本文来自中国银河国际的研报《2018-2020年人工智能发展计划将吸引市场关注人工智能股份》，作者为中国银河国际分析师布佳杰。
智通财经APP获悉，中国政府昨天公布了《促进新一代人工智能产业发展三年行动计划(2018-2020年)》(2018-2020年人工智能产业发展计划)。该文件指出，当前新一轮科技革命和产业变革正在萌发，大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进驱动人工智能发展进入新阶段，智能化成为技术和产业发展的重要方向。
人工智能具有显着的溢出效应，将进一步带动其他技术的进步，推动战略性新兴产业总体突破，正在成为推进供给侧结构性改革的新动能、振兴实体经济的新机遇、建设制造强国和网络强国的新引擎。该计划的发布，是为贯彻落实《新一代人工智能发展规划》和《中国制造2025》，在重点领域取得突破，加快人工智能产业发展，推动人工智能和实体经济深度融合。
中国银河国际发表研报称，人工智能已成为一个非常热门的话题，大多数科技巨头正在积极制定人工智能业务策略，而在最近几家主要科技公司举办的会议上，亦有就人工智能展开讨论。
人工智能应用有三大类：1.机器视觉，如面部识别;2.智能音箱和智能家电中常用的自然语言处理(NLP)技术;3.其他AI技术，如机器人顾问和算法交易。人工智能被定义为生产智能机器的科学和工程，特别是智能计算机程序。这个过程主要包括学习、推理和自我纠正。
人工智能系统与传统的软件开发和计算能力非常不同。人工智能系统采用广义的学习策略，通过训练过程使用大量数据(大数据概念)来查找形态、关联和见解。人工智能系统可以通过分析数据来“学习”，过程中不需要重新编程或遵循预定义的模型。据麦肯锡表示，人工智能能力可分为四大类：
1.感知，当中涉及收集和理解信息以感知世界，并进行描述;
2.预测，当中涉及透过推理来预测行为和结果，例如为特定客户设置精确定位的广告;
3.反应，当中涉及为达成目标所作出的行动;
4.综合解决方案，涉及与机器人等互补技术相结合。
由于越来越多的海外科技巨头正在开发人工智能，自去年以来，中国互联网巨头腾讯(00700)、阿里巴巴和百度已展开前所未有的激烈竞争以吸引来自硅谷的顶尖人才，务求加快其AI发展。尽管近期市场气氛较差，预计人工智能产业发展计划(2018-2020年)的发布将吸引市场对人工智能相关股份的关注。
综上所述，人工智能技术正在成为主流趋势，许多行业正在积极制定与人工智能相关的策略。银河国际表示，人工智能行业在中国即将兴起，因此现在是时候重新审视有能力提供人工智能相关技术的香港上市公司和A股上市公司。银河国际认为腾讯、阿里巴巴、百度、金山(03888)(猎豹)、众安(06060)、美图(01357)、易鑫集团(02858)、金蝶(00268)和中国擎天软件(01297)将成为市场在AI技术方面的焦点。
就硬件方面而言，ADAS相关公司(如启迪国际(00872)、耐世特(01316)、舜宇光学(02382)及昂纳科技集团(00877)、IC设计及代工厂(如中芯国际(00981)、华虹(01347)以及通讯设备股(如中兴通讯(00763)、长飞光纤光缆(06869)等将成为人工智能硬件开发的重点。
2018-2020年人工智能产业发展计划目标推进信息技术与制造技术的深度融合，以推动新一代人工智能技术的产业化与集成应用，发展高端智能产品，夯实核心基础，提升智能制造水平，完善公共支撑体系，促进新一代人工智能产业发展，推动制造强国和网络强国建设，助力实体经济转型升级。
中国将通过实施四项重点任务，力争到2020年，一系列人工智能标志性产品取得重要突破，在若干重点领域形成国际竞争优势。
1.人工智能重点产品规模化发展，智能网联汽车技术水平大幅提升，智能服务机器人实现规模化应用，智能无人机等产品具有较强全球竞争力，医疗影像辅助诊断系统等扩大临床应用，视频图像识别、智能语音、智能翻译等产品达到国际先进水平。
2.人工智能整体核心基础能力显着增强，智能传感器技术产品实现突破，设计、代工、封测技术达到国际水平，神经网络芯片实现量产并在重点领域实现规模化应用，开源开发平台初步具备支撑产业快速发展的能力。
3.智能制造深化发展，复杂环境识别、新型人机交互等人工智能技术在关键技术装备中加快集成应用，智能化生产、大规模个性化定制、预测性维护等新模式的应用水平明显提升。重点工业领域智能化水平显着提高。
4.人工智能产业支撑体系基本建立，具备一定规模的高质量标注数据资源库、标准测试数据集建成并开放，人工智能标准体系、测试评估体系及安全保障体系框架初步建立，智能化网络基础设施体系逐步形成，产业发展环境更加完善。
人工智能行业将以市场需求为牵引，积极培育人工智能创新产品和服务，促进人工智能技术的产业化，推动智能产品在工业、医疗、交通、农业、金融、物流、教育、文化、旅游等领域的集成应用。
发展智能控制产品，加快突破关键技术，研发并应用一批具备复杂环境感知、智能人机交互、灵活精准控制、群体实时协同等特征的智能化设备，满足高可用、高可靠、安全等要求，提升设备处理复杂、突发、极端情况的能力。
培育智能理解产品，加快模式识别、智能语义理解、智能分析决策等核心技术研发和产业化，支持设计一批智能化水平和可靠性较高的智能理解产品或模块，优化智能系统与服务的供给结构。
推动智能硬件普及，深化人工智能技术在智能家居、健康管理、移动智能终端和车载产品等领域的应用，丰富终端产品的智能化功能，推动信息消费升级。
当局将着重在以下领域率先取得突破：
(一)智能网联汽车。支持车辆智能计算平台体系架构、车载智能芯片、自动驾驶操作系统、车辆智能算法等关键技术、产品研发，构建软件、硬件、算法一体化的车辆智能化平台。到2020年，建立可靠、安全、实时性强的智能网联汽车智能化平台，形成平台相关标准，支撑高度自动驾驶(HA级)。
(二)智能服务机器人。支持智能交互、智能操作、多机协作等关键技术研发，提升清洁、老年陪护、康复、助残、儿童教育等家庭服务机器人的智能化水平，推动巡检、导览等公共服务机器人以及消防救援机器人等的创新应用。
发展三维成像定位、智能精准安全操控、人机协作接口等关键技术，支持手术机器人操作系统研发，推动手术机器人在临床医疗中的应用。
到2020年，智能服务机器人环境感知、自然交互、自主学习、人机协作等关键技术取得突破，智能家庭服务机器人、智能公共服务机器人实现批量生产及应用，医疗康复、助老助残、消防救灾等机器人实现样机生产，完成技术与功能验证，实现20家以上应用示范。
(三)智能无人机。支持智能避障、自动巡航、面向复杂环境的自主飞行、群体作业等关键技术研发与应用，推动新一代通信及定位导航技术在无人机数据传输、链路控制、监控管理等方面的应用，开展智能飞控系统、高集成度专用芯片等关键部件研制。到2020年，智能消费级无人机三轴机械增稳云台精度达到0.005 度，实现 360 度全向感知避障，实现自动智能强制避让航空管制区域。
(四)医疗影像辅助诊断系统。推动医学影像数据采集标准化与规范化，支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发，加快医疗影像辅助诊断系统的产品化及临床辅助应用。到2020年，国内先进的多模态医学影像辅助诊断系统对以上典型疾病的检出率超过95%，假阴性率低于1%，假阳性率低于5%。
(五)视频图像身份识别系统。支持生物特征识别、视频理解、跨媒体融合等技术创新，发展人证合一、视频监控、图像搜索、视频摘要等典型应用，拓展在安防、金融等重点领域的应用。到2020年，复杂动态场景下人脸识别有效检出率超过97%，正确识别率超过90%，支持不同地域人脸特征识别。
(六)智能语音交互系统。支持新一代语音识别框架、口语化语音识别、个性化语音识别、智能对话、音视频融合、语音合成等技术的创新应用，在智能制造、智能家居等重点领域开展推广应用。到2020年，实现多场景下中文语音识别平均准确率达到96%，5米远场识别率超过92%，用户对话意图识别准确率超过90%。
(七)智能翻译系统。推动高精准智能翻译系统应用，围绕多语言互译、同声传译等典型场景，利用机器学习技术提升准确度和实用性。到2020年，多语种智能互译取得明显突破，中译英、英译中场景下产品的翻译准确率超过85%，少数民族语言与汉语的智能互译准确率显着提升。
(八)智能家居产品。支持智能传感、物联网、机器学习等技术在智能家居产品中的应用，提升家电、智能网络设备、水电气仪表等产品的智能水平、实用性和安全性，发展智能安防、智能家具、智能照明、智能洁具等产品，建设一批智能家居测试评价、示范应用项目并推广。到2020年，智能家居产品类别明显丰富，智能电视市场渗透率达到90%以上，安防产品智能化水平显着提升。
为了实现目标，中国政府将推动组件和算法库的本土发展。主要范畴包括：
(一)智能传感器。支持微型化及可靠性设计、精密制造、集成开发工具、嵌入式算法等关键技术研发，支持基于新需求、新材料、新工艺、新原理设计的智能传感器研发及应用。
发展市场前景广阔的新型生物、气体、压力、流量、惯性、距离、图像、声学等智能传感器，推动压电材料、磁性材料、红外辐射材料、金属氧化物等材料技术革新，支持基于微机电系统(MEMS)和互补金属氧化物半导体(CMOS)集成等工艺的新型智能传感器研发，发展面向新应用场景的基于磁感、超声波、非可见光、生物化学等新原理的智能传感器，推动智能传感器实现高精度、高可靠、低功耗、低成本。
到2020年，压电传感器、磁传感器、红外传感器、气体传感器等的性能显着提高，信噪比达到70dB、声学过载点达到135dB的声学传感器实现量产，绝对精度100Pa以内、噪音水平0.6Pa以内的压力传感器实现商用，弱磁场分辨率达到1pT的磁传感器实现量产。
在模拟仿真、设计、MEMS工艺、封装及个性化测试技术方面达到国际先进水平，具备在移动式可穿戴、互联网、汽车电子等重点领域的系统方案设计能力。
(二)神经网络芯片。面向机器学习训练应用，发展高性能、高扩展性、低功耗的云端神经网络芯片，面向终端应用发展适用于机器学习计算的低功耗、高性能的终端神经网络芯片，发展与神经网络芯片配套的编译器、驱动软件、开发环境等产业化支撑工具。
到2020年，神经网络芯片技术取得突破进展，推出性能达到128TFLOPS(16位浮点)、能效比超过1TFLOPS/w的云端神经网络芯片，推出能效比超过1T OPS/w(以16位浮点为基准)的终端神经网络芯片，支持卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)等一种或几种主流神经网络算法;在智能终端、自动驾驶、智能安防、智能家居等重点领域实现神经网络芯片的规模化商用。
(三)开源开放平台。针对机器学习、模式识别、智能语义理解等共性技术和自动驾驶等重点行业应用，支持面向云端训练和终端执行的开发框架、算法库、工具集等的研发，支持开源开发平台、开放技术网络和开源社区建设，鼓励建设满足复杂训练需求的开放计算服务平台，鼓励骨干龙头企业构建基于开源开放技术的软件、硬件、数据、应用协同的新型产业生态。到2020年，面向云端训练的开源开发平台支持大规模分布式集群、多种硬件平台、多种算法，面向终端执行的开源开发平台具备轻量化、模块化和可靠性等特征。
2018-2020年人工智能产业发展计划亦提到了有关制造业的以下范畴:
(一)智能制造关键技术装备。提升高档数控机床与工业机器人的自检测、自校正、自适应、自组织能力和智能化水平，利用人工智能技术提升增材制造装备的加工精度和产品质量，优化智能传感器与分布式控制系统(DCS)、可编程逻辑控制器(PLC)、数据采集系统(SCADA)、高性能高可靠嵌入式控制系统等控制装备在复杂工作环境的感知、认知和控制能力，提高数字化非接触精密测量、在线无损检测系统等智能检测装备的测量精度和效率，增强装配设备的柔性。
提升高速分拣机、多层穿梭车、高密度存储穿梭板等物流装备的智能化水平，实现精准、柔性、高效的物料配送和无人化智能仓储。
到2020年，高档数控机床智能化水平进一步提升，具备人机协调、自然交互、自主学习功能的新一代工业机器人实现批量生产及应用;增材制造装备成形效率大于450cm3/h，连续工作时间大于240h;实现智能传感与控制装备在机床、机器人、石油化工、轨道交通等领域的集成应用;智能检测与装配装备的工业现场视觉识别准确率达到90%，测量精度及速度满足实际生产需求;开发10个以上智能物流与仓储装备。
(二)智能制造新模式。鼓励离散型制造业企业以生产设备网络化、智能化为基础，应用机器学习技术分析处理现场数据，实现设备在线诊断、产品质量实时控制等功能。
鼓励流程型制造企业建设全流程、智能化生产管理和安防系统，实现连续性生产、安全生产的智能化管理。打造网络化协同制造平台，增强人工智能指引下的人机协作与企业间协作研发设计与生产能力。
发展个性化定制服务平台，提高对用户需求特征的深度学习和分析能力，优化产品的模块化设计能力和个性化组合方式。搭建基于标准化信息采集的控制与自动诊断系统，加快对故障预测模型和用户使用习惯信息模型的训练和优化，提升对产品、核心配件的生命周期分析能力。
到2020年，数字化车间的运营成本降低20%，产品研制周期缩短20%;智能工厂产品不良品率降低10%，能源利用率提高10%;航空航天、汽车等领域加快推广企业内外并行组织和协同优化新模式;服装、家电等领域对大规模、小批量个性化订单全流程的柔性生产与协作优化能力普遍提升;在装备制造、零部件制造等领域推进开展智能装备健康状况监测预警等远程运维服务。(编辑：胡敏)
