第一章 人工智能的基本介紹

1.1 人工智能的基本概述

1.1.1 人工智能的內涵

1.1.2 人工智能的分類

1.1.3 人工智能關鍵環節

1.1.4 人工智能研究階段

1.1.5 人工智能的產業鏈

1.2 人工智能發展歷程

1.2.1 發展簡史

1.2.2 研究歷程

1.2.3 發展階段

1.3 人工智能的研究方法

1.3.1 大腦模擬

1.3.2 符號處理

1.3.3 子符號法

1.3.4 統計學法

1.3.5 集成方法

第二章 2019-2021年國際人工智能行業發展分析

2.1 2019-2021年全球人工智能行業發展綜況

2.1.1 人工智能概念的悄然興起

2.1.2 驅動人工智能的內外動因

2.1.3 人工智能的發展階段分析

2.1.4 全球人工智能產業發展狀況

2.1.5 發達國家重視人工智能產業

2.1.6 世界人工智能迎來發展新階段

2.2 美國

2.2.1 人工智能成美國發展戰略

2.2.2 人工智能應用于美國國防

2.2.3 美國量子技術助力ai發展

2.2.4 美國機器人市場需求預測

2.3 日本

2.3.1 ai成日本工業發展重點

2.3.2 日本政府推進人工智能

2.3.3 日本重視人工智能研究

2.3.4 日本人工智能投資計劃

2.3.5 日本科技發展借力人工智能

2.4 2019-2021年各國人工智能產業發展動態

2.4.1 歐盟推進服務機器人研發

2.4.2 歐美推出大腦發展計劃

2.4.3 俄國成功開發ai系統

2.4.4 韓國人工智能研發動態

2.4.5 ai應用于巴西世界杯

2.5 2019-2021年國際企業加快布局人工智能領域

2.5.1 互聯網企業加快ai產業布局

2.5.2 facebook建設ai硬件平臺

2.5.3 戴爾開展人工智能研發合作

2.5.4 雅虎邁出人工智能發展步伐

2.5.5 維基百科涉足人工智能領域

第三章 2019-2021年中國人工智能行業政策環境分析

3.1 政策助力人工智能發展

3.1.1 政策加碼布局人工智能

3.1.2 人工智能納入“十三五”

3.1.3 中國大腦研究計劃開啟

3.1.4 人工智能成為國家戰略重點

3.2 人工智能行業相關政策分析

3.2.1 “中國制造”助力人工智能

3.2.2 “互聯網+”推動人工智能

3.3 人工智能行業地方政策環境分析

3.3.1 ai納入北京“十三五”

3.3.2 上海市推出ai“腦計劃”

3.3.3 人工智能獲廣州財政支持

3.3.4 深圳市具備ai發展優勢

3.4 機器人行業政策規劃分析

3.4.1 政策大力支持機器人行業

3.4.2 工業機器人將持續高增長

3.4.3 服務機器人將成為新藍海

第四章 2019-2021年中國人工智能行業發展分析

4.1 2019-2021年人工智能行業發展綜況

4.1.1 人工智能技術方興未艾

4.1.2 國內人工智能布局加快

4.1.3 人工智能實驗室成立

4.1.4 人工智能行業發展迅猛

4.1.5 人工智能市場需求將增長

4.1.6 人工智能市場進入新階段

4.2 人工智能產業生態格局分析

4.2.1 生態格局基本架構

4.2.2 基礎資源支持層

4.2.3 技術實現路徑層

4.2.4 應用實現路徑層

4.2.5 未來生態格局展望

4.3 2019-2021年人工智能區域發展動態分析

4.3.1 哈爾濱逐步完善機器人產業

4.3.2 安徽省建立人工智能學會

4.3.3 四川成立人工智能實驗室

4.3.4 上海進一步推進人工智能

4.3.5 福建建立仿腦智能實驗室

4.4 2019-2021年人工智能技術研究動態分析

4.4.1 人工智能再獲重大突破

4.4.2 智能語音識別及控制技術

4.4.3 高級人工智能逐步突破

4.4.4 ai神經網絡識別技術

4.4.5 人工智能帶來媒體變革

4.5 人工智能行業發展存在的主要問題

4.5.1 人工智能發展面臨的困境

4.5.2 人工智能發展的隱性問題

4.5.3 人工智能發展的道德問題

4.5.4 人工智能發展的技術障礙

4.6 人工智能行業發展對策及建議

4.6.1 人工智能的發展策略分析

4.6.2 人工智能的技術發展建議

4.6.3 人工智能倫理問題的對策

第五章 2019-2021年人工智能行業發展驅動要素分析

5.1 硬件基礎日益成熟

5.1.1 高性能cpu

5.1.2 “人腦”芯片

5.1.3 量子計算機

5.1.4 仿生計算機

5.2 大規模并行運算的實現

5.2.1 云計算的關鍵技術

5.2.2 云計算的應用模式

5.2.3 我國推進云計算發展

5.2.4 云計算技術發展動態

5.2.5 云計算成人工智能基礎

5.3 大數據技術的崛起

5.3.1 大數據技術的內涵

5.3.2 大數據的各個環節

5.3.3 大數據的主要應用領域

5.3.4 大數據成人工智能數據源

5.3.5 大數據技術助力人工智能

5.4 深度學習技術的出現

5.4.1 機器學習的階段

5.4.2 深度學習技術內涵

5.4.3 深度學習算法技術

5.4.4 深度學習的技術應用

5.4.5 深度學習提高人工智能水平

第六章 人工智能行業的技術基礎分析

6.1 自然語言處理

6.1.1 自然語言處理內涵

6.1.2 語音識別技術分析

6.1.3 語義技術研發狀況

6.1.4 自動翻譯技術內涵

6.2 計算機視覺

6.2.1 計算機視覺的內涵

6.2.2 計算機視覺的應用

6.2.3 計算機視覺的運作

6.2.4 人臉識別技術應用

6.3 模式識別技術

6.3.1 模式識別技術內涵

6.3.2 文字識別技術應用

6.3.3 指掌紋識別技術應用

6.3.4 模式識別發展潛力

6.4 知識表示

6.4.1 知識表示的內涵

6.4.2 知識表示的方法

6.4.3 知識表示的進展

6.5 其他技術基礎

6.5.1 自動推理技術

6.5.2 環境感知技術

6.5.3 自動規劃技術

6.5.4 專家系統技術

第七章 人工智能技術的主要應用領域分析

7.1 工業領域

7.1.1 智能工廠進一步轉型

7.1.2 人工智能的工業應用

7.1.3 人工智能應用于制造領域

7.1.4 人工智能助力中國制造

7.1.5 人工智能成工業發展方向

7.1.6 ai工業應用的前景廣闊

7.2 醫療領域

7.2.1 人工智能的醫療應用概況

7.2.2 人工智能在中醫學中的應用

7.2.3 人工神經網絡技術的醫學應用

7.2.4 ai在醫學影像診斷中的應用

7.2.5 ai在醫療診斷應用中的展望

7.2.6 企業加快布局醫療人工智能

7.3 社交領域

7.3.1 人工智能的移動社交應用

7.3.2 人工智能社交產品發布

7.3.3 社交網絡成ai應用焦點

7.4 無人駕駛領域

7.4.1 無人駕駛的效益分析

7.4.2 自動駕駛技術發展進程

7.4.3 無人駕駛產業發展加快

7.4.4 人工智能助力無人駕駛

7.4.5 ai成為智能汽車發展方向

7.5 其他領域

7.5.1 人工智能的智能搜索應用

7.5.2 人工智能應用于電子商務

7.5.3 人工智能與可穿戴設備結合

7.5.4 人工智能成3d打印基礎

7.5.5 人工智能的“虛擬助手”

7.5.6 人工智能家居成為新趨勢

第八章 2019-2021年人工智能機器人發展分析

8.1 2019-2021年機器人產業發展綜況

8.1.1 全球機器人行業規模分析

8.1.2 中國工業機器人市場現狀

8.1.3 機器人行業產業鏈構成

8.1.4 機器人的替代優勢明顯

8.1.5 機器人下游應用產業多

8.1.6 智能機器人成為發展趨勢

8.2 人工智能在機器人行業的應用狀況

8.2.1 人工智能與機器人的關系

8.2.2 ai于機器人的應用過程

8.2.3 ai大量運用于小型機器人

8.2.4 ai機器人的重要應用領域

8.3 人工智能在智能機器人領域的技術應用

8.3.1 專家系統的應用

8.3.2 模式識別的應用

8.3.3 機器視覺的應用

8.3.4 機器學習的應用

8.3.5 分布式ai的應用

8.3.6 進化算法的應用

8.4 機器人重點應用領域分析

8.4.1 醫療機器人

8.4.2 軍事機器人

8.4.3 教育機器人

8.4.4 家用機器人

8.4.5 物流機器人

8.4.6 協作型機器人

第九章 2019-2021年國際人工智能行業重點企業分析

9.1 微軟公司

9.1.1 企業發展概況

9.1.2 企業財務狀況

9.1.3 微軟ai研究新進展

9.1.4 微軟加快布局人工智能

9.1.5 微軟人工智能發展計劃

9.1.6 微軟建立機器學習工具

9.1.7 人工智能成為發展方向

9.2 ibm公司

9.2.1 企業發展概況

9.2.2 企業經營范圍

9.2.3 企業財務狀況

9.2.4 ibm成立人工智能部門

9.2.5 ibm發布人工智能產品

9.2.6 ibm推進人工智能發展

9.3 谷歌公司

9.3.1 企業發展概況

9.3.2 企業產品和服務

9.3.3 企業財務狀況分析

9.3.4 谷歌人工智能系統

9.3.5 谷歌人工智能平臺

9.3.6 谷歌人工智能產品

9.3.7 企業加快ai布局

9.4 亞馬遜公司

9.4.1 企業發展概況

9.4.2 企業經營狀況

9.4.3 亞馬遜推出人工智能服務

9.4.4 亞馬遜引入人工智能平臺

第十章 2019-2021年中國人工智能行業重點企業分析

10.1 百度公司

10.1.1 企業發展概況

10.1.2 企業財務狀況

10.1.3 百度人工智能技術進展

10.1.4 百度人研發ai計算機

10.1.5 百度布局人工智能行業

10.1.6 百度人工智能系統方案

10.2 騰訊公司

10.2.1 企業發展概況

10.2.2 企業財務狀況

10.2.3 微信具備ai發展優勢

10.2.4 騰訊加快布局人工智能

10.3 阿里集團

10.3.1 企業發展概況

10.3.2 企業財務狀況

10.3.3 阿里投資機器人領域

10.3.4 阿里人工智能平臺建立

10.3.5 阿里人工智能發展方向

10.4 科大訊飛股份有限公司

10.4.1 企業發展概況

10.4.2 企業業務布局

10.4.3 經營效益分析

10.4.4 業務經營分析

10.4.5 財務狀況分析

10.4.6 未來前景展望

10.5 北京捷通華聲語音技術有限公司

10.5.1 企業發展概況

10.5.2 企業發展重點

10.5.3 人工智能系統推出

10.5.4 加快人工智能的合作

10.5.5 構建人工智能新格局

第十一章 2019-2021年人工智能行業投資狀況分析

11.1 人工智能行業投資綜況

11.1.1 全球人工智能的投融資分析

11.1.2 國內人工智能的投融資狀況

11.1.3 人工智能行業投資總量分析

11.1.4 人工智能行業投資進程加快

11.1.5 ai認知技術商業投資加快

11.2 人工智能行業投資動態

11.2.1 anki drive獲得新一輪投資

11.2.2 vicarious公司開啟ai融資

11.2.3 特斯拉注資建人工智能公司

11.2.4 demiurge公司注資人工智能

11.2.5 格靈深瞳公司獲得天使投資

11.3 人工智能行業迎來投資機遇

11.3.1 人工智能成為投資風口

11.3.2 人工智能進入黃金時期

11.3.3 人工智能迎來投資機遇

11.3.4 全球人工智能投資升溫

第十二章 人工智能行業發展前景及趨勢預測

12.1 人工智能行業發展前景展望

12.1.1 人工智能發展前景展望

12.1.2 人工智能的市場空間巨大

12.1.3 人工智能成為發展新熱點

12.1.4 人工智能產業的機遇與挑戰

12.2 人工智能行業發展趨勢預測

12.2.1 人工智能未來發展趨勢

12.2.2 “智能＋x”將成新時尚

12.2.3 機器視覺成主要發展方向

12.2.4 人工智能將帶來新變化

12.2.5 人工智能市場規模預測

圖表目錄

圖表：人工智能產業鏈

圖表：全球運功監測傳動器市場

圖表：2017-2020年全球每年產生的數據總量

圖表：人工智能的重點品類

圖表：人工智能的重點品類的公司分布

圖表：人工智能的重點品類的融資分布

圖表：最受風險資本青睞的人工智能品類

圖表：全球人工智能“戰局”

圖表：人工智能各品類成熟度排行

圖表：2017-2021年計算機在圖像識別的錯誤率

圖表：2017-2021年計算機識別圖像中特定物體的能力

圖表：2016-2021年谷歌軟件項目使用關鍵的深度學習ai技術

圖表：2016-2021年crowd flower公司賣出的電子表格數據

圖表：2019-2021年diffbot公司數據收集工具的準確性

圖表：人工智能系統掌握視頻游戲

圖表：美國腦計劃預算

圖表：國際互聯網巨頭加速布局人工智能

圖表：維基百科上目前支持添加“無意失誤”（good faith）標簽的語種

圖表：中國腦計劃的主要內容

圖表：中國腦計劃分為腦科學以及類腦科學兩部分

圖表：國內企業在人工智能領域的布局

圖表：人工智能產業生態格局的三層基本架構

圖表：百度大腦的存儲能力

圖表：技術層的運行機制

圖表：專業智能階段的ai產業格局

圖表：通用智能階段的ai產業格局

圖表：不同測試方法得出評分不具可比性

圖表：人工智能系統無法識別圖像問題

圖表：人工智能系統無法操控工具回答問題

圖表：人工智能系統測試接口示意圖

圖表：人工智能和人類智能發展曲線示意圖

圖表：云計算應用模式

圖表：大數據技術框架

圖表：全球數據總量將出現爆發式增長

圖表：淺層模型和深層模型的對比

圖表：谷歌深度學習模型

圖表：語義依存分析例子

圖表：計算機視覺與其他領域的關系

圖表：cv在人機交互上的前沿應用

圖表：計算機視覺的處理流程

圖表：人臉識別過程

圖表：具有情景意識的環境感知網絡分層結構

圖表：智能診斷系統平臺組成結構

圖表：工業4.0愿景

圖表：全球服務機器人數據對比

圖表：全球服務機器人預測

圖表：2016-2021年中國工業機器人銷量及增長狀況

圖表：2021年中國工業機器人銷量占比狀況

圖表：機器人行業產業鏈長度圖

圖表：機器人產品的全生命周期

圖表：工業機器人與人工成本比較

圖表：中國工業機器人應用領域分布情況

圖表：2020-2021年微軟新三大業務部門盈利狀況

圖表：2021年ibm主要財務數據

圖表：2016-2021年百度公司綜合損益表

圖表：2021年百度公司分部經營情況表

圖表：2016-2021年百度公司在各地投資經營情況表

圖表：2020-2021年百度公司綜合損益表

圖表：2021年百度公司分部經營情況表

圖表：2020-2021年百度公司在各地投資經營情況表

圖表：2019-2021年百度公司綜合損益表

圖表：2016-2021年騰訊公司綜合損益表

圖表：2021年騰訊公司分部經營情況表

圖表：2016-2021年騰訊公司在各地投資經營情況表

圖表：2020-2021年騰訊公司綜合損益表

圖表：2016年騰訊公司分部經營情況表

圖表：2020-2021年騰訊公司在各地投資經營情況表

圖表：2019-2021年騰訊公司綜合損益表

圖表：qq物聯系統

圖表：2016-2021年阿里巴巴綜合損益表

圖表：2021年阿里巴巴分部經營情況表

圖表：2016-2021年阿里巴巴在各地投資經營情況表

圖表：2020-2021年阿里巴巴綜合損益表

圖表：2016年阿里巴巴分部經營情況表

圖表：2020-2021年阿里巴巴在各地投資經營情況表

圖表：2019-2021年阿里巴巴綜合損益表

圖表：dtpai機器學習核心庫

圖表：2018-2020年科大訊飛總資產和凈資產

圖表：2020-2021年科大訊飛營業收入和凈利潤

圖表：2021年科大訊飛營業收入和凈利潤

圖表：2020-2021年科大訊飛現金流量

圖表：2021年科大訊飛現金流量

圖表：2020年科大訊飛主營業務收入分行業、產品、區域

圖表：2020-2021年科大訊飛成長能力

圖表：2021年科大訊飛成長能力

圖表：2020-2021年科大訊飛短期償債能力

圖表：2021年科大訊飛短期償債能力

圖表：2020-2021年科大訊飛長期償債能力

圖表：2021年科大訊飛長期償債能力

圖表：2020-2021年科大訊飛運營能力

圖表：2021年科大訊飛運營能力

圖表：2020-2021年科大訊飛盈利能力

圖表：2021年科大訊飛盈利能力

圖表：2021年ai領域投融資所處階段

圖表：2021年ai領域投融資的金額分布

圖表：2021年機器人各細分領域投融資事件數量

圖表：人工智能的發展階段

圖表：全球人工智能領域投資額大幅增長

圖表：人工智能的十億用戶、百億企業、千億產業