【重磅】清华经管:中国人工智能社会认知与应用需求研究报告(附下载)

简介: 《人工智能驱动的中国经济数字化转型——中国人工智能社会认知与应用需求研究报告》以当前人工智能发展对中国经济数字化转型的影响为研究背景,基于百度最近四年的搜索数据,从全国和区域两个层面对人工智能的社会认知与应用需求现状与发展趋势进行了深入分析洞察,获得许多有价值的发现。

目前,关于人工智能的研究更多集中在对行业和公司案例的分析,聚焦在人工智能的技术发展和行业应用本身,而对社会的认知和需求的关注较少。

19日,清华经管学院互联网发展与治理研究中心联合百度公司发布《人工智能驱动的中国经济数字化转型——中国人工智能社会认知与应用需求研究报告》(以下简称《报告》)。

报告以当前人工智能发展对中国经济数字化转型的影响为研究背景,基于百度最近四年的搜索数据,从全国和区域两个层面对人工智能的社会认知与应用需求现状与发展趋势进行了深入分析洞察,获得许多有价值的发现,并据此给出人工智能战略布局方面的一些意见和建议,以期帮助政府、业界以及个人更好的了解中国经济数字化转型过程中人工智能的影响力和驱动力,对我国总体和各地的人工智能的发展及社会需求有更清晰的了解和定位。

报告中发现七大要点:

1、无论从社会认知还是应用需求角度,中国从2017年3月开始正式进入人工智能驱动的经济数字化转型阶段。

2、本研究根据大众对人工智能的认知由浅入深分为基本认知、专业认知和技术认知三个层次。从全国来看,人工智能社会认知的过程先经历平稳期,再进入快速上升期。2016 年 3 月,AlphaGo赢得围棋人机大战事件,是激发中国人工智能基本认知和专业认知发展的导火索。基本认知和专业认知在2016年3月进入快速上升期,技术认知在2017年3月才进入快速上升期。

3、本研究从技术应用和行业应用两个角度考察大众对人工智能的应用需求,技术应用需求的发展先是经历成长期和平稳期,在2017年进入跃升期,行业应用需求整体上一直是上升趋势。

4、区域分布上,无论是人工智能社会认知方面,还是应用需求方面,南方城市在排名上都比北方城市具有优势,长三角城市更为突出。

5、在排名最前的城市中,南京和西安在人工智能社会认知的排名超过其在人工智能应用需求的排名,为“社会认知驱动型”城市;郑州、苏州、重庆在人工智能应用需求的排名超过其在人工智能社会认知的排名,为“应用需求驱动型”城市。

6、从技术需求角度来看,北京、上海、深圳、广州、成都、苏州和重庆为“全技术需求驱动型”城市;武汉、南京、西安和长沙是“双技术需求驱动型”城市,由语音语义和深度学习需求来驱动;杭州、郑州、天津和济南是“单技术需求驱动型”城市,由计算机视觉技术需求驱动。

7、从行业需求角度来看,北京、上海、深圳、广州、杭州和成都行业应用需求均衡。南京对零售和金融应用需求较高,苏州对安防和制造业的应用需求高,西安对智能驾驶的应用需求高。

以下为要点的详细介绍。

社会认知:2017年3月中国进入人工智能数字化转型阶段

衡量中国经济的数字化转型是否已经进入人工智能驱动的新阶段,既要综合考虑大众对人工智能的关注和认知情况,也要考虑社会对人工智能在相关应用的需求情况。

由于搜索数据是对大众关注点演变情况最直接的呈现,因此采用搜索数据可以充分挖掘大众认知的发展和需求的变化趋势。

报告以人工智能的社会认知为切入点,基于2014年1月至2017年6月互联网用户在百度搜索人工智能相关词汇的数据,分析大众对人工智能的认知现状及发展趋势,进而考察大众对人工智能的需求情况。

研究显示,人工智能的社会认知和应用需求在经历了过去几年积累和发展的基础上,在2017年3月左右进入一个新的拐点,标志着中国从2017年3月开始正式进入人工智能驱动的经济数字化转型阶段。

社会认知的三个层次:基本认知、专业认知和技术认知

社会认知类关键词主要考察大众对人工智能概念层面的认知情况,具体又分为三个子类:基本认知类、专业认知类和技术认知类,分别对应大众认知由浅入深的三个层次。

基本认知类词汇包括“人工智能”、“Artificial Intelligence”、“AI” 以及这三个词的共现词;专业认知类词汇主要包括深度学习、计算机视觉和语音语义识别三个方向的核心关键词,如“深度学习”、“虚拟现实”、“图像识别”、“语音识别”等专业性性词汇 ;技术认知类词汇比专业认知类词汇更加深入,主要包含支撑上述技术的一些技术细节和算法类词汇,如“卷积神经网络”、“增强学习”、“SLAM算法”和“语音唤醒”等。

基本认知:AlphaGo赢李世乭是导火索。大众对人工智能的基本认知先在2014年1月到2016年2月经历了平稳期。而2016 年 3 月,AlphaGo赢得围棋人机大战,人工智能真正地开始在大众中普及。自此到2017年6月大众对人工智能社会认知进入了快速上升期,可以说,AlphaGo赢得围棋人机大战是激发中国人工智能基本认知发展的导火索

afdea8105317436cbc51a510676c73f79e6beced

专业认知:分三个发展阶段。大众对人工智能的专业认知在2014年1月到2017年6月之间经历了三个发展阶段:成长期(2014年1月到2015年3月,回调期(2016年4月到 2017年2月)和跃升期(2017年3月到2017年6月),回调期平稳回调,但是仍然高于AlphaGo围棋人机大战之前的搜索量。总体上仍然持续高于人机大战之前的水平。

cef0538ee11b9e8b1ddef54b49ad8d23d77e7de4

技术认知:经历两个发展阶段。大众对人工智能的技术认知在2014年1月到 2017年6月之间经历了两个发展阶段:平稳增长期(2014 年1月到2017年2月)和快速上升期(2017年3月到 2017年6月)。

技术认知是对人工智能最深层次的认知,在人工智能基本认知和专业认知进入快速上升期近一年的时间后,为技术认知的发展奠定了足够的基础,积蓄了足够的力量。从2017年3月开始,大众对技术认知类词汇的搜索量快速增长。

d384e8da6bf90a096a6cbe481be1fe39df44df78

应用需求趋势:行业应用需求总体持续上升

报告通过分析2014年1月到2017年6月人工智能技术应用类词汇(共133个词汇)和行业应用类词汇(共636个词汇)量的变化,对中国人工智能的技术应用需求和产业应用需求的整体发展过程和现状进行研究。

技术应用需求:技术应用类词汇侧重于反映大众对人工智能技术应用到实际场景中的关注情况,相关词汇包括“深度学习应用”、“人脸合成软件”、“虚拟现实眼镜”和“语音合成软件”等。

我国人工智能技术应用需求在2014年到2017年6月整体上一直是上升趋势。虽然在2017年初有一定的回落,但在2017年3月后又继续上升。

223c1bce9c772ff436906d48b5e9df5307b0982f

此外,计算机视觉、语音语义识别、深度学习三类技术各自的应用需求搜索量均在2017年上半年出现明显的快速增长。表明2017年以来,人工智能在技术应用领域出现了普遍的需求增加。

行业应用需求:行业应用类词汇主要包括大众对于智能驾驶、安防、金融、 商务零售、医疗、制造业等行业与人工智能相关搜索词汇,如:“无人驾驶”、“智能安防”、“智能投顾”、“智能零售”、“远程医疗”和“智慧车间”等,侧重于反映大众对人工智能在行业应用的关注情况。

从行业应用需求来看,我国人工智能行业应用需求在2014年1月到2017年6月主要经历了三个时期:成长期(2014年1月到2015年7月)、 平稳期(2015年8月到 2017年2月)和跃升期(2017年3月到2017年6月)。

b8a9b8dc0cf52b5cf4b330911b4fe08ea21b6e47

另外,通过分别对比智能驾驶、医疗、制造业、安防、金融、商务零售六大行业数据中不同行业需求变化的情况发现,虽然各类行业在2014至2016年间出现需求增长的时间段不尽相同,但均在2017年3月开始出现了高速的搜索量上涨。

e645784d6ca5131630bb4e5dac558e42e24f046e

【小结】

综合三类社会认知搜索与两类应用需求搜索的变化情况,可以看到对于人工智能的社会认知和应用需求在经历了过去几年积累和发展的基础上,在2017年3月左右进入一个新的拐点,标志着从社会认知和应用需求角度,中国从2017年3月开始正式进入人工智能驱动的经济数字化转型阶段。

人工智能地域属性:南方比北方更有优势

报告从社会认知和应用需求两方面分析人工智能社会认知与应用需求的区域特征。在社会认知方面:

报告将2014年1月至2017年6月人工智能社会认知方面的关键词搜索量最大的前50名城市,分别根据人工智能基本认知、专业认知和技术认知关键词的搜索量,按照由多到少的排名,分为三个梯队,并分析各个梯队中城市的分布情况。第一梯队为搜索量排名前10名城市,第二梯队为第11名到第30名城市,第三梯队为第31名到第50名城市。

①基本认知方面:报告根据人工智能专业认知类词汇的搜索量,将前50名城市划分为三个梯队。从地域上看,三个梯队的城市中,南方城市都要多于北方城市,说明我国南方对人工智能基本认知更加发达。

  • 第一梯队的10个城市中有6个南方城市,除了北上广深杭以及天津等沿海发达城市外,成都、武汉、西安和郑州这四个中西部城市非常突出;
  • 第二梯队的20个城市中有13个南方城市,长三角城市数目远远超过其他地区,尤为突出;
  • 第三梯队的20个城市中同样有13个南方城市,有12个分布在华东和华南地区,比较集中。

afced607d085ae7006ac239b872abc706ad9faff

图中左侧的城市为长江以北的城市(北方城市),右侧的城市为长江以南的城市(南方城市),两侧的城市均按照地理区划排布。(下同)

②专业认知方面:报告根据人工智能专业认知类词汇的搜索量,将前50名城市划分为三个梯队。从地域上看,同样各个梯队中南方城市都要多于北方城市。

  • 第一梯队中有7个南方城市,3个来自长三角地区,南京进入第一梯队,北方城市中郑州从基本认知第一梯队下降至第二梯队;
  • 第二梯队中有12个南方城市,同样在长三角地区分布比较集中,占到6个;
  • 第三梯队有13个南方城市,12个来自华东和华南。

c6985a91443d2a8d26e340ce6a868cd1d3e9bd45

③技术认知方面:根据人工智能技术认知类词汇的搜索量,将前50名城市划分的三个梯队,相比基本认知和专业认知的城市排名,北方城市在技术认知的城市排名上有所提升。第二梯队中,北方城市占到9个,太原在基本认知和专业认知的第三梯队上升至第二梯队,南方的温州在这两种认知的城市排名中排在第二梯队,但是在技术认知的城市排名中仅仅排在第三梯队。

b8cead3ff251a4b4f5f5885f9c8d86efb351aaa1

应用需求方面:

①技术应用需求方面:根据人工智能技术应用需求将前50名城市划分的三个梯队中,从地域上看,分布和各个梯队中南方城市都要多于北方城市,其中第二梯队的20个城市中,有12个南方城市,11个来自华东和华南,数量少于认知第二梯队南方城市数量;从城市级别上看,第一梯队和第二梯队的城市仍然集中在北上广深和各省会城市。

329139be42656b2bd9b369aaaf9a7d0efb28c6be

进一步对以上技术需求进行分解,将本研究中大众对人工智能的技术需求进行分解为:语音语义、计算机视觉和深度学习三种,并分别对三种技术应用需求进行城市排名。

a.“全技术需求驱动型”城市:北京、上海、深圳、广州、成都、苏州和重庆,对三种技术的需求比较均衡;

b.“单技术需求驱动型”城市:杭州、郑州、天津和济南,由计算机视觉技术驱动;

c.“双技术需求驱动型”城市:武汉、南京、西安和长沙,语音语义和深度学习来驱动。(如图4.5)

c0d6bc6af4ab6df113a3be808494fd5a7c0aa876

②行业应用需求方面:根据人工智能行业应用需求将前50名城市划分的三个梯队中,从地域上看,分布和各个梯队中南方城市同样都要多于北方城市,其中第二梯队的20个城市中,有13个南方城市,11个来自华东和华南,数量同样多于认知第二梯队南方城市数量;从城市级别上看,第一梯队和第二梯队的城市仍然集中在北上广深和各省会城市。

287ac0fb1aa6c1e4932128877b660a437258be39

分别对智能驾驶、安防、医疗、零售、金融和制造等六种技术应用需求进行城市排名。

在总需求排名前六名的城市,北京、上海、深圳、广州、杭州和成都是全需求驱动型城市,对六种行业的需求比较均衡,而且对各个行业应用的需求排名都保持在前六名,这些城市是全面发展人工智能应用最具有市场前景的城市。

另外郑州、天津和济南虽然整体排名不如前六名城市,但是需求同样比较均衡,也属于全行业需求驱动型城市。在其他城市中,有一些城市对一些行业应用的需求明显高于对其他行业应用的需求:南京对零售和金融应用需求较高;苏州对安防和制造业的应用需求高;西安对智能驾驶的应用需求高。

2ffb5986d6f10b26a5c02ed0a70558a4f77fd00a

【小结】

无论是人工智能社会认知方面,还是应用需求方面,南方城市在排名上都比北方城市具有优势,南方城市有集中在华东和华南地区;排名靠前的城市主要为北上广深和省会城市。

总结与建议:提高社会认知水平仍是政府努力方向

总体来看,无论从社会认知还是应用需求角度,中国从 2017年3月开始正式进入人工智能驱动的经济数字化转型阶段,大众对人工智能的认知也从最基本的认知程度发展到更深层次对专业和技术的认知。

大众对人工智能相关技术与行业的认知现状及发展规律可以反映出人工智能技术在重点行业的渗透和发展情 况,有助于业界更好的了解人工智能的大众需求,找到自身的定位以及未来的发展方向。

与此同时,人工智能的社会认知与应用需求现状也能为政府,特别是地方政府,在制定人工智能战略方面提供有价值的启示,当前一线城市和二线城市对人工智能社会认知已经从基本认知进入到更深次的专业和技术认知,如何提高 更多地区和城市的社会认知水平是各地政府需要努力的方向。


原文发布时间为:2018-01-20

本文作者:张乾、常佩琦

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【重磅】清华经管:中国人工智能社会认知与应用需求研究报告(附下载)

相关文章
|
1天前
|
机器学习/深度学习 人工智能 人机交互
图形学领域的研究热点会给人工智能带来哪些挑战和机遇?
图形学中的一些研究热点,如 3D 模型生成与重建,需要大量的 3D 数据来训练模型,但 3D 数据的获取往往比 2D 图像数据更困难、成本更高。而且,3D 数据的多样性和复杂性也使得数据的标注和预处理工作更加繁琐,这对人工智能的数据处理能力提出了更高要求。例如,在训练一个能够生成高精度 3D 人体模型的人工智能模型时,需要大量不同姿态、不同体型的 3D 人体扫描数据,而这些数据的采集和整理是一项艰巨的任务.
|
3天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
67 48
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。
|
2天前
|
人工智能 安全 测试技术
探索AI在软件开发中的应用:提升开发效率与质量
【10月更文挑战第31天】在快速发展的科技时代,人工智能(AI)已成为软件开发领域的重要组成部分。本文探讨了AI在代码生成、缺陷预测、自动化测试、性能优化和CI/CD中的应用,以及这些应用如何提升开发效率和产品质量。同时,文章也讨论了数据隐私、模型可解释性和技术更新等挑战。
|
2天前
|
机器学习/深度学习 人工智能 算法
AI在医疗影像诊断中的应用与未来展望####
本文深入探讨了人工智能(AI)在医疗影像诊断领域的最新进展、当前应用实例及面临的挑战,并展望了其未来的发展趋势。随着深度学习技术的不断成熟,AI正逐步成为辅助医生进行疾病早期筛查、诊断和治疗规划的重要工具。本文旨在为读者提供一个全面的视角,了解AI如何在提高医疗效率、降低成本和改善患者预后方面发挥关键作用。 ####
|
1天前
|
机器学习/深度学习 人工智能 数据可视化
人工智能在图形学领域的研究热点有哪些?
AIGC:通过生成对抗网络(GAN)、变分自编码器(VAE)及其变体等技术,能够根据用户输入的文字描述、草图等生成高质量、高分辨率的图像,在艺术创作、游戏开发、广告设计等领域应用广泛。如OpenAI的DALL-E、Stable Diffusion等模型,可生成风格各异、内容丰富的图像,为创作者提供灵感和素材.
|
2天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在金融领域的应用:智能投资顾问
【10月更文挑战第31天】随着AI技术的快速发展,智能投资顾问在金融领域的应用越来越广泛。本文介绍了智能投资顾问的定义、工作原理、优势及未来发展趋势,探讨了其在个人财富管理、养老金管理、机构风险管理及量化交易中的典型应用,并分析了面临的挑战与机遇。智能投资顾问以其高效、低成本、个性化和全天候服务的特点,正逐步改变传统投资管理方式。
|
2天前
|
机器学习/深度学习 人工智能 搜索推荐
探索AI在医疗诊断中的革命性应用
【10月更文挑战第29天】 随着人工智能技术的飞速发展,其在医疗领域的应用已成为推动现代医疗服务创新的重要力量。本文旨在探讨AI技术如何在医疗诊断中发挥其独特优势,通过分析AI在影像诊断、疾病预测和个性化治疗计划制定等方面的应用案例,揭示AI技术如何提高诊断的准确性和效率,以及面临的挑战和未来发展趋势。
18 1
|
3天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在图像处理中的应用
【10月更文挑战第32天】本文将深入探讨人工智能(AI)如何在图像处理领域大放异彩,从基础的图像识别到复杂的场景解析,AI技术正逐步改变我们对视觉信息的理解和应用。文章将通过具体案例,揭示AI如何优化图像质量、实现风格迁移和进行内容识别,进而讨论这些技术背后的挑战与未来发展方向。
|
4天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与前景
本文探讨了人工智能(AI)技术在医疗诊断领域的应用现状及其未来发展前景。通过分析AI技术如何辅助医生进行疾病诊断、提高诊断准确性和效率,以及面临的挑战和伦理问题,本文旨在为读者提供一个关于AI在医疗领域应用的全面视角。

热门文章

最新文章