1.1.3 人工智能技术的应用趋势

目前，“人工智能技术”这个概念的覆盖范围非常广泛。广义的人工智能涉及从机器视觉、知识图谱、语音识别、自然语言处理到AI芯片、传感器、机器人等领域，覆盖了软硬件、处理技术和应用等诸多层面，这些技术的发展阶段和状态也是不均衡的，有些技术已经成熟，有些尚处在早期研究阶段。图1-4是Gartner 2020年发布的人工智能技术成熟度曲线，从中我们可以大体获得当前各项人工智能技术的发展状态和趋势的一个参考。Gartner把新兴技术周期分为五个阶段，包括创新萌芽期、期望膨胀的顶峰期、泡沫化的谷底期、稳步爬升的光明期和实质生产的高峰期（当然也不是所有的新技术都会经历这样的整个生命周期，一些技术在谷底期之后就消失了）。随着技术的逐渐成熟，其在曲线上的位置会逐渐向右侧移动，从这个曲线我们可以看到，当前的阶段，GPU加速器将走向生产高峰期，这也是与当前市场的发展情况相吻合的。

技术的发展一定要结合应用的落地，只有与实际使用场景结合得更好的技术能够应用到产品和市场中，该技术才能获得发展，真正实现产业化。许多吸引眼球的新兴技术在Gartner技术曲线中发展到谷底期后就烟消云散了，其原因正是没有真正形成市场需求。幸运的是，本轮人工智能浪潮的发展之下，一些应用技术已经得到了较为广泛的应用。在智能语音领域，语音识别、虚拟助理等相关技术已进入当前最为成熟落地的人工智能技术之列。Gartner预计整个智能语音市场规模将从2018年的75亿美元增长至2024年的215亿美元，其中医疗健康、移动银行以及智能终端智能语音技术领域快速增长的需求将成为主要的驱动因素。除了智能语音技术之外，图像技术、人脸识别等生物特征识别技术也已经非常成熟，这些技术的典型应用有视频监控、图像处理、自动化客服、精准营销推荐、证照比对、影像处理、影像分析、自动驾驶等场景，并渗透到智能手机、安防设备、机器人、智能网联汽车等设备，通过人工智能技术的加持，这些设备的智能化水平和能力获得了较大提升，在生产方面提高了效率，在生活方面为我们带来了更好的便捷性和使用体验。

图1-4 Gartner 2020年发布的人工智能技术成熟度曲线

来源：Gartner

在行业应用方面，人工智能技术已经开始广泛赋能传统行业，应用于我们生活的方方面面。2019年已经成熟落地的智能应用包括金融领域的反欺诈、生物识别类身份验证、智能客服等，以及服务行业的内容审核类应用。当前正在规模化推广的人工智能应用还包括政府的服务机器人、智能终端以及政务门户智能化改造等，零售行业的智能货柜、货架识别系统，制造业的质量检测系统，医疗行业的智能导诊系统，以及面向商业的安防布控应用。未来潜力巨大的人工智能应用包括跨行业的视频结构化、业务流程自动化，金融领域的智能网点服务机器人，服务领域的营销互动，零售行业的供应链预测以及医疗行业的辅助临床诊断决策、虚拟智能助理等。除此之外，电信行业智能网络将能够自动识别网络故障、潜在攻击，也是未来充满潜力的创新应用。

未来，随着视频等非结构化信息数量的持续增加，基于人工智能的视频分析技术会迎来进一步的发展契机。同时，语音语义技术也会持续发展，多轮对话、情绪感知、认知智能、辅助决策等将是未来技术突破方向。人工智能技术将在智能制造、智能医疗、智能教育等方面获得更为广泛的应用，促进新兴经济和数字经济领域的发展，如图1-5所示。据IDC预计，未来，人工智能市场规模仍将快速增长，到2023年，中国人工智能市场规模将达到119亿美元，2018—2023年复合增长率达46.6%。

图1-5 中国人工智能的应用场景发展2020

来源：IDC中国人工智能基础架构市场跟踪报告，2020H1