关键词：人工智能；技术；应用；趋势

　　报告目录（报告全长56页，含封面封底目录等）：

　　一、人工智能发展概述     

　　1.1人工智能技术流派历史简析

　　1.2 全球人工智能产业发展概览

　　1.2.1全球人工智能产业快速发展    

　　1.2.2我国人工智能技术进展显着    

　　1.2.3我国人工智能产业进入发展快车道

　　1.3 我国人工智能发展的政策环境分析  

　　1.3.1国家人工智能政策简析    

　　1.3.2地方人工智能政策    

　　二、基于深度学习的人工智能技术现状  

　　2.1深度学习技术体系总览

　　2.2深度学习算法发展概况

　　2.2.1算法的主要任务

　　2.2.2      出现各类新的算法

　　2.3软件框架是工程实现的核心

　　2.3.1开源软件框架百花齐放各具特点    

　　2.3.2巨头以开源软件框架为核心打造生态    

　　2.4编译器解决软硬件的适配问题   

　　2.4.1网络模型编译器解决芯片和框架间适应性问题    

　　2.4.2中间表示层解决模型可移植性问题

　　2.5计算芯片提供算力保障

　　2.5.1 深度学习对计算芯片的需求   

　　2.5.2典型深度学习计算芯片的现状

　　2.6大量数据解决算法模型的基础资源不足的问题

　　三、基于深度学习的典型技术基础应用  

　　3.1智能语音技术改变人机交互模式

　　3.1.1智能语音技术概述    

　　3.1.2智能语音技术的应用方向

　　3.1.3智能语音产业发展情况及典型场景概述

　　3.2自然语言处理成为语言交互技术的核心   

　　3.2.1自然语言处理技术概述    

　　3.2.2自然语言处理技术的应用方向

　　3.2.3 自然语言处理产业发展情况及典型场景概述

　　3.3计算机视觉技术已在多个领域实现商业化落地

　　3.3.1计算机视觉技术概述

　　3.3.2计算机视觉技术的应用方向    

　　3.3.3计算机视觉产业发展情况和典型场景概述    

　　四、人工智能技术存在的问题与趋势展望     

　　4.1当前人工智能技术存在的问题概述   

　　4.2人工智能发展趋势展望

　　4.2.1 基于深度学习的人工智能技术发展趋势

　　4.2.2 人工智能基础应用应用趋势   

　　4.2.3人工智能产业发展趋势    

　　五、 总结    

　　图表目录

　　图1 全球人工智能企业分布    

　　图2 全球/中国人工智能企业增长趋势   

　　图3 全球人工智能投融资规模 

　　图4 全球人工智能专利申请量 

　　图5 中国主要省份人工智能企业数量    

　　图5 国内典型企业投融资金额 

　　图7 各省、自治区、直辖市政策梳理    

　　图7 基于深度学习的人工智能技术应用架构图    

　　图8 生成对抗网络计算流程与结构 

　　图9 迁移学习    

　　图10 语音识别技术发展历史  

　　图11 语音识别技术框架图

　　图12 自然语言理解技术发展历史  

　　图13 计算机视觉识别发展历史

　　表1  国务院和各部委与人工智能相关政策梳理

　　表2 人工智能主要算法分类    

　　表3 人工智能新算法不断提出

　　表4  NNEF及ONNX的主要差别对比 

　　表5 计算芯片分类    

　　表6  CPU和GPU差异对比   

　　表7  FPGA和ASIC差异对比

　　表8  全球部分人工智能公共数据集梳理情况

　　本报告由浙江工业大学奉化智慧经济研究院专家团队编写成稿，定价：13500元。

　　欲了解报告详情或购买该份报告请联系：黄先生 010-62301216/4002，邮箱huangshubo@caict.ac.cn。或者添加微信：