2019-2025年中国人工智能行业市场竞争格局及投资战略咨询报告

第一章人工智能：当代科技的巅峰对决

1.1 IT 巨头争相涌入人工智能领域

1.2 发达国家纷纷推出人工智能计划

1.3 中国科技界向人工智能—世界科技之巅发起冲击

第二章人工智能的重大战略意义： 未来科技发展的战略制高点

2.1 人工智能是未来互联网发展的技术核心

2.2 人工智能将引发产业结构的深刻变革

2.3 人工智能将决定未来智能化战争之胜负

2.4 人工智能是我国实现弯道超车的最佳机遇

第三章人工智能探秘

3.1 计算机怎样实现人脑的智能？

3.2 人工智能发展的三个阶段

3.3 三个有代表性的 “人工大脑”

3.3.1 “谷歌大脑”

3.3.2 IBM 人脑模拟芯片

3.3.3 “百度大脑”

第四章临界点已至：三大技术的重大突破

4.1 深度学习—核心算法的突破

4.2 芯片级的类人脑并行计算—计算能力的突破

4.3 大数据—庞大的计算资源

第五章人工智能核心技术的应用

5.1 人工智能基础平台

5.1.1 人工智能基础平台构建从感知数据到行业应用的正循环

5.1.2 IBM 是人工智能基础平台商业应用的先锋

5.1.3 全球主要人工智能基础平台一览

5.2 机器学习

5.2.1 机器学习是人工智能的核心技术

5.2.2 ：机器学习实现高效大数据分析平台

5.2.3 Ersatz：深度学习云平台

5.2.4 全球主要机器学习类公司一览

5.3 语音识别及自然语言处理

5.3.1 自然语言是人机交互发展的自然趋势

5.3.2 科大讯飞：智能语音核心技术代表世界最高水平

5.3.3 Luminoso：时刻分析用户在社交网站上的言行

5.3.4 全球语音识别应用公司一览

5.4 图像识别

5.4.1 让广告与网络视频智能匹配

5.4.2 FACE++人脸识别服务云模式

5.4.3 全球主要图像识别应用公司一览

5.5 预测分析API

5.5.1 预测分析API 应用前景广阔

5.5.2 Google Prediction：功能强大的预测分析平台

5.5.3 全球主要预测API 商用公司一览

5.6 生物特征识别技术

5.6.1 . 人脸识别

（1）人脸识别技术

（2）人脸识别的历史和流程

（3）人脸识别的应用

（4）互联网金融给人脸识别技术应用带来历史性机遇

5.6.2 声纹识别

第六章人工智能引发产业结构深刻变革

6.1 制造业

6.2 金融

6.2.1 金融信息的收集与分析

6.2.2 市场行情的分析和预测

6.2.3 信用风险管控

6.3 教育

6.4 广告

6.5 传媒

6.6 法律

6.7 医药

6.8 智能家居

2019-2025年中国智能家居行业供给预测

6.9 农业

6.10 汽车

第七章人工智能投资策略及主要公司分析(ZYGXH)

7.1 投资策略

7.2 主要公司分析

7.2.1 科大讯飞：打造中国“最强大脑”

7.2.2 东方网力：视频大数据龙头

7.2.3 东方国信：大数据智能分析龙头

7.2.4 中瑞思创：智慧医疗新星升起

7.2.5 四维图新：抢占无人驾驶的“入口”

7.2.6 佳都科技：人脸识别新锐

7.2.7 科远股份：工业智能化先锋

7.2.8 汉王科技：模式识别和智能交互的领先企业(ZYGXH)

图表目录

图表 1：2013-2018年全球人工智能投资额增长情况

图表 2：2013-2018年全球人工智能新创公司数目

图表 3：美国和欧洲开启人脑模拟计算计划

图表 4：国内互联网三大巨头对人工智能高度重视

图表 5：“中国脑计划”主要方向

图表 6：人工智能将完成人体自身 企业和产业的三层重构

图表 7：“人工智能+应用场景”是产业发展的最终形态

图表 8：从“人控”到人工智能存在巨大的产业机遇

图表 9：战争形态发展历程

图表 10：未来智能化战争

图表 11：人工智能是21 世纪科技领域最为前沿的技术之一

图表 12：计算机内部的数字电路逻辑结构

图表 13：人脑的神经元突触结构

图表 14：人脑与计算机“硬件”上的差异

图表 15：传统软件和人工智能解决问题的区别

图表 16：人工智能三个阶段

图表 17：认知智能研发的两大流派

图表 18：google 大脑图谱

图表 19：IBM 人脑模拟芯片SyNAPSE 的芯片结构 功能 物理形态图

图表 20：百度大脑计划

图表 21：深度学习近年来逐步成为业界追逐的热点

图表 22：深度学习是机器学习的一个分支

图表 23：人眼识别图像过程

图表 24：深度学习大幅提升语音识别准确率

图表 25：深度学习大幅提升手写识别准确率

图表 26：计算能力指数级的增长促使技术变革间隔时间越来越短

图表 27：计算成本平均每年下降33%

图表 28：存储成本平均每年下降38%

图表 29：GPU 具有出众的并行计算能力

图表 30：GPU和CPU浮点运算能力对比

图表 31：人脑神经元结构