一、十大关键词

人工智能”毫无疑问是2017年的头牌明星，在经历了“两起两落”后，终于以不容置喙的姿态再次出现在人们的视野中。为了帮大家回顾AI的发展之路，我们整理了2017人工智能十大关键词：

1、芯片

在这条赛道上，有智能设备厂商、云计算厂商、传统芯片厂商。苹果、微软和谷歌都在开发自己的处理器，应用于人工智能和其他的工作负载，其目标是实现在没有云处理的情况下压缩算法。大数据、人工智能以及高性能计算和分析越来越趋向于利用GPU。这一趋势使英伟达成为重要玩家，同时，也为AMD注入了新的活力。英特尔将其布局从个人电脑转向数据中心和物联网。

2、智能音箱

相对于传统音箱而言，智能音箱不仅是音响产品，同时是涵盖了内容服务、互联网服务及语音交互功能的智能化产品，不仅具备WiFi连接功能，提供音乐、有声读物等内容服务及信息查询、网购等互联网服务，还能与智能家居连接，实现场景化智能家居控制。

3、医疗影像

医疗影像是所有大病诊疗的入口和基础，放射科医生是医疗行业最短缺的人员之一；人工智能技术爆发的核心——深度学习，正好最擅长分析影像类数据。如此，使得影像识别技术成了最有可能在医疗领域率先落地的技术。

4、安防

目前AI在安防领域的应用主要通过图像识别、大数据及视频结构化等技术进行作用的。而从行业角度来看，主要在公安、交通、楼宇、金融、工业、民用等领域应用较广，其中以公安应用最为核心。另外，AI+安防在提前预防犯罪，和保障社会安全方面也起到了非常重要作用。

目前来说，虽然AI在安防领域的应用有着很好的前景，但还没有达到真正实用的阶段，应用中存在诸多的问题需要不断完善和解决，比如环境适应性差、场景理解受限、人脸识别准确率等等问题。

5、语音交互

6、融资/收购

大势所趋下，无论是国内还是海外市场，科技巨头正在以内生式AI领域的研发，和外延式的直接投资、或收购AI领域的创业团队等方式在AI领域进行积极部署。而巨头们收购企业的原因，不外乎争夺团队、专利、人才，同时，也是对自身业务的补充，以及为了公司在今后技术生态里的布局和站位考虑。

7、人才流动

8、政策

迹象表明，人工智能政策正在从中央传导至地方，AI政策自上而下开始发酵，我国已经进入AI产业的“黄金窗口期”，预计未来将有更多地方的政策文件出台，从而形成多点齐放的局面。

11月15日，科技部宣布成立新一代人工智能发展规划推进办公室，并公布首批国家新一代人工智能开放创新平台名单：依托百度公司建设自动驾驶国家新一代人工智能开放创新平台，依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台，依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台，依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台位列其中。

9、智能制造

智能制造，是在基于互联网的物联网意义上实现的包括企业与社会在内的全过程的制造，把工业4.0的“智能工厂”、“智能生产”、“智能物流”进一步扩展到“智能消费”、“智能服务”等全过程的智能化中去，只在这些意义上，才能真正地认识到我们所面临的前所未有的形势。

10、场景创新

随着社交和云技术的不断融合，移动终端设备从随身变得贴身，人工智能技术开始从技术平台走向产业平台，场景的价值越来越大，我们正在步入一个能够通过场景感知来快速高效解决问题的“场景时代”。如何实现人工智能的场景化，做好“人工智能时代”与“场景时代”的结合，是2017年以及未来人工智能发展的重要前提。

二、AI大事

2017年1月30日，在宾夕法尼亚州匹兹堡的 Rivers 赌场，卡耐基梅隆大学（CMU）开发的人工智能系统 Libratus 战胜四位德州扑克顶级选手，获得最终胜利。Libratus就没有使用神经网络。它主要靠的是强化学习，这是人工智能的一种，一种极其强调试错的方法。其实质就是自己跟自己玩大量的游戏。Google的DeepMind实验室利用强化学习来开发AlphaGo，这套系统攻克围棋的时间比预期早了10年，但这两套系统之间有一个关键的不同。AlphaGo是通过分析人类玩家的3000万份棋谱来学习游戏的，然后才通过自己跟自己下棋来改进自己的技能。相对而言，Libratus却是从零开始学的。

在12月，英国的Nudge Unit开始测试人工智能，可以对学校和家庭的教育进行评估，如果他们能确保系统中没有偏见的话，这将成为一个最新的行业。

在11月，一个名叫“小易”的中国机器人通过了国家医疗执照考试(NMLE)。在同一个月，斯坦福大学的科学家们建立了一种叫做CheXNet的人工智能算法，它能准确地诊断出肺炎，从而使放射学家们对患者作出更好的治疗。

2017年网红机器人Sophia成为史上第一个获得公民身份的一名女机器人，她获得的是沙特阿拉伯国籍，而这也引起了世界范围内对伦理，人权的一个讨论，到底，机器人是否应该拥有人权。不过在一个只有最近才允许女性开车的国家，机器人获得了权利，这也有点讽刺意味。

三、全球大型科技公司都在进行“AI军备竞赛”

微软在6月宣布了一项地球人工智能计划(AI for Earth);在苹果公司，蒂姆·库克展示了iPhone X完整的神经引擎;今年9月，Facebook教聊天机器人如何进行谈判和说谎。中国巨头同样加速布局，2017百度AI开发者大会上，百度创始人、董事长兼首席执行官李彦宏通过视频直播展示了一段自己乘坐公司研发的无人驾驶汽车的情景；2017年10月，阿里宣布投资千亿成立达摩院，是一家致力于探索科技未知，以人类愿景为驱动力的研究院，是阿里在全球多点设立的科研机构，立足基础科学、颠覆性技术和应用技术的研究。“晓”Spark无人机是大疆今年5月份发布的一款新型无人机，大疆在对Spark的技术创新中，首次引入了人脸检测功能。

1、谷歌：贯彻软硬件结合的理念

谷歌，或者说现在的Alphabet，已经建立了独一无二的AI检索算法，在自然语言处理上面颇具优势，并应用于谷歌搜索，预计还将在谷歌智能家居生态中大显身手。公司的开源软件库/云计算平台TensorFlow还在结合了很多前沿的硬件加速器，推出新的AI张量处理单元TPU。此外，收购的DeepMind也在击败李世石的战役中一举成名。

2、亚马逊：筹备开源服务

亚马逊AWS在云服务的布局已经颇具优势，2015年4月，公司宣布推出机器学习服务亚马逊ML，提供针对性的用户体验。今年5月，亚马逊推出了自家的开源软件DSSTNE，帮助建立深度学习开发库。

3、苹果：活跃的收购者

过去一年间，评估已经收购了Emotient、Turi、Tuplejump等AI创业公司，并雇佣了之前在NVIDIA从事GPU软件项目的Johnathan Cohen，并找来Ruslan Salakhutdinov作为其AI研发部主管。Siri可以算作苹果在AI方面最主要的成就之一，此外，苹果大脑的传言也甚嚣尘上。

4、微软：力推基于GPU和FPGA的云

微软首席执行官纳德拉介绍称，微软正在建立“民主化的AI（democratizing AI）”，目前AI研究小组员工人数超过5000人，目标在于改变人机体验和交互技术，小娜是比较有代表性的一个成果。此外，公司还在建立基于GPU和FPGA的云（Azure）方面做努力。

5、Facebook：开源工具

Facebook在AI方面的主要布局集中在建立开发者社群，开源Torch、Chef、fastText、BigSur 等一系列 AI 工具及资料库，并推出具体的应用程序，比如已经出现的图象识别、语音文字转换和智能翻译等。

6、Salesforce：建立云生态

2014和2015年，Salesforce开始利用自家电开发平台执行云机器学习任务。公司还收购了Minhash,、PredictionIO、MetaMind等AI公司，目的在于建立云销售、云营销、云服务、云社区、云物联网、基于云的应用程序等。

7、NVIDIA：借力GPU大势

GPU在之前的计算机应用不多，但AI算法给了它莫大的基于，目前，几乎所有的AI算法都采用了NVIDIA的GPU，虽然英特尔也在加快研发新的替代芯片FPGA，但目前来看，GPU依旧是比较好的选择。借此大势，NVIDIA还专门设计了全球首款针对深度学习的GPU架构（Pascal 架构） 。

8、英特尔：加快芯片研发

GPU的大势让英特尔感到了危机，英特尔收购Nervana systems和Altera，加快FPGA的推进，在运算速度和编程灵活性取得一系列进展。2016年中期，英特尔推出了至强二代，用于智能家庭产品的网络服务和云服务。

9、Uber：合作汽车制造商

Uber在AI方面的主要布局更趋近于物联网，尤其是汽车传感器。2016年9月，Uber在匹兹堡推出了自动驾驶试点项目，并于卡内基梅隆大学教授、汽车制造商合作，研发基于传感器获得的数百万数据点，建立安全、有序、自动的交通模式。

10、IBM：沃森成AI之星

IBM在AI方面的布局很早，公司在全球的AI研发每人元超过3000名，专利超过1400项，覆盖云计算和硅纳米科学，其超级智脑沃森在自然语言处理和模式识别、非结构化数据处理方面有着出色的表现，已经应用于虚拟代理，帮助金融、医疗等合作伙伴处理和分析数据。

11、BAT着力构建神经网络

目前，国内对于AI的支持力度也比较大，在学术方面也有很是很大的研究热点。学术机构，以及百度、阿里、腾讯等公司也在语音识别、图像识别、神经网络、自然语言处理等方面都有重要的突破。艾瑞咨询认为，国内AI市场将从2015年的12亿元增至2020年的91亿元。

四、三大机构分别发布2017年人工智能人才报告

近期，全球化智库（CCG）携手乌镇智库、腾讯研究院联合BOSS直聘、DT大数据产业创新研究院（DTiii）联合e成科技三大机构分别发布了各自的2017年人工智能行业人才的报告。人工智能产业发展，核心之处在于人才。

全球化智库（CCG）携手乌镇智库发布的《2017中国人工智能人才报告》。报告发布正值第四届世界互联网大会在浙江乌镇举行。报告指出，中国人工智能专利的贡献最多的三个城市分别是北京、上海和深圳。南京、杭州、成都、广州、西安天津和武汉紧随其后。对人工智能需求量最大的城市分别为北京、上海、深圳、杭州、广州，共提供60%左右的岗位，计划招聘人数在全国总量的52.7%。这与全国人工智能企业、全国人工智能投融资的分布情况大体一致。

BOSS直聘联合腾讯研究院推出的《2017全球人工智能人才白皮书》，报告指出，在人工智能领域方面，美国、中国、日本和英国是全球最领先的四大国家，以色列和加拿大也重点规划。英国在AI“道德和合法化”方面做的最好，而日本在机器人应用AI领域领先。美国是全球当之无愧的AI技术领导者，也拥有全球最多的AI初创公司。中国的AI发展则已经纳入政策重点扶持对象，中国政府希望在2030年在AI技术领域可以成为世界领导者。 截至2017年，全球AI领域投资规模前13名的投资机构均由中美两国独占，其中中方占有4家投资机构，占总量的30.77%，美方占有9家投资机构，占总量的69.23%。过去3年中，AI相关岗位平均招聘薪资正以每年近8%的速度增长。到2017年，人工智能岗位平均招聘薪资已达2.58万元，且薪资成长率也极为可观，数据显示，AI人才前5年的薪资复合增长率达到16.9%远高于一般技术类岗位。

DT大数据产业创新研究院（DTiii）联合e成科技发布的《2017大数据及人工智能人才发展报告》，报告指出，2017年，大数据及人工智能人才需求迅猛增长，招聘人数猛增6倍。大数据开发类职能增长幅度最为惊人，达795%，图像视觉、智能硬件类职位随后，分别达到597%，520%。大数据及人工智能薪资整体高企，平均固定年薪达38万。人工智能薪资溢价尤其明显，起薪突破19万每年，高出互联网普通技术人员134%。