醫療人工智能發展報告范文

導語：如何才能寫好一篇醫療人工智能發展報告，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

報告總體分為四個部分，分別從市場環境、產業格局、商業模式、機遇與挑戰等方面對中國醫療人工智能產業進行分析。

無論是對中國還是對世界來說，人口老齡化加劇、慢性病患者群體增長、優質醫療資源緊缺、公共醫療費用攀升等都是必須要面對的問題。而隨著技術的發展，人們逐漸開始寄希望于通過人工智能來解決醫療行業的痛點。此前，美國咨詢公司弗羅斯特- 沙利文公司就曾提到，“人工智能可將醫療效果提高30% 到40%，減少多達50% 的醫療成本”。

在中國，醫療人工智能有著先天的發展優勢。一方面，中國人口數量龐大，有充足的醫療數據，為醫療人工智能的發展提供了基石。另一方面，中國足夠大的醫療市場也為人工智能企業創新提供了動力。

不負人們所期，近年來中國醫療人工智能市場正如火如荼地發展著。數據顯示，自2013年到2017 年，中國醫療人工智能行業共獲得241 筆融資。其中，2017 年國內醫療人工智能行業公布的融資事件近30 起，融資總額超過18 億元。

2018 年，醫療人工智能市場火熱依舊。一方面，資本熱情不減，大額融資頻發，醫療人工智能融資總額再創新高，僅2018 上半年就有18 家公司獲投，總金額超過31 億元。另一方面，已然成熟的互聯網巨頭，如BAT 等，以及傳統醫療相關企業，如飛利浦等也早已重金布局醫療人工智能，大手筆向產業鏈擴展業務。

作為一種提高效率的工具，目前，醫療人工智能已經覆蓋了醫療產業鏈條上的四大環節。其中，醫療環節以服務患者為主，針對患者提供一系列更精準、更高效的醫療服務。而醫藥、醫保、醫院環節則更多是為B 端的醫療機構、企業等服務。并且，醫療人工智能在經歷過火熱的發展后，迎來了商業化的關鍵期，目前絕大多數醫療人工智能的公司尚未實現盈利，且其產品多在醫院進行試用，但他們已經通過不同的業務模式實現了付費收入。

篇2

關鍵詞：智能制造；關鍵技術；政策建議

一、當前經濟形勢下智能制造發展宏觀分析

1.基礎技術的應用和發展

隨著我國需求市場的蓬勃發展，一大批企業的快速跟進，使我國在計算機視覺、中文語音識別和無人駕駛等典型應用方面進入全球前列，具備了加速發展的市場條件和產業基礎。在新一代信息技術接力式創新的驅動下，萬物互聯和智能化趨勢越發明顯，預計2035年全球聯網設備數量將突破千億件，將快速推動智能制造快速發展。近年來在算法、數據和算力三方面的突破下，新一代人工智能開始成為新的競爭焦點。人工智能在看、聽、理解等關鍵指標上已經媲美甚至趕超人類。在機器識別圖像、語音和自然語言等開始廣泛應用，類似技術已廣泛嵌入呼叫中心、客服系統、智能助手、聊天機器人等產品中。人工智能蘊含著無可估量機遇，各路企業爭相涌入布局。從2013年到2017年，全球人工智能投資事件從310件增長到1349件，投資額從17億美元增長到152億美元，安防、醫療、交通、制造等數據豐富的行業成為重點投資領域。

2.我國智能制造發展情況

隨著我國智能制造發展的快速推動，依托用戶規模、應用場景、風險資金和科技論文等優勢，我國在一些基礎技術的應用方面進入全球前列，一大批骨干企業快速發展，在智能制造產業各個環節積極布局，為我國智能制造的快速發展，實現彎道剎車提供有利條件。數據資源是發展人工智能的關鍵要素，主要來自用戶和聯網設備。從用戶數看，到2017年底，我國有3.49億固定寬帶用戶，是美國的3.5倍，占全球38%。從數據量來看，我國已占全球13%，據高盛報告預測，隨著用戶數和在線時長增長，這一指標到2020年預計提升至20%—25%。我國有用戶規模的先天優勢。我國有近4億的年輕用戶，他們對新科技、新產品的接受度比較高，所以廣泛的行業分布、多樣的用戶需求為拓展人工智能應用提供了廣闊市場。在這一輪人工智能剛興起時，國內一批公司深耕計算機視覺技術，目前從算法水準和應用情況看，人臉識別、安防監控等領域已獲得全球認可。總體上，智能應用開始進入快速擴展期，我國有望在更多領域形成自身優勢。

二、我國智能制造發展當前階段面臨的問題

1.芯片產業發展有待提升

高端芯片產業的發展是智能制造的重要前提，但是芯片關鍵技術方面還有很大的提高空間，目前處于“受制于人”的情況。當前芯片產業關鍵技術方面美國還是占主導地位，首先，圖形處理芯片方面，英偉達、超威和英特爾三強主導市場方向。其次，可編程邏輯陣列芯片方面，賽靈思和英特爾兩強主導市場。第三，專用集成電路(ASIC)芯片方面，谷歌的張量處理芯片(TPU)性能優勢明顯。目前，由于價格和關鍵技術的制約我國還處于芯片進口階段，孫然有部分企業可以進行芯片的定制，但是由于資本投入和商業化推廣的弊端還處于初級階段。

2.人工智能的基礎技術依舊不能形成單獨生態體系

人工智能的算法框架依附于國外巨頭開源生態體系。當前我國人工智能產業必須降低人工智能產品或應用開發成本，進而吸引世界各地開發者入駐生態。從高盛報告看，谷歌Tensorflow算法框架聚集了6.8萬名明星開發者；而百度Pad-dlePaddle平臺僅有5330位，不到前者1/10。我國當前大部分都機遇谷歌的基礎算法框架進行開發，很難自主建立內生性的生態系統。3.專業技術人才的缺失異常嚴重智能制造的重要核心就是專業技術人才的集聚，但是我國智能制造相關人才總量和人才結構上還處于比較落后的階段。如全球最大招聘網站領英2017年《全球AI領域人才報告》顯示，全球人工智能人才數量190萬人，其中美國85萬人，我國5萬人，位列印度、英國、加拿大、澳大利亞、法國之后，排第七位。從專業化人員從業時間來看，與美國相比我國專業化從業人員，從業超過十年以上的不足40%，而美國卻超過了70%，我國大部分關鍵技術人員和管理人員都是海外引進，我國在智能制造的核心技術方面，尤其是人工智能的底層算法方面與美國還是有很大的距離。

4.我國關鍵技術創新相關的政策法規落后于技術創新的需求

數據開放、隱私管理、算法歧視、網絡攻擊等方面需要新的監管法規。以智能影像診斷為例，美國2017年采取先上市后批準的模式助推產業創新；我國則按照醫療器械監管，要求經過器械檢測、臨床評測、器械技術審批、政府發放批文等四個環節，企業反映總耗時30個月，且準入制度、收費模式、醫保對接等尚是空白。所以，首先數據開放是我們必須要解決的問題，我國政府數據開放排名全球靠后，而在科技巨頭之間創建標準統一、跨平臺分享的數據生態系統要落后于美國。其次數據隱私管理方面問題，海量數據的采集不可避免涉及個人隱私，如何避免濫用是各方關切點。最后是網絡攻擊問題，防御網絡攻擊、保障安全是客戶最為關心的主要問題。

三、推動我國智能制造發展的路徑及建議

1.建立核心技術研發標準，加大產業上下游銜接

我國智能制造雖然全面推廣，但是在芯片產業方面還是短板，想要借助人工智能的機會實現彎道超車必須要放長戰線，做好基礎研發工作。我國消費市場具有一定的優勢，要做好開放合作的準備，加強學習的強度，縮短學習的周期。避免資金、人才等資源的浪費，推進強強聯合，鼓勵走差異化技術路線。優化產業鏈條，加強上下游的銜接，利用好國內良好的消費市場，產業鏈相關企業要積極抓住這個機會，積極實現商業化應用。

2.建立標準化產業鏈條平臺

積極累計專業化技術成果，雖然我國在機器視覺算法方面也走在全球前列，但沒有完整商業化生態體系，要快速構建原生的算法構架和標準化平臺。要借鑒PC互聯網時代win-dows操作系統主導生態、移動互聯網時代安卓主導生態的經驗做法，支持組建產業聯盟構筑生態搭建算法框架。政策上支持構建算法構架，兼容多平臺應用，抓住機會提升我國基礎技術平臺的應用和研發水平。并且要建設以人工智能為基礎的公共數據資源庫、標準測試數據集，為評估算法效能提供評價基準。

篇3

“人工智能真的無所不能嗎？”

“人工智能長得和人一樣嗎？”

“我能和人工智能談戀愛嗎？”

去年3月以來，借助AlphaGo 4：1戰勝韓國名將李世石九段的東風，人工智能席卷了全球的注意力。

不過，時至今日，面對人工智能，公眾最常見的表情依然是好奇、迷茫或訝異。我們真的知道什么是人工智能嗎？我們真的準備好迎接人工智能浪潮了嗎？

AI來襲！

近日，因爭奪搜索引擎話語權而有過過節的兩位大佬李彥宏和李開復又“杠”上了，這一次，他們爭奪的焦點是人工智能的輿論話語權。

不是冤家不聚頭。4月下旬，李彥宏的著作《智能革命：迎接人工智能時代的社會、經濟與文化變革》正式出版。緊接著，5月初，李開復的《人工智能》一書開始簽售。李彥宏到處宣講，“互聯網的下一幕就是人工智能。”李開復更加干脆，直接說，“我不是李開復，我是人工智能。”

雖然目標不同，但其實兩人現階段做的是同一件事――為人工智能時代的到來搖旗吶喊。

“人工智能來了！”

這句話對不同的人群有著完全不同的意義。計算機科學家將之譽為“第四次技術革命”;社會學家、經濟學家將之視為已經或即將對人類經濟結構、就業環境發起挑戰的“洪荒之力”;商業巨頭、創業精英、科幻作家、影視編導們則樂于肆無忌憚地展開想象，將之渲染成為人類未來的天堂或地獄。

不過，對于絕大多數不了解技術細節，或不具備豐富想象力的普通人而言，知道的人多，了解的人少。

什么是人工智能？打開百度百科，人們可以看到這樣一段話：人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。它是計算機科學的一個分支，企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。它從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。

對于普羅大眾而言，百度百科的解釋聽起來有點過于專業，相比較而言，在人工智能領域的經典教材、出版于2013年的《人工智能：一種現代的方法（第3版）》中，著名人工智能專家羅素和諾威格給出的定義則較為通俗易懂，他們從四個方面對人工智能進行了定義，即：能夠像人一樣思考、像人一樣行動、合理地思考、合理地行動的機器。

人工智能其實不是一個新概念，日前，首都圖書館剛剛舉行了一場關于人工智能的科普講座。據北京師范大學系統科學學院副院長韓戰鋼介紹，人工智能這一概念正式提出是在1956年的達特摩斯學會上，至今已有60多年的時間。

縱觀這60多年，人工智能經歷了兩次紅利期。

上世紀60年代，人工智能迎來了第一個紅利期，當時的科學家們自信并且瘋狂，“二十年內，機器將能完成人能做到的一切工作”成為當時科學界的主流聲音。

上世紀90年代人工智能迎來第二個紅利期，標志性事件是IBM的“深藍”戰勝了國際象棋世界冠軍卡斯帕羅夫，當時造成的影響絲毫不亞于今天AlphaGo的圍棋大戰。

當下或是人工智能的又一個紅利期。一方面，圖像識別、深度學習等人工核心算法日漸成熟，另一方面，人工智能研究走出實驗室，科技公司開始成為人工智能的主要推動者。

更重要的是，資本開始對人工智能表現出了前所未有的青睞。據有關機構數據統計，2016年底-2017年初，國內各大機構在關于今年投資方向的98篇討論中，人工智能的提及次數占48次，是第二位“文化娛樂”的1.8倍。市場火熱程度毋庸置疑。 好奇 去年3月以來，借助AlphaGo 4：1戰勝韓國名將李世石九段的東風，人工智能席卷了全球的注意力。不過，時至今日，面對人工智能，公眾最常見的表情依然是好奇、迷茫或訝異。

不只是炫技

看到“人工智能”這幾個字，可能有的人立馬會想到圍棋、神經網絡、深度學習等名詞，也有的人會想到大學里的人臉識別、立體視覺建模等研究項目，還有的人會想到終結者、外太空等高大上的內容。但可能98%的人都會有這樣的疑問：除了下棋，這些東西研究了到底對我有什么實際用途？

事實上，“人工智能”已經從很多方面對我們的日常生活產生影響。通過梳理烏鎮智庫、阿里云研究中心、艾媒咨詢、麥肯錫等多家機構近期的人工智能專題報告，記者發現，目前人工智能發展較為火熱的主要包括以下幾個領域：

首先，個人助手。這是目前最為普及的一個領域。如果要詮釋這個，看一遍電影《Her》就可以了，其中的人工智能操作系統薩曼莎不僅可以幫助主人公快速處理各種郵件、文件等工作，還能像朋友一樣與之互動和交流。

現實中，這樣的個人助手也正在在走入我們的生活中，如蘋果的Siri、微軟的Cortana 以及谷歌的Google Now，國內也有科大訊飛的靈犀、圖靈的蟲洞語音助手等，這些語音助手現在一般是存在于PC或手機之中，近年隨著服務機器人的發展，它們開始有了新的載體。而機器人除了有語音功能外，還具備自主行動的能力，因此有望在其他方面幫助人類。

其次，無人駕駛。谷歌、特斯拉、蘋果甚至是寶馬，它們目前都在開發自己的無人駕駛汽車，谷歌的車已經在公司附近的山景城測試了無數次，雖然交通事故也發生過十多起，不過基本上都屬于小摩擦，尚未造成嚴重損失。關于這些無人車何時能正式大量地上路載人，業內普遍的說法是2020年，目前它們在物體識別以及交通規則上仍在學習中。

再次，健康醫療。在AlphaGo與李世石比賽前，谷歌就已宣布這個創造出AlphaGo的Google DeepMind實驗室將進軍醫療技術領域。他們成立了DeepMind Health團隊，與英國倫敦帝國理工學院和倫敦皇家自由醫院展開合作。他們還推出了一款名為 Streams的移動端應用程序，醫療人員可以利用Streams更快地觀察到醫療結果。

第四，金融投顧。“人工智能”的風潮在各行業涌動，金融領域也不例外，“智能投顧”成為金融科技的新寵兒，從華爾街投行到國內金融科技創業公司，紛紛涉足，給自己貼上“智能投顧”的時髦標簽。 擁抱 雖然仍存諸多爭議，但隨著技術的進步，越來越多的人開始相信，人工智能就像很多大師所講的，未來，將和水和電一樣無處不在。

另外，藝術創作一直是人類精神活動的最高級形式，自古以來，人們認為只有人類的智慧才能創作出藝術作品，玄而又玄的藝術風格尤為深奧。但近些年來，人工智能的發展正對藝術創作產生了一些很微妙的影響。去年3月份，倫敦藝術家Memo Akten和谷歌人工智能共同完成的一組GCHQ（英國通信總部的縮寫）畫作拍出了8000美元的高價;同年9月，索尼音樂的計算機科學研究實驗室了兩首完全由人工智能作曲的流行歌曲《Daddy's Car》和《The Ballad of Mr Shadow》。而最新消息顯示，除了畫畫、作曲，人工智能創作的第一部詩集《陽光失了玻璃窗》也已于近日正式面市。

雖然仍存諸多爭議，但隨著技術的進步，越來越多的人開始相信，人工智能就像很多大師所講的，未來，將和水和電一樣無處不在。

中國不容錯失的戰略機遇

在多家中國科技巨頭積極研發的推動下，中國已成為全球人工智能的發展中心之一。眾多的人口和完整的產業結構給中國提供了創造海量數據和廣闊市場的潛力。隨著老齡化的加速，中國提升生產力的要求愈l迫切，因此人工智能技術的運用對中國未來的經濟發展至關重要。

據麥肯錫近期的《中國人工智能的未來之路》報告書顯示，中國與美國是當今世界人工智能研發領域的領頭羊。僅在2015年，兩國在學術期刊上發表的相關論文合計近1萬份，而英國、印度、德國和日本發表的學術研究文章總和也只相當于其一半。

并且，中國的人工智能發展多由科技企業推動引領。得益于大量的搜索數據和豐富的產品線，一些互聯網企業走在了自然語言處理、圖像和語音識別等技術前沿。這些技術被整合應用于新產品中，如自動化私人助理、自動駕駛汽車等。

麥肯錫表示，中國有充足的理由對其在人工智能領域的潛力感到樂觀。龐大的人口基數產生的海量數據正是“訓練”人工智能系統的前提條件。“范圍經濟”也是中國的優勢所在，廣泛的行業分布為人工智能的應用提供了廣闊市場。

自18世紀工業革命以來，每一次技術革命都重塑著全球競爭格局。中國曾經錯失了前幾次科技革命的歷史機遇，這一次，人工智能是中國絕不能錯失的戰略機遇。麥肯錫認為，完成中國制造業“從汗水驅動到創新驅動”“從齒輪驅動到智能驅動”的升級，人工智能是中國實現轉型升級的戰略機遇之一。

對此政府部門已經開始行動，給予了有力的政策支持。3月5日上午，國務院總理發表2017政府工作報告，指出要加快培育壯大包括人工智能在內的新興產業，“人工智能”也首次被寫入了全國政府工作報告。而在發改委印發的《“互聯網+”人工智能三年行動實施方案》中，也已明確了我國人工智能的總體思路、目標與主要任務。該方案指出，到2018年，將在重點領域培育若干全球領先的人工智能骨干企業，初步建成基礎堅實、創新活躍、開放協作、綠色安全的人工智能產業生態，形成千億級的人工智能市場應用規模。

再加上之前科技部新聞，“科技創新2030―重大項目”或將新增“人工智能2.0”，中國AI人最好的時代已經到來。

然而，目前，我國發展人工智能還存在一些短板，急需補齊。麥肯錫在研究報告中將中國人工智能發展瓶頸歸為了數據、算法、計算力三大問題。

數據瓶頸。正如人類通過食物得到能量，人工智能也不能在沒有穩定的數據來源的情況下運行。這些系統必須要有大量的數據，以供它們“訓練”，不斷改進和完善產出的結果。在數據方面，存在幾個問題可能阻礙中國的AI發展。首先，中國的大技術公司通過它們專有的平臺收集數據，中國在創建數據友好的生態系統方面落后于美國，缺少統一的標準和跨平臺的共享。第二，世界各國都發現，開放政府數據有助于私營部門的創新，但中國的公共部門開放的數據相對較少。最后，限制跨國的數據流動也使中國處于全球合作中的不利地位。

算法瓶頸。得益于全球的開源平臺，中國企業能夠快速復制其他地方開發的最先進的算法。目前，中國的研究者在開發用于語音識別和定向廣告的算法方面已經取得突破。然而，中國在基礎研究方面落后于美國和英國。一個主要原因是人才短缺，招納人才對中國的AI發展至關重要。據悉，美國超過一半的數據科學家有10多年的工作經驗，而在中國，經驗不足5年的研究人員高達40%。

計算力瓶頸。計算力不是中國人工智能商業發展直接的瓶頸。隨著微處理在全球市場得到廣泛使用，計算能力已經成為可以輕松獲得的東西。但中國仍然不能忽視發展自己的先進半導體、微處理器和高性能計算技術的重要性。計算能力是AI的基礎之一，具有戰略上的重要性。中國歷來嚴重依賴國外的微芯片供應商。對某些類型的高價值半導體，中國幾乎完全依賴進口。但是，在2015年，美國政府禁止全球三大芯片供應商Intel、Nvidia和AMD向中國政府銷售高端超級計算機芯片。對核心技術供應實現更強的控制有助于提高中國在未來更廣泛地部署人工智能系統的能力。

未雨綢繆“全民基本收入”爭議中前行

人工智能是中國加速生產力發展的一個重要機遇，也是解決人口老齡化的一個關鍵。雖然人工智能的崛起非常有可能會創造出新的產品和服務，進而催生出新的職業和生意。正如幾十年前，沒人可以想象，現在竟然有大量的工作與互聯網經濟有關一樣，人工智能也有類似的變革效應。但是，目前，可預見的現實問題更多的還是就業替代問題。

據李開復估算，10-15年后，全球將有50%的就業被人工智能所取代，包括翻譯、記者、助理、保安、司機、銷售、客服、交易員、會計、保姆等工作。而中國這一問題將更加嚴峻。

對此，李開復也提出了自己的一套“解決方案”。首先，他建議所有大學生努力在所學領域垂直縱深發展，深到人工智能無法取代;其次，他認為跨領域發展將成為一種趨勢，因為目前人工智能在單領域、大數據方面具有天然優勢，但對于需要跨領域的、高深的、需要深度思考的內容，未來十年人工智能也無法完成;再次，由于計算機在藝術、幽默、電影和創造等“感性”領域的“無能”，文科涉及的領域或許會迎來新的發展機會;最后，也是最重要的是，我們需要做好未來走向服務業的準備。

“所謂的服務業，指的是涉及人與人之間的交流，人與人之間的同理心，以及如何自己更有愛、更受歡迎的行業……”李開復強調，“這其實是確保人類對人工智能保有競爭力的一種方法。”

這一問題也引起了經濟學界、社會學界的高度關注，多位專家學者呼吁，政策制定者需要充分考慮人工智能可能帶來的對勞動力市場的潛在破壞，并為此做好準備。

5月7日，在“中國經濟真問題――‘中國的坎’研討會”上，在談論中國中等收入陷阱問題時，國務院發展研究中心研究員魏加寧特別強調，“科技創新本身也是拉大收入差距的一個重要因素。尤其是現在人工智能技術、機器人快速發展以后，很多人將會面臨失業的問題。”

針對這一問題，目前一些國家已經開始未雨綢繆，其中芬蘭的“全民基本收入”方案尤其值得關注。

近年來，“全民基本收入”方案在全球尤其是歐洲進入一些國家的政治議程，一個重要背景就是生產自動化的快速發展，以及失業率在全球金融危機時期居高不下。人工智能近年來的突破性發展，及其在可見未來對生產自動化的強有力推動，使得人們越來越憂慮未來失業率繼續攀升的前景。眾多研究人工智能及其社會影響的專家，都將“全民基本收入”視為應對人工智能時代就業狀況的主要策略之一。

“全民基本收入”方案的關鍵是，在一國或一個地區之內，所有公民無論貧富，無差別地獲得數量相同的基本收入。2016年6月底，芬蘭政府宣布就“全民基本收入計劃”進行試驗。2017年1月，芬蘭正式給2000名隨機抽選的民眾發放每月560歐元的“基本收入”。芬蘭政府的試驗計劃是目前歐洲國家在這一領域走得最遠的。

篇4

智能醫療的興起

人機大戰1∶4的比分讓相當多的人感到失望和悲觀，還有人感到了恐懼，認為人工智能戰勝人和主宰人類社會的時代已經開啟。

然而，即便“阿爾法圍棋”最終以5∶0的大比分大勝李世石，也不意味著人工智能主宰世界和人類被奴役時代的到來，理由也并非只是“阿爾法圍棋”是人類設計出來的，而是因為，“阿爾法圍棋”其實開啟了人類利用人工智能的新時代，準確地說，是拓寬了讓人工智能為人類干活的新天地，并有可能深入而廣泛地讓人類文明迅速發展。

“阿爾法圍棋”是靠深度學習、蒙特卡洛樹搜索算法和自我進化三招戰勝人類棋手的，這三大功能也是人類駕馭人工智能為人類服務的途徑。由于人工智能能夠自我學習，學習能力會越來越強，而且搜集和貯存的數據會越來越多，將會在更多的方面成為人的助手或替代人的工作。例如，除了替代一些體力勞動以及低級崗位外，會學習的人工智能還會接手一些需要創造性、技術性和復雜運算的工作。此外，在各個領域的新產品的研發、預測分析、推廣等方面，人工智能也能產生巨大的作用，創造不可估量的效益。

設計“阿爾法圍棋”的深度思想公司（Deep Mind）的CEO杰米斯?哈薩比斯提出了人工智能的通用性，即通用人工智能，這種智能與人類專家協作可以解決和處理更多需要智慧才能解決的問題，如診治疾病，處理氣候變化、能源、基因組學、宏觀經濟學、金融系統、物理等方面的幾乎所有問題。哈薩比斯稱，人類想要掌握的學科越來越復雜，即使是最聰明的人，窮其一生也難以掌握其中一個領域。如果將“阿爾法圍棋”看成一個能夠自動將非結構化信息轉化為可用知識的過程，那么通過篩選泛濫的數據得出合理的觀點就指日可待。研究人員正在努力研究的是一種可以解決任何問題的人工智能超級解決方案。

具體而言，如果“阿爾法圍棋”的自我學習能力、大數據存儲和分析功能應用到醫藥領域，將誕生一種新的醫療和醫藥模式，即智能醫療（有人稱智慧醫療，但由于智慧似乎為人類所特有，以人工智能為基礎的新型醫療稱智能醫療更好）。

智能醫療是指通過打造健康檔案區域醫療信息平臺，利用最先進的計算機和互聯網技術，實現患者與醫務人員、基礎研究（醫學和藥物研究）與臨床治療、醫療機構、醫療設備之間的互動，逐步達到信息化防治疾病和健身強體的目標。

例如，通過無線網絡，使用掌上電腦便捷地聯通各種診療儀器，醫務人員能隨時掌握每個病人的病案信息和最新診療報告，隨時隨地快速制定診療方案；在醫院任何一個地方，醫護人員都可以登錄距自己最近的系統查詢醫學影像資料和醫囑；患者的轉診信息及病歷可以在任意一家醫院通過醫療聯網方式調閱；任何科學研究，包括醫學和與醫學相關的物理、化學等領域的研究最新成果能在互聯網上及時公布等，讓診斷、治病和用藥以及公眾的保健得到最有效、最迅速、最適宜、最廉價和最科學的處理。

智能醫療的具體表現

以“阿爾法圍棋”為例，可以知道什么是智能醫療。

研發出“阿爾法圍棋”的深度思想公司并非只是專注于讓“阿爾法圍棋”與人類棋手過招，而是注重把人工智能通過學習解決實際問題的能力貫穿應用到醫學領域。2016年2月深度思想公司就已經了在醫護領域使用的深度學習程序――深度思想健康（Deep Mind Health）。這是一款手機應用程序（APP），包括“識別風險病人”（Stream）和“早期臨床護理管理”（Hark）兩個模塊。

這種手機應用程序當然也是一種人工智能，它們需要學習和幫助醫護人員監護一些表面上不嚴重但實際很危險的病人，或者一些急性發病者。例如，深度思想健康的“識別風險病人程序”可以及時發現急性腎衰竭高風險病人，以便讓醫生及時治療并改善對病人的護理。這個程序是通過檢讀血液檢查報告，以辨別哪些病人存在風險。結果表明，有25%的急性腎衰竭死亡可以通過這個程序避免。“早期臨床護理管理程序”則能幫助醫生制定治療方案和采取行動。使用該項程序能避免38%的患者病情惡化。

當然，這些只是人工智能開發和應用的冰山一角。實際上，在醫藥領域利用計算機技術和人工智能最早和進展較大的是藥物的研發與監控。計算機和人工智能對于藥物的研發在很多方面都起到了作用，如研發新藥、老藥新用、藥物篩選、預測藥物副作用、藥物跟蹤研究等。這實際上已經產生了一門新學科，即藥物臨床研究的計算機仿真（CTS）。

一種新藥的開發一般估計需要15年時間，耗資10億美元，但最近的估計是可能耗資40億～120億美元，還不能保證成功。因為，除了要求新藥要有療效外，還需要安全性的保障。如何監控和預測藥物的副作用或不良反應就成為研發一種新藥或老藥新用的重要保證。

對于傳統的藥物研發來說，一種藥物必須經過動物試驗和人體的Ⅰ、Ⅱ、Ⅲ期臨床試驗。而且，即便Ⅲ期試驗后批準上市，還有Ⅳ期臨床研究，即新藥上市后進行的臨床研究，而且一類新藥要求進行2000個病例的IV期試驗。這也是造成藥物研發周期長、費用高的重要原因。

但是，在今天有了計算機程序，特別是以“阿爾法圍棋”為代表的能自我學習的計算機程序（軟件），就為人們提供了一個檢測藥物的人工智能安全專家。首先是在新藥篩選時可以獲得安全性較高的幾種備選物質。當很多個甚至成千上萬個化合物都對治療肝癌顯示出某種療效，但又對它們的安全性難以判斷時，便可以利用“阿爾法圍棋”的策略網絡和評價網絡，以及蒙特卡洛樹搜索算法來挑選最具有安全性的化合物，成為新藥的最佳備選者。

同樣，對于尚未進入動物和人體試驗階段的藥物，也可以利用類似“阿爾法圍棋”這樣的人工智能來檢測新藥的安全性。因為，每一種藥物作用的靶向蛋白和受體都并不專一，如果作用于非靶向受體和蛋白就會引起副作用。類似“阿爾法圍棋”的程序可以通過對既有的數千種已知藥物的副作用進行篩選搜索，以判定一種藥物是否會有副作用，或副作用的大與小以及最小，由此選擇那些副作用概率最小和實際產生副作用最小的藥物進入動物和人體試驗，就會大大增加成功的概率，節約時間和成本。當然，利用“阿爾法圍棋”等程序還可模擬和檢測藥物進入人體內的吸收、分布、代謝和排泄、給藥劑量-濃度-效應之間的關系等情況，讓藥物研發進入快車道。

大數據和信息共享

大數據和信息共享同樣是智能醫療的核心。信息共享成為智能醫療的重要性在于，全球的科研人員只有科研共享，才能對各種危害人們健康的疾病和頑癥，如艾滋病、癌癥等進行有效的治療，挽救人們的生命。這一點在突發公共衛生事件，尤其是暴發危害人們生命的疾病時，具有重大的作用，例如最近在南美爆發的寨卡病。

由于醫護人員對寨卡病的發病機理、傳播途徑和危害胎兒和孕婦的機理并不清楚，對待這種疾病既無有效的藥物，也沒有疫苗，因此需要更多更新的研究結果來指導防治疾病，而對于最新研究信息的共享，則有助于指導全球醫務人員和公共衛生專業人員，并通過醫護人員向公眾提供科學的防治方法。

正是在寨卡病的防治上，信息共享得以突破。現在，美國威斯康星大學麥迪遜分校病毒學家康納研究團隊用寨卡病毒感染猴子進行試驗，并在網上公開了首批數據。這一行為改變了過去研究人員只是在學術期刊發表研究結果和數據的傳統做法。美國研究人員在網上的是2016年2月15日他們將寨卡病毒注射進3只印度恒河猴體內獲得的血液、唾液和尿中所檢測到的病毒數量的原始數據。這些數據能讓每個人都看到，并且每天都會更新研究結果。

此次康納等人首先在網上公布動物試驗的數據意味著，生物醫學已經正式踏入智能醫療門檻。與此同時，中國研究人員也借寨卡的防治和研究而跨入智能醫療和大科技的門檻。中國疾控中心與江西省疾控中心、浙江省疾控中心、軍事醫學科學院等單位合作，分別對寨卡病毒感染病例血液和尿液標本中的寨卡病毒基因組進行了全面解析，獲得病毒全基因組序列，并到網上。

這種科研的資源共享顯然為人們認識寨卡病的病理、研制藥物和疫苗奠定了基礎。而且，基于對不同來源的寨卡病毒特點的認識，將進行針對性的藥物和疫苗研發。例如，中國疾控中心和江西省疾控中心合作測序的寨卡病毒基因組有10676個堿基，與目前在美洲的流行病毒株具有高度同源性。但是，浙江省疾控中心測序的寨卡病毒核酸序列與太平洋島國法屬波利尼西亞地區報道的病毒基因組序列高度同源，而與中國其他省份報告的輸入病例的病毒核酸序列存在差異。

不過，美國研究人員在網上公布恒河猴試驗的數據還具有更多的意義。寨卡病是一起非常緊急的公共衛生突發事件，所有人都在與寨卡病毒賽跑，也與時間賽跑。除了不應讓科學家的競爭成為保密理由而延緩對寨卡病的認知和防治外，還要意識到，對人的研究有很多倫理限制而無法獲得相應的數據和知識。

由于寨卡病毒感染的形式和機制在人和恒河猴體內相似和相同，研究人員能通過向猴子體內注射不同劑量的寨卡病毒而獲得該病有價值的第一手相關信息。科學家能對懷孕恒河猴體內的羊水反復取樣，以判斷寨卡病毒能否以及多染胎兒。這些數據一方面不可能從人身上快速且合乎倫理地獲取到，另一方面也可能因此而延誤人們對寨卡病毒是否導致小頭兒等的認知。

有了對恒河猴的研究結果，并且能在網上，就能較快地獲得諸如寨卡病毒是否與小頭兒關聯的確切信息和機理，例如，正在發育的胎兒可能何時會被寨卡病毒侵襲而導致出生缺陷，也就能為人們提供防治的線索和方式。

此外，由于世界一些國家反對動物試驗，尤其是反對用靈長類動物進行醫學試驗的呼聲越來越大，浪潮越來越高。歐洲一些國家，如德國已經在減少靈長類動物的醫學試驗，美國國立衛生研究院（NIH）也已決定結束其下屬一家實驗室存有爭議的猴子試驗，并終止了對黑猩猩侵入性試驗的經費支持。

在這樣的情況下，美國研究人員在網上公布寨卡病毒感染猴子的數據就更具有意義，因為這是在實現一個共同的目標，資源共享能讓那些并沒有進行動物試驗的研究人員了解動物試驗的情況和數據，也就會減少使用靈長類動物進行試驗。

當然，大科技時代的資源共享也會讓科研人員產生疑慮，其中最核心的是，研究成果的界定和歸屬，以及其他研究人員是否采信網上的動物和其他研究數據及結果。

對于第一個問題，也許可以用網上公布的時間來判斷一項研究結果的最早時間和進行研究的科研人員，至于對網上公布的研究結果的采信與否，可能會隨著大科技時代的進展由實踐做出回答。無論其他研究人員是否采信網上公布的結果和數據，都會進行驗證，因此，可能會有效地檢驗網上公布的研究結果。

患者也要利用智能醫療

一般而言，智能醫療通常指的是計算機、大數據和互聯網+如何讓醫生和專業機構對病人的疾病診治更準確和更科學，讓人們既能看病有效，又能少花錢。

例如，現在飛利浦公司設計了一個智能軟件飛利浦健康套件數字平臺，希望將消費者、患者和醫療服務人員三方進行串連，在互聯的護理領域進行嘗試。這個平臺是一個基于云技術的開放安全平臺，能夠收集和分析從健康手表、血壓計、耳式體溫計和身體分析儀等多個設備源頭的健康數據。醫生也可以在第一時間了解到患者的情況并做出醫療判斷和治療方案，從而大大降低醫療成本和漏診誤診的發生率。

智能醫療的另一個維度是患者和家屬，以及需要保健的正常群體，他們也需要大數據和智能分析來選擇自己所需的診治疾病的方式和程序，以及正常人需要選擇的保健措施。

在這方面，利用大數據設計成智能軟件，為患者和公眾提供就醫和保健的信息也格外重要。現在，美國已經出現了主流醫院評價平臺的智能軟件，供廣大公眾選擇。這個平臺對美國近5000家醫院、約14萬醫生以及16個醫療領域的137家專業醫院排名。這個排名對醫院聲譽、患者存活率、患者安全性以及其他醫療相關指標在內的數十項評價指標進行綜合排序，由第三方公司或組織進行多方位、多元化評價，更加關注醫療產出以及患者滿意度。如此，這種智能平臺可以向公眾提供他們可以選擇和信賴的醫院進行就診和治病。

現在，中國對醫院和醫生的評價還是采用最普遍的醫院等級劃分標準（3級10等）。醫院評審分級標準包括醫院的規模、技術水平、醫療設備、管理水平、醫院質量等5個標準，但由于其他評審內容設置缺乏直觀指標，容易量化的硬件標準（床位、科室設置、醫療設備、人員配備等）成為劃分醫院等級的決定因素，暫時未能考慮醫院的綜合醫療效果、患者存活率、患者安全性等。

現在，中國研究人員意識到醫院評價和大數據的重要性，復旦大學醫院管理研究所已經邀請全國30個臨床專科的幾千位著名專家學者共同參與評審中國最佳醫院排行榜。其中，醫院專科聲譽主要由專家提名心目中名列前茅的醫院，而在科研學術方面，得分主要來自于國家級獎項和科學引文索引（SCI）影響因子。

篇5

僅在一年前，被譽為“世紀之戰”的李世石對戰AlphaGo令人工智能（AI）進入公眾視野。彼時，VR市場頹勢已現，漸入谷底。AI概念的及時出現拯救了寥落許久的資本市場，凜冽的“資本寒冬”一度回暖。根據CBInsights的數據，2016年，全球人工智能領域的投資數量達到698筆，是2012年的近5倍。而在國內，BAT帶頭布局，創業項目四起，一時間全民AI，2016年也因此被稱為“人工智能元年”。

潮水退去，才展現出行業的本來面目。“有一些泡沫，但沒有‘’、O2O那會兒那么多。”創新工場技術副總裁、人工智能工程院副院長王詠剛告訴《21CBR》記者。

“扎實”、“踏實”是眾多投資人談及人工智能時提到的關鍵詞。對創業者而言，技術的重大突破、龐大的用戶市場以及多方政策的利好，似乎預示著人工智能的商業春天才剛剛開始。然而，要想站在下一波浪潮的潮頭，成為這場堪比工業革命的時代獲益者，既要比拼硬實力的突破，也依仗對行業的理解，二者缺一不可。在人工智能的商業化進程中，脆弱的科學家式創業將難以沖破重重阻礙。

李開復重倉

當下提及人工智能，不能不關聯至創新工場。2016年，這家專注于Pre-A到C輪的早期投資機構重倉人工智能，投資相關領域創業公司超過30家。早年研究語音識別的創始人李開復身體力行，一舉一動不離人工智能：演講、出書、為投資公司站臺、成立人工智能工程院。直到今年初，李開復公開表示：“能投的已經不多了。”

王詠剛告訴《21CBR》記者，人工智能尚處在行業發展的早期階段，“我們看好整體的發展趨勢，但現階段項目的絕對數量是少的，找好項目相對來說也就困難一些。”對創新工場而言，好項目各有各的好，不投的項目歸結起來則離不開三個方面：技術、團隊和模式。

第一類是技術令人難以信服的概念炒作式項目。“開復就是搞人工智能出身的，我之前在谷歌工作，接觸的項目比較多。有的創業公司說得天花亂墜，實際技術上是做不到的。”對于技術本身的發展趨勢、在哪個領域能夠解決哪些問題，創新工場自信在國內VC界的判斷是較為準確的。

其次，對于純科學家團隊創業，由于不具備足夠的商務落地渠道，“我們也會非常謹慎。當然不排除有的科學家確實技術很好，我們就幫他做孵化”。至于商業模式，在當下的國內互聯網企業中，阿里、騰訊紛紛成立人工智能實驗室，百度索性稱自己是一家“人工智能公司”。那些巧妙避開了巨頭現有業務沖擊，自身具備不可復制和可持續性的創業項目，成功幾率自然更高。

元Z資本合伙人陳洪亮認為，在人工智能這一強技術領域，圖像和語音是已被驗證的兩個賽道。過去10年間，得益于深度學習算法和GPU等計算設備的發展，計算機視覺技術快速落地金融、安防、醫療等B2B領域。相比之下，語音技術偏重在客服、車載、智能家居等消費端領域，背后也有賴于語音識別、聲紋識別等工業級算法的日趨成熟，“未來在這兩塊，將會出來一批比較扎實的成果。”

2014年底創立的Rokid（若琪）是元Z資本在語音賽道的代表項目，從天使輪到B輪一路跟進。5月15日，Rokid旗下第二款產品、名為Pebble（月石）的智能音箱在天貓開售。用戶運用語音指令可以操控音箱播放音樂、報告天氣，甚至控制家中的照明、電視等智能家居設備。Pebble意在通過日復一日的“自我學習”，無限趨近用戶的偏好習慣。

相比用智能家居APP開關燈，一條語音指令顯然要簡單得多。無論是手機還是PC，都需要人去適應機器，聲音似乎是人與機器更自然的交流方式。從天氣到音樂，從新聞播報到童話朗讀，元Z資本相信，聲音將作為一種人機交互的無形界面，成為下一個平臺級入口。而新入口的誕生，將帶來變革性的機會。

不過，在陳洪亮眼中，對領域知識的依附使得創業初期的技術優勢正在減弱，“行業細分，客戶分散，即便有強悍的技術背景，過了一年左右的時間窗口，最后比拼的還是對商業的理解。”從這個角度而言，人工智能更以行業為導向，而非純技術項目。“是行業+，不是AI+。”陳洪亮稱。

這也是創新工場成立人工智能工程院的目的之一：源源不斷向創業者推送產業項目，挖掘適合團隊技術的商業模式并加以驗證，為創業科學家尋覓商業合伙人，從而幫助團隊盡快步入創業正軌。王詠剛表示，“商業合伙人具備的行業經驗，必須令其懂得如何在行業里面拿到項目，純科學家式的B2B創業很難。”

4月，在一次企業家公開活動上，北極光創投創始人鄧鋒面對兩位業界人士發問：“講究強關系的B2B行業會否影響人工智能的游戲規則？”依圖科技CEO朱瓏當時回應：“（關系）是現狀，但產品真的能打動人。”或許可以這么理解，“關系”在某種程度上也代表著，你比別人更了解行業。

對于AI創業者，B2B意味著賺錢的難度和門檻更高了。不過，收費的價值也因此體現。在陳洪亮看來，一旦客戶為此買單，其在組織機構內部能夠被更高效地推行，避免淪為乏人問津的免費試用。王詠剛也相信，移動互聯網的免費打法在人工智能時代將難以延續。

盡管業內少有公司公布自己的營收情況，但投資人大都表示，人工智能正在加速變現，“有些2B的項目，盈利已經很好了。”對于投資人和創業者而言，變現不僅僅代表了財務模型的轉正，也意味著終于贏得了市場與用戶的認可。

四家獨角獸

擁有大數據支持的金融、安防和醫療，被視為是人工智能的下一個機會，也成為過去一年資本聚集的行業。國內計算C視覺賽道的創業公司接近30 家，人臉識別領域更是出現4 個獨角獸――曠視（Face++）、商湯、依圖、云從科技，紛紛完成融資。2017年，在工信部的“獨角獸”企業榜單中，曠視的市場估值突破20億美元。

曠視市場部副總裁謝憶楠告訴《21CBR》記者，2013年，曠視開始專注于人臉視覺的產品通用化。“當時主攻三方面的算法――人臉檢測、關鍵點標注和人臉識別，團隊基于行業做了很多技術上的研究。”2013-2014年，曠視拿下3項世界計算機視覺競賽的第一名。2015年，在德國漢諾威IT博覽會上，馬云向德國總理默克爾演示Smile to Pay掃臉技術，就是由曠視提供核心算法，將刷臉支付模塊內置到支付寶客戶端中。

目前，曠視的Face++人工智能開放平臺面向中小銀行、地產園區、IT企業及獨立開發者開放人臉、圖像、文字等識別能力。其中，人臉識別API的日均調用量超過2400萬次，是目前世界最大的人臉技術平臺。曠視方面聲稱，其人臉識別技術在國內互聯網金融領域擁有80%以上的份額。

曠視的快速崛起得益于技術和市場的多重利好。一方面，深度學習算法在過去10年間取得重要突破，給計算機視覺的大規模應用奠定了基礎。另一方面，2014年，國家實名制工作相繼在網絡、電信和金融領域全面鋪開。2015年，互聯網金融雨后春筍般涌現，通過人臉識別技術完成遠程開戶和身份驗證，成為各方普遍采用的技術手段。計算機視覺創業公司步入商業化時期。

謝憶楠表示，公司在商業化前期關鍵性地走通了“數據―算法―產品―技術”這一循環，面向行業的通用服務乃至更為深度的定制化方案得以落地。

而另一家獨角獸公司――依圖科技則啃下了安防這塊骨頭，其“蜻蜓眼”人像大平臺服務于全國上百個地市的公安系統，是全國唯一擁有十億級人像庫比對能力的公司。

利用技g優勢，快速切入一兩個行業，從而形成深度合作，是上述獨角獸公司早期脫穎而出的共同原因。在現有技術已然成熟、各家準確率紛紛達標的情況下，如何基于真實痛點挖掘場景，提供定制化且可復制的解決方案，成為打破傳統行業壁壘、快速拿下市場的關鍵。

而在語音賽道，技術成熟也意味著消費級機器人市場的打開。Rokid并非頭一個玩家，卻自帶網紅體質。其迄今為止的兩款產品，在未設獨立展位的情況下，連續兩年獲得CES（國際消費電子展）創新類獎項。創始人Misa（祝銘明）在江湖上見首不見尾，研究團隊的陣容卻堪稱強大：位于北京和舊金山的兩個實驗室由數十名全職博士科學家組成，來自中科院、哈佛、斯坦福、伯克利等一批海內外頂尖院校。

Rokid北京實驗室負責人高鵬告訴《21CBR》記者，智能音箱Pebble的核心功能體驗分為三類：音樂、兒童讀物等內容服務，天氣、鬧鐘等工具類服務，以及智能家居控制服務。憑借600萬首320K碼率高品質曲庫和喜馬拉雅FM等對接資源，Pebble向用戶提供的內容涵蓋音樂、新聞、電臺、相聲、戲曲和脫口秀等。一切體驗從用戶對其說出激活詞“若琪”的一刻開啟。

激活詞“若琪”的設計和打磨用了將近一年時間。高鵬介紹，激活詞的識別錯誤率隨著音節的加長而降低。目前國內外同類產品的激活詞大多設置在3-4個音節，而雙音節的高激活率很難成功。在經歷“若小琪”、“Hi，若琪”的反反復復后，研究團隊還是通過算法驗證實現了雙音節。在公開的試用報告中，Pebble多個維度的人機交互體驗超過了谷歌推出的業內首款產品Google Home。

而在聲音定位上，祝銘明早年從威爾?史密斯主演的科幻電影《我，機器人》中的機器人女聲獲得靈感。高鵬坦言：“當時根本沒有那樣的現成聲音。”團隊開始在市場上尋覓適合的音色，同時自主研發TTS（Textto-Speech）語音合成技術，并由專門團隊對聲音處理和內容反饋進行設計，“若琪”最終被定位為一個溫柔、幽默、聰明且不失個性的女聲。

通過開放基于網絡協議的API標準，Rokid還將飛利浦、小米、lifesmart等品牌納入到其智能家居生態鏈中。在幾乎未做投放、線下推廣的情況下，開售三個星期的Pebble在天貓官網的銷量逼近千臺。祝銘明對媒體表示：“產品日活躍用戶數量超過50%，用戶使用時長平均超過1小時。”6月8日，Rokid宣布開通全渠道銷售，Pebble登陸全國500多家經銷商門店。

在Rokid的品牌文案中，“自然”是多次出現的一個詞。產品負責人向文杰對此表示，語言、視覺和觸摸是人類最自然的交流方式，“未來的產品方向就是向用戶提供最自然的交互體驗，希望讓用戶感受到，我們的產品是有溫度的家庭成員，而不是一臺冷冰冰的機器。”

智能的未來

人工智能的商業春天才剛剛開始。

埃森哲的研究結果顯示，到2035年，人工智能將有望令包括美國、日本在內的12個發達國家的經濟增長率翻番，勞動生產率增長40%。在謝憶楠看來，目前國內人工智能市場仍處在存量消化階段，保守估計仍有七成左右的垂直行業尚待開發，在教育、交通、社保等領域潛力巨大。朱瓏則表示，過去一年間，性能成倍提升的人工智能技術不斷解鎖應用場景，人類的想象力已經跟不上人工智能的發展速度。

機器的迷人之處在于智能未來。業內普遍認為，無人駕駛將是未來人工智能的重要落點。在創新工場的投資策略里，未來5-10年的投資項目中有相當一部分投給了無人駕駛。“機會太大了，將是萬億級的市場，且很難被個別巨頭壟斷。”王詠剛表示，無人駕駛是一個完整的產業鏈，從感知、決策、控制等多個模塊的算法，再到各類傳感器，乃至汽車共享和交通改造，有著巨大的想象空間，遠未到技術收斂的階段。

另一個充滿未來感的方向則是沉浮數年的消費級智能硬件。亞馬遜在6月初宣布，旗下智能音箱Echo的年出貨量預期突破1000萬臺；蘋果則被傳即將在年度開發者大會中一款由語音助手Siri控制的智能音箱。國內方面則早有叮咚、小智者激起的浪花，“千箱之年”的說法因此在業內盛行開來。

Rokid將自身定位為一家科技公司而非硬件廠商，著眼于更宏大的語音技能生態建設。高鵬表示，Rokid將在近期推出開放平臺，有望接入外賣、快遞、叫車等來自第三方開發者的擴展功能，為用戶提供更為豐富的語言技能應用。

人工智能從來就不是一場輕巧肆意的游戲，參與者面臨的仍將是重重阻礙。

首先是巨大的人才缺口。陳洪亮稱，未來很長一段時間，人工智能的馬太效應將體現在人才方面。李開復提過一組數字，全球當下的人工智能專家不超過7000人，在中國這個數字可能是700個，且大多被BAT收入囊中。這也是創新工場成立人工智能工程院的一大使命：通過人才招聘和高校共建，同時加強與政府部門、國內外高科技公司的合作，培育和孵化高水準的人工智能技術團隊。

數據壁壘則是人工智能創業打破大公司壟斷、完成行業深度融合的另一項難題，一大原因在于數據安全泄露和用戶隱私破壞。王詠剛認為，人工智能的發展與數據安全不是相互撕裂的關系，而是博弈均衡。

而最大的困難還是來源于技術本身。深度學習理論沿革每隔10年左右就會經歷巨大變化，每一次的技術遞進也推動著人工智能的工業化進程，新商業模式因此而生。“前沿技術當然對一線業務開展有著指導意義。”王詠剛說。

人工智能始終是強技術驅動的領域。謝憶楠稱：“從算法、軟件、硬件到解決方案，每一步都要靠硬實力說話。純商業模式的東西，天花板很明顯。”計算機視覺領域的四個獨角獸之一云從科技CEO周曦也公開宣稱：“人工智能是有門檻的，短期之內只要自己保持足夠快的進步速度，別人很難對你構成威脅。”

篇6

從2016年初以來，在“阿爾法狗”戰勝人類圍棋選手的帶動下，新一輪人工智能（AI）熱潮席卷全球，企業紛紛高薪聘請研究人員組建AI團隊，商業突破前景可期。

這一輪AI熱是否存在泡沫？是否會曇花一現？AI之冬是否會再次出現？多位學者和創業者一致認為：此輪人工智能的熱潮由深度學習、云計算、大數據等技術進步驅動，人工智能的冬天已經漸行漸遠。

緣何火爆

“20多年前我讀書時，人們特別看不上人工智能，但現在確實非常火。”馭勢科技聯合創始人兼CEO吳甘沙說，“目前無論硬件還是數都產生了實在的應用價值，我同意人工智能不再有冬天，更恰當的比喻是人工智能正在從北極往赤道走。”

歷史上，人工智能的發展曾出現兩次高速進步的熱潮，又兩次 “入冬”，維基百科甚至有一條專有名詞“AI之冬”。

對于20世紀70年代和80年代出現的兩次“寒冬”，中科院計算所研究員山世光分析指出，主要是因為人工智能專家們的樂觀預測帶動了行業熱潮，但最后卻未能取得預期的商業效果。而本輪人工智能熱潮卻正好相反，是工業界看到了人工智能的效果之后主動投入。

近幾年，得益于深度學習的發展，人工智能取得了前所未有的進展。現如今，人們早上被鬧鈴喚醒、開手機、上網購物、在線回復帖子、得到天氣報告、使用交通導航，無一不使用到人工智能。

據山世光介紹，隨著多層神經網絡技術的突破，計算機視覺智能快速發展，人臉識別過去3年的錯誤率從5%下降到0.4%。

“這些進步得益于深度學習和大數據技術的進步和‘聯姻’。”山世光說。

陳小平也指出，人工智能研究60多年，正在從兩個方面接近技術突破。一是研究本身是從實際困難出發得到新的理論和方法，使得人工智能基礎理論更“接地氣”；二是產業發展脫離過去粗放式發展模式，主動往人工智能的方向推進。

“現在未必需要人工智能理論的根本性突破，僅局部突破就可以產生非常好的應用效果。泡沫是好事，因為我們有干貨，而且離產生規模效益不遠。”陳小平說。

沒有泡沫

在去年的資本寒冬中，一些AI創業公司逆勢融資。第四范式就是其中之一，2016年5月獲創新工場數百萬美元的 A 輪融資。

這同一兩年前創業之初的處境完全不同。“當時我們甚至不敢說是做人工智能的，因為投資人沒有這方面的預算，只能叫大數據價值發現公司。”第四范式創始人兼CEO戴文淵透露。

對于資本市場的巨大變化，戴文淵認為，過去十幾年里，互聯網、移動互聯網、O2O吸引了過多關注，已無繼續投資的空間，這使得市面上少數有投資價值的人工智能公司吸引到大量投資，估值較高。

“但我覺得沒有泡沫，因為這些公司創造的社會價值更高。從價值角度來說，AI公司估值遠遠低于他們為社會貢獻的價值。”

一個著名的例子是臉書。臉書2012年剛上市時，股價一路下跌。轉折點發生在谷歌廣告團隊的到來，使其市值激增到2000億美元，之后不僅股價繼續攀升，還搶了谷歌原先的客戶。

戴文淵指出，當時只有谷歌、臉書、亞馬遜和中國的BAT這樣的企業才會利用人工智能的方法提升企業效率。但如今，大量公司有了這樣的能力和條件。“客戶根本服務不過來，公司的主要問題是提升服務產能。”戴文淵說。

吳甘沙則指出，互聯網紅利惠及長尾人群，但社會整體效益未必最大化，“互聯網挖的坑要靠人工智能來填”。他認為，AI的特性使其適用于如智能客服、智能醫療、24小時視頻監控等領域，中低端白領很容易被AI取代。

理性進步

雖然前景可期，但創業仍需謹慎。

山世光所在的實驗室是國內最早開始研究人臉識別的實驗室，2016年他本人投身于AI創業大潮。經過幾個月的創業，山世光體會到其中的不易：AI像建筑的鋼筋，但最終客戶只能看見富麗堂皇的房子。“AI創新距離錢包太遠，創業周期很長，需要六到八年甚至十年的耐心，對大部分投資人來說是不可接受的。”

山世光提醒道：“AI前兩次熱潮都是因為不能兌現承諾而進入寒冬，此次切勿過度承諾，數據紅利何時消失值得討論，通用AI尚未出現，且大多數AI不能自我成長，總體還需理性進步。”

同樣是從知名研究院進入AI創業，吳甘沙對人工智能的判斷是，2016年開始的人工智能革命在市場規模輻射面和持續時間上可以跟1996年的互聯網以及1976年的計算機相提并論，“未來20年值得期待，但AI真正變成用戶愿意埋單的東西并不簡單。”

篇7

臨床診斷時的誤診，是國內緊張的醫患矛盾的一個觸發因素。如何讓全科醫生、剛畢業入職的新醫生，在面對患者時，給出更科學準確的判斷、更合理與個性化的診療方案，成為降低臨床誤診率、緩解醫患矛盾的關鍵。

在國內傳統的看病流程中，患者往往在千方百計掛號、焦慮地來到主治醫生面前之后，通過簡單描述，或者附加醫學檢查，然后等待醫生的“宣判”。醫患之間，并沒有足夠的溝通時間，導致信息不對稱，況且醫生水平、經驗參差不齊，再加上部分疾病的復雜性等，種種因素疊加，誤診自然發生。

關于臨床誤診率的統計，尚沒有相關部門權威數據，但國內醫療行業的共識是30%左右，其中，鼻咽癌、白血病、胰腺癌、結腸癌等惡性腫瘤的平均誤診率在40%以上;肝結核、胃結核、腸系膜淋巴結核等肺外結核的平均誤診率也在40%以上。

四川華西醫科大學的一個研究團隊，從上世紀60年代開始，幾乎每個年代都選取幾千個樣本做調查研究，結果發現，即便診斷技術在快速發展，臨床誤診率依然在30%上下。

事實上，100%的診斷正確率基本不存在，即便是發達國家的醫生，也有一定的誤診率。如何提高臨床診斷的正確率？

在人的學習與認知能力有限的前提下，人工智能技術被寄予厚望。2016年12月21日，海虹控股（000503，SZ）在海南省海口市預了其第一款智能醫療產品――“海虹智能醫療項目”，這是基于人工智能與大數據技術，形成的一套綜合性智能輔助醫療系統。

“智能醫療可以讓基層醫生減少一些低級錯誤。”海虹控股大健康事業部副總經理張運江對《財經》記者分析。

按他對海虹智能醫療系統的分析，這套系統可以毫秒間為醫生推薦針對性的治療方案，如果其所在醫院是簽約醫院，還可以給出所在醫院的最優治療方案。

一個名醫，需要傾其所學，用積累了幾十年、成千上萬的病例經驗，才能對疑難雜癥短時間內作出判斷、給出診斷，智能醫療系統如何在毫秒間達到名醫的決策水平？

當醫生在系統中輸入患者個人信息后，人工智能能在瞬間給出最佳的診療方案，得益于系統背后龐大的數據庫，該數據庫包括病案、教科書、文獻、專家共識等六大數據、知識與經驗。

可見，足夠數據量的病案是關鍵。“全科醫生與剛畢業的醫生，在臨床診斷時最需要的并不是那些頂級三甲醫院的治療方案，反而是一些疾病的診療標準。”深圳市第二人民醫院急診外科主治醫師姚彬接受《財經》記者采訪時說，他曾經試圖構建一個輔助診療系統，但受限于數據量與技術，未能成功。

海虹通過為國內眾多城市進行的醫保智能審核服務，積累了對病案審核、判斷和分析的寶貴經驗，通過人工智能系統的發酵，衍生出大量基于循證醫學的診斷、治療信息。

現實中，三級甲等醫院往往可以接觸到美國最新的治療方案與技術，甚至可以同步獲得新藥;然而，二級以下的醫院卻往往滯后一大截，不僅如此，對這些醫院的醫生有指導意義的教科書與疾病診療指南，也常常滯后于最新的技術與診療方案。

將大數據、深度學習、云計算、人工智能等相關的技術，應用于疾病診斷與治療，國外的科技公司早已布局。

微軟開發了一個能夠“消化”每年發表的所有論文的機器學習項目Hanover。Hanover正在俄勒岡衛生科學大學Knight癌癥研究所被投入使用，在自動分析研究論文中的數據以及臨床試驗、影像學診斷報告、電子醫療記錄的基礎上，尋求能夠有效治療急性骨髓性白血病的藥物、預測藥物的有效性，并為病患制定個性化治療方案。

今年8月，IBM宣布經由紀念斯隆? 凱特琳癌癥中心訓練的Watson Oncology系統（Watson腫瘤解決方案）進入中國，在國內已有21家醫院計劃使用。

篇8

在今天，我們在構建工業基礎設施時依然是類似于電機、渦輪和物流機車等物理機器，表面上看來和十年前的情形差不多，但實際這些資產設備已經經歷了重大的變化。越來越多的設備具有物聯網連接功能，工業設備逐漸走進數字化時代。

根據最近的一份報告，大多數工業公司已經認識到工業物聯網帶來的重大好處，但有八成人表示他們沒有一個成熟的計劃來把握這個機遇，似乎獲得物聯網的那些好處并非一件容易的事。

其實，隨著工業設施中傳感器和智能控制系統的發展成熟，企業現在可以輕松利用這一技術浪潮，通過連接實現高效的業務流程，從而提高數字化成熟度。接下來的幾年，工業制造將比以往任何時代都要先進。

基于人工智能的自動化

人工智能給工業設備運營帶來眾多好處正逐漸被企業人員所認識，在資產績效管理中利用機器學習軟件算法，通過歷史數據的整合分析，可以幫助現場人員預測維護故障設備，為企業提供更高的準確性、更高級的預警服務。

將復雜機器學習算法應用于實時性能數據分析，人工智能的價值將得到進一步體現。通過AI技術創造更智能、可以自給自足的機器，同時能使生產線能應對各種需求的變化。

現階段，很多企業仍然處于數字化轉型的過程，連接所有工廠和車間的機器及設備資產，各種企業資源計劃系統和不同的數據可能會阻礙數據分析和市場決策。

但通過傳感器通信更多的設備數據，基于人工智能的資產業績管理系統不僅可以組織和標準化數據輸入，也可以增強企業對數據進行分析的能力，從而實現更加自動化和準確的決策。

對于目前工廠運營的一些手動流程，如工作訂單和日程安排檢查都將實現自動化，從而簡化維護實踐并提高機器的性能。

數字雙胞胎帶來關鍵優勢

數字雙胞胎產品在各行各業的應用越來越普遍，真正的數字生態系統將為企業提供關鍵優勢，為運營的資產績效管理提供充足的動力。

預先定義資產如何運作和執行的內容，然后利用這些信息來構建資產的復制品。字雙胞胎的概念正是基于這樣的想法，通過每個資產的虛擬復制品測試，通知操作員關于設備的健康狀況、使用壽命和性能水平。

在數字化基礎上，企業完全有能力在一天中的任何時間對機器進行優化，以調整出生產線的最高生產力水平。對于過每年每秒都需要進行生產的企業來說，通過數字化避免意外停機，將可以節省數百萬美元。

只要企業建立了更好理解整個工廠的運營情況的資產的數字副本，就可以識別出任何異常情況或表現不佳的設備，并酌情采取適當的措施。甚至可以更進一步，這些數據最終可以匿名化并在整個行業內共享出云，使用戶獲得更大的數據樣本和更準確的參考。

對于一般的資產運營企業來說，其數據收集和分析統計的能力都是有限的，但是，只要會利用廣泛的共享數據資源以及同行經驗，將能為資產管理提供更好的性能洞察力，進一步識別出設備的故障和性能問題。

增強現實顛覆設備維護

對于設備維護人員來說，并非所有的工業設備都可以接近。某些機器設備可能擁有數千個零件，而每個零件都嵌入強固的材料層，以及有可能是在世界上最惡劣的環境中運行。數十年來，在設備例行檢查或資產顯示錯誤需要維修時，都需在檢查過程耗費巨大的時間和人力，檢查團隊需要對設備進行實際操作測試以確定問題的真正所在。

醫療技術設備制造商必須對關鍵醫療系統保持檢查。如果醫院有感染，用于檢測感染的設備需要立即反應。假如一個制造商的微生物設備有任何性能問題，它會使整個醫療生態系統處于危險之中。因此，這此特殊設備需要定期監測和檢查。

新技術正在迅速改變檢驗團隊的工作模式，隨著移動設備增強現實技術的進步和數字雙胞胎的支持，現場工作人員現在可以根據實時信息進行深入檢查，而無需將設備脫機并進行物理分析。

篇9

近日，英特爾公司聯合經濟學人智庫（EIU）針對中國350家公司進行了一項調查，并了名為《彌合新技術范式的差距》的調查報告。這份主要針對金融、零售和醫療等行業客戶的調查報告試圖揭示中國企業在業務的創新和發展中如何看待和利用新技術。在技術創新、數據融合驅動企業業務發展的今天，這一調查結果具有非常重要的現實意義。

調查顯示：超過三分之二的企業對于在產品和服務中使用新技術有著清晰的愿景和戰略。對于新技術的吸收，很多企業是通過與技術公司的合作來推動的。“越來越多的企業將云計算、大數據和遠程連接等技術直接融入企業現有的產品和服務中。這有利于企業快速進入新市場，為企業采用新的商業模式奠定基礎。”經濟學人智庫分析師表示。

投資新技術的最佳時期

這次調查主要面向的是一些中型和小型的企業客戶。雖然大多數的受訪企業對于技術創新傾注了極大熱情，但是調查顯示，對于新技術的投資熱情并不都來自企業的內部需求，很多是迫于外部大環境的壓力，以及效仿競爭對手的做法。“調查顯示，77%的企業認為，在未來3年內，新技術將在其產品和服務中發揮巨大作用。而不行動的企業將面臨生存危機。”表示。

調查報告中重點介紹了機器人、5G互聯網、云計算和大數據、人工智能和機器學習，以及VR/AR等五大技術在企業中的使用情況。其中，75%的受訪企業表示，已經使用了云計算和大數據技術。金融、汽車制造等行業在采用新技術方面走到了前面，機器人在制造和物流業應用較多，VR/AR技術在建筑行業應用廣泛，而且處于世界領先水平。

傳統行業正在受到越來越多的挑戰，比如傳統金融行業受到了金融科技（Fintech）的刺激，許多新開戶都是通過在線平臺或手機完成的。另外在醫療行業，醫療機構希望采用新的技術持續改善就醫體驗。接受調查的85%的企業認為，如果不投資新技術，未來企業的發展將落后。

在采用新技術的過程中，企業要注意三方面的問題――規避風險、合規性、政府監管。企業當前重點關注的是開拓新的業務模式和新市場，所以迫切需要將新技術整合到現有的產品和服務中。“傳統企業客戶應該開發更多的內部平臺，同時要了解政策環境，并與技術公司建立深層次的合作關系，這樣才能在企業未來的發展中占得先機。”表示，“未來10年都是在中國投資新技術的最佳時期。”

“數據驅動創新增長。”英特爾行業解決方案集團中國區總經理梁雅莉表示，“未來10年，企業要關注的是數據的采集、傳輸、處理和分析，從數據中挖掘出更大的商業價值，這樣才能實現業務的創新，讓企業立于不敗之地。”

今天，數據的融合發展正在重構行業。不知你是否注意到這一現象，過去一年中，中國的方便面市場出現萎縮，造成此結果的一個重要原因是外賣行業的興起。另 一個例子，現在大部分的醫療數據，包括臨床數據和計費數據都存在醫院之內。隨著人們對健康數據的關注，未來醫療數據可能會向醫院之外延伸，并與基因數據、社交數據等融合。新零售的興起也是由數據驅動的。在2000年之前，零售業的數據主要來自POS機。2000年之后到現在，零售行業進入大數據2.0時代，人們可以在某些領域進行大數據分析、客戶畫像等。從現在開始，我們步入了零售行I大數據3.0時代，可以對所有數據進行分析，洞察零售行業的每個環節和流程，實現精準營銷。

為了幫助企業更好地迎接數據融合帶來的挑戰，英特爾提出要不斷完善各層面的技術，從云計算、人工智能和網絡到存儲、5G、FPGA，再到產生海量數據的設備，充分釋放數據價值，充當企業業務轉型的基石。

梁雅莉特別談到了英特爾在人工智能領域的布局。從去年開始，英特爾進行了一系列戰略收購，在底層基礎架構層面、工具層和應用層都有涉獵，目的就是構建完善的技術體系，為客戶的應用提供全面支撐。

“數據驅動”永遠在路上

1995年，人類歷時13年、耗資30億美元終于完成了全球首個DNA基因測序。隨著技術的發展和數據的加速融合，英特爾希望到2020年，人們只要花費24小時、1000美元就能完成基因數據的收集、分析和解讀。

IT將顛覆醫療行業？美國心臟病學家、基因組學家埃里克?托普所著的《顛覆醫療》被很多研究IT和行業應用相結合的人視為“圣經”。《顛覆醫療》的一個核心觀點是，云計算、無線傳感器、超級計算機、基因測序等新技術不僅將改變人們的生活，而且對于醫療行業的發展來說是一次創造性的破壞，將顛覆醫療行業。

對于“顛覆”二字，不同的人有不同的理解。國家衛生計生委統計信息中心原副主任王才有認為，所謂顛覆醫療，其實是醫療智慧化的過程，是IT與醫療行業應用深入結合的過程，對醫療行業的發展將起到不斷優化和改進的作用。在醫療領域，一切都在向智慧化演進，比如精準醫學、醫藥研究、醫療物聯網、醫療機器人、智能物件等。

“可穿戴式設備、VR/AR等新技術確實在醫療行業有著廣闊的應用前景。”王才有表示，“不過計算機并不是要顛覆醫療，而是起到重要的輔助作用。計算機與醫療行業的專業人員將共同為患者提供服務。得益于IT的發展，自然語言處理、臨床決策支持、知識服務、機器識別等的應用將進一步改善患者的醫療體驗。”人類與機器是合作伙伴關系，在技術的輔助下，虛擬就診、家庭看護、醫療協同等讓醫療變得更加簡單。

以前，在醫療行業中，專業的醫護人員、專業的醫療設備等才是必備的資源，現在還要加上一條，數據也是醫療行業重要的資源。數據的融合和分析將有力地促進醫療健康事業的發展，實現精準醫療，提升診斷的成功率，降低醫療的成本等。在醫療行業，技術創新的同時也要考慮到生態模式的創新，另外還要加強標準的制定、政策的研究，以及應用咨詢（解決個性化應用問題）。只有充分調動政府和市場的資源，協調發展，才能實現合作共贏。

作為跨國企業，英特爾長期在醫療行業進行投入，不斷把國外先進的技術和理念引入中國市場。英特爾將在戰略發展方向、技術框架的設計等方面與中國醫療行業的合作伙伴、客戶展開更深入的合作。

醫療行業的數據驅動與技術創新永遠在路上，是一個持續發展的過程。

數據驅動商業變革

在很多人的印象中，萬達集團就是一個地產界的“大鱷”。其實，成立于1988年的萬達集團現在已是旗下擁有商業地產、文化集團、網絡科技集團、金融集團四大產業集團的龐大的商業帝國。其中，網絡科技集團致力于打造獨特的“實體+互聯網”的新模式，為客戶提供包括實體場景數字化、供應鏈服務、互聯網金融服務、全渠道征信服務、云計算服務等在內的多種多樣的服務。

人們常說，船大難掉頭。而萬達集團這個龐然大物在數字化的過程中表現出的靈活性、探索精神和創造力確實值得同行借鑒。萬達集團希望通過創新的商業模式和先進的技術能力，打造世界級的商業企業。如今，萬達集團在成都擁有按業界最高標準T4標準建設的數據中心。2017年3月還與IBM達成戰略合作，基于IBM最新一代的云計算技術，將在中國推出全棧式的云服務。另外，萬達集團還以萬達廣場為節點，計劃打造覆蓋全國的光纖網絡，并廣泛應用區塊鏈技術。利用創新技術為自身業務服務的同時，萬達集團還將知識產權輸出給合作伙伴、其他商業中心，目的是為客戶提供更好的消費體驗。

萬達網絡科技集團總裁助理兼大稻葜行淖芫理、首席架構師蔡棟表示，萬達集團正借助人工智能、區塊鏈、云計算等技術，打造數字化實體商業共享平臺。這一商業共享平臺是萬達集團在數據驅動業務發展方面的創新之舉，它將大數據與區塊鏈有機融合，可以提供大數據預測、征信、網絡金融、智能合約、數字化零售等諸多功能和服務。基于這一平臺，萬達集團和一些商業伙伴陸續在上海、西安、柳州等地開設了數字化實體店，未來還要發展到數百家。采用商業共享平臺的這些實體店，在POS機中應用了區塊鏈技術，攝像頭采用深度學習技術，同時運用云計算和大數據技術實現了爆款產品的預測、精準推薦、物流優化、競拍等。

篇10

一、支持領域

（一）產業鏈關鍵環節提升項目。

支持申報單位圍繞產業鏈關鍵環節提升，以創新集聚優勢資源和提升產業層級為戰略任務，以重點領域服務和模式創新、重大戰略布局、規模化示范應用推廣、關鍵技術提升為目標，實施對經濟或社會經濟效益顯著、產業發展起到支撐引領作用的項目。重點支持服務于本地龍頭企業的產業鏈關鍵核心企業。

1.高端裝備制造產業：圍繞機器人、高檔數控機床、激光加工裝備、半導體及顯示面板制造專用設備、智能物流裝備、電池制造專用設備、高端能源裝備和軌道交通裝備等領域，重點突破關鍵技術，提升核心部件、關鍵工藝的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。

海洋工程裝備領域，圍繞海洋深海油氣資源開發裝備，海洋礦產資源、天然氣水合物等開采裝備，載人/無人潛水器等探測設備等領域，重點突破關鍵技術、提升核心部件、關鍵工業的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。

航空裝備與衛星應用領域，圍繞無人機、航空電子元器件、微小衛星、通信衛星、衛星導航等航空航天裝備和產品等領域，重點突破關鍵技術，提升核心部件、關鍵工藝的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。

2.生物醫藥產業：圍繞生物醫藥、醫療器械、細胞治療、基因檢測等領域，重點突破關鍵技術，提升核心部件、關鍵工藝的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。

3.新材料產業：重點支持在電子信息材料、新能源材料、生物醫用材料和前沿新材料等領域內的新產品、新技術的應用示范驗證，形成一批具有國際、國內領先水平的核心技術和高端產品，強化產業化和應用能力。

4.人工智能領域：圍繞智能傳感器、智能服務機器人、智能醫療輔助系統等領域，重點突破計算機視覺、語音識別、自然語言處理、自動駕駛、跨媒體感知、智能交通系統、自主無人系統等關鍵技術，提升核心部件、產品的研發和系統集成水平，形成一批核心核心技術和高端產品，強化產業化和應用能力。

5.物聯網領域：重點支持在車聯網、智能家居、智慧物流、智慧城市等領域，重點突破智能傳感器、高精度定位導航系統、低功耗廣域網、操作系統等關鍵技術，提升核心部件、關鍵工藝的研發和系統集成水平，形成一批核心技術和高端產品，強化產業化和應用能力。

（二）產業服務體系項目。

公共服務：重點支持在高端裝備制造、生物醫藥、新材料、人工智能、物聯網產業一個或多個產業領域開展的以促進產業發展為目的的，公共性產業服務工作。包括：公共研究服務、創新創業服務、產業化服務、成果轉化服務、技術交流服務、資源數據共享服務、產品推廣服務、決策咨詢服務、統計分析、人才培養、投融資服務、產學研合作、科技成果轉化、標準制定、行業交流等服務等。

市場拓展：支持在高端裝備制造、生物醫藥、新材料、人工智能、物聯網產業內，深圳舉辦的高端會議和論壇等。

（三）市場準入扶持計劃項目。

市場準入：支持申報單位在高端裝備制造-航空裝備與衛星應用領域、高端裝備制造-海洋工程裝備領域、生物醫藥等領域，為開拓國內外市場，保障其技術、產品及服務符合不同國家和地區的上市要求，獲得各類市場準入注冊、認證和許可的項目。

（四）國家/省配套項目。

配套支持我市相關單位牽頭的國家工信部智能制造、先進制造業集群項目。

二、設定依據

1、《深圳市戰略性新興產業發展專項資金扶持政策》（深府規〔2018〕22號）

2、《深圳市關于進一步加快發展戰略性新興產業的實施方案》（深府〔2018〕84號）

3、《深圳市戰略性新興產業發展“十三五”規劃》（深發改〔2016〕1503號）

4、《深圳市十大重大科技產業專項實施方案》（深府〔2017〕47號）

5、《深圳市機器人、可穿戴設備和智能裝備產業發展規劃（2014-2020年）》

6、《深圳市航空航天產業發展規劃（2013—2020年）》（深府〔2013〕118號）

7、《深圳市人民政府辦公廳關于印發深圳市促進生物醫藥產業集聚發展指導意見及相關配套文件的通知》（深府辦〔2020〕2號）

8、《深圳市促進生物醫藥產業集聚發展的若干措施》（深府辦規〔2020〕3號）

9、《深圳市促進智能網聯汽車產業發展行動計劃（2019-2021年）》（深工信新興字〔2019〕15號）

10、《深圳市人民政府關于印發新一代人工智能發展行動計劃（2019—2023年）的通知》（深府〔2019〕29號）

11、《深圳市工業和信息化局戰略性新興產業發展專項資金扶持計劃操作規程》（深工信規〔2019〕2號）

三、支持數量及資助方式

（一）支持數量：有數量限制，受專項資金年度總額控制。

（二）資助方式：

1、產業鏈關鍵環節提升項目。

高端裝備制造、生物醫藥、人工智能、物聯網產業領域采取事后資助，按經專業審計機構專項審計后確認費用的20%給予資助，單個項目資助金額不超過300萬元。項目總投資由建設投資、研發費用和流動資金構成。

新材料產業領域采取事后資助，主要支持新產品、新技術在應用示范驗證過程中產生的相關測試、驗證費用，按經專業審計機構專項審計后確認費用的30%給予資助，單個新材料項目資助金額不超過300萬元（同一單位總額不超過500萬元，不超過3種新材料）。項目總投資包括研發費用中的材料費、測試化驗加工費（含用戶端導入驗證費）、差旅費、會議費、國際合作與交流費、出版/文獻/信息傳播/知識產權費、勞務費、專家咨詢費、研發人員費、間接費用及委托開發費用等。

2、產業服務體系項目。

公共服務：事后資助，按經專業審計機構專項審計后確認費用的50%給予資助，最高不超過300萬元。實際投入額包括設備及工器具（包括軟、硬件）的購置、改造和租賃費，材料費、測試化驗加工費、出版/文獻/信息傳播/知識產權費、專家咨詢費、市場網絡建設費、推廣活動組織費等。

市場拓展：事后資助，對以市政府名義在深圳主辦的會議或論壇，按專業審計機構專項審計確認費用給予全額資助，最高不超過300萬元；對以社會機構（不包括會展類企業）名義主辦的會議或論壇，按經專業審計機構專項審計后確認費用的50%給予資助，最高不超過300萬元。每年每個領域不超過一個。

3、市場準入項目。

事后資助，獲得國際、國內權威認證的，單個項目資助金額分別不超過100萬元、50萬元，按照不超過核定的項目費用實際發生額50%予以資助，并受年度資助總額控制。單個企業年度資助金額不超過500萬元。

4、國家/省配套項目。

事后資助，按照項目中我市相關單位國家、省資助資金實際到賬金額最高1:1予以配套，單個項目配套資金最高不超過1500萬元，且配套資金與國家、省資助金額總和不超過項目總投資的40%。

四、申報條件

申報條件由基礎申報條件和專項申報條件兩部分組成。

基礎申報條件：

（一）申報主體為本市行政區域內（含深汕合作區）依法登記注冊的企業、機關事業單位、社會組織。

（二）申報主體未違反國家、省、市聯合懲戒政策和制度規定，未被列為失信聯合懲戒對象。

（三）申報單位無逾期未辦理驗收或驗收未通過的項目。

（四）申報項目所在地位于深圳市(含深汕合作區)，符合深圳市戰略性新興產業規劃重點發展領域和專項申報指南的要求，符合國家和我市能耗、環保、安全等要求，項目方案合理可行，具有較好的經濟和社會效益。已按有關規定完成項目所需的用地、環評、規劃等備案或核準，取得有關批準文件。產品涉及安全、醫療、金融等國家有特殊行業管理要求的，申請單位須取得相關主管部門批準頒發的合法有效的產品生產或銷售許可等資格。

（五）具備實施申請項目所需的資金、人員、場地、設備等主要保障條件。

（六）同一單位建設內容相同或部分相同的項目不得向市有關部門多頭申報。經核實屬多頭申報的項目，將取消申報資格并追究申報單位責任。

（七）法律、法規、規章和上級行政機關規范性文件規定的其他條件。

專項申報條件：

（一） 產業鏈關鍵環節提升項目。

1.申請單位獲得國家或深圳市高新技術企業認證，或擁有自主知識產權（包括發明專利、軟件著作權或國家、省、市認定的科技成果等），項目具有技術先進性、創新性或良好的推廣應用示范價值，具有較好的社會經濟效益。

2.項目應為2017年6月1日后開始建設，并于2020年5月31日前建設完成。

3.其中新材料類項目優先支持符合《重點新材料首批次應用示范指導目錄》，承擔過部、省級重大科研攻關項目，我市重點企業所需的產業化產品。

（二）市場準入項目。

市場準入：2019年1月1日以后申請人取得中國民用航空局的適航認證、美國聯邦航空局（FAA）和歐洲航空安全管理局(EASA)認證及公司體系類和項目類認證等；已通過國內外權威認證，包括美國FDA（食品和藥物管理局）認證、歐盟cGMP（動態藥品生產管理規范）認證和CE（歐洲統一）認證、世界衛生組織認證及其他國際市場準入認證等，或已完成國際多中心臨床研究和注冊。獲得中國船級社（CCS）、美國船級社（ABS）、挪威船級社（DNV）、德國船級社（GL）、法國船級社（BV）等國際船級社認證及其他國內外市場準入證等。

（三）服務體系項目。

1.公共服務項目應為2017年6月1日后開始建設，并于2020年5月31日前建設完成。

2.市場拓展應為2019年1月1日以后的項目，且申報主體應為開展行業自主創新的單位（除會展類企業）。

（四）國家/省配套項目。

項目為2017年1月1日之后獲得國家/省相關領域立項資助且未獲得過市配套資助，項目應于2021年9月前通過驗收。

五、申請材料

（一）登錄廣東政務服務網——深圳市——市工業和信息化局——搜索申報事項名稱“新興產業扶持計劃”wb.gxj.sz.gov.cn/indprom/sfm/#/apply?itemCode=4403000000005907069931000303715001在線填報申請書，提供通過該系統打印的申請書紙質文件原件；

（二）項目實施方案原件，其中市場準入扶持計劃則需要提交《項目資金申請報告》；

（三）商事主體登記及備案信息復印件（民辦非企業單位提供登記證書復印件）；

（四）法人代表身份證復印件；

（五）稅務部門提供的單位上年度完稅證明復印件；

（六）經會計師事務所審計的近三年財務報告或由企業法人簽字的單位財務決算報表復印件；

（七）必要的生產、經營許可及認證文件復印件（可提供的項目用地（海域）規劃許可文件及土地使用權屬證明，場地、用海租賃的請提供租賃證明，以及環保部門出具的環境影響評價文件的審批意見）；

（八）具備實施申請項目所需的人員、設施等主要條件保障的資料復印件。

專項申報材料：

（一）產業鏈關鍵環節提升項目。

1.知識產權證，檢測報告，獲獎證書，國家、省批復文件、合作協議等復印件。

2.行業占有率，承擔國家、省市級項目，團隊人員情況等證明材料復印件。

3.項目已投入資金證明材料復印件（如合同、發票、設備清單等，發票提供大額即可）。

4.新材料類企業還應提品驗證測試報告、合同或協議書等復印件，如已產業化類項目，需提供銷售合同或協議等。

5.服務本地龍頭企業的產業鏈關鍵核心企業需提供服務龍頭企業的證明材料復印件，包括合同、協議等。

（二）產業服務體系項目。

1.輔助材料（自愿提交）：項目相關政府文件、經營資質文件、項目的核心技術成果證明材料、專利（或知識產權）證書、國內知名第三方咨詢機構對公司網站的評價排名、主要用戶評價報告等復印件。

2.取得項目相關資質的證明材料，知識產權證，檢測報告，獲獎證書，國家、省有關項目批復文件、合作協議，團隊人員情況等證明材料復印件。

3.項目已投入資金證明材料復印件（如合同、發票、設備清單等，發票提供大額即可）。

（三）市場準入項目。

1.認證證書復印件（驗原件），其中國際認證證書附中文翻譯件;國際認證支出（兩年內）票據、證明（依據該認證分類明細）復印件。

（四）國家/省配套項目

1.工信部資助下達文件和項目通過驗收證明文件復印件。

2.項目中我市相關單位申請配套資助的聯合協議復印件。

以上材料均需加蓋申報單位印章，多頁的還需加蓋騎縫印章；一式兩份，A4紙正反面打印/復印，非空白頁（含封面）需連續編寫頁碼，裝訂成冊（膠裝）。

六、申請表格

登錄廣東政務服務網——深圳市——市工業和信息化局——搜索申報事項名稱“新興產業扶持計劃”wb.gxj.sz.gov.cn/indprom/sfm/#/apply?itemCode=4403000000005907069931000303715001在線填報。

七、申請受理機關

（一）受理機關：深圳市工業和信息化局。

（二）受理時間：

1.網絡填報受理時間：2020年6月18日至2020年6月28日17時（注：超過網絡填報受理的截止時間，不再受理新提交申請。網絡填報受理截止前已在線提交申請，但后經預審被退回修改的，可于書面材料受理截止前再次提交修改后的材料進行預審，預審通過后方可按時向行政服務大廳提交紙質申請材料。因今年網絡填報時間短且申報企業多，建議可參照申請書的樣表事先填好并準備相應材料，待系統開放后及時在系統中錄入并盡早提交預審）。

2.書面材料受理時間：2020年6月18日至2020年7月24日17時（工作時間）（注：網上預審通過后請及時預約到行政服務大廳窗口遞交紙質材料，遞交了紙質材料的項目才算申報成功）。

3.咨詢電話：0755-23964015、82764701；

新材料：88101278；

高端裝備：88121709；

其中航空裝備與衛星應用領域：88101278；

人工智能：88101348；

物 聯 網：88101682；

生物醫藥：88103413；

技術支持電話：88100675、88101744、88121903

（三）受理地點：深圳市福田區福中三路市民中心B區市行政服務大廳西廳5-43綜合窗口(注：為做好疫情防控，減少人員聚集，到深圳市行政服務大廳提交材料需提前預約。預約指南：“i深圳”APP 或關注“深圳市行政服務大廳”微信公眾號。操作流程：【辦事預約】或【預約取號】—【深圳市行政服務大廳西廳】。疫情期間，請按照預約時段，錯峰提交材料）。

八、申請決定機關

市工業和信息化局。

九、辦理流程

市工業和信息化局指南――申請人網上申報――申請人向市工業和信息化局會收文窗口提交申請材料――市工業和信息化局審核擬定資助金額――社會公示――市工業和信息化局下達項目資金資助計劃――市工業和信息化局撥付資助經費。

十、辦理時限

分批處理，一批180個工作日。

十一、證件及有效期限

證件：資金下達文件。

有效期限：申請人應當在收到下達文件之日起1個月內，至市工業和信息化局辦理資金撥付手續。

十二、證件的法律效力

申請人憑批準文件獲得專項資金資助。

十三、收費

無。

十四、年審或年檢