德勤全球AI发展白皮书出炉！八大新趋势，三个关键技术一文扫尽

　　德勤发布的研究报告——《全球人工智能发展白皮书》，从AI创新融合的新趋势、AI技术的发展和腾飞、中国在全球AI的地位以及AI如何重塑各行业四大方面，深入阐述了全球AI发展现状及未来。

　　目前AI已在金融、医疗、安防等多个领域实现技术落地，且应用场景也愈来愈丰富，正在实现全方位的商业化，引发了各个行业的深刻变革，这对加速企业数字化、改善产业链结构、提高信息利用效率等方面都起到了积极作用。与此同时，AI也已全面进入机器学习时代，未来AI的发展将是关键技术与产业的结合。然而随着投资界和企业界对AI的了解逐步加深，AI投融资市场更加理性，投资金额虽然继续增加，但投融资频次有所下降。特别是经过行业的一轮优胜劣汰后，底层技术创业公司以及落地性强的领域如医疗、教育、无人驾驶等创业项目继续受到人工智能领先机构的青睐。

　　AI创新融合新趋势

　　1、 人工智能正全方位商业化

　　当前人工智能技术已步入全方位商业化阶段， 并对传统行业各参与方产生不同程度的影响， 改变了各行业的生态。这种变革主要体现在三个层次。第一层是企业变革：人工智能技术参与企业管理流程与生产流程， 企业数字化趋势日益明显， 部分企业已实现了较为成熟的智慧化应用。这类企业已能够通过各类技术手段对多维度用户信息进行收集与利用， 并向消费者提供具有针对性的产品与服务， 同时通过对数据进行优化洞察发展趋势， 满足消费者潜在需求。 第二层是行业变革： 人工智能技术带来的变革造成传统产业链上下游关系的根本性改变。 人工智能的参与导致上游产品提供者类型增加， 同时用户也会可能因为产品属性的变化而发生改变， 由个人消费者转变为企业消费者， 或者二者兼而有之。 第三层是人力变革。 人工智能等新技术的应用将提升信息利用效率， 减少企业员工数量。 此外， 机器人的广泛应用将取代从事流程化工作的劳动力，导致技术与管理人员占比上升， 企业人力结构发生变化。

　　人工智能技术带来的全方位变革

　　2、 AI全面进入机器学习时代

　　随着技术的进步和发展， 人类学习知识的途径逐渐从进化、 经验和传承演化为了借助计算机和互联网进行传播和储存。由于计算机的出现， 人类获取知识的途径开始变得更加高效和便捷。在不久的将来， 绝大多数的知识将被机器提取和储存。强大的计算机算法将逐渐获得类人的能力， 包括视觉、 说话的能力和方向感等。

　　在人工智能众多的分支领域中，“机器学习”（Machine Learning） 是人工智能的核心研究领域之一。包括89%的人工智能专利申请和40%人工智能范围内的相关专利均为机器学习范畴。最初的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能。机器在现有的知识找到空缺， 接着机器效仿人脑并模拟进化， 系统化地减少不确定性，识别新旧知识的相同点， 并完成学习。

　　人工智能各层级图示

　　人工智能核心是算法 。作为人工智能的底层逻辑， 算法是产生人工智能的直接工具。 从历史的进程来看， 人工智能自1956年提出以来， 经历了三个阶段， 这三个阶段同时也是算法和研究方法更迭的过程： 第一个阶段是20世纪60~70年代， 人工智能迎来了黄金时期， 以逻辑学为主导的研究方法成为主流。 人工智能通过计算机来实现机器化的逻辑推理证明， 但最终难以实现。 第二个阶段是20世纪70~90年代，其中， 1974到1980年间， 人工智能技术的不成熟和过誉的声望使其进入“人工智能寒冬”， 人工智能研究和投资大量减少。

　　1980年到1987年， 专家系统研究方法成为人工智能研究热门， 资本和研究热情再次燃起； 1987年到1993年， 计算机能力比之前几十年已有了长足的进步， 这时试图通过建立基于计算机的专家系统来解决问题， 但是由于数据较少并且太局限于经验知识和规则， 难以构筑有效的系统， 资本和政府支持再次撤出， 人工智能迎来第二次“寒冬”。

　　第三个阶段是20世纪90年代以后， 1993年到2011年， 随着计算力和数据量的大幅度提升， 人工智能技术获得进一步优化； 至今， 数据量、 计算力的大幅度提升， 帮助人工智能在机器学习， 特别是神经网络主导的深度学习领域得到了极大的突破。 基于深度神经网络技术的发展， 才逐渐步入快速发展期。

　　人工智能技术发展历史