2022中国人工智能系列白皮书-智能产品与产业

中国人工智能系列白皮书 ——智能产品与产业 1 中国人工智能学会二○二二年六月 1 《中国人工智能系列白皮书》编委会 主任：戴琼海执行主任：王国胤 副 主 任：陈杰 刘成林 刘宏 孙富春 王恩东王文博 赵春江 周志华 委 员：班晓娟 曹鹏 陈纯 陈松灿 邓伟文董振江 杜军平 付宜利 古天龙 桂卫华 何清胡国平 黄河燕 季向阳 贾英民 焦李成 李斌刘民 刘庆峰 刘增良 鲁华祥 马华东 �夺谦潘纲 朴松昊 钱锋 乔俊飞 孙长银 孙茂松陶建华 王卫宁 王熙照 王轩 王蕴红 吾守尔·斯拉木 吴晓蓓 杨放春 于剑 岳东 张小川张学工 张毅 章毅 周国栋 周鸿祎 周建设周杰 祝烈煌庄越挺 《中国人工智能系列白皮书智能产品与产业》编写组 陈建华 陈健瑞 陈亚敦 常永波 韩力群 何清素 侯向往 刘劼 马立新 孟庆浩 任勇 盛国辉 田新诚 吴怀化 王景璟 王中成 魏维 杨启蓓 赵姝颖 目录 引言1 第1章智能产品与产业概述1 1.1智能产业的产业链1 1.1.1基础层2 1.1.2技术层3 1.1.3应用层4 1.2传统产品的智能化4 1.2.1传统产品智能化4 1.2.2智能产品赋能技术5 1.2.3典型智能产品7 1.3智能产品与产业的主要特点11 1.3.1智能产品的主要特点11 1.3.2智能产业的主要特点12 1.4智能产品与产业的发展概况13 第2章智能产品与产业研究热点17 2.1前沿热点17 2.1.1人工智能助力实现“双碳”17 2.1.2人工智能助力教育发展17 2.1.3人工智能辅助新型药物研发18 2.1.4无人驾驶探索出行的终极解决方案18 2.1.5人工智能物联网实现万物智联18 2.2研究学者与产业界专家19 2.3技术伦理21 2.4智能产品标准研究25 第3章典型智能产品及其关键特征31 3.1典型/成熟智能产品分析31 3.1.1智能服务机器人31 3.1.2智能物联网产品35 3.1.3智能个人终端45 3.1.4智能芯片48 3.1.5智能运载工具53 3.2正在取得突破的智能产品58 3.3关键特征分析60 3.3.1情景感知60 3.3.2自主学习61 3.3.3智能决策62 3.3.4协同交互63 第4章人工智能技术与传统产业的融合发展64 4.1智能制造64 4.1.1智能制造系统架构65 4.1.2智能制造主要特征67 4.1.3智能制造关键技术68 4.2智慧交通79 4.2.1概述79 4.2.2智慧交通系统组成80 4.2.3智慧交通系统关键技术84 4.2.4中国智慧交通产业市场规模86 4.2.5智慧交通系统发展趋势87 4.3智能电力88 4.3.1新型电力系统人工智能能力平台88 4.3.2电网高压断路器大数据智能在线监测系统94 4.4智慧农业98 4.4.1智能农场感知98 4.4.2自主作业农机100 4.4.3农业专家决策系统102 4.5智慧医疗103 4.5.1智慧医院管理103 4.5.2智慧诊疗112 4.5.3辅助诊疗114 4.6智慧教育117 4.6.1智慧教育内涵117 4.6.2智慧教育关键技术117 4.6.3智慧教育典型应用120 4.6.4智慧教育行业发展123 4.7智慧矿山125 4.7.1智慧矿山的基本内涵125 4.7.2数字孪生模型的构建126 4.7.3基于数字孪生的智慧矿山128 4.8智慧安防129 4.8.1智慧安防概念129 4.8.2智慧安防系统原理130 4.8.3智慧安防关键技术132 4.8.4智慧安防典型产品133 4.8.5智慧安防典型应用134 4.8.6智慧安防技术发展前景136 4.8.7智慧安防行业产业概述137 第5章未来趋势与展望141 5.1发展机遇141 5.1.1“十四五”规划141 5.1.2产学研用共同推动142 5.1.3传统行业转型与AI技术落地143 5.2人工智能技术发展面临的挑战144 5.2.1技术攻关尚存难度144 5.2.2算法缺陷引发争议145 5.2.3产品同质化待解决146 5.2.4创新要素仍需完善147 5.2.5人才培养是关键148 5.3当前智能产品与产业的需求分析150 5.3.1政府需求150 5.3.2企业需求152 5.3.3公众需求153 5.4发展趋势154 5.4.1人工智能技术研究将加快形成核心能力154 5.4.2人工智能的应用领域将不断扩大155 5.4.3技术向善理念将全产业链落地156 5.4.4人工智能关键生态要素将不断完善优化157 5.4.5中国AI产业将在高端技术封锁中破壁前行157 总结160 参考资料164 引言 人工智能产业是指以人工智能关键技术为核心的、由基础支撑和应用场景组成的、覆盖领域极为广阔的行业群。智能产品是指用人工智能技术赋能的产品。 当前，人工智能作为新一轮产业变革的核心驱动力，正在催生新技术、新产品、新产业、新业态、新模式，从而引发经济结构的重大变革，实现社会生产力的整体提升。人工智能技术的应用正在成为众多传统产业发展、产品升级换代的突破点，推动产业的智能化转型与产品的智能化升级。 我国人工智能产业起步较晚，但发展势头迅猛。近年来，智能化基础设施体系高速发展，全产业链基本形成，相关智能产品的种类和形态日益丰富，产业分布渐趋合理。人工智能和产业加速深度融合发展，正在掀起新一轮科技创新浪潮，不仅推动中国经济的转型升级，而且为全球创新体系的重塑奠定基础。 目前，我国的人工智能企业广泛分布在20个重点应用领域。其中，企业技术集成与方案提供应用领域占比最高，说明在全面融合发展阶段，突破应用领域的共性和关键技术是中国人工智能产业关注的焦点。从应用领域企业融资额的分布看，智慧商业和零售，科技金融、新媒体和数字内容类应用领域的融资额最高，智慧交通、关键技术研发和应用平台、企业技术集成与方案、智能硬件也均属于占比较高的应用领域。 2020年9月，我国提出二氧化碳排放力争“2030年前达到峰值， 2060年前实现碳中和”，从当下到未来几十年，我们将处于智能化时代与碳中和时代叠加共振的时代。在中国经济较快增长的背景下，实现碳中和的关键在于降低单位GDP能耗，这对能源、交通、制造业和城市建设规划等许多领域带来了较大的减排压力。而AI技术有望 从多维度、多场景推动各行各业的提效降耗，必将在低碳减排进程中发挥巨大的、不可替代的作用。事实上，AI技术的日益普及正在催生以绿色清洁为特色的绿色生产力的整体跃升，推动社会进入提质增效减排的智能化时代。因此，AI技术将取代传统信息技术成为数字经济发展的核心驱动力、重要战略抓手,数字经济发展需要用AI技术构建坚实的底座。 在全球人工智能发展的浪潮下，市场对人工智能的投入与期望空前巨大，正确理解智能产品与产业目前的发展状态、市场预期、发展趋势，是各行业企业的重要任务之一。本白皮书旨在为各类企业在人工智能方向上的布局与行动举措提供参考信息与建议，同时也为智能产品生产企业和人工智能企业在具体发展方向的选择上提供参考。 本白皮书由五章组成，第1章介绍了智能产品与智能产业的概 念、特点以及发展状况；第2章阐述了前沿热点、智能产业龙头、智 能产品标准等问题；第3章梳理总结了典型智能产品的应用场景与应 用案例，并分析了智能产品的关键特征；第4章介绍了传统产业智能化转型的典型行业，包括智能制造、智能交通、智能电力、智慧农业、智慧医院、智慧教育、智慧矿山、智慧安防等八大传统行业与AI技术融合发展的情况；第5章阐述了智能产品与产业的发展趋势，讨论了发展机遇与面临的挑战，分析了智能产品与产业的市场需求，并对未来发展趋势进行展望。 中国人工智能系列白皮书——智能产品与产业2022 第1章智能产品与产业概述 1.1智能产业的产业链 人工智能产业是指一类以人工智能关键技术为核心的、由基础支撑和应用场景组成的、覆盖领域极为广阔的行业群。我国人工智能产业起步较晚，但‘十三五’以来发展势头迅猛。目前，智能化基础设施体系高速发展，人工智能全产业链基本形成，并带动传统企业加速转型升级。 从产业链看（见图1.1），人工智能产业包括基础技术支撑、人工智能技术、人工智能应用三个层次，分别对应产业链的上游、中游和下游。其中，基础技术支撑由数据中心和运算平台构成，数据传输、运算和存储等；AI技术是基于基础层提供的存储资源和大数据，通过机器人学习建模，开发面向不同领域的应用技术，包含感知智能和认知智能两个阶段，感知智能如语音识别、图像识别、自然语言处理和生物识别等；认知智能如机器学习、预测类API和人工智能平台。AI应用（AI+或智能化）即用AI技术为千行百业赋能，实现不同场景的应用，如无人车、智能家居、智能医疗等。 图1.1人工智能产业链 1.1.1基础层 在人工智能领域，传统的芯片计算架构已无法支撑深度学习等大规模并行计算的需求，需要新的底层硬件来更好地储备数据、加速计算过程。基础层主要以硬件为核心，其中包括GPU/FPGA等用于性能加速的硬件、神经网络芯片、传感器与中间件，这些是支撑人工智能应用的前提。这些硬件为整个人工智能的运算提供算力，目前多以国际IT巨头为主。 目前在GPU领域，英伟达主打工业级超大规模深度网络加速，并于日前推出了基于Volta、首款速度超越100TFlops的处理器Tesla；英特尔主要围绕FPGA构建产业，推出了模仿人脑的人工智能芯片；谷歌也推出了第二代TPU芯片，为自己的开源TensorFlow框架提供芯片支撑。此外，这一领域还有众多初创公司，如中星微、寒武纪以及西井科技等，但在产业布局能力和研发实力方面还不可与这些巨头匹敌。 AI芯片提供微处理器，用来加速深度神经网络、机器视觉以及其他机器学习算法。例如，谷歌（ASIC）、英伟达（GPU）的云端训练微处理器；谷歌（ASIC）、英伟达（GPU）、AMD（GPU）、英特尔 （FPGA）、Actel（FPGA）、赛灵思（FPGA）、Altera（FPGA）（被英特尔收购）的云端推理微处理器；高通（移动端）、深鉴科技（机器人）、寒武纪科技（移动端、CV、机器人）、地平线科技（CV、机器人、语音）、FaceOS（CV）、思必驰（语音）、声智科技（语音）、云知声（语音）、启英泰伦（语音）、耐能（IoT）、NovuMind（IoT）、微软（VR）、华捷艾米（VR）、IBM（类脑芯片）、西井科技（类脑芯片）的设备端推理微处理器；等等。 视觉传感器用于捕捉和分析视觉信息，代替人眼做各种测量和判断。图像传感器及视觉算法/软件解决方案提供商主要有：禾赛科技、巨星科技、slamtec、robosense、北科天绘、Quanergy、Velodyne LiDAR、大族激光、中海达、擂神智能、北醒、数字绿土等激光雷达提供商；博世、隼眼科技、Continental、DENSO、行易道科技、Delphi、森思泰克、智波科技、cheng-tech、ZFTRW、HELLA、Autoliv等毫米波雷达提供商；海康威视、大华、宇视科技、Tiandy、Towe、汉邦高科、泰科、亚安科技等监控摄像头提供商；索尼、Hella、Panasonic、博世、ZFTRW、Continental、OmniVision、Mobileye等自动驾驶摄像头提供商；以及Microsoft、苹果、华捷艾米、凌感、Vidoo、Orbbec3D等体感检测提供商。 1.1.2技术层 技术层是人工智能发展的核心，对应用层的产品智能化程度起到决定性作用。在这一发展过程中，算法和计算力对AI的发展起到主要推动作用。技术层主要依托基础层的运算平台和数据资源进行海量识别训练和机器学习建模，以及开发面向不同领域的应用技术，包含感知智能和认知智能两个阶段。其中，感知智能阶段通过传感器、搜索引擎和人机交互等实现人与信息的连接，获得建模所需的数据，如语音识别、图像识别、自然语音处理和生物识别等；认知智能阶段对获取的数据进行建模运算，利用深度学习等类人脑的思考功能得出结果，