人工智能技術發展現狀分析：由感知智能向認知智能發展

人工智能技術發展：以自然語言處理為代表的認知智能是人工智能下一發展階段。人工智能產業投資處于階段低谷，基于大數據驅動的神經網絡的深度學習技術帶 來的紅利接近天花板。

據中研產業研究院《2024-2029年中國人工智能行業市場深度調研及投資價值分析研究報告》分析，人工智能處于由感知智能向認知智能發展的階段，后深度學習時代的 AI 從數據驅 動向知識驅動發展。大數據驅動的深度學習難以達到和認知智能同樣的效果，需要富 知識驅動(如知識圖譜)。通過不同知識的關聯性形成一個網狀的知識結構，對機器 來說就是圖譜，形成知識圖譜的過程本質是在使機器建立認知，理解世界。而正如人 類語言是知識傳遞的形式，知識圖譜是認知核心，NLP 則是機器建立認知核心的橋梁， 讓 AI 使用自然語言與人交互。因此，自然語言處理(NLP)和知識圖譜是認知智能的 關鍵技術，而 NLP 是知識圖譜的前置，可以說 NLP 是 AI 技術的核心。以計算機視覺為 代表，基于神經網絡的深度學習技術的感知智能技術“觸及天花板”。在當前的感知智能階段， 我們可以看到 AI 在產業界的應用其實比較局限，主要原因還是認知智能發展不夠成熟，不能 很好地模擬人類交互，造成用戶體驗不佳。因此 NLP 的發展和應用是 AI 能夠真正理解人類語 言的重要前提，也是 AI 相關產品能夠落地應用的保障。

認知智能當前面臨一些瓶頸，使得技術與產業應用之間存在距離，是目前相關應 用和產品較少的關鍵原因，但是我們相信未來一定會來。目前認知智能發展面臨的一些 問題：

1)需要探索結合知識圖譜的深度學習。隨著深度學習對于大數據的紅利消耗殆盡，深 度學習模型效果的天花板日益迫近。另一方面雖然大量知識圖譜不斷涌現，但尚未被深度學習 有效利用。如何融合知識圖譜與深度學習，提升深度學習模型效果是未來重要的發展方向。

2) 認知智能往往需要提取內在隱含的知識，或者基于背景關聯知識獲得認知結果，基于同樣的數 據在不同的業務需求、不同的背景知識下認知結果可能大不相同。認知智能效果是場景敏感和 相關的，通用認知智能效果在具體場景下未盡人意。而對于小語種、某些專業領域、客戶服務 等對話系統而言，相關訓練集仍然處于較少而零散的狀態，仍需要人工標注相關語言信息數據 作為 NLP 訓練前的準備。

從 AI 技術分布來看，AI 綜合實力美國最強，中國發展速度驚人，中美兩國處于世界領先 位置。斯坦福大學發布的《2018 年度全球 AI 報告》顯示，2018 年 70%的國際人工智能協會 論文來自中美兩國。美國引用次數第一，比全球平均水平高出 83%，2016 年中國被引用的次 數比 2000 年提高了 44%。中國在人工智能領域的技術發展和市場應用方面已經進入了國際上 的前沿發展國家群體，呈現出中美雙雄共同領跑的局面。總體來看，在 AI 這個關鍵領域，中 國已經占據了較高的起點。

人工智能產業鏈可分為三層：基礎層(計算基礎設施)、技術層(軟件算法及平臺)和應 用層(行業應用及產品)。基礎層主要進行數據的收集以及提供計算力，主要包括 AI 芯片、 傳感器、操作系統、云計算服務、數據服務平臺等。技術層開發面向不同領域的應用技術，包 括計算機視覺、智能語音、自然語言處理、機器學習等。應用層是基于基礎層與技術層之上， 結合場景及行業知識開發應用或產品，為不同場景賦能，比如 AI 在安防、家居、醫療、交通等領域的應用。

賦能是 AI 的本質，人工智能應用正進入場景為王的時代，知識驅動的認知智能的 發展應與場景相結合，AI 應用模式成功需要技術+閉環數據+場景(行業知識)的深度 結合。認知智能效果是場景敏感和相關的，認知智能往往需要提取內在隱含的知識，或者基 于背景關聯知識獲得認知結果，基于同樣的數據在不同的業務需求、不同的背景知識下認知結 果可能大不相同。后深度學習時代，除了算力、算法、數據以外，場景和行業專家(知識)尤 為關鍵。

從戰略上看，美科技巨頭在人工智能的布局重點是技術難度大的 AI 基礎層，而中國的布 局重點在應用層。在與美競爭局面中，中國在應用層較強，基礎層和技術層是相對短板。中國 科技巨頭對 AI 應用層的投資力度最大，在 AI 場景賦能方面已有較多經驗，有大量的 AI 初創 企業是基于某一方向的核心 AI 技術進行商業化變現。

拓爾思：公司作為國內長期堅持自主核心技術研發的企業之一，在語義智能領域積累深耕 20 余年，是一家技術驅動型公司。公司擁有領先的自主核心的 AI 技術，語義智能包括自然語 言處理、知識圖譜、圖像和音視頻理解，是 A 股市場稀缺的人工智能標的。公司目前已將 AI 技術垂直在金融、安全、媒體、政府等多個行業賦能并擁有較強的市場競爭力。在人工智能得 到更好發展的未來，看好公司 AI 技術在無限場景下延展的可能。

四維圖新：公司是車聯網及自動駕駛領域的龍頭及稀缺標的，高精度地圖技術具有卡位優 勢及高壁壘。公司長期注重研發，研發費用連續多年占營業收入的 50%以上。智能駕駛已進 入 L2~L3 階段，公司布局的 ADAS 及汽車電子芯片業務也將成為看點。

人工智能。人工智能技術是具有很強帶動性的“頭雁技術”，而人工智能產業的發展則有賴于人工智能基礎設施的建設與布局。目前，各地紛紛加大人工智能建設力度，大力推進AI芯片等底層硬件發展、通用智能計算平臺的搭建、人工智能創新發展實驗區的建設和智能感知處理、智能交互等基礎研發中心建設，為智能經濟的發展和產業數字化轉型提供底層支撐，為傳統基礎建設注入新活力。預計至2025年新增投資規模超2200億元，預計2025年會帶動相關投資超4000億元。

更多AI人工智能行業深度分析，請點擊查看中研普華產業研究院發布的《2024-2029年中國人工智能行業市場深度調研及投資價值分析研究報告》。