智慧城市网

　　【安防展览网 市场分析】日前，教育部、国家发展改革委、财政部联合印发了《关于“双*”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》(下称《意见》)，加快人工智能领域研究生培养，明确提出扩大研究生培养规模。
 

　　据教育部学位管理与研究生教育司负责人表示，《意见》特别重视多维融合的推动策略。一是学科建设强调“融合发展”，健全学科设置机制，以学科重大理论和实践应用问题为牵引，促进人工智能方法与技术向更多学科渗透融合；二是人才培养模式强调“复合培养”，探索以问题为导向的学科交叉人才培养模式，深化产教融合，制定个性化培养方案，大力提升研究生创新和实践能力；三是课程体系建设强调“精密耦合”，以“全链条”“开放式”“个性化”为目标，打造人工智能核心知识课程体系和应用模块课程；四是评价机制强调“组合创新”，以成果评价为突破口，科学评价论文、*、软件著作权等多种成果形式，推进不同类型研究生的分类评价机制，构建有利于教师开展学科交叉研究的人才评价机制。
 

　　可见，未来人工智能人才将成为“香饽饽”。那么我国人工智能市场前景如何呢？
 

　　人工智能是新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各业快速融合，助力传统行业转型升级、提质增效，在范围内引发全新的产业浪潮。那么，当前我国人工智能产业现状如何呢？
 

　　人工智能市场规模持续扩大
 

　　自2015年开始，中国人工智能市场规模逐年攀升。随着人工智能技术的逐渐成熟，科技、制造业等业界巨头不断深入布局。数据显示，2018年中国人工智能市场规模约为339亿元，增长率达到56.2%。据预测，2020年中国在人工智能的市场规模将突破700亿元。
 

　　来源：中商产业研究院整理

　　人工智能产业布局情况
 

　　随着我国人工智能市场快速发展，各地积极进行产业布局。整体来看，我国人工智能产业形成以京津冀地区、长三角地区、珠三角地区协同发展的格局，尤其东部沿海地区为重点部署区域。
 

　　其中，北京布局相对成熟，具有较为完善的产业链，尤其中关村科学城等机构为北京的人工智能产业发展提供利好的政策、技术、人才等支持。目前，北京拥有人工智能企业数量位于*列，约为400家。
 

　　上海拥有的人工智能企业数量相较北京少，但也其他省市。上海规划建设人工智能高地，打造*的人工智能创新生态，目前已布局“人型”空间结构，分布在8个区域、11个行业。除了上海以外，江苏、浙江等地也积极布局，人工智能企业较为集中。
 

　　广东科技创新能力同样处于地位，尤其粤港澳大湾区的规划发展重视人工智能的布局。截至目前，广东省已成功认定两批共8个园区作为“广东省人工智能产业园”。此外，广东依托国家特色小镇、千企千镇工程、珠三角国家自主创新示范区和广深科技创新走廊建设的重要契机，鼓励各地市结合本地基础和优势，加快人工智能产业应用布局，打造一批人工智能小镇。
 

　　我国人工智能企业分布图：
 

　　来源：中商产业研究院整理

 

　　2020年人工智能产业发展趋势预测
 

　　当前，我国人工智能产业发展的基础条件已经具备，未来十年内都将是人工智能技术加速普及的爆发期，人工智能专用芯片有望成为下一个爆发点。随着5G商用落地，将加速推进人工智能产业发展。同时，人工智能具有显著的溢出效应，将带动其他相关技术的持续进步，助推传统产业转型升级和战略性新兴产业整体性突破。2020年，人工智能将有以下发展趋势：
 

　　1.政策持续优化行业发展
 

　　自2017年起，人工智能连续三年在政府工作报告中被提及，说明了人工智能产业的重要性。2019年，人工智能在政府工作报告中，从“加快”、“加强”到“深化”，说明它已经走过了萌芽阶段与初步发展阶段，下个阶段将进入快速发展时期，并且更加注重应用落地。2020年政府将继续支持加快人工智能产业发展，人工智能“政策持续催化”是行业发展趋势之一。
 

　　2.5G助推行业加速发展
 

　　随着人工智能技术的进一步成熟，未来企业商业应用能力将成为资本重要考核因素。2019年是5G商用落地元年，5G商用时代的逐渐来临，人工智能技术连接效率也将进一步提升，深度学习、数据挖掘、自动程序设计等领域也将在更多的应用领域得到实现，5G将进一步助推行业加速发展。
 

　　3.AI芯片大规模落地
 

　　近几年，AI芯片已经逐步达到了可用的状态，2020年将会是AI芯片大规模落地的关键年。端侧AI芯片将更加低成本、专业化、解决方案集成化，同时，NPU(神经网络处理单元)将成为下一代端侧通用CPU芯片的基本模块。未来，越来越多的端侧CPU芯片都会以深度学习为核心进行全新的芯片规划。而在芯片之外，AI还将重新定义计算机体系架构，支持AI的训练和预测计算成为新的异构设计架构思路。
 

　　4.深度学习大规模应用
 

　　深度学习是当前人工智能领域重要，也是被产业界证明有效的技术。以深度学习框架为核心的开源深度学习平台，大大降低了人工智能技术的开发门槛，有效提高了人工智能应用的质量和效率。2020年，各行各业将会大规模应用深度学习技术实施创新，加快转型和升级。
 

　　5.人才需求大幅增长
 

　　人工智能本身就是多技能的高度融合，不仅有传统技术与数据科学的融合，还有从数据采集，到数据存储、分析、应用、自动控制等过程的融合。随着人工智能落地应用的深化和进阶，技能的碰撞将不断增加，要求人工智能人才掌握多种技能、复杂维度解决问题不再是偶然。随着Al行业的持续发展，相关人才需求量在不断扩大，Al技术人才迎来黄金发展机遇，在高技术服务和制造业领域增长将尤其明显。