目前，国内外人工智能差距有多大?深度学习的快速发展是否会短期遇到瓶颈?语音识别技术作为较成熟的技术，最具潜力的应用场景有哪些?企业在研发推广人工智能产品时，面临的主要困难以及需要政府哪些方面的支持?未来人工智能产业投资时序，哪些技术、哪些产品最具有投资价值?
日前，赛迪顾问股份有限公司、中国电子报社联合举办的“人工智能产业发展专家研讨会”取得圆满成功，来自英特尔、微软、科大讯飞、英伟达、百分点、amd、世纪鼎利、宏道投资等十多家单位的业内专家共同探讨了中国人工智能产业的发展路径及投资价值。
2018年全球人工智能市场将逼近2700亿元
人类对人工智能的研发并非今天才开始，从上世纪50年代开始到现在已经经历了70年的发展，在经历了两起两落之后，随着深度学习重燃、海量大数据支撑、计算能力提升和成本下降等因素的出现，人工智能迎来了重生期。
在谷歌以及ibm、微软等领军企业的带领下，全球对人工智能的关注度不断提升，市场对各类语音识别、机器视觉等弱人工智能产品的需求得到进一步释放。同时人脑科学研究、情绪感知等强人工智能有望在未来十年迎来突破。2015年全球人工智能市场规模达到1683.9亿元，预计2018年将达到2697.3亿元，复合增长率达到17%。
中国《机器人产业规划(2016-2020)》的出台、中国“十三五规划”的脑科学与类脑研究重大工程项目，将极大提升中国人工智能市场的供给质量。同时以百度为代表的互联网企业已经充分认识到人工智能的未来前景，纷纷开展大规模的投入和布局，也充分刺激了中国人工智能市场的活跃度。2015年中国人工智能市场规模达到203.9亿元，预计2018年将达到361亿元，复合增长率为21%。
人工智能市场产品结构主要分为智能硬件平台和软件集成平台两类。其中智能硬件平台主要指具备完整机械结构系统、驱动控制系统、能源动力系统、感知系统、人机交互功能一体化机器。软件集成平台是指提供具备自然语言处理或图像分析识别功能的集成化平台。在全球发达国家对工业制造的重新重视的趋势下，2015年，全球人工智能的市场结构中智能硬件平台占比达62.6%，高于软件集成平台。
与会专家认为，人工智能的快速发展会让一些职位消失，但同时也会创造很多新的机会和新的岗位。
深度学习、机器视觉成投资重点
目前在资本市场，只要沾边人工智能的股票都会一涨再涨，颇有“乱花渐欲迷人眼”的意味。
赛迪顾问从市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率等四个方面进行评价。通过综合比较分析，认为深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个领域。
从产业投资回报率分析，机器视觉值得投资，图像识别的技术成熟度低于自然语言处理，为新兴企业从软件技术为突破带来机遇，在软件图像识别领域，face++和格灵深瞳两家公司，短时间脱颖而出，不少公司希望通过招募机器视觉公司的专家而进入此领域。目前在中国技术成熟度高而且竞争最为激烈的ai是自然语言处理，科大讯飞是其中的代表者，目前占据了中国语音识别领域70%以上的市场。同时bat也依托技术优势对语音市场虎视眈眈。
从技术成熟度分析，深度学习值得投资。alphago的成功最核心的价值就归功于深度学习，目前深度学习正处于爆发的临界点，各大公司纷纷跑马圈地，距离未来预期全面部署有7年的时间窗口期。在国内，互联网厂商纷纷推出深度学习云平台，比如百度大脑、阿里dtpai，硬件厂商则推出了深度学习一体机，比如中科曙光联合英伟达推出的xsystem，一场本地化和云端化的争夺正在上演。
从应用和技术自主度分析，服务机器人和智能无人设备值得投资。目前中国尚处于工业机器人的普及阶段，具备人机交互、环境感知的智能工业机器人普及尚需时日。对于智能机器人，目前中国市场75%以上的份额被国外“四小龙”分食。对于服务机器人和智能无人设备领域，中国在软件集成方面已经具备国际领先水平，通过攻克相对较低的硬件研发门槛，将能够实现快速普及。从行业应用的维度看，国内的ai应用主要基于语音识别和服务机器人，集中于金融、电信、教育和消费电子领域。
三大难点面临突破
赛迪顾问电子信息产业研究中心高级咨询师向阳认为，尽管目前全球人工智能的发展呈现出蓬勃发展的势头，但依然有许多关键领域关键节点的问题需要重点突破。
其一是数据流通和协同感知有待提升。基础设施层的数据支撑环节，依然存在数据流通法律缺失，高价值数据难以得到有效利用的问题;在感知环节，仿人体五感的各类传感器都有成熟产品，但缺乏高度集成、统一感知协调的中控系统，对于各个传感器获得多源数据无法进行一体化的采集、加工和分析。未来的突破点将发生在软件集成环节和类脑芯片环节。
其二是强人工智能尚未实现关键技术突破。在技术研发层，目前取得进展的进度依旧属于初级阶段，对于高层次的人工意识、情绪感知环节还没有明显的突破。人脑智能的产生原理尚未研究清楚，“脑科学”研究还处于摸索阶段。未来的突破点将发生在脑科学研究领域。
其三是智能硬件平台应用性和自主化存在差距。应用层的智能硬件平台，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以接近人的推理学习和分析能力，难以接近人的判断力，不具备与人类同级别的视觉、听觉、嗅觉和触觉等感知力，难以可靠而经济地步行或者跑步，难以具备人手级别的执行力。在自主化方面，以机器人为例，目前中国在核心机器本体、减速器、伺服机等领域的自主化程度落后，未来在发展能力化工业机器人时，不仅需要在软件系统层面实现快速突破，还要解决硬件制造环节的缺失。未来的突破点将是在智能无人设备方面。
与会专家认为，未来在人工智能领域的竞争将会进一步加剧。从技术的维度看，开源化的浪潮将会席卷人工智能领域，而人才的争夺战将会进一步加剧，国际巨头围绕人工智能的并购将会提速。
