[正文目录] 网上阅读：http://www.cninfo360.com/  

第1章    人工智能：当代科技的巅峰对决4
 1.1 IT 巨头争相涌入人工智能领域4 
 1.2 发达国家纷纷推出人工智能计划5 
 1.3 中国科技界向人工智能—世界科技之巅发起冲击6
 

第2章 人工智能的重大战略意义: 未来科技发展的战略制高点8 
 2.1 人工智能是未来互联网发展的技术核心8 
 2.2 人工智能将引发产业结构的深刻变革9 
 2.3 人工智能将决定未来智能化战争之胜负11 
 2.4 人工智能是我国实现弯道超车的最佳机遇12
 

第3章 人工智能探秘13 
 3.1 计算机怎样实现人脑的智能？13 
 3.2 人工智能发展的三个阶段16 
 3.3 三个有代表性的“人工大脑” 17 
 3.3.1 “谷歌大脑” 17 
 3.3.2 IBM 人脑模拟芯片18 
 3.3.3 “百度大脑” 19
 章 临界点已至：三大技术的重大突破20 
 4.1 深度学习—核心算法的突破20 
 4.2 芯片级的类人脑并行计算—计算能力的突破24 
 4.3 大数据—庞大的计算资源29
 

第5章   人工智能核心技术的应用29 
 5.1 人工智能基础平台30 
 5.1.1 人工智能基础平台构建从感知数据到行业应用的正循环30 
 5.1.2 IBM 是人工智能基础平台商业应用的先锋31 
 5.1.3 全球主要人工智能基础平台一览33 
 5.2 机器学习34 
 5.2.1 机器学习是人工智能的核心技术34 
 5.2.2 Wise.io：机器学习实现高效大数据分析平台36 
 5.2.3 Ersatz：深度学习云平台38 
 5.2.4 全球主要机器学习类公司一览39 
 5.3 语音识别及自然语言处理41 
 5.3.1 自然语言是人机交互发展的自然趋势43 
 5.3.2 科大讯飞：智能语音核心技术代表世界最高水平47 
 5.3.3 Luminoso：时刻分析用户在社交网站上的言行50 
 5.3.4 全球语音识别应用公司一览51 
 5.4 图像识别51 
 5.4.1 让广告与网络视频智能匹配52 
 5.4.2 FACE++人脸识别服务云模式53 
 5.4.3 全球主要图像识别应用公司一览56 
 5.5 预测分析API 56 
 5.5.1 预测分析API 应用前景广阔56 
 5.5.2 Google Prediction：功能强大的预测分析平台57 
 5.5.3 全球主要预测API 商用公司一览58 
 5.6 生物特征识别技术59 
 5.6.1. 人脸识别61 
 （1）人脸识别技术61 
    人脸识别的过程包括人脸图像采集、人脸定位、特征提取和特征对比几个部分。人脸识别过程中的关键技术包括两部分：检测技术（Face Detect）和识别技术（FaceIdentification） 。检测技术有两个功能：一是判断图像中是否存在人脸，二是如果存在人脸，确定人脸的确切位臵。识别技术的功能是通过把检测到的人脸与资料库中的人脸进行特征对比，最终得出匹配结果。
人脸识别技术的优势
  优势 介绍   非接触 人脸图像采集的设备是摄像头，无需接触   非侵扰 人脸照片的采集只需以正常状态经过摄像头前即可   友好 人脸是一个人出生之后暴露在外的生物特征，隐私性不强   快速 从摄像头监控区域进行人脸的采集时非常快速的   简便 人练采集前端设备——摄像头随处可见，简单易操作   可扩展性好 人脸识别可以应用在黑名单监控、人脸照片搜索等多领域 人脸识别应用领域
  类别 应用领域   身份验证 社保、驾照、签证、身份证、护照、投票选举、计算机登陆等。   虚拟现实/增强现实 脸部识别、眼球跟踪技术、头的定位技术。   金融 开户、支付、业务办理、鉴权等。   公安监控 公园监控、街道监控、电网监控、入口监控等。   人脸数据库 人脸检索、人脸标记、人脸分类等。   摄影及多媒体管理 数码相机对焦、人脸搜索、人脸视频分割和拼接等。   其他 人脸重建、低比特币率图片和视频传输等。 （2）人脸识别的历史和流程62 
 （3）人脸识别的应用64 
 （4）互联网金融给人脸识别技术应用带来历史性机遇64 
 5.6.2 声纹识别66
 章 人工智能引发产业结构深刻变革69 
 6.1 制造业69 
 6.2 金融72 
 6.2.1 金融信息的收集与分析72 
 6.2.2 市场行情的分析和预测74 
 6.2.3 信用风险管控74 
 6.3 教育76 
 6.4 广告78 
 6.5 传媒81 
 6.6 法律82 
 6.7 医药83 
 6.8 智能家居84 
    智能家居市场推广遇冷的根源主要在于：（1）智能化程度不足导致操作繁琐已经成为了智能家居普及过程中最关键的技术瓶颈，尤其在‚万物互联时代，人机交互的重要性更加明显；（2）缺乏统一的智能家居标准和体系。当前的智能家居市场正处于各自为战的时期，不同的厂商都试图建立自己的智能家居体系，不可避免地造成市场的碎片化状况，在很大程度上阻碍了市场的规模发展。人工智能技术能够通过语音识别和语义理解技术大幅度提升智能家居的智能水平，让家居‚懂得人类的需求，让生活更加舒适便捷。
智能家居构成
 
中国智能家居发展历程
 
    数据显示，2015 年前三季度中国智能电视的市场销量为2376 万台，2015 年全年中国智能电视的销量突破4000 万台，2016 年市场需求量将超过6000 万台。
中国智能电视销量
 
    数据显示，2014 年中国智能家居市场规模将达到431 亿元，同比增长41.78%，全球智能家居市场规模将达到520 亿美元，同比增长55.69%；预计2016 年中国智能家居市场将达到660 亿元，全球智能家居市场将达到820 亿美元。巨大的“蛋糕”吸引国内外巨头企业及创新型创业公司争相涌入，打造自己的智能家居生态圈， 例如2014 年1 月Google 以32 亿美元收购智能家居制作商Nest，国内知名IT 公司华为、小米等也向智能家居伸出触角。随着人工智能在智能家居领域的应用，切中消费者需求痛点的智能家居有望加速落地，智能家居市场大规模产业化即将来临。
中国智能家居市场规模及增速
 
全球智能家居市场规模及增速
 
6.9 农业85
 6.10 汽车87
 

第7章   人工智能投资策略及主要公司分析88 
 7.1 投资策略88 
 7.2 主要公司分析89 
 7.2.1 科大讯飞：打造中国“最强大脑” 89 
 7.2.2 东方网力：视频大数据龙头90 
 7.2.3 东方国信：大数据智能分析龙头91 
 7.2.4 中瑞思创：智慧医疗新星升起92 
 7.2.5 四维图新：抢占无人驾驶的“入口” 92 
 7.2.6 佳都科技：人脸识别新锐93 
 7.2.7 科远股份：工业智能化先锋94 
 7.2.8 汉王科技：模式识别和智能交互的领先企业94
 

第8章   风险提示 （ZY ZM）95
 

图表目录（部分） 邮件订购：service@cninfo360.com ：
 图表：1：2010-2024年全球人工智能投资额增长情况7 
 图表：2：2010-2024年全球人工智能新创公司数目7 
 图表：3:美国和欧洲开启人脑模拟计算计划8 
 图表：4：国内互联网三大巨头对人工智能高度重视9 
 图表：5：“中国脑计划”主要方向10 
 图表：6：人工智能将完成人体自身 企业和产业的三层重构11 
 图表：7：“人工智能+应用场景”是产业发展的最终形态12 
 图表：8：从“人控”到人工智能存在巨大的产业机遇12 
 图表：9：战争形态发展历程13 
 图表：10：未来智能化战争14 
 图表：11：人工智能是21 世纪科技领域最为前沿的技术之一16  
 图表：12：计算机内部的数字电路逻辑结构17 
 图表：13：人脑的神经元突触结构17 
 图表：14：人脑与计算机“硬件”上的差异18 
 图表：15：传统软件和人工智能解决问题的区别19 
 图表：16：人工智能三个阶段19 
 图表：17：认知智能研发的两大流派20 
 图表：18：google 大脑图谱21 
 图表：19：IBM 人脑模拟芯片SyNAPSE 的芯片结构 功能 物理形态图21 
 图表：20：百度大脑计划22 
 图表：21：深度学习近年来逐步成为业界追逐的热点24 
 图表：22：深度学习是机器学习的一个分支25 
 图表：23：人眼识别图像过程26 
 图表：24：深度学习大幅提升语音识别准确率26 
 图表：25：深度学习大幅提升手写识别准确率27 
 图表：26：计算能力指数级的增长促使技术变革间隔时间越来越短27 
 图表：27：1990-2024年计算成本平均每年下降33% 28 
 图表：28：1990-2024年存储成本平均每年下降38% 28 
 图表：29：GPU 具有出众的并行计算能力29 
 图表：30：GPU和CPU浮点运算能力对比30 
 图表：31：人脑神经元结构31 
 图表：32：IBM 的TRUENORTH 神经元芯片31 
 图表：33：神经形态芯片和传统芯片的比较32 
 图表：34：未来大数据与人工智能结合的应用结构32 
 图表：35：人工智能的主要技术32 
 图表：36：百度大脑正循环工作图33 
 图表：37：沃森在电视智力问答中战胜人类34 
 图表：38：沃森的四大商业化方向35 
 图表：39：全球主要人工智能基础平台36 
 图表：40：机器学习模仿人类学习过程37 
 图表：41：机器学习是人工智能的核心技术38 
 图表：42：机器学习是涉及多领域的交叉学科38 
 图表：43：Wise.io测试错误率低于其他机器学习模型39 
 图表：44：Wise.io训练时间低于其他机器学习模型40 
 图表：45：Ersatz平台实现黑瘤素在线检测41 
 图表：46：Ersatz平台实现读取验证码图像信息41 
 图表：47：全球主要机器学习类公司42 
 图表：48：语音识别关键技术持续进步，达到实用门槛44 
 图表：49：语音应用嵌入越来越多终端中45 
 图表：50：自然语言处理将广泛应用于各个行业45 
 图表：51：语音交互技术已经全面渗透到各项互联网应用中46 
 图表：52：智能助理的发展阶段47 
 图表：53：国内外智能助手格局47 
 图表：54：京东JIMI智能客服48 
 图表：55：windows10中加入个人智能助理48 
 图表：56：图灵机器人云服务方式进入乐投车载系统49 
 图表：57：图灵机器人云服务方式进入海尔智能家居系统49 
 图表：58：讯飞语音输入法用户已经突破2 亿50 
 图表：59：讯飞输入法在业内拥有极高的口碑51 
 图表：60：国内各智能助手用户数（单位：万）51 
 图表：61：语音云平台突破了硬件和操作系统的限制52 
 图表：62：语音云平台拥有完善的运营和开发支撑52 
 图表：63：Luminosos的词库同时能够理解表情符号53 
 图表：64：全球语音识别应用公司54 
 图表：65：clafifai可以智能理解视频中的要素55 
 图表：66：clafifai自动寻找类似图像进行智能广告匹配55 
 图表：67：FACE++技术布局57 
 图表：68：FACE++商业布局57 
 图表：69：FACE++云脸应用锁58 
 图表：70：全球主要图像识别应用公司59 
 图表：71：google 预测分析API 主要功能60 
 图表：72：Google Prediction API 60 
 图表：73：全球主要预测API 商用公司61 
 图表：74：生物识别类别比较62 
 图表：75：马云展示“Smile to Pay”技术63 
 图表：76：全球生物识别市场规模预测（单位：亿美元）63 
 图表：77：2024-2030年全球生物识别技术行业细分市场规模预测（单位：亿美元）64 
 图表：78：人脸识别技术65 
 图表：79：人脸识别发展历程65 
 图表：80：人脸识别流程66 
 图表：81：人脸识别的应用领域67 
 图表：82：用户鉴权的三种方式67 
 图表：83：银行发行认证介质流程68 
 图表：84：人脸识别流程68 
 图表：85：声纹识别过程69 
 图表：86：声纹识别应用领域70 
 图表：87：时代亿宝与阿里合作声纹验证产品71 
 图表：88：声纹解锁71 
 图表：89：从工业1.0 到工业4.0 72 
 图表：90：工业4.0 以CPS平台为核心73 
 图表：91：工业智能化分析平台74 
 图表：92：Alphasense金融智能搜索平台75 
 图表：93：Minettabrook实时抓取新闻 社交媒体推文等信息75 
 图表：94：Minettabrook实时智能提供重要金融决策信息76 
 图表：95：Lending Club业务模式78 
 图表：96：Lending Club智能撮合借款人的投资人78 
 图表：97：金融智能化公司整理79 
 图表：98：Knewton学习平台80 
 图表：99：智能化学习公司整理81 
 图表：100：2011-2024年Rocket Fuel 收入持续保持高增长（单位：亿美元）81 
 图表：101：Rocket Fuel的人工智能广告流程82 
 图表：102：Rocket Fuel已经拥有众多高质量客户82 
 图表：103：广告业智能化的公司整理83 
 图表：104：法律行业智能化公司整理85 
 图表：105：智能家居布局87 
 图表：106：苹果和谷歌在智能家居领域的布局87 
 图表：108：Ceres Imaging提供农田光谱数据来监测农作物的状况88 
 图表：109：农业智能化典型公司89 
 图表：110：无人驾驶原理90