笔。其中中国企业获投6笔，美国企业获投4笔，以色列、新加坡、德国和阿根廷企业各获投1笔。

更进一步看，中国企业不管是数量还是所融资金的数量，均为第一。 全球人工智能行业发展前景分析

从未来看，未来人工智能企业将聚焦以下几个领域的开发：

——人工智能以智能服务为主，全面进入商业用途。人工智能已经在手机领域已经取得一定的成效，很多手机企业研发了自己的人工智能芯片，中国通信巨头华为已经发布了自主研发的人工智能芯片并将其应用在旗下智能手机产品中，苹果公司推出的iPhoneX也采用了人工智能技术实现面部识别等功能。三星最新发布的语音助手Bixby则从软件层面对长期以来停留于“你问我答”模式的语音助手做出升级。

——人工智能为人类进行分析。工智能的核心方面在于机器学习和深度学习，这方面的进展才能决定着人工智能的突破。基于大数据时代下，人工智能对数据的积累分析，在加之深度学习技术的发展，完全能替人类的各方面做出优质的决定。

——在金融投资领域，人工智能已经有取代人类专家顾问的迹象。在美国，从事智能投顾的不仅仅是betterment、wealthfront这样的科技公司，老牌金融机构也察觉到了人工智能对行业带来的改变。高盛和贝莱德分别收购了HonestDollar与FutureAdvisor，苏格兰皇家银行也曾宣布用智能投顾取代500名传统理财师的工作。

作为新一轮产业变革的核心驱动力和引领未来发展的战略技术，国家高度

重视人工智能产业的发展。2017年发布《新一代人工智能发展规划》，对人工智能产业进行战略部署;在2018年3月和2019年3月的工作报告中，均强调指出要加快新兴产业发展，推动人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。自2006年深度学习算法被提出，人工智能技术应用取得突破性发展。2012年以来，数据的爆发式增长为人工智能提供了充分的“养料”，深度学习算法在语音和视觉识别上实现突破，令人工智能产业落地和商业化发展成为可能。

在人工智能产业技术与应用取得突破的同时，人工智能领域获得资本青睐，成为风口产业，在资本和技术协同支持下进入了高速进步期。2018年中国人工智能领域融资额高达1311亿元，增长677亿元，增长率为107%。

中国人工智能相关专利申请数从2010年开始持续增长，于2014年达到19197项，并于2015年开始大幅增长，达到28022项，2017年，中国人工智能相关专利年申请数为46284项。

未来中国人工智能市场规模将不断攀升。根据《新一代人工智能发展规划》，2020年中国人工智能的技术与应用水平将发展至世界先进水平，同时核心产业规模超过1500亿。2030年中国人工智能核心产业规模超过1万亿元。

人工智能的水平建立在机器学习的基础上，除了先进的算法和硬件运算能力，大数据是机器学习的关键。大数据可以帮助训练机器，提高机器的智能水平。数据越丰富完整，机器辨识精准度越高，因此大数据将是各企业竞争的真正资本。艾媒咨询分析师认为，大数据是人工智能进步的养料，是人工智能大厦构建的重要基础。通过对大量数据的学习，机器判断处理能力不断上升，智能水平也会不断提高。人工智能发展的期望并未超出人工智能可达到的高度，

未来在多领域具有广阔应用前景的人工智能行业仍将在资本市场有良好表现，投资热度将继续维持。

人工智能对就业的影响效果

当前人工智能对就业主要从“替代效应”、“创造效应”以及对劳动力市场等三方面产生影响。“替代效应”主要指由技术进步带来的“技术性失业”。麦肯锡2017年研究得出:中国和美国的就业替代风险率分别约51.2%和45.8%,并指出中国具备自动化潜力的工作内容达到了51%,且主要集中在工业、农业、医疗、交通、生活服务等领域。新技术对就业的替代效应主要存在于对原有工作岗位的替代和对原有工作任务的替代两种形式,而无论哪种形式的替代都将对就业结构产生重要影响；“创造效应”主要指技术进步能够创造新的具有比较优势的就业岗位,主要从创造新的行业或产业和创造新的生产利润两个方面进行,对就业岗位进行再创造,因此,人工智能正在创造更多新的就业岗位,例如,智能传感器、芯片、智能机器人等,普华永道2019年预测人工智能对中国就业的净影响可能将产生约12%的净增岗位。

扩大人工智能对就业的创造效应

在技术进步的经济秩序下,扩大人工智能对就业的创造效应,需要营造良好的社会环境、积极的产业、健全的社会保障体系以及创新的企业家精神等保驾护航。

营造“大众创新、万众创业”的社会环境,积极引导人们转变就业观念和意识,打破就业的空间,加强对灵活自主就业的引导。

构建积极的产业,一方面需要积极完善人工智能等新兴产业的法律、知

识产权、市场竞争、人才培养以及营商环境等相关产业,另一方面需要对新兴产业的发展给予一定的引导、倾斜和保护。