全球 AI 人工智能报告 —— 来自乌镇互联网大会

简介:

11月15日消息,第三届世界互联网大会于11月16日至18日在浙江乌镇举办。大会期间,乌镇智库联合网易科技在水乡乌镇正式发布了《乌镇指数:全球人工智能发展报告2016》精华篇。该报告由乌镇智库、网易科技联合出品,新华网、南方都市报、DT财经联合发布,从产业与应用、学术与研究、投资与融资三个维度切入,详尽分析了全球范围内人工智能产业的发展现状及趋势。

image

自1956年达特茅斯会议诞生以来,“人工智能”已有60年的发展历史。而在近两年,随着大数据、云计算、深度学习的兴起,人工智能迎来了第三次发展高潮。尤其在2016年,AI技术的进步和大范围、多领域渗入行业应用让其再次成为行业焦点。随着AI被更广阔地应用到人类社会和经济生活各个方面,新的机遇和挑战随之而来,其巨大的潜在影响力让人类不得不谨慎思考人工智能的未来。

报告中的一些数据尤其引人深思。2015年全球新增AI企业数量也达到了806家,算下来平均每10.9个小时就有一家AI企业诞生,而目前肯德基在全球的开店速度是8小时/家,可想AI创业之火热。过去一年在AI领域,全球共统计出近百亿美元1200多次的投资。从人工智能领域的IPO或并购案例看,目前互联网广告行业、Fintech是人工智能应用的重要行业,而健康医疗则被视为人工智能领域的下个风口。

在整个人工智能的发展过程中,不同技术、行业和资本,在不同时期扮演着推动人工智能发展的角色。本报告将站在全球的角度,阐述中国在世界范围内的发展情况,以及中国各省市在人工智能领域的推进状态;寻找人工智能发展背后的技术动力,以及AI投资、企业、专利的相关度;通过数据分析,总结哪些资本最爱人工智能。最终为行业提供一个AI产业的世界发展地图。

人工智能领域,中国距离世界第一有多远

如果相对人工智能做深入了解,那么需要先知道其全貌。根据报告中数据显示,目前全球人工智能企业数量集中分布在美国、中国、英国等少数国家,三国企业数量占总数的65.73%。其中,美国人工智能企业总数为2905家,全球第一。仅加州的旧金山/湾区、大洛杉矶地区两地的企业数量即达到1155家,占全球的19.13%。中国人工智能企业数量虽不及美国,但是北上深三城AI七企业数就占到全球总数的7.4%,三个城市在全球范围内的AI城市企业数量分列第3、第6、第8位。

具体到中国,人工智能企业主要集中于北京、广东及长三角,占中国人工智能企业总数的84.95%。四川省虽然企业数量不及上述三地区,但明显高于其它省市自治区。在专利、投融资的分布上,大体格局不变。就城市而言,北上深三城市地位稳固。值得注意的是,杭州在专利影响力、企业影响力上均领先于广州,可见杭州在互联网领域的巨大科技实力。

在全球AI企业的数量增速上,近两年一直保持高速增长势头,直至2015年出现小幅度回落。即使这样,2015年全球新增AI企业数量也达到了806家,算下来平均每10.9个小时就有一家AI企业诞生,而目前肯德基在全球的开店速度是8小时/家,可想AI创业的火热程度。

从投资方面看人工智能领域,全球范围内美国与欧洲投资较为密集,数量较多,其次为中国、印度、以色列。美国总共获得3450多笔投资,位列全球第一,英国总共获得274笔投资,位列第二,中国则以146笔的有记录的总投资数,位列第三。就人工智能企业融资规模而言,中国位列全球第2名,但前三甲间的规模差距较大。

专利方面,目前美国人工智能专利申请数累积达到26891项,位列全球第一;中国累计15745项,位列第二。但自2012年开始,中国的年专利申请数及专利授权数就超越了美国。自2001年,中国每年新增人工智能专利数增幅较大,申请数、授权数增长了40倍左右;美国整体上保持稳定增长趋势,在2011年开始加速,这与资本开始涌入该领域的节奏相近。

从以上分析可以看出,从人工智能企业数量、融资规模、专利申请数三个维度,美国在人工智能领域的优势依然非常明显。近年来,中国在上述三项的发展速度上领先全球,尤其是在新增专利数上开始超越美国。不过总体上中美仍有差距。在人工智相关投资机构排名上,无论是专注度榜单,还是活跃度榜单,美国投资机构占据了大部分的座次,中国仅有真格基金、维港投资进入专注度榜单。

AI发展背后的动力来自哪里,中国专利很落后吗

人工智能是一门综合性的学科。它的发展与各学科的发展紧密相关。不同时期不同学科上的理论、技术突破,都能为人工智能的发展提供动力。报告指出,AI技术绝不仅仅是计算机科学单独进步,除此之外还涉及语言学、生物学、心理学、物理学、工程学、数学、逻辑学甚至哲学方方面面的知识。

从AI的细分领域(分支包括机器学习、自然语言处理、计算机视觉、机器人)来看,机器学习与各学科的相关性普遍较高,机器人则相反。机器人技术与计算机视觉专利申请数趋势高度相似,这与两者的高度相关性有关。而诸如机器人、计算机视觉等应用层专利,增长幅度更快,也更易受外界影响。总体来看,四类细分领域与计算机科学紧密相关,与生物学的相关性均不高。从这点可以看出,虽然类脑计算很火,但事实上生物学与人工智能的相关性并没有想象中那么高。

自2009年,基于四类技术的企业数量整体上呈现增长趋势,其中以机器学习领域的进展最为迅速。自然语言处理与计算机视觉相关领域企业数量,自2013年开始下滑,机器学习与机器人领域回落的时间则晚一年,但都早于全球人工智能整个行业回落的总体趋势。目前全球范围内,人工智能各细分领域技术发展已经进入平稳期。

从高校研究的角度看,报告显示人工智能全球TOP50的大学几乎都来自北美、英国以及其他欧洲地区,唯一上榜的亚洲大学分别是排名37的台湾大学、排名47的东京大学、以及排名50的新加坡国立大学。诚然,中国人工智能领域的学术研究较西方而言还相对偏弱,不过最近几年中国在深度学习、计算机视觉、语音识别、以及自然语言处理等方面也取得了一些成果,但差距依然很大。

专利方面,全球人工智能申请专利数量,美国、中国、日本位列前三,三国占总体专利的73.85%,中国专利申请数量与美国处于同等数量级。自2004年以来,中国专利申请数量呈现爆发趋势,申请集中于北京、长三角、珠三角,中西部以重庆、成都等地。美国整体上保持稳定的增长速度,日本自2001年以来,没有太大的起伏,甚至在2010年之后呈现下滑趋势。报告认为,经济环境的好坏,与专利、论文的发展趋势,也有一定的相关关系,比如2000年互联网泡沫破灭、2008年美国金融危机爆发后,专利、论文的发展趋势转缓。2011年之后,中国在人工智能领域的研究有显著的增长。诸如机器人、计算机视觉等应用层专利,增长幅度更快。相较于全球而言,中国相关专利还处于增长期,但略有放缓。

报告还指出,除了互联网企业对人工智能比较关注外,近半传统企业的上榜,意味着它们对这一领域的重视程度不亚于互联网公司。

哪些资本最爱人工智能,中国在AI领域能否再造个BAT

人工智能已经成为2016年最热门的投资领域之一。无论是全球范围内,或是中国,在人工智能领域的投资金额与频次,在近几年都有明显的增长。虽然2015年下半年有过短暂的下滑趋势,但整体上仍然表现得较为活跃。中国自2010年以来人工智能企业数量快速增加,呈爆发趋势。报告显示,中国过去6年资本形成总额超过了之前30年的总和,过去两年中国新增加人工智能企业数超过了之前10年的总和。

从全球范围来看,无论是投资资金,或是投资频次上,欧美尤其是美国具有明显优势,中国、印度、以色列紧随其后,从最专注人工智能领域的投资机构,到最为活跃的VC、独立投资人、VC合伙人,收购企业最多的公司,都是以欧美国家的投资机构为主。

与欧美国家投资机构较多、投资频繁一致,最活跃的VC、专注度较高的投资机构以及较大的并购案例都集中于欧美国家。报告显示,并购次数最多的企业均以美国为主,包括Google、Apple、Microsoft、Salesforce、Yahoo! 、Intel等 。尤其2015年,并购的次数同比上涨了56.8%。总体来看,大部分的收购都是综合性公司水平并购专注技术型公司,而不是更大的垂直并购。

对于全球人工智能投资金额和次数的变化,起伏趋势同国内的状况大致相同。一方面国内人工智能投资金额和次数对全球的形势变化产生作用,另一方面也受制于全球在该产业投资大环境的影响,报告指出,过去一年在AI领域,全球共统计出近百亿美元1200多次的投资。

从人工智能领域的IPO或并购案例看,目前互联网广告行业、Fintech是人工智能应用的重要行业,而健康医疗则被视为人工智能领域的下个风口。

综合来看,就像互联网时代有所谓的“互联网+”和“+互联网”,人工智能时代也有“人工智能+”和“+人工智能”。前者注重平台科技,后者注重垂直应用。从过去成功的企业和近期看到的机会来看,前者居多,但目前也逐渐出现诸如DeepMind之类的纯平台式公司。

总之,AI领域的研究、应用、投资在很多方面都取得了快速进步,人类正在迎来了新的技术革命。

附录:

企业数据说明:

(1)由于地址信息不明的一小部分企业,不在企业相关的统计范围内

专利数据说明:

(2)报告中的统计数据包含专利申请数和授权数。
(3)中国专利只统计“发明专利”,“实用新型”和“外观专利”不在此次统计范围。
(4)专利统计时间以专利公开时间为准。

融资数据说明:

(5)融资排行仅针对有公开确切融资额的公司。
(6)融资排行所涉公司筛选标准为其主要产品或核心技术为人工智能
(7)被收购的企业、上市企业不在此次融资排行范围

大学排名说明:

(8)本大学排名基于学术与影响力两方面进行排名。
(9)学术包括学校人工智能领域发表论文数量、单论文质量、论文被引用数三个指标。
(10)影响力包括人工智能领域杰出校友数,维基百科人工智能方向被引用数两个指标。
(11)本报告所涉及数据均来自于乌镇智库数据库及公开资料。

文章转载自 开源中国社区 [http://www.oschina.net]

目录
相关文章
|
16天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
1月前
|
机器学习/深度学习 人工智能 监控
探索人工智能的伦理困境:我们如何确保AI的道德发展?
在人工智能(AI)技术飞速发展的今天,其伦理问题也日益凸显。本文将探讨AI伦理的重要性,分析当前面临的主要挑战,并提出相应的解决策略。我们将通过具体案例和代码示例,深入理解如何在设计和开发过程中嵌入伦理原则,以确保AI技术的健康发展。
37 11
|
1月前
|
机器学习/深度学习 人工智能 算法
人工智能与医疗健康:AI如何改变生命科学
【10月更文挑战第31天】人工智能(AI)正深刻改变医疗健康和生命科学领域。本文探讨AI在蛋白质结构预测、基因编辑、医学影像诊断和疾病预测等方面的应用,及其对科研进程、医疗创新、服务效率和跨学科融合的深远影响。尽管面临数据隐私和伦理等挑战,AI仍有望为医疗健康带来革命性变革。
106 30
|
1天前
|
存储 机器学习/深度学习 人工智能
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
|
1月前
|
人工智能 运维 安全
阿里云研发副总裁蔡德忠受邀参加乌镇峰会,畅谈AI与下一代互联网
2024年乌镇峰会“下一代互联网论坛”近日举办,主题为“创新驱动,安全赋能,共筑开放与安全的下一代互联网”。阿里云智能集团研发副总裁,基础设施网络研发负责人蔡德忠受邀参与圆桌讨论,并就人工智能(AI)与下一代互联网的融合发展分享了前瞻性见解。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
1分钟认识:人工智能claude AI _详解CLAUDE在国内怎么使用
Claude AI 是 Anthropic 开发的先进对话式 AI 模型,以信息论之父克劳德·香农命名,体现了其在信息处理和生成方面的卓越能力
|
1月前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
123 4
|
28天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来医疗:AI技术在疾病诊断中的应用前景####
本文探讨了人工智能(AI)在现代医疗领域,尤其是疾病诊断方面的应用潜力和前景。随着技术的不断进步,AI正逐渐改变传统医疗模式,提高诊断的准确性和效率。通过分析当前的技术趋势、具体案例以及面临的挑战,本文旨在为读者提供一个全面的视角,理解AI如何塑造未来医疗的面貌。 ####
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
240 6
|
2月前
|
人工智能 自动驾驶 数据安全/隐私保护
人工智能的伦理困境:我们如何确保AI的道德发展?
【10月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在各行各业的应用日益广泛,从而引发了关于AI伦理和道德问题的讨论。本文将探讨AI伦理的核心问题,分析当前面临的挑战,并提出确保AI道德发展的建议措施。