聲明：本文為火石創(chuàng)造原創(chuàng)文章，歡迎個(gè)人轉(zhuǎn)發(fā)分享，網(wǎng)站、公眾號(hào)等轉(zhuǎn)載需經(jīng)授權(quán)。

1956年，在達(dá)特茅斯學(xué)院的一次會(huì)議上，計(jì)算機(jī)專家約翰·麥卡錫提出了“人工智能”這一詞匯。此后，達(dá)特茅斯會(huì)議便被廣泛認(rèn)為是人工智能誕生的標(biāo)志，最早的一批人工智能學(xué)者和技術(shù)開始涌現(xiàn)，開啟了人工智能跌宕起伏的漫長(zhǎng)發(fā)展史。

圖1：人工智能發(fā)展過(guò)程中的三次浪潮圖資料來(lái)源：西南證券研究發(fā)展中心 

01 人工智能概述篇

人工智能，顧名思義，就是模仿人類智慧的一門技術(shù)學(xué)科，給機(jī)器賦予人的意識(shí)和思想，幫助、代替甚至超越人類的認(rèn)知、決策與分析，最終實(shí)現(xiàn)讓機(jī)器擁有人類的思維方式去作業(yè)這一目的。

圖2：人工智能三要素資料來(lái)源：火石根據(jù)公開資料整理

如圖，算力、算法和數(shù)據(jù)是人工智能的三大基本要素，并且共同推動(dòng)人工智能往更高層次的感知、認(rèn)知發(fā)展。

（1） 算力：包含軟件、硬件系統(tǒng)的開發(fā)，通過(guò)計(jì)算機(jī)、芯片等載體提供基本運(yùn)算能力；（2） 算法：通過(guò)一系列人工智能算法，比如機(jī)器學(xué)習(xí)等，從海量數(shù)據(jù)中獲得規(guī)律，并利用規(guī)律對(duì)位置數(shù)據(jù)某些特性進(jìn)行預(yù)測(cè)與判斷；（3） 數(shù)據(jù)：數(shù)據(jù)是提升AI算法識(shí)別率和精確度的核心驅(qū)動(dòng)因素。數(shù)據(jù)越多越優(yōu)，場(chǎng)景特點(diǎn)越豐富；算法性能越高，模型更高效。伴隨著新興技術(shù)的興起，數(shù)據(jù)量正呈現(xiàn)著指數(shù)式增長(zhǎng)。

02 人工智能技術(shù)融合篇

2．1人工智能＋制造業(yè)

“人工智能＋制造業(yè)”，簡(jiǎn)稱智能制造，指人工智能技術(shù)在制造業(yè)中的應(yīng)用。傳統(tǒng)的工業(yè)機(jī)器人，在執(zhí)行指令時(shí)具有一定被動(dòng)性，需要人工設(shè)置與干預(yù)。然而通過(guò)深度學(xué)習(xí)模型和海量數(shù)據(jù)訓(xùn)練后，實(shí)現(xiàn)了自主決策功能，賦予了機(jī)器學(xué)習(xí)能力，大大提升了生產(chǎn)效率并節(jié)約了人力資源。

就融合路徑而言，人工智能與制造業(yè)的融合發(fā)展主要涵蓋研發(fā)設(shè)計(jì)、生產(chǎn)過(guò)程、園區(qū)物流、質(zhì)量檢驗(yàn)、計(jì)劃排程、設(shè)備健康管理、營(yíng)銷服務(wù)、供應(yīng)鏈管理等領(lǐng)域。傳統(tǒng)的機(jī)器學(xué)習(xí)、專家系統(tǒng)等早期人工智能技術(shù)已經(jīng)深入滲透在制造業(yè)各個(gè)領(lǐng)域，但比如深度學(xué)習(xí)、自然語(yǔ)言處理等新一代人工智能技術(shù)，由于規(guī)�；瘧�(yīng)用時(shí)間較短，仍在探索與突破階段。人工智能技術(shù)在制造業(yè)各領(lǐng)域的應(yīng)用表現(xiàn)如表1所示（用顏色的深淺代表該項(xiàng)技術(shù)在該環(huán)節(jié)中的應(yīng)用程度，顏色越深代表應(yīng)用程度越深）。

表1：人工智能技術(shù)在制造業(yè)中的應(yīng)用情況說(shuō)明表

來(lái)源：火石創(chuàng)造根據(jù)公開資料整理

我國(guó)制造業(yè)不同行業(yè)所表現(xiàn)出來(lái)的數(shù)字化、自動(dòng)化程度有很大不同，與人工智能技術(shù)融合程度也呈現(xiàn)出一定差異，如圖3所示為AI技術(shù)在制造行業(yè)各領(lǐng)域滲透的特征（將細(xì)分行業(yè)劃分為領(lǐng)軍者、奮斗者、探索者三類，其中虛線圈為探索者，實(shí)線圈為奮斗者，實(shí)心圈為領(lǐng)軍者）。

圖3：人工智能技術(shù)在制造業(yè)各領(lǐng)域融合情況圖資料來(lái)源：國(guó)家工業(yè)信息安全發(fā)展研究中心

由上圖可以看出，計(jì)算機(jī)通信和其他電子設(shè)備制造業(yè)、家電制造業(yè)、機(jī)械設(shè)備制造業(yè)、汽車制造業(yè)等領(lǐng)軍者行業(yè)與AI具有較高融合程度，并且這些行業(yè)產(chǎn)品迭代快、更加靠近消費(fèi)者，具有更高的應(yīng)用潛力。電氣機(jī)械和器材制造業(yè)、儀器儀表制造業(yè)、醫(yī)藥制造業(yè)、紡織服裝制造業(yè)、金屬制品制造業(yè)、石油加工、煉焦和核燃料加工業(yè)、食品飲料制造業(yè)、冶金行業(yè)、化學(xué)纖維制造業(yè)，鐵路、傳播、航空航天和其他交通運(yùn)輸設(shè)備制造業(yè)、化學(xué)原料和化學(xué)制品制造業(yè)等奮斗者行業(yè)與AI具有良好的融合基礎(chǔ)，未來(lái)發(fā)展空間很大。橡膠與塑料制品、非金屬礦物制造、造紙包裝及印刷業(yè)、文體娛樂(lè)用品制造業(yè)、木材加工及家具建造業(yè)正在積極的探索AI應(yīng)用路徑，該類行業(yè)數(shù)字化程度較低、智能化基礎(chǔ)薄弱，所以導(dǎo)致與人工智能融合進(jìn)行發(fā)展的賽道尚未成型。

2．2人工智能＋醫(yī)療業(yè)

作為科技“戰(zhàn)疫”先鋒，人工智能技術(shù)在眾多醫(yī)療場(chǎng)景下都發(fā)揮著不可或缺的作用。比如語(yǔ)音識(shí)別、自然語(yǔ)言處理、計(jì)算機(jī)視覺、機(jī)器人技術(shù)等都在抗“疫”效率方面“大展身手”，在醫(yī)療診斷輔助、藥物研發(fā)、病毒研究、醫(yī)院管理、公共衛(wèi)生、醫(yī)療機(jī)器人、遠(yuǎn)程醫(yī)療等領(lǐng)域也有著強(qiáng)大影響力，在疫情監(jiān)控、人流預(yù)測(cè)、輿情分析、病毒研究、智能測(cè)溫等方面對(duì)疫情防控也起到了積極作用。圖4為智慧醫(yī)療產(chǎn)業(yè)圖譜。

圖4：智慧醫(yī)療產(chǎn)業(yè)圖譜資料來(lái)源：火石創(chuàng)造根據(jù)公開資料整理

我國(guó)將“AI＋醫(yī)療”作為疫情防控的利器，應(yīng)用到防控手段的各個(gè)方面，比如：分子研究、輔助診斷、疫情管控、公共衛(wèi)生服務(wù)等。表2為人工智能技術(shù)助力抗疫的典型總結(jié)。

表2：人工智能技術(shù)助力抗疫的典型總結(jié)

來(lái)源：火石創(chuàng)造根據(jù)公開資料整理

雖然AI技術(shù)在醫(yī)療領(lǐng)域試驗(yàn)成果頗豐，但要突破臨床應(yīng)用的考驗(yàn)仍然需要時(shí)間。由于臨床癥狀的多樣性，導(dǎo)致智慧醫(yī)療產(chǎn)品單憑人工智能技術(shù)很難解決醫(yī)療問(wèn)題。另外，醫(yī)療訓(xùn)練數(shù)據(jù)和復(fù)合型人才也是智慧醫(yī)療領(lǐng)域面臨的嚴(yán)峻問(wèn)題�？偨Y(jié)來(lái)說(shuō)，目前，我國(guó)智慧醫(yī)療當(dāng)面存在的挑戰(zhàn)主要總結(jié)如下：

（1） 醫(yī)療試驗(yàn)成果與臨床場(chǎng)景的契合程度；（2） 臨床癥狀的多樣性與AI技術(shù)或者算法的匹配程度；（3） 醫(yī)療大數(shù)據(jù)與AI算法所需訓(xùn)練數(shù)據(jù)集的轉(zhuǎn)化程度；（4） AI＋醫(yī)療復(fù)合型人才的匱乏程度。 參考文獻(xiàn)［1］ 《“寒冬”or“拂曉”，捕捉AI企業(yè)上市潮機(jī)遇》西南證券研究發(fā)展中心計(jì)算機(jī)研究團(tuán)隊(duì)［2］ 《“人工智能＋制造”圍繞三大方向加速落地發(fā)展》王淼、張振乾［3］ 《疫情防控加速人工智能醫(yī)療應(yīng)用落地》梁冬晗、厲欣林

—END—    

作者 ｜ 火石創(chuàng)造 金丹 

審核 ｜ 火石創(chuàng)造 邵錢、殷莉等

運(yùn)營(yíng) ｜ 火石創(chuàng)造 黃淑萍

       原文標(biāo)題 : 人工智能行業(yè)融合部分賽道發(fā)展現(xiàn)狀分析