AI技術市場正在蓬勃發(fā)展，這些年國內(nèi)也出現(xiàn)大量AI技術型公司，大的方向有BAT，小的有AI細分市場的領先者，當然這里面也有些是大肆炒作的，市場前景是光明的，據(jù)IDC公司估計，人工智能市場將從2016年的80億美元，增加到2020年的470億美元。

   市場很多時候是需要感謝技術的，技術一直在驅動著市場的快速發(fā)展，技術是基礎，它會越來越強大，有時拼的就是速度，你研究不出來，別人不會等待你，你在大肆炒作的時候別人在沉下心來做研發(fā)，一開始你就輸了。其實這些年AI的相關核心技術都在快速地發(fā)展，比如機器學習、自然語言處理、語音識別、機器人、計算機視覺、生物特征識別等等，百度發(fā)布了人工智能平臺“天智”，騰訊成立了人工智能實驗室，阿里巴巴開始推動”NASA“計劃，在機器學習、AI芯片、IoT、生物識別等領域重點發(fā)力，國外如微軟、谷歌、蘋果、Facebook等知名企業(yè)更是不斷發(fā)力。

機器學習

　　機器學習指的是計算機系統(tǒng)無須遵照顯式的程序指令，而只依靠數(shù)據(jù)來提升自身性能的能力。其核心在于，機器學習是從數(shù)據(jù)中自動發(fā)現(xiàn)模式，模式一旦被發(fā)現(xiàn)便可用于預測。機器學習的一個非常通常的任務是這樣的：給出了一個目標的信息，從而能夠知道它屬于哪個種類。在深度學習的過程中，程序想要決定在目前游戲狀態(tài)下如何進行下一步動作。比如，給予機器學習系統(tǒng)一個關于交易時間、商家、地點、價格及交易是否正當?shù)刃庞每ń灰仔畔⒌臄?shù)據(jù)庫，系統(tǒng)就會學習到可用來預測信用卡欺詐的模式。處理的交易數(shù)據(jù)越多，預測就會越準確。

機器學習的應用范圍非常廣泛，針對那些產(chǎn)生龐大數(shù)據(jù)的活動，它幾乎擁有改進一切性能的潛力。目前應用于一系列廣泛的企業(yè)應用領域，主要涉及預測或分類。代表性廠商包括：亞馬遜、Fractal Analytics、谷歌、H2O.ai、微軟、SAS和Skytree。

自然語言處理

　　自然語言處理是指計算機擁有的人類般的文本處理的能力。比如，從文本中提取意義，甚至從那些可讀的、風格自然、語法正確的文本中自主解讀出含義。一個自然語言處理系統(tǒng)并不了解人類處理文本的方式，但是它卻可以用非常復雜與成熟的手段巧妙處理文本。例如，自動識別一份文檔中所有被提及的人與地點；識別文檔的核心議題；在一堆僅人類可讀的合同中，將各種條款與條件提取出來并制作成表。以上這些任務通過傳統(tǒng)的文本處理軟件根本不可能完成，后者僅針對簡單的文本匹配與模式就能進行操作。

目前應用于欺詐檢測和安全、一系列廣泛的自動化助理以及挖掘非結構化數(shù)據(jù)等領域。代表性廠商包括：Basis Technology、Coveo、Expert System、Indico、Knime、Lexalytics、Linguamatics、Mindbreeze、Sinequa、Stratifyd和Synapsify。

語音識別

語音識別是將語音轉換為文本的技術，是自然語言處理的一個分支。前臺主要步驟分為信號搜集、降噪和特征提取三步，提取的特征在后臺由經(jīng)過語音大數(shù)據(jù)訓練得到的語音模型對其進行解碼，終把語音轉化為文本，實現(xiàn)達到讓機器識別和理解語音的目的。根據(jù)公開資料顯示，目前語音識別的技術成熟度較高，已達到95%的準確度。然而，需要指出的是，從95%到99%的準確度帶來的改變才是質(zhì)的飛躍，將使人們從偶爾使用語音變到常常使用。

據(jù)Research andMarkets研究報告顯示，全球智能語音市場將持續(xù)顯著增長，預計到2020年，全球語音市場規(guī)模預計將達191.7億美元。根據(jù)Capvision 報告顯示，從語音行業(yè)市場份額角度來看，全球范圍內(nèi)，由Nuance領跑，國內(nèi)則是科大訊飛占據(jù)主導地位。

語義識別

語義識別是人工智能的重要分支之一，解決的是“聽得懂”的問題。其大的作用是改變?nèi)藱C交互模式，將人機交互由原始的鼠標、鍵盤交互轉變?yōu)檎Z音對話的方式。此外，我們認為目前的語義識別行業(yè)還未出現(xiàn)絕對壟斷者，新進入的創(chuàng)業(yè)公司仍具備一定機會。

語義識別是自然語言處理(NLP)技術的重要組成部分。NLP在實際應用中大的困難還是語義的復雜性，此外，深度學習算法也不是語義識別領域的優(yōu)算法。但隨著整個AI行業(yè)發(fā)展進程加速，將為NLP帶來長足的進步。

計算機視覺

　　計算機視覺是指計算機從圖像中識別出物體、場景和活動的能力。計算機視覺技術運用由圖像處理操作及其他技術所組成的序列，來將圖像分析任務分解為便于管理的小塊任務。比如，一些技術能夠從圖像中檢測到物體的邊緣及紋理，分類技術可被用作確定識別到的特征是否能夠代表系統(tǒng)已知的一類物體。

計算機視覺有著廣泛的應用，其中包括：醫(yī)療成像分析被用來提高疾病預測、診斷和治療；人臉識別被Facebook用來自動識別照片里的人物；在安防及監(jiān)控領域被用來指認嫌疑人；在購物方面，消費者現(xiàn)在可以用智能手機拍攝下產(chǎn)品以獲得更多購買選擇。

機器人

機器人是自動執(zhí)行工作的機器裝置。它既可以接受人類指揮，又可以運行預先編排的程序，也可以根據(jù)以人工智能技術制定的原則綱領行動。它的任務是協(xié)助或取代人類工作的工作，例如生產(chǎn)業(yè)、建筑業(yè)，或是危險的工作。

機器人是高級整合控制論、機械電子、計算機、材料和仿生學的產(chǎn)物。在工業(yè)、醫(yī)學、農(nóng)業(yè)、建筑業(yè)甚至軍事等領域中均有重要用途。

2016年12月，國務院印發(fā)的《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》要求，加快基于人工智能的計算機視聽覺、生物特征識別、新型人機交互、智能決策控制等應用技術研發(fā)和產(chǎn)業(yè)化，支持人工智能領域的基礎軟硬件開發(fā)，提出到2020年新一代信息技術、高端裝備、新材料等戰(zhàn)略性新興產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值比重達到15%，新一代信息技術產(chǎn)業(yè)總產(chǎn)值規(guī)模超過12萬億元。

基于此政策，國內(nèi)科技科技企業(yè)大力投入研發(fā)，人工智能技術得到了不斷突破。交通、醫(yī)療、教育、制造業(yè)等場景的應用需求和切合確定場景的商業(yè)模式出現(xiàn)推動人工智能快速發(fā)展。隨著人工智能在我國移動互聯(lián)網(wǎng)、智能家居等領域的發(fā)展，我國人工智能產(chǎn)業(yè)將持續(xù)高速成長。預計到2022年，國內(nèi)中國人工智能行業(yè)市場規(guī)模將達到680億元。