AI技術(shù)市場正在蓬勃發(fā)展，這些年國內(nèi)也出現(xiàn)大量AI技術(shù)型公司，大的方向有BAT，小的有AI細分市場的領(lǐng)先者，當(dāng)然這里面也有些是大肆炒作的，市場前景是光明的，據(jù)IDC公司估計，人工智能市場將從2016年的80億美元，增加到2020年的470億美元。
市場很多時候是需要感謝技術(shù)的，技術(shù)一直在驅(qū)動著市場的快速發(fā)展，技術(shù)是基礎(chǔ)，它會越來越強大，有時拼的就是速度，你研究不出來，別人不會等待你，你在大肆炒作的時候別人在沉下心來做研發(fā)，一開始你就輸了。其實這些年AI的相關(guān)核心技術(shù)都在快速地發(fā)展，比如機器學(xué)習(xí)、自然語言處理、語音識別、機器人、計算機視覺、生物特征識別等等，百度發(fā)布了人工智能平臺“天智”，騰訊成立了人工智能實驗室，阿里巴巴開始推動”NASA“計劃，在機器學(xué)習(xí)、AI芯片、IoT、生物識別等領(lǐng)域重點發(fā)力，國外如微軟、谷歌、蘋果、Facebook等知名企業(yè)更是不斷發(fā)力。
機器學(xué)習(xí)
機器學(xué)習(xí)指的是計算機系統(tǒng)無須遵照顯式的程序指令，而只依靠數(shù)據(jù)來提升自身性能的能力。其核心在于，機器學(xué)習(xí)是從數(shù)據(jù)中自動發(fā)現(xiàn)模式，模式一旦被發(fā)現(xiàn)便可用于預(yù)測。機器學(xué)習(xí)的一個非常通常的任務(wù)是這樣的：給出了一個目標(biāo)的信息，從而能夠知道它屬于哪個種類。在深度學(xué)習(xí)的過程中，程序想要決定在目前游戲狀態(tài)下如何進行下一步動作。比如，給予機器學(xué)習(xí)系統(tǒng)一個關(guān)于交易時間、商家、地點、價格及交易是否正當(dāng)?shù)刃庞每ń灰仔畔⒌臄?shù)據(jù)庫，系統(tǒng)就會學(xué)習(xí)到可用來預(yù)測信用卡欺詐的模式。處理的交易數(shù)據(jù)越多，預(yù)測就會越準(zhǔn)確。
機器學(xué)習(xí)的應(yīng)用范圍非常廣泛，針對那些產(chǎn)生龐大數(shù)據(jù)的活動，它幾乎擁有改進一切性能的潛力。目前應(yīng)用于一系列廣泛的企業(yè)應(yīng)用領(lǐng)域，主要涉及預(yù)測或分類。代表性廠商包括：亞馬遜、Fractal Analytics、谷歌、H2O.ai、微軟、SAS和Skytree。
自然語言處理
自然語言處理是指計算機擁有的人類般的文本處理的能力。比如，從文本中提取意義，甚至從那些可讀的、風(fēng)格自然、語法正確的文本中自主解讀出含義。一個自然語言處理系統(tǒng)并不了解人類處理文本的方式，但是它卻可以用非常復(fù)雜與成熟的手段巧妙處理文本。例如，自動識別一份文檔中所有被提及的人與地點；識別文檔的核心議題；在一堆僅人類可讀的合同中，將各種條款與條件提取出來并制作成表。以上這些任務(wù)通過傳統(tǒng)的文本處理軟件根本不可能完成，后者僅針對簡單的文本匹配與模式就能進行操作。
目前應(yīng)用于欺詐檢測和安全、一系列廣泛的自動化助理以及挖掘非結(jié)構(gòu)化數(shù)據(jù)等領(lǐng)域。代表性廠商包括：Basis Technology、Coveo、Expert System、Indico、Knime、Lexalytics、Linguamatics、Mindbreeze、Sinequa、Stratifyd和Synapsify。
語音識別
語音識別是將語音轉(zhuǎn)換為文本的技術(shù)，是自然語言處理的一個分支。前臺主要步驟分為信號搜集、降噪和特征提取三步，提取的特征在后臺由經(jīng)過語音大數(shù)據(jù)訓(xùn)練得到的語音模型對其進行解碼，終把語音轉(zhuǎn)化為文本，實現(xiàn)達到讓機器識別和理解語音的目的。根據(jù)公開資料顯示，目前語音識別的技術(shù)成熟度較高，已達到95%的準(zhǔn)確度。然而，需要指出的是，從95%到99%的準(zhǔn)確度帶來的改變才是質(zhì)的飛躍，將使人們從偶爾使用語音變到常常使用。
據(jù)Research andMarkets研究報告顯示，全球智能語音市場將持續(xù)顯著增長，預(yù)計到2020年，全球語音市場規(guī)模預(yù)計將達191.7億美元。根據(jù)Capvision 報告顯示，從語音行業(yè)市場份額角度來看，全球范圍內(nèi)，由Nuance領(lǐng)跑，國內(nèi)則是科大訊飛占據(jù)主導(dǎo)地位。
語義識別
語義識別是人工智能的重要分支之一，解決的是“聽得懂”的問題。其大的作用是改變?nèi)藱C交互模式，將人機交互由原始的鼠標(biāo)、鍵盤交互轉(zhuǎn)變?yōu)檎Z音對話的方式。此外，我們認為目前的語義識別行業(yè)還未出現(xiàn)絕對壟斷者，新進入的創(chuàng)業(yè)公司仍具備一定機會。
語義識別是自然語言處理(NLP)技術(shù)的重要組成部分。NLP在實際應(yīng)用中大的困難還是語義的復(fù)雜性，此外，深度學(xué)習(xí)算法也不是語義識別領(lǐng)域的優(yōu)算法。但隨著整個AI行業(yè)發(fā)展進程加速，將為NLP帶來長足的進步。
計算機視覺
計算機視覺是指計算機從圖像中識別出物體、場景和活動的能力。計算機視覺技術(shù)運用由圖像處理操作及其他技術(shù)所組成的序列，來將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。比如，一些技術(shù)能夠從圖像中檢測到物體的邊緣及紋理，分類技術(shù)可被用作確定識別到的特征是否能夠代表系統(tǒng)已知的一類物體。
計算機視覺有著廣泛的應(yīng)用，其中包括：醫(yī)療成像分析被用來提高疾病預(yù)測、診斷和治療；人臉識別被Facebook用來自動識別照片里的人物；在安防及監(jiān)控領(lǐng)域被用來指認嫌疑人；在購物方面，消費者現(xiàn)在可以用智能手機拍攝下產(chǎn)品以獲得更多購買選擇。
機器人
機器人是自動執(zhí)行工作的機器裝置。它既可以接受人類指揮，又可以運行預(yù)先編排的程序，也可以根據(jù)以人工智能技術(shù)制定的原則綱領(lǐng)行動。它的任務(wù)是協(xié)助或取代人類工作的工作，例如生產(chǎn)業(yè)、建筑業(yè)，或是危險的工作。
機器人是高級整合控制論、機械電子、計算機、材料和仿生學(xué)的產(chǎn)物。在工業(yè)、醫(yī)學(xué)、農(nóng)業(yè)、建筑業(yè)甚至軍事等領(lǐng)域中均有重要用途。
2016年12月，國務(wù)院印發(fā)的《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》要求，加快基于人工智能的計算機視聽覺、生物特征識別、新型人機交互、智能決策控制等應(yīng)用技術(shù)研發(fā)和產(chǎn)業(yè)化，支持人工智能領(lǐng)域的基礎(chǔ)軟硬件開發(fā)，提出到2020年新一代信息技術(shù)、高端裝備、新材料等戰(zhàn)略性新興產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值比重達到15%，新一代信息技術(shù)產(chǎn)業(yè)總產(chǎn)值規(guī)模超過12萬億元。
基于此政策，國內(nèi)科技科技企業(yè)大力投入研發(fā)，人工智能技術(shù)得到了不斷突破。交通、醫(yī)療、教育、制造業(yè)等場景的應(yīng)用需求和切合確定場景的商業(yè)模式出現(xiàn)推動人工智能快速發(fā)展。隨著人工智能在我國移動互聯(lián)網(wǎng)、智能家居等領(lǐng)域的發(fā)展，我國人工智能產(chǎn)業(yè)將持續(xù)高速成長。預(yù)計到2022年，國內(nèi)中國人工智能行業(yè)市場規(guī)模將達到680億元。
