1 什么是人工智能？
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能分为两类：弱人工智能&强人工智能，弱人工智能是单一做一项任务的智能，强人工智能则是综合的，比如能干很多事情的机器人。其实我们离强人工智能还很远，只不过我们现在在弱人工智能领域已经做的足够强了！如今，人工智能已经演化成了机器学习、自然语言处理、图像识别以及人机交互这四大模块。
千万不要简单的把人工智能想象成为机器人，其实它是与人力互补，让人类更有效率的一项技术。就像爱因斯坦所说，以后人类更重要的是想象创造能力，而不是知识积累！这就是人工智能所带来的变革，过去我们讲知识积累，不停的学习背诵，但是随着时代的发展，我们的知识量目前已经达到了一年就要翻一倍的速度，而1900年的时候翻一倍的知识量大约需要100年，到1950年需要25年翻一倍，按照这个速度，人类的大脑不可能承担未来知识大爆炸的积累，所以我很相信“想象创新”一定是未来人才的判定标准。知识积累、提取的事情一定都交给人工智能了。有调查统计人工智能会让美国47%的人失业，中国则达到77%，对此我深信不疑。
2 人工智能的应用场景
可以说人工智能应用无处不在，机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。简单说几个例子，我们现在支付用的指纹支付、刷脸支付、搜索时根据你的偏好分析推送相关内容等等都是人工智能的应用，我觉得凡是需要提升效率的行业都会有人工智能的存在。3 人工智能产业链
据腾讯研究院统计，截至2017年6月，全球人工智能初创企业共计2617家。美国占据1078家居首，中国以592家企业排名第二，其后分别是英国，以色列，加拿大等国家。根据艾瑞咨询的数据，2020年全球人工智能市场规模约1190亿人民币，未来10年，人工智能将会是一个2000亿美元的市场，空间非常巨大。数据显示，中国人工智能产业规模2016年已突破100亿，以43.3%的增长率达到了100.60亿元，预计2017年增长率将提高至51.2%，产业规模达到152.10亿元，并于2019年增长至345.2亿元。
一般而言，人工智能产业链可以分为基础层、技术层和应用层。当前中国还处于行业应用层起步到快速发展的阶段，应用层的投资机会和投入回报率远高于技术层和基础设施层，当这个阶段出现泡沫时，投资机会可能更多地出现在技术层，当技术层停滞并出现泡沫时，投资机会可能更多在基础设施层。
人工智能产业链的三个核心：底层硬件、通用AI技术及平台、应用领域。
· 底层硬件：国际芯片巨头长期盘踞，中国初创企业很难进入
在人工智能领域，传统的芯片计算架构已无法支撑深度学习等大规模并行计算的需求，这就需要新的底层硬件来更好地储备数据、加速计算过程。基础层主要以硬件为核心，其中包括GPU/FPGA等用于性能加速的硬件、神经网络芯片、传感器与中间件，这些是支撑人工智能应用的前提。这些硬件为整个人工智能的运算提供算力，目前多以英伟达、英特尔、谷歌等国际芯片巨头为主。除了这些国外的芯片行业巨头，在AI芯片领域国内还有众多的初创公司，如中星微、寒武纪以及西井科技等，但在产业布局能力和研发实力方面还远不足以匹敌国外芯片巨头。
技术层是人工智能发展的核心，对应用层的产品智能化程度起到决定性作用，主要是推动算法和计算力。技术层主要依托基础层的运算平台和数据资源进行海量识别训练和机器学习建模，以及开发面向不同领域的应用技术，包含感知智能和认知智能两个阶段。
当前，国内的人工智能技术平台在应用层面主要聚焦于计算机视觉、语音识别和语言技术处理领域，国内技术层公司发展势头也随之迅猛，其中的代表性的企业包括科大讯飞、格灵深瞳、捷通华声(灵云)、地平线、SenseTime、永洪科技、旷视科技、云知声等。
· AI通用技术：AI通用技术公司开始向产业链上下游延伸，用整套解决方案
作为人工智能技术最早进行落地应用的行业，安防行业表现出了强劲的增长势头，这主要是由于行业内在因素导致的。安防行业，尤其是视频监控领域，目前已经进入成熟期，市场格局基本确定，行业巨头占据了较多的市场资源和较为超前的技术领先地位，行业两级分化严重。这在另一方面促使了海康、大华这样的龙头企业不断进行新技术的探索与应用。单以2016年看，海康威视的研发投入达24亿元，占年营收的7.5%；大华股份的研发投入达14.2亿元，占年营收的10.7%。而包括旷视、商汤在内的众多机器视觉技术公司纷纷入局安防领域，也充分验证了这一行业对于人工智能技术的需求。
智能制造同样是人工智能技术帮助传统行业进行产业升级的重要战场之一。2016年富士康的"机器换人"就是一个例子，在人工成本大幅提升的压力之下，传统制造业迫切需要通过机器和算法，实现降本增效、提高产能的目的。这使得新松机器人，楚天科技这样提供智能制造解决方案和设备的公司焕发了新的生机。
而包括金融、教育、医疗、服务、家居、智能硬件在内的多个领域，并没有出现很强的需求与爆发性的增长。虽然业界同样看好人工智能技术在其中的应用，但这些行业目前仍然受到技术和一些其他原因的制约。以科大讯飞、汉王科技这样的人工智能技术公司为例，虽然它们的业务线和产品线遍布多个领域，但由于外界原因和一些公司策略层面的因素，并没有出现某一个领域的典型业务。百度虽然在搜索领域实现了数据闭环，并且将人工智能投入了实际应用，但在上述行业中的尝试也不尽如人意。
· 场景应用层：AI与场景深度融合，领域应用更加广泛
应用层主要是基于基础层与技术层实现与传统产业的融合，实现不同场景的应用。随着人工智能在语音、语意、计算机视觉等领域实现的技术性突破，将加速应用到各个产业场景。
应用层按照对象不同，可分为消费级终端应用以及行业场景应用两部分。
·消费级终端包括智能机器人、智能无人机以及智能硬件三个方向；
·行业场景应用主要是对接各类外部行业的AI应用场景。
4 人工智能研究机构
美国（人工智能研究领先机构）⒈ MASSACHUSETTS INSTITUTE OF TECHNOLOGY麻省理工学院
⒉ STANFORD UNIVERSITY斯坦福大学(CA)
中国（从事人工智能研究的机构）
1、中国科学院自动化研究所
2、清华大学
3、北京大学
4、南京理工大学
5、北京科技大学
6、中国科学技术大学
7、吉林大学
8、哈尔滨工业大学
9、北京邮电大学
10、北京理工大学
11、厦门大学人工智能研究所
12、西安交通大学智能车研究所
13、中南大学智能系统与智能软件研究所
14、西安电子科技大学智能所
15、华中科技大学图像与人工智能研究所
16、重庆邮电大学
17、武汉工程大学
