《新一代人工智能产业白皮书（2019年）：主要应用场景研判-中国电子学会-20201.pdf》由会员分享，可在线阅读，更多相关《新一代人工智能产业白皮书（2019年）：主要应用场景研判-中国电子学会-20201.pdf（50页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 编写单位： 编写组组长： 中国电子学会 中国数字经济百人会 旷视 李 颋 中国电子学会研究咨询中心主任 中国数字经济百人会秘书长 蒋 燕 旷视副总裁 中国数字经济百人会执行委员会委员 编写组副组长： 编写组主要成员： 凌 霞 中国电子学会人工智能研究室副主任 张 慧 旷视公共政策顾问 张雅妮 樊江洋 张 婵 霍万明 新一代人工智能产业应用驱动的特征愈加明显，从生产方式的智能化改造，生活水 平的智能化提升，到社会治理的智能化升级，都对新一代人工智能技术、产品、服务及 解决方案有着旺盛的需求。当前，新一代人工智能技术正加速在各行业深度融合和落地 应用，推动经济社会各领域从数字化、网络化向智能化加
2、速跃升。基于此，中国电子学 会组织专门团队研究编制新一代人工智能产业白皮书（2019 年）主要应用场景研 判，全面梳理了全球和我国新一代人工智能产业的发展现状，详细分析了基础层、技 术层和应用层的产业发展态势，并归纳出新一代人工智能产业的整体发展趋势，深入剖 析了新一代人工智能产业应用场景落地在网络环境、应用需求、智能化基础设施、计算 能力、内容升级五大关键因素，重点围绕公共领域的安全防护、金融机构的风险控制、 在线客服的标准化应答、 医学影像的诊疗和预测性分析、 零售门店的营销和供应链管理、 广告营销的场景识别、自主学习的学习管理和测评环节、城市管理的车辆管控和资源统 筹的应用趋势、商业价值
3、及竞争态势进行研判，最后提出强化共性技术攻关、深化拓展 应用场景、完善创新基础设施、鼓励开源平台发展四大措施，为行业实现良性可持续发 展提供智力支持，为行业主管部门制定出台发展战略及政策提供参考依据。 内容摘要 目录 II 五、新一代人工智能主要应用场景研判 （一）紧抓通信网络环境的升级趋势，突破解决方案落地制约 （三）完善智能化基础设施，加速行业大数据获取 （二）明确应用场景边界，精准锁定应用需求 （四）开发定制化高性能硬件，提升计算能力及效率 （五）把握精神文化需求态势，构筑内容升级体系 （一）公共领域的安全防护 （二）金融机构的风险控制 （三）在线客服的标准化应答 （四）医学影像的诊疗和
4、预测性分析 （五）零售门店的营销和供应链管理 1、应用趋势：由被动监控向主动识别过渡 1、应用趋势：涵盖金融风险管理的全流程 1、应用趋势：人机协作新模式的广泛渗透 1、应用趋势：深度学习技术为经验诊断提供有益补充 2、商业价值：有效提高医疗机构的诊疗水平 3、竞争态势：多类型企业竞相投身其中 1、应用趋势：以数据驱动的全渠道新零售 2、商业价值：全面提升供销存系统的运营效率 2、商业价值：大幅提升欺诈拦截准确率 2、商业价值：拓展多元渠道和提升业务附加值 3、竞争态势：人工智能企业撬动传统客服市场 3、竞争态势：传统金融机构与互联网金融巨头合作共赢 2、商业价值：带动新一代人工智能渗透率稳步
5、增长 3、竞争态势：安防龙头企业快速崛起 15 14 14 14 15 15 15 18 21 23 25 15 18 21 23 23 23 25 25 19 21 21 19 16 17 III （六）广告营销的场景识别 （七）自主学习的学习管理和测评环节 （八）城市交通的车辆管控和资源统筹 六、以进一步构建多维度应用场景为新一代人工智能主要突破口的措施 与建议 （一）强化共性技术攻关，推动智能产品加速创新 （二）深化拓展应用场景，发挥示范引领带头作用 （三）完善创新基础设施，构建多维公共服务平台 （四）鼓励开源平台发展，推进开源生态体系建设 3、竞争态势：基于特色优势的充分竞争市场 1、
6、应用趋势：视频广告模式走向精准化 1、应用趋势：辅助学习功能渐趋完善 1、应用趋势：从基础建设阶段向协调应用阶段过渡 2、商业价值：逐步实现精准化交通管控和智能调度 3、竞争态势：市场集中度正在围绕领军企业逐渐提升 2、商业价值：为教育资源均衡化提供新引擎 3、竞争态势：尚处于依赖融资扩大用户基数的阶段 2、商业价值：拓展与创新在线广告的商业模式 3、竞争态势：消费端布局企业成为行业领航者 27 30 32 34 34 34 35 35 26 27 30 32 33 33 30 31 28 29 01 02 图 1 全球新一代人工智能产业规模及年增长率 资料来源：中国电子学会整理 （二）基础层
7、产业仍是全球新一代人工智能产业的核心引擎 1、定制化智能硬件推动全球基础层产业逐步爆发 为应对新一代人工智能基础架构复杂和共性技术种类繁多的特点，智能硬件的定制 化渐成趋势。其中，智能芯片的技术架构由通用类芯片发展为全定制化芯片，技术创新 带来的蓝海市场吸引了大量的巨头企业和初创企业进入产业；规模化的行业应用需求亟 待围绕垂直领域适配多样化的智能传感器，以满足云端智能的发展态势。2018 年全球基 础层产业规模达到 111.1 亿美元，预计 2019 年产业规模将达到 142.3 亿美元，定制化 智能硬件的蓝海市场加速全球基础层产业爆发，到 2022 年产业规模将突破 340 亿美元。 03
8、04 3、应用场景的拓展助推全球应用层产业迎来发展新机遇 图 3 全球新一代人工智能技术层产业规模及年增长率 资料来源：中国电子学会整理 全球应用层产业在始终坚持底层技术研发为主导，聚焦技术创新潜力的同时，不断 寻找挖掘新的应用需求。立足数据和用户习惯，关注垂直行业应用需求，有效细分目标 市场，积极整合闲置资源，通过商业模式的不断创新对应用层各领域进行持续渗透，持 续着眼于增加产品的实用功能和改善用户体验。2018 年全球应用层产业规模达到 272.3 亿美元，预计 2019 年产业规模将达到 360.5 亿美元，随着前瞻性技术的持续驱动和用 户需求的升级培育，创新型技术带来的影响将惠及并激发
9、全新的应用场景，预计到 2022 年产业规模将达到 854.6 亿美元。 05 06 （二）我国技术层和应用层的产业发展齐头并进 1、技术创新推动我国基础层产业蓄势待发 我国基础层企业和科研机构深度合作，积极打破技术研发和成果转化的壁垒，加强 了对传感器、智能芯片及算法模型等基础层技术的研发力度，并逐步取得了一定的技术 积累， 形成了较为完整的技术和产品体系， 有望在未来打破国际基础层技术垄断的格局。 2018 年我国新一代人工智能基础层产业规模达到 16.6 亿美元，预计 2019 年产业规模 将接近 20 亿美元，随着我国优秀巨头企业的开源平台效应逐渐显著，为初创企业的持 续创新提供了良好
10、的研发环境，预计 2022 年产业规模将达到 35.2 亿美元。 图 5 我国新一代人工智能产业规模及年增长率 资料来源：中国电子学会整理 07 08 3、产业智能化升级的巨大空间带动我国应用层产业发展势头迅猛 我国在制造、交通、金融、医疗、教育等传统行业的发展相对与发达国家而言，产 业发展程度和基础设施水平都有较大的改造和提升空间，为新一代人工智能应用层产业 加速落地提供了广阔的市场空间。大规模高质量的用户基础和亟待升级的产业基础， 推动应用层产业发展进程持续提速。2018 年我国新一代人工智能应用层产业规模达到 42.4 亿美元，预计 2019 年产业规模将达到 55 亿美元，随着我国新一
11、代人工智能应用层 企业由过去的输出技术模式，逐步转变为全产业链的渗透和场景的革新优化，预计 2022 年产业规模将达到 161 亿美元。 图 7 我国新一代人工智能技术层产业规模及年增长率 资料来源：中国电子学会整理 09 10 图 9 全球人工智能专利申请分布情况 资料来源：中国电子学会整理 全球各大科技巨头基于深度学习等技术对现有和未来产品体系进行整体规划，形成 基于新一代人工智能的软硬件产品体系，开展“软件 + 硬件 + 应用 + 芯片”产品布局， 抢占用户入口和新一代人工智能产业的制高点。一是将新一代人工智能技术应用于现有 产品体系，改造和提升现有体系和产品性能，如 Facebook
12、应用于社交网络识别假消息 和不良内容，Google 应用于包括搜索、地图、Youtube 等所有产品线。二是面向个人 视频数据量更是巨大，如果将这些数据全部汇聚到云端进行智能分析，会给通信的带宽 要求和实时性要求等带来无限压力。基于此，在靠近数据源的设备节点或网络边缘就近 提供边缘智能服务成为趋势，逐渐将人工智能的计算能力从云端扩展至边缘端。智能传 感作为新一代人工智能时代泛在感知的重要基础，已逐渐成为衡量边缘智能化程度的重 要标志，由于其存在着门槛相对芯片较低，但行业前景优的特点，成为了各国以及科技 巨头企业的重要布局方向。从专利角度看，智能传感是全球新一代人工智能基础层产业 中专利热度较高
13、的领域，2014 年至 2018 年，专利规模高达 16 万项，占基础层专利规 模的 58%，其中美国和日本专利水平较高，我国尚有一定差距。 （三）科技巨头由技术输出商向解决方案提供商转变 11 12 全球资本市场对新一代人工智能产业的不同层级仍具备不同的关注度，但相比之前 大量关注基础层，扎堆投资或收购与芯片、算法、模型相关企业的局面而言，新一代人 工智能企业是否具备或准备形成相对合理的商业模式已经越来越重要。2018 年全球新一 代人工智能领域资本市场爆发，共发生 2183 起融资事件，较之 2017 年发生的融资事件 仅高 50 起，但总融资额高达 329 亿美元，接近 2017 年总融
14、资金额的 1.8 倍，意味着资 本市场更为理性的将主要资源聚焦于重点标的企业。一方面，新一代人工智能企业获得 投资的难度已经大幅攀升，资本市场对竞争优势的定义愈加严格；另一方面，具备可落 地解决方案供给能力的独角兽企业已在资本强势助力下崛起，有望引领良好的新一代人 工智能产业生态体系加速形成。 美国从顶层设计入手，规划了比较完善的新一代人工智能发展战略，构建了完备的 不同层次的人才梯队，通过领英发布的报告显示，截止 2018 年底，全球新一代人工智 能领域专业技术人才数量超过 190 万人，其中来自美国的人才占比一半。美国新一代人 （四）资本市场对新一代人工智能的关注趋向理性 （五）美国已成为
15、新一代人工智能领域最大人才来源 图10 全球新一代人工智能领域投融资金额 （百万美元） 资料来源：中国电子学会整理 13 14 以 5G 为代表的新一代网络的部署和商用，正在围绕虚拟化、云化融合的技术革命 推动通信网络环境的重构与转型，其超高速的数据传输能力和万物互联的标识解析体系 重新赋予了社会协作的智能化新模式。5G 与新一代人工智能解决方案的结合，不仅可以 深挖既有应用场景的智能化升级潜力，持续拓展和延伸应用场景的边界，同时由于社会 协作模式的转变，将逐步激发和培育全新的新兴应用场景，催生出智能化新产品、新模 式和新产业。5G 将为新一代人工智能典型应用场景提供优质通道，提供更为海量的具
16、备 云端大脑能力的数据，提供更具针对性的定制化能力。密切关注通信网络环境的升级， 将补齐制约新一代人工智能应用场景发展的短板。 现阶段，新一代人工智能技术尚未达到强人工智能水平，例如借助智能终端的人脸 识别技术在绝大多数情况下比人眼识别的效果要好，但是在需要知识、想象力的特殊情 况下，与人脑还是存在较大差距。目前以深度学习为代表的新一代人工智能技术并不善 于解决通用性问题，要实现应用场景落地并形成商业价值，需要清晰其所能解决的特定 领域问题，并明确应用场景边界，将新一代人工智能的功能需求限定在有限的特定问题 边界之内，这样得出的解决方案才能相对可行可靠，如借助视听传感器能够自主规划扫 地方案的
17、服务机器人等。 新一代人工智能应用场景的智能化主要体现在决策智能和运营智能，其本质是将用 户和行业数据抽取关键特征并输入深度学习神经网络，神经网络训练模型将用于对用户 行为的预测，进而提高用户体验。目前新一代人工智能应用场景的落地主要受大数据获 取因素的制约，广泛布局应用场景以智能化连接设备为载体的智能化基础设施，采集大 规模高质量的行业数据，系统性地通过新一代人工智能算法进行模型训练，才能真正将 技术与应用场景相结合，充分挖掘应用场景的智能化升级需求。 四、新一代人工智能产业应用场景落地的关键因素 （一）紧抓通信网络环境的升级趋势，突破解决方案落地制约 （二）明确应用场景边界，精准锁定应用需
18、求 （三）完善智能化基础设施，加速行业大数据获取 15 16 2、商业价值：带动新一代人工智能渗透率稳步增长 2016 年是新一代人工智能技术赋能安防的商业化元年，2018 年全球城市公共安防 中新一代人工智能的渗透率达到 2.6%，智能安防软硬件产业规模达到 19.3 亿美元。 2019 年市场仍保持高增速，随着智慧城市、智能建筑、智慧交通等智能化产业的带动， 预计到 2022 年城市公共安防领域的人工智能渗透率将达到 25%，智能安防产业规模有 望突破 100 亿美元。 政法委部门、综治办部门等，以区县级单位为主。提供的核心方案及产品包括雪亮工程、 平安城市、天网工程等公安项目当中涉及人脸
19、布控、智能卡口的部分，以及针对性的公 安动态布控项目、静态图像查控系统项目、重大活动安保项目。前端识别技术可以通过 识别目标并持续跟踪生成图片结果，提取目标属性归纳可视化特征；模式识别技术对监 控信息进行实时分析，使人力查阅监控和锁定嫌疑人轨迹的时间由数十天缩短到分秒， 极大提升了公共安全治理的效率；深度学习则依据采集、存储新一代人工智能应用所涉 及的全方位数据资源，并基于时间轴进行数据累积，开展特征匹配和模型仿真，辅助安 防部门更快、更准地找到有效的资源，进行风险预测和评估。 图 13 全球智能安防产业规模及新一代人工智能的渗透率 资料来源：中国电子学会整理 17 18 人工智能技术，可为借
20、款人、企业等不同主体提供更深度、更有效的多维信息关联，并 应用到贷前、贷中、贷后全流程，减少人为偏差，降低风控成本。 （二）金融机构的风险控制 1、应用趋势：涵盖金融风险管理的全流程 金融行业与信息社会存在巨大的交织网络，每时每刻都能够产生金融交易、客户信 息、市场分析、风险控制、投资顾问等多种海量数据。在网络环境日渐丰富的同时，金 融机构的风险水平急剧上升，金融机构对提升自身风险防控能力的需求日益迫切，而传 统风险管理体系缺乏灵活性、防控手段较为落后等弊端，与大数据覆盖面广、维度丰富、 实时性高和新一代人工智能技术飞速发展的特点相呼应，使智能风控成为新一代人工智 能的热点应用场景。凭借人工智
21、能 + 大数据分析技术，智能风控可以助力金融监管机构 建立国家金融大数据库，防止系统性风险。自然语言处理、知识图谱及机器习等新一代 表 2 智能公共安防典型企业 资料来源：中国电子学会整理 19 20 表 3 智能风控典型企业 资料来源：中国电子学会整理 图 16 智能风控主要参与者 资料来源：中国电子学会整理 21 22 表 4 智能客服典型企业 资料来源：中国电子学会整理 图 17 全球智能客服产业链 资料来源：中国电子学会整理 代表的人工智能公司需要与云客服或传统客服结合，二者为赋能和合作关系，由于整体 客服行业对客服机器人需求的增加，人工智能公司的业务范围和在产业链中的话语权逐 步上升
22、。 23 24 表 5 智能客服典型企业 资料来源：中国电子学会整理 8102uoY rotcoDIA7102 工智能为医疗信息云带来的附加值，在数据积累方面有较好基础。人工智能企业获取行 业数据有一定难度，主要通过与医院科研合作或通过产品在医院实际使用中积累，正在 逐步扩张市场份额。 25 26 图 18 智慧门店管理能力输出类型 资料来源：中国电子学会整理 3、竞争态势：基于特色优势的充分竞争市场 智慧门店管理领域的企业主要由成熟的品牌零售企业、云服务企业和人工智能企业 为主。主要有两种商业模式，一是以云服务企业和人工智能企业为代表的技术输出型， 云服务企业通过集成人工智能算法能力向用户输
23、出基于云平台的标准化服务，人工智能 企业聚焦用户的个性化需求提供定制类项目；二是以成熟的品牌零售企业为代表的经验 输出型，将品牌自身多年的运营经验和新技术融合，向中小微型零售商输出，优化其运 营模式。两种模式基于企业的核心竞争力出发点不同，但终将向算法与行业经验融合， 向产出可执行方案的方向发展。 27 28 类。智能场景识别广告通过智能挖掘产生新广告位，融入场景降低受众反感，增强互动 趣味广告植入效率提升，大大降低工时；智能边看边买广告核心是实时识别技术和推荐 算法，实现视频当中超过百位场景的识别，实现大规模的边看边买的功能，形成智能化、 个性化、互动化的广告品牌体验。 2、商业价值：拓展与
24、创新在线广告的商业模式 新一代人工智能在广告营销场景识别的应用，目前主要由长视频平台及人工智能公 司通过视频广告招商分成的形式运作，2018 年实现了初步商业落地。智能场景识别广告 相比传统网络视频广告可新增约40%广告位资源、 平均提升点击率2.5倍， 综合投放类型、 渗透情况等因素，据中国领先的网络口碑研究和咨询公司 CIC 测算数据显示，未来智能 场景识别广告可为网络视频广告产业带来 31% 的价值提升。智能边看边买类服务由短视 频平台自建或人工智能公司提供，有收取电商平台提成、按点击收费、收取项目实施费 等几种收费模式，在短视频平台、电商自有直播中落地较快，增加品牌展示位效果显著， 据
25、 CIC 数据显示，可增加 1260 亿个品牌展示位。 图 19 智能视频广告场景识别的商业价值 资料来源：中国电子学会整理 29 30 （七）自主学习的学习管理和测评环节 1、应用趋势：辅助学习功能渐趋完善 2、商业价值：为教育资源均衡化提供新引擎 新一代人工智能技术在教育领域的应用场景包括教师的辅助教学和学生的自主学习， 目前在辅助教师应用暂时集中在布置作业和阅卷批改环节， 尚未渗透到教学的核心环节， 随着新一代人工智能技术和教育测量学的进一步发展，有望从根本上改进教学互动的学 习理念。 在学生自主学习场景的应用必须建立在与学生充分的交互和数据获取的基础上， 目前主要围绕学习过程的管理和测
26、评环节上，越是外围的学习环节，越先被智能化，而 越是内核的学习环节，越晚被智能化。利用计算机视觉和语音交互完成学习的管理，主 要应用有拍照搜题、分层排课、口语测评等。拍照搜题是利用图像识别技术，通过把学 生拍的照片转换为题目，搜索到答案；分层排课根据学生的个性化学习方向，提供课程 安排计划，实现教学资源的动态分配；口语测评是利用语音识别和自然语言处理完成学 习的测评，并通过深度学习模型可以为口语打分，帮助学生不断提高口语水平。 传统教育模式下，教育质量的高低很大程度上依赖于老师的好坏，家长们都希望自 己的子女在重点学校接受优秀教师的授课， 但优秀教师这种核心教育资源的培训周期长、 数量有限且分
27、配不均衡。而新一代人工智能与自主学习的结合可以创建一种新的学习模 图 20 新一代人工智能技术在学习各环节中的应用 资料来源：中国电子学会整理 VR/AR 31 32 （八）城市交通的车辆管控和资源统筹 1、应用趋势：从基础建设阶段向协调应用阶段过渡 治理拥堵问题是城市交通场景的核心需求，应用新一代人工智能技术的交通大脑出 现， 使交通管控系统正式步入智能化时代。 交通大脑是围绕城市交通的基础设施建设资源， 囊括数据采集平台、数据分析平台、数据建模平台和决策平台的 PaaS 云服务，通过对 城市交通场景中众多传感器采集的数据信息关联性处理建立数据库，基于交通大数据由 机器学习对信号灯管控、车流
28、诱导等问题进行建模，联动信号灯控制系统和手机地图软 件等，利用深度学习算法和模型，解决交通工具与承载系统之间的协调问题，输出最佳 解决办法，实现交通资源利用效率的最大化。 图 21 交通大脑应用流程图 资料来源：中国电子学会整理 33 34 一是发展基础层关键零部件。重点发展面向多种垂直应用场景的智能芯片，支持企 业持续突破核心计算架构、集成神经网络单元协同处理性能、超高性能 SOC 芯片、高性 能 3D 视觉计算芯片等关键技术，发挥芯片对新一代人工智能产业的引领带动作用。突 破智能传感器共性关键技术，支持新型生物、视觉、力觉、射频识别等智能工业级传感 器的研发及产业化应用，发展 3D 图像、
29、生物特征识别、视频识别、智能语音识别、测 距定位等智能消费电子传感器，推动面向新应用场景智能传感器的研发。 二是支持人工智能产品创新。支持智能机器人、智能无人机、智能医疗系统、智能 网联汽车等新一代人工智能产品研制及产业化。 研制智能工业机器人、 智能服务机器人， 实现大规模应用并进入国际市场。加快微型无人机、工业级智能无人机等产品开发和产 业化。开发数字化医疗影像设备、分析系统、诊断系统、健康检测系统等智能医疗设备。 发展无人驾驶汽车，重点培育和发展智能网联汽车。 一是开展重点领域应用示范。全面提升新一代人工智能技术在各领域的应用，在智 能金融、智能零售、智能物流等重点领域开展新一代人工智能
30、应用试点示范。提升企业 基于机器视觉、语音语义识别等技术的金融服务能力，拓宽金融服务领域，实现金融服 务的智能化、个性化、定制化。鼓励零售企业开发基于新一代人工智能技术的商务智能 分析和决策服务。加强数据动态分析，开展智能物流装备的研发和推广应用，推进物流 业务流程智能化发展。 二是拓展民生领域创新应用。加快推进新一代人工智能在医疗、教育、家居等领域 创新应用，提高民生服务的智能化水平，为公众提供个性化、多元化、专业化、精准化、 高品质服务， 打造智能宜居示范区。 加快推进医学影像辅助诊断技术及产品的研发与运用， 促进新一代人工智能技术在医疗行业的融合运用。加强新一代人工智能技术与家居建筑 系
31、统的融合应用，提升建筑设备及家居产品的智能化水平。利用智能技术加快推动人才 培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系。 六、以进一步构建多维度应用场景为新一代人工智能主要突破口 的措施与建议 （一）强化共性技术攻关，推动智能产品加速创新 （二）深化拓展应用场景，发挥示范引领带动效应 35 36 二是前瞻构建开源标准化体系。密切跟踪国内外相关发展现状和趋势，开展新一代 人工智能开源生态标准化工作的顶层设计。遵循开源开放原则，联合监管方、服务方、 开源平台提供方和用户方，把握标准化的客观需求，共同制定和完善开源标准，形成新 一代人工智能开源平台核心生态圈。围绕开源标准化体
32、系，加强对新一代人工智能开源 平台的安全审查，建立健全安全监管评估体系，提升安全防护，为新一代人工智能应用 成功落地保驾护航。 中国电子学会 (Chinese Institute of Electronics) 成立于 1962 年，总部为工业和信息 化部直属正局级事业单位 , 是信息科技领域唯一 5A 级全国性学术社团，含分支机构拥有 工作人员 近 5000 人，个人会员 10 万人以上，团体会员 600 多个，专业分会 49 家，以 及 13 个专家委员会、9 个工作委员会、1 个编委会。在学术交流、国际合作、研究咨询、 科技评价、科普培训、标准认证等方面发挥着国家前沿科技智库、国际化行业
33、合作平台、 政府职能关键支撑的重要职能 。 中国电子学会 编制单位简介 编制单位简介 中国数字经济百人会 为认真学习贯彻习近平新时代中国特色社会主义思想，坚持新发展理念，按照高质 量发展的要求，促进数字经济和实体经济融合发展，建设现代化经济体系，在工业和信 息化部、中国科学技术协会和中华全国工商业联合会的指导下，中国电子学会联合国家 级科研机构、知名高校、事业单位、行业组织和典型企业共同发起成立中国数字经济百 人会 ( 简称“数百会”)。 中国数字经济百人会旨在积极贯彻落实党的十九大报告作出的战略部署，打造研判 发展方向、汇聚资源资本、营造产业生态的开放式、国际化交流合作平台，密切把握全 球前
34、沿态势，结合我国转向高质量发展，深化供给侧结构性改革，建设现代化经济体系， 推动互联网、大数据、人工智能和实体经济深度融合的实践需求，以协力营造共同发展 新生态，着力构造公共政策新智库，努力打造高质量发展新动能为主攻方向，为新时代、 新发展贡献力量 。 旷视科技是一家行业领先的人工智能公司，在深度学习方面拥有核心竞争力。旷视 向客户提供包括先进算法、平台软件、应用软件及人工智能硬件的全栈式解决方案，并 在个人物联网、城市物联网、供应链物联网三大场景的多个行业取得领先地位。2017 年 和 2019 年，旷视跻身麻省理工科技评论发布的两项50 大最聪明公司榜单中。 2019 年，科技部宣布依托旷视建设图像感知国家新一代人工智能开放创新平台。 旷视是全球为数不多的拥有自主研发深度学习框架的公司之一。旷视自主研发的 人工智能算法平台 Brain+，可以实现用 AI 创造 AI，极大降低了算法生产的成本和时 间。基于 Brain+，旷视自 2017 年初以来累计获得 27 项世界顶级 AI 竞赛冠军并创造了 COCO 三连冠记录。2019 年，旷视 Brain+ 被评为世界互联网领先科技成果。旷视领先 行业发布人工智能应用准则，倡导 AI 向善。 旷视科技 编制单位简介