![](https://img1.dydata.io/static/images/v2/buy-vip-tips.png)
![](https://img1.dydata.io/static/images/v2/buy-vip-btn.png)
收藏
纠错
目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟,想要更加落地,解决行业具体痛点,需要大量经过标注处理的相关数据做算法训练支撑,可以说数据决定了AI的落地程度。
1.中国及全球人工智能发展概览 1.1 人工智能产业发展和产业链结构 1.1.1 数据决定了AI落地程度,是商业化过程中重要的一环 自从2012年深度学习在图像和语音方面产生重大突破后,人工智能便真正具备了走出实验室步入市场的能力,2016年AlphaGo的胜利再次引爆行业,成功唤起了中国市场的兴趣,时至今日,人工智能的商业化在中国得到了长足发展,在安防、金融、企服等领域纷纷落地开花,同时也真正意义上衍生出了一套完整的产业链。AI产业链可以分为基础层、技术层和应用层,基础层按照算力、数据和算法再次划分,对整体上层建筑起到支撑作用;技术层根据算法用途分为计算机视觉、智能语音、自然语言处理等,是AI最引人注目的环节;应用层则按照不同场景的需求定制开发专属服务,是AI真正赋能行业的方式。目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟,想要更加落地,解决行业具体痛点,需要大量经过标注处理的相关数据做算法训练支撑,可以说数据决定了AI的落地程度,而AI基础数据服务行业又鲜有关注,因此本报告承接艾瑞《2019年中国人工智能基础数据服务白皮书》,再次挖掘该行业的现状和发展,展示其真实的一面。 1.2 人工智能技术实现路径 1.2.1 机器学习是主流,其中监督学习下的深度学习是主要方式 人工智能是对一类能够实现机器模拟智慧生命某些特征的技术统称,从学术上可以分为以知识工程为代表的符号主义、以神经网络为代表的连接主义和以仿生机器人为代表的行为主义三个流派,近些年掀起又-轮人工智能热潮的机器学习就属于连接主义学派。 【更多详情,请下载:中国AI基础数据服务行业研究报告】