编辑器|小智，你对AI了解有多深？人工智能的概念其实涵盖的范围非常广泛（只知道阿尔法狗还不够！）虽然理想的人工智能是指通过技术创造出“类人”的机器，使其具备人类的感知和表达能力。
能力和思维能力。
这个概念是由约翰·麦卡锡 (John McCarthy) 在 中提出的。
但由于技术限制，这一目标目前还远未实现。
事实上，现在的人工智能是指能够训练机器掌握某些“接近人类”的能力，将人从最基本、最简单的复杂事务中解放出来，并以此作为改善人们生活和工作体验的工具的技术。
这是目前学术界和工业界共同努力的方向，并且随着技术的发展已经取得了一定的成果。
本期的智能内参，推荐一份易观智库的报告，从中您可以了解人工智能各个细分领域的创业概况，以及全球企业在机器视觉领域的布局和未来趋势。
涉及的技术类别。
。
如果您想收藏本文完整报告，可回复关键词“简历”下载。
人工智能创投详情 从技术架构来看，人工智能需要基于大数据的海量识别训练，这对其硬件层面的计算性能和存储性能提出了严峻的挑战。
基于机器学习/深度学习算法，人工智能常见的应用方向是图形图像识别（包括机器视觉技术）、自然语言识别（包括语音和语义），也应用于人机交互。
在此基础上，人工智能只有掌握了“看”“听”的基本信息输入和处理能力，才能向用户层面进化更多的应用型产品。
从下图我们可以清晰地看到人工智能下的诸多细分领域。
抛开这种分类是否恰当的争论，我们仍然可以从各领域的企业数量和融资水平的趋势得出一些结论。
机器学习全算法层面的初创公司仍然是人工智能领域最大的细分领域，也是最受资本追捧的。
但对于应用层面突然涌现的一批初创企业来说，我们认为智能行业、互联网行业乃至整个行业对人工智能的需求正在深化。
当然，我们无法判断这其中有多少是炒作的泡沫。
自然语言处理领域有大量初创公司。
这个领域的用户最为熟悉，技术也比较成熟，行业内有很多大公司。
但其初创公司平均融资额为1万美元，属于人工智能领域融资额相对较低的细分领域。
尽管如此，这个方向的通用科技初创公司是整个人工智能细分领域中最大的一类初创公司。
我们建议，自然语言处理领域的初创公司，尤其是定位于应用层面的初创公司，需要仔细考虑自己的业务逻辑，才能希望获得资本的青睐。
机器视觉领域的初创公司数量不是很多，但平均融资金额相对较高。
这一表现体现了该领域在市场上的稀缺性，也体现了资本急于寻找该方向重要投资标的的意愿。
总体来说，机器视觉作为一项非常底层的技术，在智能行业将会得到广泛的应用，市场空间将相当广阔。
但相关技术的深度使得该方向的门槛较高。
人工智能产业链了解了人工智能的技术架构后，我们就可以确定整个人工智能产业链涉及哪些公司。
在底层，除了云计算、数据服务、计算处理提供商之外，还包括网络运营商、传感器公司、操作系统公司等。
在算法和识别技术层面，包括我们熟悉的国内外公司，包括IBM Watson、科大讯飞等。
再往上到行业应用层面，人工智能相关的领域就更加广泛了，包括机器人、无人驾驶汽车、无人机、智能家居、可穿戴设备等。
机器视觉是人工智能的视神经。
分析机器视觉具体技术层面的架构，我们可以看到： 信息采集（大数据）：计算机识别的一类图像是静态内容，主要是图片；另一类是动态内容，包括视频和真实场景，其中真实场景需要使用传感器技术进行捕获和编码。
目标检测特征定位与提取（模型训练）：对采集到的信息进行检测，定位关键点并提取特征，并将相应的数据和标签提交给学习平台进行训练，提高识别的准确率。
人脸识别/图像识别（识别反馈）：计算机经过大量的训练，最终给出相应的识别反馈信息，主要是人脸、物体、手势等。
目前计算机识别主要停留在感知的表面层面，未来认知的广度和深度还需要进一步探索。
计算机识别的准确性和识别类型的数量是影响计算机视觉技术应用发展的基本因素。
其中，在斯坦福大学视觉实验室主办的ImageNet ILSVRC竞赛中，2016年产生的冠军组的识别和分类错误率已经超过了人眼，仅为3.57%。
国内外企业布局国内计算机视觉创业日益流行并深入行业，但仍处于早期阶段。
关于各家公司的融资细节，智动智在《重磅!中国人工智能/机器人/无人机创业公司| 智能内参》有详细分析。
如果您想查看以下内容，可以单击此处。
国外巨头采取自研和收购双管齐下的策略，将视觉技术广泛应用到自身产品升级中，并基于自身基因打造技术服务平台和新品类，持续提升影响力。
Google： ? 提供Google 图片搜索功能。
? 提供开源深度学习系统Tensor Flow。
? 创造结合计算机视觉和其他技术的黑科技，包括 Project Tango 原型和 Google 自动驾驶汽车。
? 开放云视觉API，帮助开发者创建具有视觉识别功能的APP。
? 提供Google Photos智能识别搜索服务。
? 收购包括：Moodstocks图像识别技术公司、Fly Labs图像编辑工具并入Google Photos、Jetpac图像数据分析应用程序。
微软： ? 微软研究项目牛津开放API为开发者提供微软认知服务（how-old.net/twinsor not.net均以此为基础） ? 小冰商业平台发布图像识别功能。
? 存储应用程序OneDrive 提供图像识别和标签创建功能。
亚马逊： ? 开发Prime Air 无人机。
? 收购包括：一家用于无人机研究的欧洲计算机视觉公司（公司名称尚未公布）和Orbeus图像识别公司。
Apple： ? 提供基于ios 和macOS 的照片管理应用程序。
? 成立虚拟现实项目组，开发相关产品。
? 收购包括：Faceshift实时动作捕捉技术公司、Metaio AR技术公司、Emotient面部识别技术公司、Perceptio图像分类系统技术公司。
IBM：创建 Watson 技术平台和开放 API 来帮助开发人员创建应用程序。
? 收购包括：Truven Health Analystic（一家医疗数据和分析公司）和 Alchemy API（一家非结构化数据实时分析公司）。
Facebook： ? 建立了两大实验室，专注于基础研究和产品应用。
? 与Google、Vision Labs合作推出通用计算机视觉开源平台。
? 推出Moments，一款智能照片管理应用程序。
? 收购包括：Oculus VR 公司、Pebbles Interface 手势识别公司、Nimble VR 手势识别公司。
国内巨头百度相对激进，而阿里巴巴和腾讯则在测试自己产品的功能。
此外，我们还应该注意到华为在人工智能方向的战略布局。
其出发点也是为了测试自有产品的功能，推广企业级服务。
如果您想查看，可以点击这里。
机器视觉应用计算机视觉技术已在传统行业和前沿创新领域得到应用，安防/娱乐/营销成为最先商业化的领域。
机器视觉在安防中的应用，从软件和硬件层面优化了安防人员的工作效率和深度。
机器视觉在娱乐领域的应用，是为了有效迎合直播平台前端用户体验和后端监管需求。
机器视觉在营销中的应用，是为了推动广告主与用户在视频环境下实现闭环交互。
计算机视觉还将逐步拓展服务、工业、商业等多种应用场景，并与自动驾驶、VR/AR、生物技术等其他技术融合，共同推动创新行业应用的发展。
趋势判断 易观智库对机器视觉行业的总体评价是：当前行业细分不足，市场处于早期探索阶段。
B端需求强于C端，商业模式也相对清晰。
技术应用场景可复制性强，拥有自研技术的团队可以轻松享受技术红利。
实际应用的价值主要是提高效率，不是取代人类，而是辅助。
从业者需要管理市场预期，耐心培育市场。
计算机视觉创业投资成本巨大，行业壁垒高。
对行业痛点的洞察和对产品性价比的把控是影响商业变现的关键因素。
行业总体趋势是从底层创新逐步向应用层面渗透。
本文由志东溪整理并呈现。
文章中所有数据和结论的版权均属于原作者。
下载提醒： 1、如果您想收藏本文完整报告，可回复关键词“简历”即可下载。
2、如果你想了解《智能内参》近期出品的“智慧产业创业公司百强系列”，请立即关注。
3、如需获取智能内参全部90份报告全文，请添加微信zhidx_com向编辑索取。
智能内参权威数据·专业解读。
了解智能行业必看报告。
在知东西里回复“智能内参”即可查看全部报道。