2017年中国人工智能行业发展前景分析【图】

2016-11-30    来源:

容器云强势上线!快速搭建集群,上万Linux镜像随意使用

    1、智能物联网时代全面来临,人工智能将成为投资热点

    根据数据显示,全球智能手机出货量在互联网时代向移动互联时代演变的过程中有一个爆发点,自 2010 年正式进入移动互联时代后又迎来一个高点,年出货增长率高达75.09%,随后进入快速增长期。近几年来同比增速放缓,2016 年全球智能手机出货量仅增长 2.32%,移动互联时代红利正在消失,ICT 进入全新时代。

IDC 全球智能手机出货量(百万部)

数据来源:公开资料整理

    相关报告:智研咨询发布的《2017-2023年中国数据中心(IDC)市场供需预测及投资前景预测报告》

IDC 全球智能手机出货量同比

数据来源:公开资料整理

ICT 产业的进阶规律

数据来源:公开资料整理

    随着智能设备的迅速增长,数据体量也以几何级数速度增长。在数据的海洋中,人工智能技术犹如屠龙宝剑应运而生。人工智能带领着云计算技术、物联网通信技术一起,正在变革移动互联网 ICT 时代,并将迅速开启智能物联网时代。而智能物联网时代的到来,将持续革命传统行业,并为各个垂直领域带来全新驱动力。

    2、感知智能全方面超越人类 ,认知智能持续突破

    人工智能主要三阶段:运算智能、感知智能、认知智能。

    在大力的投资下,由于计算处理能力的突破以及互联网大数据的爆发,再加上深度学习算法在数据训练上取得的进展,算法、计算、数据三者都已成熟,推动了人工智能在感知智能上实现巨大突破。

    人脸识别超越人眼,语音识别无限接近。机器视觉方面,根据公布的 2016 年人脸识别榜单,近年来机器视觉技术发展极为迅猛,不仅超越了人眼对剪裁后人脸 97.53%的识别率,今年更是超越了人眼对完整人脸 99.20% 的超高识别率,最高达到了腾讯优图公布的 99.80%。语音识别方面,百度、搜狗、科大讯飞都在 2016 年 11 月发布称,对中文的识别错误率降低到了3%,超越了人类自身对中文 4% 左右的识别错误率;微软、IBM 也陆续表示,对于英文的识别错误率也降低到了 5%+的超高水准,最低达到了IBM 的 5.5%的超低错误率, 无限接近人类对英文 5.1% 的识别错误率。

人工智能三大阶段

数据来源:公开资料整理

    3、AI+ 投资机遇聚焦安防、金融、汽车等方向

    (1)“AI+ 安防”有望率先落地

    人工智能技术将为平安城市构建“最强大脑”,人工智能技术的成熟与完善将率先变革安防行业,并为其赋予强大功能。伴随全国平安城市的大规模建设与 PPP 项目的持续推进,人工智能将成为安防行业企业重要核心竞争力。拥有人工智能技术并能将其产品化的企业有望在 2017 年获得较大市场机会。

中国人脸识别行业市场规模预测(亿元)

数据来源:公开资料、智研咨询整理

    (2)“AI+ 金融”重塑投资管理行业格局

    近年来,随着 AI 投资机器人的发展,金融创新不断被提及,Fintech 公司不断涌现,各大金融机构纷纷开始创新。 目前人工智能技术在金融领域中的主要应用形式主要有三种,分别为智能投资顾问,智能风险控制和智能资产管理。

人工智能在金融领域的三大应用

数据来源:公开资料整理

    A、智能投顾

    智能投顾也称机器人投顾(roboadvisor),是依据现代资产组合理论、结合个人投资者的风险偏好和理财目标、利用算法和友好的互联网界面,为客户提供资产管理和在线投资建议服务。一般而言,其成本远低于人类投资顾问,因其服务过程能够实现全部或绝大部分自动化操作管理,因此被称为智能投顾。

智能投顾的主要流程

数据来源:公开资料整理

    B、智能风控

    金融领域已经采用不同计算机预测算法来进行风险模型分析,应用于例如 VaR、信用评级、风险准备金、长尾风险、行为分析、反洗钱等领域。其中运用到的算法包括:在线过程分析(OLAP)、聚类、相关性分析、决策树、热点分析、神经网络、预测模型、画像技术、自组织网络、网络数据挖掘等等。

    AI 技术的出现将有效提升上述算法和模型的精度,提供更加有效的风险评估。

AI 技术在风险管理领域的应用

数据来源:公开资料整理

    C、智能资管

    算法交易是指通过电脑程序按照指定规则(模型)进行证券交易的方法。这些交易规则通过超越人类速度、频率及认知范围获得超额收益。交易规则包括择时、价格、数量或任何数学模型。随着人工智能技术的进步,算法交易从简单的技术指标分析方法演变为复杂的综合体系分析方法。

算法交易的分类

数据来源:公开资料整理

AI模型辅助交易称为必然趋势

数据来源:公开资料整理

    人工智能算法通过用户画像、舆情分析和预测等交易模型,以神经网络算法、聚类算法、增强算法和传统回归算法为底层算法,分别实现了机器视觉听觉、降维分析、自然语言处理和模式识别等人工智能功能。

AI 算法交易底层技术

数据来源:公开资料整理

 

标签: idc 大数据 互联网 互联网大数据 金融 企业 通信 网络 行业 移动互联 移动互联时代 移动互联网 用户 云计算 云计算技术

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点!
本站所提供的图片等素材,版权归原作者所有,如需使用,请与原作者联系。

上一篇:2017年中国网络安全产品概况【图】

下一篇:2017年中国数据流量市场前景及发展趋势预测【图】