2020年以來我國人工智能產(chǎn)業(yè)從應(yīng)用到底層創(chuàng)新均取得重大突破，產(chǎn)業(yè)鏈各環(huán)節(jié)不斷完善，產(chǎn)業(yè)抗風(fēng)險(xiǎn)能力進(jìn)一步加強(qiáng)，并某些環(huán)節(jié)達(dá)到國際領(lǐng)先水平。

一、

人工智能產(chǎn)業(yè)圖譜

縱觀人工智能產(chǎn)業(yè)鏈可分為上游基礎(chǔ)層、中游技術(shù)層及下游應(yīng)用層三大環(huán)節(jié)。

其中，基礎(chǔ)層是人工智能產(chǎn)業(yè)的基礎(chǔ)，主要是研發(fā)硬件及軟件，如AI芯片、數(shù)據(jù)資源、云計(jì)算平臺等，為人工智能提供數(shù)據(jù)及算力支撐；

技術(shù)層是人工智能產(chǎn)業(yè)的核心，以算法模擬人的智能相關(guān)特征為出發(fā)點(diǎn)，構(gòu)建技術(shù)路徑，主要包括算法理論（機(jī)器學(xué)習(xí)）、開發(fā)平臺（基礎(chǔ)開源框架、技術(shù)開放平臺）和應(yīng)用技術(shù)（計(jì)算機(jī)視覺、機(jī)器視覺、智能語音、自然語言理解）；

應(yīng)用層是人工智能產(chǎn)業(yè)的延伸，集成一類或多類人工智能基礎(chǔ)應(yīng)用技術(shù)，面向特定應(yīng)用場景需求而形成軟硬件產(chǎn)品或解決方案。是通過集成一類或多類人工智能基礎(chǔ)應(yīng)用技術(shù)，面向特定應(yīng)用場景需求而形成軟硬件產(chǎn)品或解決方案。

表1：人工智能產(chǎn)業(yè)鏈及細(xì)分產(chǎn)業(yè)

資料來源：火石創(chuàng)造根據(jù)公開資料整理

二、

我國人工智能產(chǎn)業(yè)簡析

總體來講我國人工智能產(chǎn)業(yè)呈現(xiàn)出上游尋求突破；中游龍頭企業(yè)試水，下游百花齊放的產(chǎn)業(yè)格局。并且在產(chǎn)業(yè)發(fā)展過程中國內(nèi)的市場優(yōu)勢、數(shù)據(jù)優(yōu)勢、人才優(yōu)勢不斷顯現(xiàn)。

?

（1）芯片是人工智能的心臟

芯片是人工智能產(chǎn)業(yè)的心臟?；A(chǔ)層是人工智能產(chǎn)業(yè)的基礎(chǔ)，主要是研發(fā)硬件及軟件，如AI芯片、數(shù)據(jù)資源、云計(jì)算平臺等，為人工智能提供數(shù)據(jù)及算力支撐。主要包括計(jì)算硬件（AI芯片）、計(jì)算系統(tǒng)技術(shù)（大數(shù)據(jù)、云計(jì)算和5G通信）和數(shù)據(jù)（數(shù)據(jù)采集、標(biāo)注和分析）。其中芯片產(chǎn)業(yè)尤其關(guān)鍵，是人工智能產(chǎn)業(yè)的心臟。

總體來講我國人工智能芯片產(chǎn)業(yè)處于起步階段，近年來我國芯片設(shè)計(jì)行業(yè)市場規(guī)模不斷擴(kuò)大。據(jù)中國半導(dǎo)體行業(yè)協(xié)會數(shù)據(jù)顯示，2019年我國芯片設(shè)計(jì)業(yè)銷售規(guī)模增長至3064億元，同比增長21.6%。隨著電子設(shè)備不斷向智能化、小型化方向發(fā)展，芯片集成度、密度和性能的日益提高，我國封裝模式不斷推陳出新，產(chǎn)業(yè)規(guī)模呈現(xiàn)快速增長態(tài)勢。數(shù)據(jù)顯示，2019年我國封裝測試規(guī)模增長至2350億元。

2018年市場研究顧問公司Compass Intelligence發(fā)布的最新研究結(jié)果顯示，在全球前15大人工智能(AI)芯片企業(yè)排名表“A_List”中，前三名依序?yàn)橛ミ_(dá)(Nvidia)、英特爾(Intel)以及恩智浦(NXP)，蘋果排名第8名，三星第11名，華為第12名。作為人工智能產(chǎn)業(yè)的基石與心臟，芯片在產(chǎn)業(yè)中的地位毋庸置疑也無可動搖，但我國目前芯片產(chǎn)業(yè)整體設(shè)計(jì)水平較國外有較大差距，尤其在芯片生產(chǎn)方面存在嚴(yán)重的卡脖子現(xiàn)象。

目前國內(nèi)芯片廠商典型企業(yè)包括華為海思、寒武紀(jì)、地平線、阿里平頭哥等。

（2）數(shù)據(jù)是人工智能產(chǎn)業(yè)的血液

數(shù)據(jù)是人工智能產(chǎn)業(yè)的生產(chǎn)資料也是產(chǎn)業(yè)發(fā)展的主要動力之一，海量的數(shù)據(jù)資源也是我國發(fā)展人工智能產(chǎn)業(yè)的差異化優(yōu)勢之一。國際數(shù)據(jù)公司IDC和數(shù)據(jù)存儲公司希捷的一份報(bào)告顯示，到2025年，隨著中國物聯(lián)網(wǎng)等新技術(shù)的持續(xù)推進(jìn)，其產(chǎn)生的數(shù)據(jù)將超過美國。我國產(chǎn)生的數(shù)據(jù)量將從2018年的約7.6ZB增至2025年的48.6ZB，據(jù)貴陽大數(shù)據(jù)交易所統(tǒng)計(jì)，中國大數(shù)據(jù)產(chǎn)業(yè)市場在未來五年內(nèi)，仍將保持著高速增長。

隨著5G和物聯(lián)網(wǎng)的發(fā)展，業(yè)界對更為高效、綠色的數(shù)據(jù)中心和云計(jì)算基礎(chǔ)設(shè)施的需求越發(fā)升高，大數(shù)據(jù)基礎(chǔ)層持續(xù)保持高速增長，預(yù)計(jì)2020年整體規(guī)模將達(dá)到6670.2億元，到2022年將突破萬億元，持續(xù)促進(jìn)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，激發(fā)經(jīng)濟(jì)增長活力,助力新型智慧城市和數(shù)字經(jīng)濟(jì)建設(shè)?，F(xiàn)階段數(shù)據(jù)共享、融合及交易的需求將會隨著大數(shù)據(jù)及人工智能產(chǎn)業(yè)在應(yīng)用端的深度不斷加強(qiáng)。

（3）人工智能產(chǎn)業(yè)應(yīng)用全球領(lǐng)先

我國龐大的人口優(yōu)勢及市場需求之下，在龍頭企業(yè)及資本的推動下我國人工智能產(chǎn)業(yè)的應(yīng)用端產(chǎn)品開發(fā)全球領(lǐng)先，催生出一大批熱門產(chǎn)品，包括智能汽車、機(jī)器人、智能家居、可穿戴設(shè)備等。智能汽車包括智能網(wǎng)聯(lián)技術(shù)、無人駕駛技術(shù)等，機(jī)器人分為工業(yè)機(jī)器人和特種機(jī)器人（服務(wù)機(jī)器人、水下機(jī)器人、娛樂機(jī)器人、軍用機(jī)器人、農(nóng)業(yè)機(jī)器人）；智能家居主要包括智能燈光控制系統(tǒng)、智能窗簾、智能門鎖、智能音箱、智能冰箱、智能水壺等；可穿戴設(shè)備主要包括智能手環(huán)、智能手表、智能眼鏡、智能頭盔，可穿戴設(shè)備作為AI的入口，可應(yīng)用在體育、醫(yī)療、娛樂、科教、商業(yè)等方面。

三、

2020年我國人工智能大事件

2020年2月，阿里集團(tuán)與李蘭娟院士所在的浙江樹蘭醫(yī)院合作，圍繞基于深度學(xué)習(xí)的快速Cryo-EM三維成像技術(shù)開發(fā)、融合拓?fù)浜蛶缀翁卣鞯纳疃壬窠?jīng)網(wǎng)絡(luò)用于配體-蛋白質(zhì)預(yù)測、基于深度學(xué)習(xí)的蛋白質(zhì)結(jié)構(gòu)預(yù)測、利用蛋白質(zhì)序列預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)等重點(diǎn)內(nèi)容開展抗新型冠狀病毒藥物的研究工作。在疫情期間，阿里免費(fèi)向全球公共科研機(jī)構(gòu)開放一切AI算力，以加速本次新型肺炎新藥和疫苗研發(fā)的進(jìn)程。

2020年年2月，國家發(fā)改委、工信部、科技部等11個部委聯(lián)合蓋章正式發(fā)布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》提出，到2025年，實(shí)現(xiàn)有條件自動駕駛的智能汽車達(dá)到規(guī)?；a(chǎn)，實(shí)現(xiàn)高度自動駕駛的智能汽車在特定環(huán)境下市場化應(yīng)用。智能交通系統(tǒng)和智慧城市相關(guān)設(shè)施建設(shè)取得積極進(jìn)展，車用無線通信網(wǎng)絡(luò)(LTE-V2X 等)實(shí)現(xiàn)區(qū)域覆蓋，新一代車用無線通信網(wǎng)絡(luò)(5G-V2X)在部分城市、高速公路逐步開展應(yīng)用，高精度時(shí)空基準(zhǔn)服務(wù)網(wǎng)絡(luò)實(shí)現(xiàn)全覆蓋。

2020年4月，中共中央、國務(wù)院發(fā)布關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見。其中提出，提升社會數(shù)據(jù)資源價(jià)值。培育數(shù)字經(jīng)濟(jì)新產(chǎn)業(yè)、新業(yè)態(tài)和新模式，支持構(gòu)建農(nóng)業(yè)、工業(yè)、交通、教育、安防、城市管理、公共資源交易等領(lǐng)域規(guī)范化數(shù)據(jù)開發(fā)利用的場景。發(fā)揮行業(yè)協(xié)會商會作用，推動人工智能、可穿戴設(shè)備、車聯(lián)網(wǎng)、物聯(lián)網(wǎng)等領(lǐng)域數(shù)據(jù)采集標(biāo)準(zhǔn)化。

2020年6月，中國工程院院士劉韻潔表示，南京網(wǎng)絡(luò)通訊與安全紫金山實(shí)驗(yàn)室已研制出CMOS毫米波全集成4通道相控陣芯片，并完成了芯片封裝和測試，每通道成本由1000元降至20元。封裝集成了1024通道天線單元的毫米波大規(guī)模有源天線陣列，芯片與天線陣列有望于2022年規(guī)模商用于5G系統(tǒng)。

2020年6月，國家藥品監(jiān)督管理局發(fā)布消息，安德醫(yī)智旗下BioMind“天醫(yī)智”的顱內(nèi)腫瘤磁共振影像輔助診斷軟件通過了NMPA三類醫(yī)療器械審批。該產(chǎn)品是由天壇醫(yī)院和安德醫(yī)智聯(lián)合成立的"神經(jīng)疾病人工智能研究中心"研發(fā)，是首個藥監(jiān)局獲批的、以“影像輔助診斷”命名的醫(yī)療AI軟件。

2020年8月，為加強(qiáng)人工智能領(lǐng)域標(biāo)準(zhǔn)化頂層設(shè)計(jì)，推動人工智能產(chǎn)業(yè)技術(shù)研發(fā)和標(biāo)準(zhǔn)制定，促進(jìn)產(chǎn)業(yè)健康可持續(xù)發(fā)展，國家標(biāo)準(zhǔn)化管理委員會 、中央網(wǎng)信辦、國家發(fā)展改革委、科技部、工業(yè)和信息化部聯(lián)合印發(fā)了《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》。據(jù)《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》，到2021年，明確人工智能標(biāo)準(zhǔn)化頂層設(shè)計(jì)，研究標(biāo)準(zhǔn)體系建設(shè)和標(biāo)準(zhǔn)研制的總體規(guī)則，明確標(biāo)準(zhǔn)之間的關(guān)系，指導(dǎo)人工智能標(biāo)準(zhǔn)化工作的有序開展，完成關(guān)鍵通用技術(shù)、關(guān)鍵領(lǐng)域技術(shù)、倫理等20項(xiàng)以上重點(diǎn)標(biāo)準(zhǔn)的預(yù)研工。

2020年10月，由中國移動和輕舟智航聯(lián)合部署的無人公交落地蘇州高鐵新城，并啟動了“蘇州無人公交早鳥計(jì)劃”，招募一批有日常通勤需求的市民免費(fèi)搭乘。

2020年12月，中國科學(xué)技術(shù)大學(xué)宣布，該校潘建偉團(tuán)隊(duì)與中科院上海微系統(tǒng)所、國家并行計(jì)算機(jī)工程技術(shù)研究中心合作，成功構(gòu)建76個光子的量子計(jì)算原型機(jī)“九章”。根據(jù)現(xiàn)有理論，在經(jīng)典數(shù)學(xué)算法“高斯玻色取樣”任務(wù)中，“九章”一分鐘完成的任務(wù)，超級計(jì)算機(jī)需要一億年。

2020年12月，微軟亞洲研究院宣布聯(lián)合清華大學(xué)、北京大學(xué)、南京大學(xué)、蘭州大學(xué)、新加坡國立大學(xué)、首爾國立大學(xué)等多所亞洲地區(qū)高校，成立OpenNetLab開放網(wǎng)絡(luò)平臺聯(lián)盟。OpenNetLab平臺旨在通過為研究人員提供通用的分布式網(wǎng)絡(luò)測試平臺，以及真實(shí)的網(wǎng)絡(luò)評測數(shù)據(jù)集，推動人工智能（AI）在網(wǎng)絡(luò)研究中的應(yīng)用與發(fā)展，構(gòu)建健康、可持續(xù)的網(wǎng)絡(luò)研究生態(tài)系統(tǒng)。目前，該平臺已經(jīng)完成了多個節(jié)點(diǎn)的建設(shè)及小規(guī)模部署測試，并且正在逐步進(jìn)入大規(guī)模測試階段。

2020年12月，清華大學(xué)朱文武教授帶領(lǐng)的網(wǎng)絡(luò)與媒體實(shí)驗(yàn)室發(fā)布了全球首個開源自動圖學(xué)習(xí)工具包：AutoGL (Auto Graph Learning)。該工具支持在圖數(shù)據(jù)上全自動進(jìn)行機(jī)器學(xué)習(xí)，并且支持圖機(jī)器學(xué)習(xí)中最常見的兩個任務(wù)：節(jié)點(diǎn)分類任務(wù)（node classification）與圖分類任務(wù)（graph classification）。