人工智能行业展示ppt课件.ppt

1、1产业链和当前企业竞争格局产业链和当前企业竞争格局人工智能行业商业模式人工智能行业商业模式发展前景和发展速度发展前景和发展速度人才情况和待遇人才情况和待遇重点企业重点企业2一一3基础层基础层技术层技术层应用层应用层大数据、云计算、GPU/FPGA等硬件加速等计算能力；身份信息、医疗、购物、交通出行等各行业、各场景的一手数据。云计算：阿里云、百度开放云、华为。计算硬件：寒武纪智能、龙芯、中科曙光、中科创达。数据处理：东方国信。TensorFlow，Caffe等框架或操作系统；机器学习、深度学习、增强学习等各种算法；语音识别、图像识别、人脸识别等通用技术。语音识别、人机交互：科大讯飞、云知声。计算

2、机视觉：图普科技、商汤科技。行业应用分发和运营平台，机器人运营平台；智能广告、智能诊断、自动写作、身份识别、智能投资顾问、智能助理、机器人等场景应用和解决方案。金融：蓝海智投、招商银行、安邦金融、蚂蚁金服。安防：海康威视、东方网力。无人机：大疆创新、零度智控。4行业巨头拥有核心资源和技术，在竞争中广泛参与。其余企业依靠自身独特优势参与基础层、技术层、应用层中的一个或多个竞争区域。了解产业链及企业竞争格局有助于同学们知道整个产业都有哪些环节，进而寻找适合的工作岗位。百度B阿里巴巴A腾讯T人工智能的人工智能的“大牛大牛”BAT 百度启动“凡尔纳计划”。 成立了深度学习研究院、硅谷人工智能实验室。

3、在智能硬件、智能生态、智能引擎方面大力布局。 阿里巴巴把人工智能统一规划在“云服务”内来做推广，主要运用电商业务。 因此主要布局智能语音交互、印刷文字识别、人脸识别、阿里云机器学习等。 腾讯先后成立了微信香港科技大学人工智能联合实验室、优图实验室、微信模式识别中心、智能计算与搜索实验室。 在图像处理、模式识别、机器学习、数据挖掘等方面进行了布局。5 人工智能产业链的上游中游目前处于稳定发展状况，而下游的应用层日新月异，不断拓宽中。我们可以选择做基础层的智能硬件设计、数据分析、云计算；也可以选择成为技术层的算法程序员；亦或者选择作为应用层的弄潮儿，开发各种场景的解决方案，或寻找人工智能产业链下游

4、新的发展方向。6二二人工智能近年的总括人工智能的应用人工智能的商业模式7 近年来，人工智能大热，它的商业模式和盈利方式也开始被大家关注。人工智能发展的背后离不开大量的投资，毕竟人工智能是一个极度烧钱的东西，而这些资金大部分都来源于一些公司投资，其中的一些公司也在这个基础上的到了一定的回报，成为了新科技的弄潮儿。8 其实说到底，人工智能毕竟是一种技术，研发公司可以将自己的研发成果作为商品卖给一些做家电、电子产品的公司，使这种技术可以应用到他们的产品中，以增加他们产品的市场竞争力，同时更符合现在人们的需求。现在为大多数人所知道的出现在市场上和生活上的人工智能亦不少，下面是几个比较典型的例子，供大家

5、更直观地了解到人工智能： 应用广泛的人脸、指纹、虹膜识别等 为商业人士提供预测和可视化分析工具的IBM发布的Watson Analytics 微软的Torque中文版、小冰、小娜等 可以让完全失明的盲人重新恢复视力的人工智能仿生眼 从另一方面来说，工智能的研发成本较高，出现在是市场上的价值也比较高，而且有很多人工智能还并未被大多数人所接受，还处于一种发展的阶段，所以目前盈利相对其他来说较少，但随着科技和社会的发展，人工智能必将会成为一种趋势，而到时人工智能市场化的问题也将会得到解决。9要谈论人工智能的商业模式，不妨先来看看人工智能有哪些应用，下面有三的大的方面： 智能机器人 指纹识别、人脸识别

6、、视网膜识别、虹膜识别和掌纹识别等 智能搜索，博弈，自动程序设计，智能控制，遗传编程等10Gartner 指出，企业通常在人工智能领域考虑以下技术：深度学习、强化学习，通用智能、自动驾驶、认知计算、商业无人机（无人机）、对话用户 界面、企业分类法和本体管理、机器学习，智能微尘、智能机器人，智能空间。在机器学习方面，全球处于期望膨胀的高峰期。Gartner 提出，机器学习会在自动化领域、药物研究、客户关系管理、供应链优化、预见性维护、操作效能、反欺诈、自动驾驶、资源优化等领域展现大量的商业和社会场景。人工智能的技术应用主要是在以下几个方面：自然语言处理（包括语音和语义识别、自动翻译）、计算机视觉

7、（图像识别）、知识表示、自动推理（包括规划和决策）、机器学习和机器人学。按照技术类别来分，可以分成感知输入和学习与训练两种。计算机通过语音识别、图像识别、读取知识库、人机交互、物理传感等方式，获得音视频的感知输入，然后从大数据中进行学习，得到一个有决策和创造能力的大脑。11三三12m2016世界经济论坛年会中，百度总裁张亚勤表示，人工智能在过去几年里已经成为了一种主流，也迎来了自己发展的中心阶段。m未来几十年的科学技术，人工智能是基础，是推动各种发展的动力。对人工智能的研究固然需要更多的投入和基础设备，但它的发展已经远远快于大多数人的想象。132017 年，Gartner 提出三大技术趋势，其

8、中之一是无处不在的人工智能。Gartner认为，未来 10 年，人工智能将成为最具破坏性级别的技术，主要是因为卓越的计算能力、漫无边际的数据集、深度神经网络领域的超乎寻常的进步。通过运用AI 技术，人类可以充分利用数据对 AI 进行训练，解决若干人类解决效率低或难以解决的问题。注：Gartner (高德纳，又译顾能公司顾能公司)全球最具权威的IT研究 与顾问咨询公司，也是全球最早的信息技术公司之一。14 人工智能近些年来发展速度飞快，而且这种势头是不可挡的。它的应用领域十分广泛，它将逐渐进入我们的生活，给生活，学习，工作方面带来不同程度的影响！15四四人工智能可谓是目前最热门的行业，从走在前沿

9、的科技公司，到努力创新的传统行业，几乎都想把握这个新“风口”。而人工智能的核心就是人才，那么我国的人工智能行业的人才情况如何呢？16 与AI的起源地美国不同，中国开设人工智能课程的高校较少，教学体系才刚刚起步，人才供应数量和质量都跟不上需求。 今年7月，浙江大学计算机学院副院长、浙江大学人工智能研究所所长吴飞在接受媒体采访时曾表示，目前国内本科没有人工智能专业，主要是在研究生阶段招生。 今年7月，全球AI领域人才报告发布。这份基于LinkedIn（领英）数据的报告显示，截至2017年一季度，全球AI领域技术人才数量超过190万，其中美国相关人才总数超过85万，而中国的相关人才总数也超过5万人。

10、 据统计，中国近 600 家人工智能初创公司中约有近 4 万名员工。中国人工智能产业的主要从业人员集中在应用层，而美国主要集中在基础层和技术层。中国的基础层人才相比于美国，依旧薄弱， 仍需加大人才培养力度。 人工智能行业，需要有丰厚知识储备的研究型人才。只有投入更多的科研人员，不断加强基础研究，才会获得更多的智能技术。中国的人工智能行业转型不光需要依靠研发费用和研发人员规模上的持续投入，还应该加大基础学科的人才培养，尤其是算法和算力领域。171.职位数大增，投递量增长更快从 2015 年到 2016 年，人工智能招聘岗位的数量翻了一番，投递量增加了近两倍，平均薪酬也有温和增长。从 2016 年

11、到 2017 年，职位数增长了 27 %，投递量则翻了一倍不止，平均薪酬基本保持不变。2.大公司招人多高达 28% 的人工智能岗位是由规模在 2000 人以上的大公司提供的，500 人以上的公司占比达 42%。3.岗位竞争激烈程度下降虽说投递量出现大幅增长，但从 2016 年到 2017 年，人工智能岗位与求职者数量比值实际上是下降的，从 2.6 个求职者到 1.3 个求职者对应一个职位，这其中有岗位数量种类增加的原因。18 据人才大数据研究院发布的BAT 人工智能领域人才发展报告显示，在人工智能人才储备上，百度领衔， 而在人工智能人才薪酬与稳定性上，阿里巴巴独占薪酬高地，腾讯则最稳定。数据分

12、析、数据挖掘、语言识别、自然语言处理岗位均是三家的必争人才，此外需要指出三家公司的人工智能人才架构基本上是围绕其核心业务展开。依据各家核心业务的不同，在人工智能人才职能布局上也各有侧重，百度正在扮演人工智能国内人才“黄埔军校”角色，阿里巴巴偏向高薪引才，腾讯则是稳打稳扎实现人才高效产出比。2017年3月的全国“两会”上，“人工智能”首次正式被写入政府工作报告。党的十九大报告指出，要推动人工智能和实体经济的深度融合。11月15日，科技部召开新一代人工智能发展规划暨重大科技项目启动会，会上宣布成立新一代人工智能发展规划推进办公室，由科技部、国家发展改革委、财政部等15个部门构成。人工智能的火热在人

13、才高交会上可见一斑。会上不少科技类的招聘企业均设置了AI岗位，或是扩充AI人才储备，或是希冀找到一位领头人搭建AI团队。2017 年 7 月，国务院关于印发新一代人工智能发展规划的通知，从国家层面对人工智能进行系统布局，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。提出六个方面重点任务，其中就有构建开放协同的人工智能科技创新体系，从前沿基础理论、关键共性技术、创新平台、高端人才队伍等方面强化部署。中国人工智能行业人才储备、发展前景19职位描述m负责游戏产品的人工智能算法研究和实现；负责游戏产品的人工智能算法研究和实现；m负责模式识加算法研究及实现；负责模式识加算法研究及

14、实现；m负责及游戏产品程序设计开发。负责及游戏产品程序设计开发。20岗位职责岗位职责m1、在对具体算法深入理解的基础上进行性能调优。、在对具体算法深入理解的基础上进行性能调优。m2、设计性能测试的工具链并制定算法性能评估的标准流程。、设计性能测试的工具链并制定算法性能评估的标准流程。m3、负责轻应用检索效果优化、负责轻应用检索效果优化m4、负责用户需求分析、挖掘、负责用户需求分析、挖掘m5、设计和开发通用、高效的机器学习系统、设计和开发通用、高效的机器学习系统21mPython为必备首选语言，为必备首选语言，C+和和JAVA紧跟紧跟。考虑到考虑到Java天然适合大数据以及斯天然适合大数据以及斯

15、坦福坦福corenlp主要由主要由java开发，开发，Java在自然语言处理的传统地位仍不可小觑。此在自然语言处理的传统地位仍不可小觑。此外外Hadoop，Spark，Linux环境，环境，Shell编程，编程，也需要适当了解也需要适当了解。可列出主要岗位。可列出主要岗位技能如下：技能如下：m1）神经网络：）神经网络：RNN，LSTM，CNN等等m2）深度学习框架：）深度学习框架：Tensorflow，Theano等，毋庸置疑首选等，毋庸置疑首选Tensorflow。m3）自然语言常用算法：）自然语言常用算法：CRF，LDA，HMM，SVM，当然逻辑回归、决策树、贝，当然逻辑回归、决策树、贝叶

16、斯叶斯m4）自然语言处理常用模块：）自然语言处理常用模块：NLTK，stanfordNLP，OpenNLP等等m5）数据库技术：）数据库技术：Mongodb，Hbase，Hive等等任职资格22需要熟悉的技术m1、本科以上学历，计算机相关专业，有、本科以上学历，计算机相关专业，有2年以上高性能运算（年以上高性能运算（HPC）开发工作经）开发工作经验。验。m2、良好的、良好的C/C+基础。基础。m3、熟悉、熟悉CPU性能调优的原理及概念（如流水线，缓存，指令宽度，性能调优的原理及概念（如流水线，缓存，指令宽度，SIMD等）。等）。m4、对并行运算原理及基本概念（如访存开销，数据依赖等）有深刻的理

17、解。、对并行运算原理及基本概念（如访存开销，数据依赖等）有深刻的理解。m5 、 熟 悉 常 用 并 行 运 算、 熟 悉 常 用 并 行 运 算 / 高 性 能 运 算 框 架 及 类 库 （ 如高 性 能 运 算 框 架 及 类 库 （ 如 I n t e l TBB/OpenMP/BLAS/MKL/MPI等）。等）。m6、良好的推动能力和沟通能力。、良好的推动能力和沟通能力。23神经语言程序学 24m具有以下条件者优先。具有以下条件者优先。m1、良好的汇编基础。、良好的汇编基础。m2、熟悉常见处理器的加速指令集（如、熟悉常见处理器的加速指令集（如x86 SSE, Arm Neon等）。等）

18、。m3、熟悉常见性能优化工具，如、熟悉常见性能优化工具，如cachegrind等。等。m4、嵌入式应用性能优化经验。、嵌入式应用性能优化经验。25“实际开发工作经验”m1）你已经认为）你已经认为C+和汇编语言都是很简单的语言，并能够自如地运用；和汇编语言都是很简单的语言，并能够自如地运用；m2）你能够在）你能够在30分钟之内想到正确的五子棋分钟之内想到正确的五子棋AI算法设计思路和方向；算法设计思路和方向；m3）你完全理解）你完全理解STL为什么这么重要；为什么这么重要；m4）你能够独立地解决所有的编译与链接问题，哪怕你从来没有遇到的问题，你也不需要询问任何人；）你能够独立地解决所有的编译与链

19、接问题，哪怕你从来没有遇到的问题，你也不需要询问任何人；m5）英文网站是你的首要信息来源；）英文网站是你的首要信息来源；m6）能够读懂英语写成的国际标准，比如）能够读懂英语写成的国际标准，比如NTFS磁盘格式标准。磁盘格式标准。m7）你经常站在集合论的角度思考算法问题；）你经常站在集合论的角度思考算法问题；m8）能够理解一个简单的驱动程序，能够理解一个简单）能够理解一个简单的驱动程序，能够理解一个简单3D交互程序；交互程序；m9）你能够认识到线性代数和概率论在实际编程工作中的极端重要性；）你能够认识到线性代数和概率论在实际编程工作中的极端重要性；m10）你完全理解）你完全理解COM的设计思想，

20、尤其能够理解的设计思想，尤其能够理解COM为什么要设计成这样；为什么要设计成这样；m11）当我说到虚函数的重要作用时，你不会急着去找书来翻；）当我说到虚函数的重要作用时，你不会急着去找书来翻；m12）你能够说出）你能够说出C+为什么比其他语言优秀的理由，为什么比其他语言优秀的理由，m但如果你同时具备但如果你同时具备5条以上，可以认为你已经具备相应的开发经验了。条以上，可以认为你已经具备相应的开发经验了。26人工智能行业的薪酬m人工智能在互联网岗位薪酬排名中位列第三人工智能在互联网岗位薪酬排名中位列第三m数据显示，管理岗在各岗位中薪酬最高，平均达到数据显示，管理岗在各岗位中薪酬最高，平均达到 2

21、3k，数据开发和人工，数据开发和人工智能紧随其后，都在智能紧随其后，都在 20k 以上。在后端开发、前端开发、移动开发和人工以上。在后端开发、前端开发、移动开发和人工智能四个领域中，人工智能是平均薪酬是最高的，平均比其它三个领域高智能四个领域中，人工智能是平均薪酬是最高的，平均比其它三个领域高三分之一左右。和传统技术岗位相比，新兴的人工智能领域在不同经验阶三分之一左右。和传统技术岗位相比，新兴的人工智能领域在不同经验阶段都提供了优厚的薪酬，一个应届毕业生进入人工智能行业，平均可拿段都提供了优厚的薪酬，一个应届毕业生进入人工智能行业，平均可拿 9k，而移动开发则只有而移动开发则只有 6k；10 年以上优质人才，人工智能的薪酬比后端开发年以上优质人才，人工智能的薪酬比后端开发翻了近一番。翻了近一番。2728五五293031中外企差距1.技术开源不足2.人工智能AI芯片市场被美国巨头占据3.云计算技术处于“跟随状态”4.投资规模和频次存在明显差距5.人工智能人才严重缺乏323334