2023中国人工智能成熟度模型报告

2023中国人工智能成熟度模型报告 1 1 桌面研究 通过对行业公开信息进行桌面研究，资料包括但不限于专业机构研究报告、技术领域书籍、技术社区网站、技术企业官网及专家公开演讲内容等。 技术模型 2 通过技术专利数量、技术诞生时间、技术舆论指数指标，进行技术发展阶段类型模型设计，作为细分技术发展阶段展现。 专家访谈 3 InfoQ研究中心针对本次研究定向邀请了多位人工智能各领域专家，对技术模型生成结果进行讨论和指导。 本次研究通过收集并整理40+人工智能细分技术领域的技术专利数量、技术诞生时间、技术舆论指数作为生成2023年中国人工智能成熟度模型的三大核心指标。 中国人工智能成熟度模型三大核心指标 01 技术专利数量 技术专利数据来自国家知识产权局旗下专利检索及分析系统。检索方式为使用对应技术领域关键词，截止时间2023年8月15日。 02 技术发展时间 考虑到数据可得性与统一性，技术发展时间使用知网论文库等学术平台进行相关技术领域论文最早收录年份统计计算。 03 技术舆论指数 技术舆论指数数据来源为各家技术媒体和开发者社区，其中包括InfoQ中文站和CSDN社区等网站，具体数据通过对应技术领域关键词搜索涉及的文章数量获得，指数通过加权获得。 CONTENT 目录 01人工智能技术发展历程 02中国人工智能技术成熟度模型 03中国人工智能技术厂商生态图谱 人工智能技术发展历程 人工智能发展历经四大阶段，学习和判断能力逐渐提升 逻辑推理 强 赋予计算机系统简 人单逻辑推理能力 工智能学习 /•1956年，达特茅斯会议 判提出人工智能概念 断•1957年，感知机诞生 能 力•机器定理证明、西洋跳棋 程序 •但受限于计算机算力，机 弱器无法完成复杂任务 知识推理 计算机系统模拟人类专家知识和经验 •1967年，第一例专家系统—DENDRAL诞生 •专家系统在医疗、化学、地质等领域取得成功，但应用领域狭窄、知识获取困难、推理方法单一等问题凸显 计算机系统根据数据统计原理学习训练 •1988年，概率统计方法引入人工智能的推理过程 •1990年代，神经网络算法开始用于商业化的文字、图像识别和语音识别 •1997年，深蓝战胜卡斯帕罗夫 •2006年，深度学习概念正式提出，AWS开始探索商用算力 •2016-2017年，AlphaGo先后战胜李世石和柯洁 •人工智能在安防、制造、互联网、金融和医疗等多领域应用拓展，同时人工智能逐渐和大数据、云计算等技术深入交融 自主学习 机器学习 通用人工智能 •开始向通用人工智能迈进：多模 态大语言模型、生成式AI的技术突破引发大家对通用人工智能的想象 6 1956年1980年2010年至今未来 中国人工智能技术成熟度模型 研究说明 2023年年初，InfoQ研究中心生成了涵盖130+技术领域的中国技术成熟度评估曲线。 Earlyadaptor 人工智能领域在2023年，发生了诸多变化，因此InfoQ研究中心再次基于技术专利数量、技术发展时间、技术舆论指数等核心指标，结合市场规模与融资事件等公开资料，最终经过专家访谈，绘制了中国人工智能成熟度模型。 Innovator Innovators Earlyadopters EarlymajorityLatemajority 根据40+人工智能细分技术领域的技术专利数量、技术发展时间、技术舆论指数，生成如下核心指标气泡图。 中国人工智能技术成熟度三大核心指标气泡图 技术专利 人脸识别 汽车自动驾驶 数据挖掘专家系统 语音识别 推荐系统 语义分析 机器学习 传统分布式深度学习 半定制芯片（FPGA） 知识图谱 文本生成视频 智能视频编码 文本生成 自适应AI 物体识别OCR识别 AI音乐 RPA 类脑芯片 AI工程化 生物识别 通用芯片（GPU） 文本生成图像 基于传统NLP的对话机器人 传统AI编程工具 AI基于大模型的AI通用人工智能（AGI） 脑机接口 通用大模型 提示工程 虚拟助理 数字人/虚拟人 航天航空、航海和特种汽车无人驾驶 行业大模型基于大模型的分布式深度学习 机器/深度学习平台 柔性机器人 合成数据生成文本分析AI安全全定制芯片（ASIC） 20000 15000 10000 5000 智能体基于生成式大模型工程化AI的对话机器可 编程工具人解释AI 0 -5000 -1001020304050607080 前沿技术 早期推广技术 准成熟技术 成熟技术 气泡大小代表舆论指数 发展时间（年） 不同发展阶段下的人工智能技术专利数量与比例 6423 专利累积绝对数量 01 伴随着中国人工智能技术走向成熟，专利数量不断累积。 成熟技术的平均专利数量是前沿技术的58倍。 02 专利核心申请人向企业过渡 伴随着中国人工智能技术走向成熟，企业作为专利核心申请 +58倍 110 43.4% 122 人的比例不断上升。 56.6% 前沿技术 63.8% 69.3% 74.0% 26.0% 2939 30.7% 36.2% 早期推广技术 准成熟技术 成熟技术 成熟技术有74%的专利由 高校及科研机构企业 数据来源：国家知识产权局旗下专利检索及分析系统 企业作为核心申请人。 不同发展阶段下的人工智能技术平均发展时间不断延长不同发展阶段下的人工智能技术平均舆论指标不断提高 15.2 22.3 成熟技术准成熟技术早期推广技术 前沿技术 舆论指数 前沿技术 早期推广技术 27.1 准成熟技术 41.1 成熟技术 数据来源：学术论文平台、InfoQ中文站、CSDN社区等技术媒体与开发者社区 技术实现和风险伦理 对于前沿技术和早期推广技术这两个阶段，讨论的重点多在技术的定义与介绍、技术实现路线和应用探索。 此外，也会涉及到早期的风险与社会伦理。 解决方案与产品标准 到了准成熟与成熟阶段的技术，市面上已经有一定数量的产品和解决方案，用户对于技术能够达成的效果也有一定的共识。 因此，讨论重点多在产品标准、技术选型、成本等更为落地的 内容。 早期推广技术 准成熟技术 不同发展阶段下的人工智能技术讨论重点词云变迁图 前沿技术 成熟技术 在本报告中，InfoQ研究中心将限制技术走向成熟的因素总结为技术难点和应用受限，但这并不意味着是单一因素限制了技术的发展，相反，实际上往往是多种因素相互制约。 硬件/资源适配 一些技术比如深度学习和大模型,其运行和应用可能需要高性能的计算、存储及网络资源作为支撑。 相对应地，这些资源的有限供给可能会影响技术的可靠性和应用范围。 技术实现 技术实现包括遇到算法设计、系统架构、等方面的困难。 技术实现其实和规模化经济紧密相关，因为技术实现的限制也会在一定程度上提高使用技术的成本，最终限制技术的成熟发展。 成熟技术 技术难点 应用受限 前沿技术 应用场景探索 主要包括技术应用领域的探索和验证。部分前沿技术源于学术研究，使用场景可能较为局限，或与实际业务距离较远，需要进一步拓展应用场景。同时也有一些技术目前还在不断探索应用范围的阶段。 规模化经济 与技术实现紧密相关。在现阶段，技术先进并不是企业选择某项技术的首要因素，企业更关注技术实际解决了什么问题，同时也会权衡技术实现所带来的成本。 法律及伦理道德 例如汽车自动驾驶、脑机接口，除了技术实现和规模化的因素以外，法律、伦理以及道德也会限制技术走向成熟。 通用人工智能（AGI）基于大模型的AI编程工具 AI智能体自适应AI 脑机接口合成数据生成 类脑芯片航天航空、航海和特种汽车无人驾驶 文本生成视频 行业大模型 高校及科研院所申请专利占比接近 50% 前沿技术领域大体服从发01展时间较短，专利累积较少，且大多数专利由科研 院所产出和申请。 技术专利20000 15000 10000 5000 从舆论指数来看，今年大02模型、AIGC相关技术讨论度迅速提升，出现短期 爆发。 0 -5000 -1001020304050607080 气泡大小代表舆论指数 50000 发展时间（年） 技术专利20000 15000 平均发展时间 早期推广技术平均发展时间达到22.3年。 10000 5000 基于生成式AI的对话机器人大模型工程化 技术专利 早期推广技术平均专利数量达到122项。 0 -5000 提示工程 可解释AI 基于大模型的分布式深度学习 通用大模型 柔性机器人 AI音乐AI安全 文本生成图像 舆论指数 新闻讨论重点仍然在技术科 -1001020304050607080 普、应用探索上，但基本已 15 气泡大小代表舆论指数50000 发展时间（年） 经在市面推出初代产品。 技术专利相关数据 准成熟技术平均专利数量达到 2939项。 企业申请专利占比接近 70% 汽车自动驾驶 传统AI编程工具 语义分析 虚拟助理 智能视频编码 知识图谱 生物识别 全定制芯片（ASIC）文本生成 RPA 数字人/虚拟人 AI工程化机器/深度学习平台 传统分布式深度学习 文本分析 基于传统NLP的对话机器人 半定制芯片（FPGA） 技术专利20000 15000 10000 发展时间相关数据 准成熟技术平均发展时间达到 27.1年。 5000 0 -5000 -1001020304050607080 气泡大小代表舆论指数50000 发展时间（年） 人脸识别 物体识别 专家系统 技术发展时间 成熟领域技术的平均发展时间超过40年。 技术专利20000 技术专利数量 成熟领域技术的技术专利数量是前沿技术领域的58倍。 15000 语音识别 推荐系统 机器学习 通用芯片（GPU） 数据挖掘 OCR识别 10000 5000 舆论指数 成熟领域技术的舆论指数是前沿技术领域的6.1倍。 0 -5000 -1001020304050607080 气泡大小代表舆论指数50000 发展时间（年） 2023年人工智能领域的绝大多数注意力被大模型相关技术吸引，话题不断破“圈”（学术圈、科技圈、创投圈）等。 2023H1技术领域舆论指数增加绝对值 2023年上半年，大模型及AIGC相关技术领域，舆论指数呈现爆炸增长态势。相较于其他非相关领域，增长翻倍。 2023H1技术领域累积专利数量 与之相对的，是大模型及AIGC相关技术领域尚未形成规模的专利累积。 平均数 中位数 906 中位数 33 非大模型相关技术领域 平均数 大模型相关技术领域 数据来源：InfoQ中文站、CSDN社区等技术媒体与开发者社区、国家知识产权局旗下专利检索及分析系统 非大模型相关技术领域 大模型相关技术领域 现阶段，众多的大模型厂商仍然处于早期竞争阶段，即产品端从「无」到「有」的过程。但相对应的是，公众和用户已经将关注重点聚焦在了实际的效果和由此带来的成本上。 这种短期错配，正在逐渐加重对于大模型各类厂商对于应用场景探索的焦虑与急迫性。大模型各类厂商，无论是模型层还是最终的应用层，都需要贴合实际需求，充分展现产品价值，才能在激烈竞争中脱颖而出。 期待——「效果」和「成本」 大模型的讨论热度背后，是大家对于未来应用效果的巨大期待，同时希望因此增加的成本不会太高。 场景仍在探索落地效果不清成本居高不下 巨大讨论热度卓越成效可控成本 现状——「有」和「无」 但现阶段，众多厂商聚焦少部分确定性高的场景，同质化竞争相对比较严重。 中国人工智能技术厂商生态图谱 自动化RPA 人脸识别 计算机视觉 OCR识别物体识别生物识别 机器学习机器/深度学习平台 NLP/NLU/NLG 文本分析 自动驾驶 工业机器人 汽车自动驾驶 航天航空、航海和特种汽车无人驾驶 合成数据生成 数据挖掘专家系统 语义分析 文本生成