全球人工智能发展白皮书.pdf

全球人工智能发展白皮书 02全球人工智能发展白皮书|四、人工智能重塑各行业一、AI创新融合新趋势 41.1 人工智能正全方位商业化 41.2 AI全面进入机器学习时代 51.3 市场对投资回归理性 81.4 城市逐渐成为AI创新融合应用主战场 131.5 AI支持体系不断发力 211.6 顶层政策倾斜力度持续增加 231.7 全球AI市场超6万亿美元 291.8 京津冀、长三角、珠三角AI企业云集 31二、人工智能技术发展腾飞 402.1 人工智能关键技术日趋成熟 402.2 人工智能开放平台建设稳步推进 422.3“人机大战”谁更能更胜一筹？45三、中国在全球AI地位 523.1 中国拥有更为庞大的数据规模以及更丰富数据使用环境 533.2 中国是全球芯片需求量最大的市场，但高端芯片依赖进口 543.3 中国机器人企业快速成长核心零部件技术国产化加速 543.4 美国人工智能底层技术实力更为雄厚，中国则在语音识别技术上更优 553.5 中国在AI应用上呈现追击态势 55四、人工智能重塑各行业 584.1 金融：人工智能提升金融企业商业效能并变革企业内部经营 604.2 教育：人工智能技术应用覆盖教学全流程 654.3 数字政务：政策利好加速政府智能化变革 704.4 医疗：人工智能应用日趋成熟 714.5 无人驾驶：主导汽车产业革新 754.6 零售：人工智能驱动行业走向聚合 794.7 制造业：智能制造应用潜力巨大 824.8 智慧城市：人工智能塑造城市基础设施创新系统 86德勤中国联系人 89全球人工智能发展白皮书|主要发现1主要发现：人工智能正全方位商业化，在各个行业引发深刻变革。目前AI技术已在金融、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。人工智能的商业化在加速企业数字化、改善产业链结构、提高信息利用效率等方面起到了积极作用。1人工智能投资趋于理性，底层技术和易落地领域更受人工智能领先机构青睐。随着投资界和企业界对人工智能的了解逐步加深，人工智能投融资市场更加理性。人工智能投融资频次有所下降，但投资金额继续增加。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。3AI全面进入机器学习时代，未来人工智能的发展将是关键技术与产业的结合。每一次人工智能的发展都伴随着研究方法的突破，深度学习是近年机器学习技术突破的重要代表之一。随着人工人工智能研究和应用领域的不断延伸，未来人工智能将迎来更多种技术的结合应用。2城市是承载AI技术创新融合应用的综合性载体，也是人类与AI技术产生全面感知的集中体验地。不同城市在人工智能的顶层设计、算法突破、要素质量、融合质量、应用质量上有着不同的表现，形成多样化与个性化的AI发展模式。4以上海和北京为代表的一线城市在人才数量、企业数量、资本环境以及科研能力长期处于第一梯队。上海、北京城市的人工智能企业数量已超过600家，其中上海已经与科技巨头腾讯、微软以及人工智能独角兽商汤、松鼠AI建立了企业实验室。6政策与资本推动京津冀、长三角、珠三角成为人工智能企业分布最多的地区，北京、上海领跑全国。比如上海通过提供税收优惠、资金补贴、人才引入、优化政务流程等措施优化营商环境，吸引大量投融资资金、人工智能企业以及人才，科研实力突出。促进人工智能产业链上下游企业形成规模效应，提升城市人工智能产业实力。5全球人工智能发展白皮书|主要发现2数字政务的建设主要依靠自上而下推动，构建政务数字化目标加速政府智能化变革。各地数字政务建设的需求不同，因而为企业提供的是定制化解决方案。公共安全领域进入门槛提高，强者恒强趋势明显，行业集中度进一步增强。9人工智能在教育行业的应用逐步深入，应用场景向覆盖教学全流程方向变革。在人工智能技术在教育领域的应用类型中，人工智能自适应学习在学习各环节应用最为广泛，此外，由于中国人口基数大，教育资源紧缺，对教育的重视程度等有利因素智适应学习系统有望后来者居上。8以无人驾驶技术为主导的汽车行业将迎来产业链的革新。传统车企的生产、渠道和销售模式将被新兴的商业模式所替代。新兴的无人驾驶解决方案技术公司和传统车企的行业边界将被打破。随着共享汽车概念的兴起。无人驾驶技术下的共享出行将替代传统的私家车的概念。随着无人驾驶行业规范和标准的制定，将衍生出更加安全和快捷的无人货运和物流等新兴的行业。10零售领域应用场景从个别走向聚合，传统零售企业与创业企业结成伙伴关系，围绕人、货、场、链搭建应用场景。人工智能在各个零售环节多点开花，应用场景碎片化并进入大规模实验期。传统零售企业开始布局人工智能，将 与科技巨头在大数据应用和人工智能领域同台竞技，意味着零售商将更加积极与创业公司建立伙伴关系。12人工智能在制造业领域的应用潜力被低估，优质数据资源未被充分利用。制造业专业性强，解决方案的复杂性和定制化要求高，所以人工智能目前主要应用在产品质检分拣和预测性维护等易于复制和推广的领域。然而，生产设备产生的大量可靠、稳定、持续更新的数据尚未被充分利用，这些数据可以为人工智能公司提供优质的机器学习样本，解决制造过程中的实际问题。11医疗行业人工智能应用发展快速，但急需建立标准化的人工智能产品市场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康，医疗又是一个受管制较严的行业。人工智能能否如预期广泛应用，还将取决于产品商业化过程中如何制定医疗和数据监管标准。13人工智能推动金融行业构建更大范围能的高性能生态系统，提升金融企业商业效能并变革企业内部经营全过程。传统金融机构与科技公司合力推进人工智能在金融行业的深度渗透，重构服务架构，提升服务效率，向长尾客 户提供个性化服务的同时降低金融风险。7全球人工智能发展白皮书|主要发现3全球人工智能发展白皮书|一、AI创新融合新趋势4一、AI创新融合新趋势1.1 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。图表1-1：人工智能技术带来的全方位变革数据来源：公开资料，德勤研究1.企业变革销售安防反欺诈人力资源管理市场营销个人助理智能工具3.人力变革增强现实手势识别机器人情绪识别2.行业变革金融医疗教育无人驾驶零售制造数字政府媒体法律农业物流石油天然气全球人工智能发展白皮书|一、AI创新融合新趋势51.2 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。图表1-2：人工智能各层级图示资料来源：德勤研究技术支持传感器芯片数据软件框架云服务AI技术领域AI应用领域智慧医疗计算机视觉智慧教育知识撷取智慧城市智适应学习智慧金融机器人数字政府规划和优化智能制造专家系统无人驾驶NLP算法研究方法（学派）联结主义（如.深度学习）反向传播算法贝叶斯派概率推理符号主义逆演绎算法核机器线性算法决策树逻辑回归支持向量机随机森林进化主义基因编程类推学派全球人工智能发展白皮书|一、AI创新融合新趋势6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6070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7090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。图表1-3：人工智能技术发展历史资料来源：公开资料，德勤研究经典符号主义AI简单神经网络多层级文字分析深度学习突破图片分析突破智适应突破自然语言处理突破人类意识系统开发GAN神经形态技术2022203019561984200020082012201420172016全球人工智能发展白皮书|一、AI创新融合新趋势7此外，数据是人工智能底层逻辑中不可或缺的支撑要素，没有数据针对人工智能的数据处理将无法进行。有了数据挖掘对数据的清晰、集成、归约等预处理手段，人工智能才能拥有足够的数据进行学习。随着人工智能技术的迭代更新，从数据生产、采集、储存、计算、传播到应用都将被机器所替代。图表1-4：数据处理的发展阶段资料来源：公开资料，德勤研究数据生产数据采集数据存储数据计算数据传递数据应用人工智能机器计算机人工机器人工人工机器人工互联网机器人工人工物联网全球人工智能发展白皮书|一、AI创新融合新趋势8图表1-5：中国人工智能投融资变化情况资料来源：公开资料整理，德勤研究1.3 市场对投资回归理性从科研和学术的范畴到技术创业，人工智能仅用了几年的时间。这样的转变不仅得益于人们希望新技术解放生产力的要求和政策的扶持，还离不开资本市场对人工智能的助推。随着资本市场对人工智能认知的不断深入，投资市场对人工智能的投资也日趋成熟和理性。在过去5年间，中国人工智能领域投资出现快速增长。人工智能的元年2015年，投资总额达到了450亿元，并在2016年和2017年持续增加频次。2019年上半年中国人工智能领域共获融资超过478亿元，获得了不俗的成绩。010020030040050060070002004006008001,0001,2001,4002012201320142015201620172018融资金额（亿元人民币）融资事件探索阶段商业化阶段全球人工智能发展白皮书|一、AI创新融合新趋势9分析人工智能的投资趋势，主要分为以下几点：易落地人工智能应用场景受投资人追捧。近年投融数据显示，企业服务、机器人、医疗健康、行业解决方案、基础组件、金融领域在投资频次和融资金额上均高于其他行业。从公司层面来看，全球顶级团队、资金实力和科技基因更易受到二级市场投资者的青睐。从行业方面来看，容易落地的新零售，无人驾驶，医疗和智适应教育预示着更多的机会，因此以上领域的公司拥有更多获得投资的机会。图表1-6：中国人工智能各行业投融资频次分布来源：IT桔子，德勤研究0100200300400500600制造业安防教育零售交通机器人金融医疗2016201720182019H1全球人工智能发展白皮书|一、AI创新融合新趋势10 投资市场开始青睐底层技术创业公司。有别于前期对应用型人工智能公司的投资偏好，投资市场开始逐渐关注人工智能底层技术的创业公司。做底层技术更易受追捧，由于天花板高，这类公司在市场上更加具有竞争力。由于人工智能底层技术在中国的发展仍落后于美国的，而底层技术是人工智能发展的重要支持，随着人工智能在中国的进一步发展，底层技术的投资的热度将持续增长。获投A及B轮公司占比仍然最高，战略投资开始逐渐增多。目前全国有超过1,300家人工智能企业获得风险投资投资。其中A轮以前的获投频次占比开始逐渐缩小，投资人对A轮仍然保持着较高的热情，目前是获得投资频次最高的轮次。战略投资在2017年开始爆发。随着人工智能市场板块的逐渐成熟，以互联网巨头为主的领军企业将目光投向了寻求长期合作发展的战略投资。这也预示着人工智能行业与产业在资本层面的战略合作开始增多。图表1-7：2013-2019年上半年人工智能投资轮次来源：IT桔子，德勤研究0%10%20%30%40%50%60%70%80%90%100%2013201420152016201720182019H1A轮以前A轮B轮C轮D轮战略投资全球人工智能发展白皮书|一、AI创新融合新趋势11图表1-8：AI领先企业主要投资领域 巨头投资人工智能布局在业务关联产业上下游。在人工智能发展的热潮中，嗅觉敏锐的互联网巨头也开始了自己的战略布局。以科技部、中科院国科控股、地方财政局和经信委等机构扶持的科技投资基金以及阿里巴巴、腾讯、百度、京东为首的互联网巨头已经将投资渗透到人工智能的各个板块。从领域来看，各投资机构选择投资的项目均处于其未来产业战略布局的上下游，而这些获投项目也推动着国家人工智能发展战略的落地。例如阿里巴巴投资重点主要在安防和基础组件，获投的代表性公司包括商汤、旷视和寒武纪科技等。腾讯投资的重点主要集中在智慧健康、教育、智慧汽车等领域，代表性的公司包括蔚来汽车、碳云智慧等企业。百度投资的重点主要在汽车、零售和智慧家居等领域。京东投资重点聚集在汽车、金融和智慧家居等领域。而依托中科院体系的国科系则在与芯片、医疗、教育等人工智能技术和应用领域均有涉足。随着数字化在各行业中的转型和融合，人工智能在无人驾驶、医疗健康、教育、金融、智能制造等多个领域都将成为巨头的必争之地。京东泰仓科技数库聚信立苹果FreightWavesIBMAccrue微软VoiceittSIG阿博茨科技SIG威马汽车SIG晶泰科技金融无人驾驶医疗企业服务教育基础元件及硬件国科嘉和云呼医疗中智达信钛米机器人睿心智能医疗连心医疗IBMHafnium LabsExplorys（收购）国科嘉和松鼠AI西普教育谷歌EdwinIBMSyngli苹果Volley LabsLearnSprout（收购）苹果Drive AI（收购）VocallQ（收购）京东蔚来汽车智行者科技乐驾科技天图投资众盟数据同盾科技中金数据SIG今日头条谷歌SynetiqABEJATecacent（收购）DeepMind（收购）Kaggle（收购）微软Datazen Software（收购）Open AI苹果Silk Labs（收购）腾讯众安保险京东一脉阳光至真互联百度作业盒子智客作业帮百度蔚来汽车智行者科技中科慧眼禾赛科技智行者科技阿里巴巴阿里巴巴寒武纪科技深鉴科技奥比中光耐能中天微小i机器人Video+阿里巴巴众安保险蚂蚁金服腾讯碳云智能晶泰科技体素科技思派网络腾讯阿凡题猿题库洋葱数学阿里巴巴小鹏汽车思必驰DeepMap阿里巴巴小i机器人Video+苹果Turi（收购）RealFace（收购）腾讯禾赛科技声智科技国科投资比特大陆云汉芯城寒武纪阿里巴巴校宝在线作业盒子腾讯蔚来汽车四维图新Momenta阿里巴巴商汤科技旷视科技中科虹霸魔点科技*以上为不完全统计，仅列举了部分代表性企业资料来源：德勤研究全球人工智能发展白皮书|一、AI创新融合新趋势12图表1-9：全球人工智能高增长企业备注：表中“”为估算范围；增长率以三年*为基准，若无三年*数据则以两年*为准，若无两年*数据则以一年同比增速为准；数据为不完全统计，来源于已披露的公开资料和自有数据库，不保证数据的准确性和时效性。作为未来的新型行业，人工智能企业呈现出高增长的特征。我们根据不完全的公开信息，以及德勤高科技高成长500强榜单内的人工智能企业进行增长率梳理，筛选出了50家高增长企业。排名公司名称国家增长率细分领域1Shape Security美国23,000%*企业服务2BrainChip美国16,000%*芯片3Razorpay Software 印度11,000%*金融4BioCatch以色列10,000%*金融5Signifyd美国6,000%*企业服务6乂学教育松鼠AI中国5,000%*教育7UiPath美国4,000%*机器人8Remark Holdings,Inc.美国3,700%*数据服务9Domino Data Lab美国3,200%*金融10Voltari美国3,000%*广告营销11Mujin Inc 日本1,200%*工业12Vectra AI美国1,000%*安防13DataRobot美国900%深度学习14字节跳动中国700%*商业智能15拼多多中国650%零售16云从科技中国600%*人脸识别17Welltok美国500%*医疗18Tesla美国430%*无人驾驶19商汤科技中国400%计算机视觉20BounceX美国400%*营销21CrowdStrike美国374%*网络安全22Alteryx美国370%*数据挖掘23巨杉软件中国363%*金融24Avant美国360%*金融25Cloudera,Inc.美国350%*数据服务26珈和科技中国330%*农业信息化27GumGum美国310%*计算机视觉28Blue Prism英国304%*机器人29云知声中国300%语音识别30SparkCognition美国260%*网络安全31SmartDrive Systems美国250%*无人驾驶32HireVue美国230%*企业服务33阿里巴巴中国225%*综合34科大讯飞中国223%*智能语音35Facebook 美国210%*综合36Uber美国193%*无人驾驶38Splunk美国190%*商业分析37旷视科技中国190%计算机视觉39BYJUS印度184%教育40ZeMoSo Technologies Pvt Ltd 印度170%*综合41小米中国162%*物联网42Conversica美国150%*营销43玖富中国140%*金融44Amazon美国110%*综合45NVIDIA美国107%*芯片46Globant美国106%*数据服务47Salesforce美国90%*云计算48Alphabet美国80%*综合49蚂蚁金服中国60%金融50Domo美国40%商业智能全球人工智能发展白皮书|一、AI创新融合新趋势131.4 城市逐渐成为AI创新融合应用主战场城市是承载AI技术创新融合应用的综合性载体，也是人类与AI技术产生全面感知的集中体验地。过去几年，全球各地的主要城市都在AI技术的发展中发挥了差异化作用，构建了各自的生态体系，并在赋能产业应用、助力区域经济发展方面实现初步效果，掀起了人类对新一轮产业革命的思考、认知和行动。随着AI应用纷纷落地于城市层面，城市逐渐成为AI创新融合应用的主战场。虽然全球各地AI技术的关键成功要素各有差异，但总体而言都构建了有利于技术与城市融合的生态发展体系。我们对超过50个AI技术细分应用行业、100多个AI技术相关的大学及研究机构、200多家头部企业、500多个投资机构、7,000家AI企业、10万名AI领域核心人才的持续跟踪观察，总结了以城市为主体的AI技术及产业生态体系的特点、框架及发展路径。经过综合考虑，我们认为一个城市AI技术创新融合应用程度可主要通过考察以下五大方面：顶层设计：即AI产业扶持政策、特殊立法、数据开放政策及开放程度等 算法突破：即AI芯片等人工智能核心软硬件的研发核心环节等 要素质量：即AI领军人物、资本支持力度、科学家薪酬水平、行业会议影响力等 融合质量：即前沿学科连结性（AI:+Cloud、+Blockchain、+IoT、+5G、+Quantum Computing等前沿技术）、创新主体多元性（头部企业、学术机构等）、文化多样性等 应用质量：即金融、教育、医疗、数字政务、医疗、无人驾驶、零售、制造、综合载体发展等根据全球城市在上述五项指标中的评估表现，德勤评选出最具代表性的三大类共计20个全球AI创新融合应用城市：图1-10：2019年20个全球AI创新融合应用城市来源：德勤研究综合枢纽型融合应用型创新引领型波士顿多伦多旧金山湾区伦敦新加坡上海北京东京洛杉矶达拉斯蒙特利尔都柏林巴黎阿姆斯特丹斯德哥尔摩特拉维夫悉尼深圳纽约柏林全球人工智能发展白皮书|一、AI创新融合新趋势14综合枢纽型旧金山湾区旧金山湾区作为全球知名的AI创新地，在AI创新融合应用城市评选的5个方面均表现亮眼。其中，在要素质量方面，旧金山湾区是全球AI资本的集聚地，数据显示，2000-2016年吸引了全球38%的AI投资，美国超过1/3的人工智能企业诞生于此1。此外，旧金山大湾区还积极承办具有全球影响力的人工智能论坛2018年AAAI Conference，进一步提高城市在人工智能产业发展的影响力。在融合质量方面，旧金山湾区汇集了美国斯坦福、伯克利、圣地亚哥等全球顶尖研究型高校，为Facebook、LinkedIn、Amazon、Apple、Google等科技巨头输送了大量AI人才。值得注意的是，2 上述企业为机器学习科学家提供的平均年收入高达293,000美元，对AI人才集聚具有极强的吸引力。在应用质量方面，硅谷作为湾区人工智能产业的核心载体，包括IBM、Google、NVIDIA、Intel在内的头部科技企业目前在智能家居、智慧交通、智慧医疗、智慧零售、智慧能源和智慧水资源等不同应用领域中积极布局。图1-11：综合枢纽型AI城市来源：德勤研究1.全球人工智能发展报告（2017），乌镇智库2.前瞻研究院顶层设计算法突破要素质量融合质量应用质量旧金山伦敦波士顿东京综合枢纽型城市在五项评估指标中均有优越表现综合枢纽型全球人工智能发展白皮书|一、AI创新融合新趋势153.全球人工智能发展报告（2017），乌镇智库4.全球人工智能发展报告（2018），乌镇智库伦敦伦敦作为欧洲创新密度最高的AI枢纽，一直走在AI产业创新的前沿。在应用质量方面，总部位于伦敦的AI明星企业DeepMind公司制造的AlphaGo围棋机器人击败了排名世界第一的世界围棋冠军柯洁，成为人工智能发展史上的里程碑事件。目前DeepMind已与英国医疗机构和电力能源部门达成合作，寻求将人工智能运用在医疗、电力等领域的方案，以此提高疾病防治和能源适用效率。在融合质量方面，伦敦是欧洲AI投融资的火车头，数据显示，2000-2006年英国累计AI融资规模占欧洲的49%，其中超过60%的资金集中在伦敦3。数据显示，英国人工智能企业融资规模达12.51亿美元，融资145次，平均每笔融资862.76万美元4。在人才方面，来自剑桥、牛津和国王学院等英国顶级学府的大量AI人才推动了伦敦在云计算和AI硬件方面的发展，例如知名半导体公司ARM就是剑桥大学剥离而来。波士顿波士顿是人工智能的诞生地，在学术界及业界拥有着极强的影响力。在要素质量方面，除了定期举办的世界级人工智能会议AI World Conference&Expo之外，波士顿学术界更是诞生了“人工智能之父”约翰 麦卡锡（John McCarthy）与马文 李 闵斯基（Marvin Lee Minsky）。两人在达特矛斯会议上首次提出“人工智能”概念，并因在人工智能领域的突出贡献而获颁图灵奖。在融合质量方面，波士顿拥有众多世界一流学府，包括哈佛大学、波士顿大学、麻省大学、麻省理工在内的35座大学为波士顿地区人工智能产业持续提供高端人才。此外，根据麻省理工大学指出，波士顿还拥有顶尖的人工智能研究机构，包括全球最大的校园实验室麻省理工学院计算机科学和人工智能实验室（CSAIL）以及IBM在波士顿地区投资2.4亿美元设立的MIT-IBM Watson人工智能研究所。在应用质量方面，受益于在机器人和生物科学领域积累的研究经验，波士顿在这两个领域的人工智能应用较为领先。根据Emerj人工智能研究院显示，超过90%的美国军方所使用的陆地移动机器人研发于波士顿。东京东京是日本人工智能产业的首府。在顶层设计方面，政府为了推进东京人工智能产业的发展，专门成立了一个“人工智能战略委员会”，为鼓励企业发展人工智能产业制定各项政策。在应用质量方面，东京偏向于无人驾驶及机器人的发展。本田近年已在东京设立人工智能研究基地，着重加强本田在无人驾驶汽车上的竞争力。而在机器人领域最具有代表性的，则是安川电机公司生产的工业机器人，目前已经广泛用于汽车、机械等领域的组装与焊接。在要素质量方面，东京积极承办国际人工智能展览会AI EXPO，展览会聚集了包括阿里巴巴，Salesforce、FujiSoft在内的行业领军者。在融合质量方面，不但政府设立多处人工智能研究机构，包括人工智能研究中心（AIRC）、高级智能项目中心（Center for Advanced Intelligence Project），东京大学、大阪大学、早稻田大学在内的20多所大学也均已设立人工智能专业，为人工智能产业的发展奠定了坚实的基础。全球人工智能发展白皮书|一、AI创新融合新趋势16融合应用型纽约纽约是美国的金融和科技中心，在人工智能的融合质量和应用质量方面的表现尤为出色。在融合质量方面，纽约良好的投资环境和畅通的融资管道为AI初创企业的发展提供必要的支持。据纽约州公布的报告显示，2016年纽约市一共拥有7,600家科技公司，相比2010年增长了23%，除了来自硅谷的科技巨头外还包括众多市值超过十亿美元的科技产业“独角兽”公司，如Warby Parker、Blue Apron、Buzzfeed、FanDuel、OscarHealth、ZocDoc等，企业创新氛围浓厚。在应用质量方面，纽约是美国智慧城市发展的领头羊。纽约市政府与Cisco IBSG合作推行Smart Screen City 24/7计划，将传统的电话亭改装成具有触摸和影音功能的智能屏幕（Smart Screen），为市民提供信息查询服务的同时作为WiFi热点构建全美最大的城市WiFi网络。此外，纽约还在曼哈顿西部建设商住区并大安装电子探测仪，利用数码技术实时侦测区内交通、能源和空气质素等资料。同时，纽约作为世界金融之都，在金融科技的发展上也独树一帜。众多全球知名金融机构如花旗银行、摩根大通、摩根史坦利等近年来已在智慧投顾、智慧信贷等金融场景下推出金融服务产品。图表1-12：融合应用型AI城市图示来源：德勤研究融合应用型顶层设计算法突破要素质量融合质量应用质量北京上海纽约特拉维夫洛杉矶融合应用型城市在应用质量、融合质量、要素质量等评估指标中表现突出全球人工智能发展白皮书|一、AI创新融合新趋势17上海上海作为中国经济发展的领头羊，在AI技术创新融合应用上持续发力，致力于打造人工智能“上海高地”。在顶层设计方面，上海不断完善和细化在人工智能领域的发展战略和政策，继推动新一代人工智能发展的实施意见之后，上海于2018年9月的世界人工智能大会发布了关于加快推进上海人工智能高质量发展的实施办法，办法围绕人工智能人才队伍的建设、数据资源的共享和应用、产业的布局和集群、政府资金的引进与支持等方面提出了22条具体政策。在融合质量方面，上海作为世界闻名的金融中心，已成为了推动人工智能产业投资基金组建运作的核心地区。从投资项目来看，上海拥有聚焦人工智能创新孵化的空间载体，入驻项目涉及医疗、教育、大资料等多个热门领域，具备极佳的投资环境。目前上海不仅拥有人工智能核心企业近400家，启动了微软-仪电创新平台、上海脑科学与类脑研究中心等基础研发平台，还吸引了亚马逊、BAT、科大讯飞等行业创新中心和AI实验室落沪。在应用质量方面，上海作为全国首个人工智能创新应用先导区，致力于发展无人驾驶、AI+5G、智能机器人，AI+教育、AI+医疗、AI+工业等应用场景，如特斯拉在上海建设超级工厂，将全面应用智能化和自动化生产技术。此外，上海近期积极建设马桥人工智能创新试验区，将成为未来上海AI场景落地的典范载体。北京作为中国的政治和经济中心，北京在中国AI技术创新融合应用中扮演了举足轻重的角色。在顶层设计方面，自2016年以来，北京已经发布了包括关于促进中关村智能机器人产业创新发展的若干措施、关于加快培育人工智能产业的指导意见等多项加快人工智能产业落地的政策。其规划目标与国家基本一致，领先于其他城市。在融合质量方面，不仅清华、北航、北大等顶尖研究机构为北京AI产业培养了大量的人才，首都的人才集聚效应还使其汇集了中国43%的AI初创企业和国内外科技巨头的AI研究中心，如Google Beijing AI center，百度深度学习技术国家工程实验室等。在应用质量方面，在2019年6月召开的北京市应用场景建设工作推进会上，北京市科委发布了首批10项应用场景清单，明确未来将投资30亿元用于城市建设和管理、民生改善等领域，打造基于人工智能、物联网、大数据等技术的应用场景，以此提升城市精细化管理能力和公共安全水平。目前，在无人驾驶应用场景方面，北京已经向百度颁发无人驾驶测试牌照并为其提供测试场地。特拉维夫人工智能创新植根于以色列特拉维夫的城市基因中，促使其在要素质量、融合质量、应用质量等方面处于全球领先地位。在要素质量方面，特拉维夫的人工智能创业公司维持着高水平的融资额，并且不断实现增长，根据非营利组织Start-Up Nation Central报告显示，在2018年以色列人工智能公司共获得了22.5亿美元的融资5。在融合质量方面，以色列已拥有1,150家人工智能初创企业6，涵盖机器学习、深度学习、计算机视觉、自然语言处理等技术领域。同时，以色列拥有希伯来大学、以色列理工大学、特拉维夫大学等人工智能顶尖研究型大学。在应用质量方面，特拉维夫人工智能企业应用方向涵盖了众多面向企业、面向消费者的服务领域，涵盖社交媒体、电商、农业、石油、天然气、采矿业、制造业等领域，以在社交媒体领域的应用为例，Cyabra通过用户画像积累、语料情感分析等技术为社交媒体公司识别及预测虚假社交账户。洛杉矶洛杉矶是美国另一重要的人工智能之都，在顶层设计、要素质量、应用质量等方面具有突出表现。在顶层设计方面，美国发布国家人工智能研究和发展战略计划，将为人工智能培训创建公共数据集，并评估人工智能技术。在要素质量方面，洛杉矶已举办美国人工智能峰会、洛杉矶大数据和人工智能论坛、南加州人工智能与数据科学峰会等众多人工智能领域顶尖大会，如2018年“南加人工智能与数据科学峰会”吸引了Salesforce、IBM、Redis Lab、Microsoft、Uber等人工智能知名机构在大会上发布行业报告。在应用质量方面，洛杉矶在智能交通、智能医疗、数字政务、数字安全等方面已有较为成功的应用，以人工智能在交通领域的应用为例，洛杉矶通过建设自动交通监控系统，包括一系列道路传感器、数百个摄像头、4,500个已实现系统控制的交通信号灯，成功将交通流量减少12%、车辆行驶速度提高16%7。5.数据来源：Start-Up Nation Central6.数据来源：Start-Up Nation Central7.数据来源：Smart City Council全球人工智能发展白皮书|一、AI创新融合新趋势18创新引领型图1-13：创新引导型AI城市来源：德勤研究多伦多多伦多作为承接加拿大政府泛加拿大人工智能战略的三个人工智能枢纽之一，是全球推动人工智能创新的典范城市。在顶层设计方面，相较于美国近年来趋严的移民政策，多伦多宽松友好的政治经济环境吸引了大量的AI研究人员和工程师，极大地促进了本地人工智能的发展。在要素质量方面，强大的本地投资者，孵化器，技术专家，如Geoffrey Hinton等多伦多AI产业的领军人物正在积极推动多伦多人工智能产业的进步和发展。在融合质量方面，多伦多大学和滑铁卢大学这两所世界顶尖学术机构每年都为多伦多不断地培养出工程师、开发人员、计算机和数据科学家等核心AI产业人才。此外，位于多伦多的世界上最大的创新中心之一Mars Discovery District、多伦多大学的Vector Institute以及非盈利组织Creative Destruction Lab三个机构正共同致力于将本地技术和商业人才汇集在一起从而推动城市的人工智能创新。在应用质量方面，多伦多以发展人工智能在医疗保健、金融、生物制药、电子商务等行业的应用场景并打造人工智能小区为重点工作。以生物制药为例，多伦多AI企业Cyclica成功地开发了一种新型生物大数据和人工智能平台，该平台被制药业用于研发更好的药物。创新引领型创新引领型城市在顶层设计、算法突破、要素质量等评估指标中具备相对领先优势顶层设计算法突破要素质量融合质量应用质量多伦多深圳新加坡巴黎达拉斯阿姆斯特丹柏林蒙特利尔斯德哥尔摩悉尼都柏林全球人工智能发展白皮书|一、AI创新融合新趋势19深圳深圳作为中国的科技产业重镇，拥有中国20%的AI企业，在制造和硬件领域积累了大量的产业发展经验。在算法突破方面，过去的几十年中，深圳培育了世界互联网巨头腾讯和世界知名移动设备提供商华为。此外，旷视科技、依图、商汤、优必选、碳云智慧等一大批AI算法及软硬件初创企业均在此设立了办公室。事实上，深圳作为华南AI人才的集聚地，吸引了众多来自中山大学、华南理工大学、暨南大学等一流高校人才，为本地AI产业链各环节的发展提供了源源不断的智库储备。在应用质量方面，作为全国人工智能专利贡献最多的城市，深圳是名副其实的科技产业巨头。工业机器人、民用无人机、智能手机等产品的产量均位居全国前列，智能制造、智能医疗、智能家居、智慧农业等一批新产业、新业态不断涌现。新加坡新加坡是一座典型的由政府公共部门与私营单位一起引导人工智能产业发展的城市。在顶层设计方面，政府积极引领人工智能产业的发展，在2018年出台了关于自动驾驶汽车的交通法规，从而推动该应用场景的投资与发展。同时，新加坡政府与世界经济论坛合作搭建亚洲首个人工智能伦理责任管理构架，推动企业及社会在相关问题上的考。在要素质量方面，新加坡政府在近年推出AI.SG计划。根据新加坡国家研究基金会显示，该项目包含国家研究基金会（NRF）等公共单位及民间企业，将投资1.5亿新加坡币发展人工智能产业。在融合质量方面，SAP、Salesforce等龙头企业均在新加坡设立人工智能研究中心，为当地人工智能行业的发展注入了丰富的资源。行业的领军人物也较为出众，包括在顶级行业会议及杂志中发表超过200篇研究的Steven Hoi教授等科研人才。在应用质量方面，新加坡着力发展包括医疗保健、交通、金融和商业服务、制造业在内的人工智能应用场景，赋能当地经济发展。巴黎巴黎是欧洲最具投资吸引力的人工智能中心之一，在顶层设计、要素质量和融合质量等方面具备较强优势。在顶层设计方面，法国人工智能战略的推出将人工智能上升至法国国家战略高度，同时，未来还将建立公共机构和私人机构数据分享平台以提高数据共享程度。在要素质量方面，法国政府将拨款15亿欧元用以支持科技研发8。另