人工智能加速发展据《中国人工智能行业市场前瞻与投资战略规划分析报告》统计，截至2017年，全球核心人工智能产业规模已超过370亿美元，其中我国人工智能核心产业规模已达56亿美元左右。预计到2020年，全球人工智能核心产业规模将超过1300亿美元，年均增长60%。我国核心产业规模将超过220亿美元，年均增速接近65%。三大产业规模将分别突破44亿美元、66亿美元和110亿美元。随着人工智能在我国移动互联网、智能家居等领域的发展，我国人工智能产业将持续高速增长。预计到2022年，中国人工智能产业国内市场规模将达到680亿元。为加快实施《新一代人工智能发展规划》，今年11月，我国工信部印发《新一代人工智能产业创新重点任务揭榜工作方案》（以下简称《工作方案》），部署智能产品、核心网等重点工作基础设施、智能制造和支持系统。征集选拔一批掌握人工智能关键核心技术、创新能力强、发展潜力大的企业和科研院所，开展“揭榜”研究，力争在标志性领域取得突破技术、产品和服务。工信部将组织评选并公布拟亮相单位名单，树立产业创新发展标杆，培育人工智能发展主力军，务实推动新一代人工智能发展。人工智能产业，推动人工智能与实体经济深度融合。2019年AI发展趋势1.AI芯片加速发展与众不同。即使是最快和最先进的CPU也无法提高AI模型的速度。因此，当AI模型运行时，急需额外的硬件来进行复杂的数学计算，以加速物体检测、人脸识别等任务。2019年，以英特尔和英伟达为首的芯片制造商将推出专用芯片，针对与计算机视觉、自然语言处理和语音识别相关的特定用例和场景进行优化。医疗保健和汽车行业的新一代应用将依赖此类芯片为终端用户提供智能服务。据了解，亚马逊、微软、谷歌和Facebook等超大规模基础设施公司也在加大对基于现场可编程门阵列(FPGA)和专用集成电路(ASIC)的定制芯片的投资。这些芯片将针对人工智能和高性能计算(HPC)运行的计算作业进行大量优化。其中一些芯片还将协助下一代数据库，加速查询处理和预测分析。2、人工智能、边缘计算和物联网融合发展人工智能在边缘侧的不断拓展是控制数据泛滥的关键环节之一，也是未来互联网发展的重要趋势东西的。随着人工智能的快速发展，对海量数据进行快速高效分析和提取洞察的需求极大地激化了对边缘计算的需求。2019年，人工智能、边缘计算和物联网将更加融合发展，比如在公有云、安防监控等领域。3.神经网络之间的互操作性成为关键。开发神经网络模型的关键挑战之一是选择正确的框架。一旦模型在特定框架中进行了训练和评估，就很难将其移植到另一个框架中。这种情况阻碍了人工智能的普及。为了应对这一挑战，AWS、Facebook和Microsoft合作构建了开放式神经网络交换(ONNX)，这使得在多个框架中重用经过训练的神经网络模型成为可能。可以预见，2019年，ONNX将成为行业的重要技术。4.自动化机器学习将变得更加突出从根本上改变机器学习解决方案的一个趋势是AutoML。它将使业务分析师和开发人员能够开发出能够解决复杂场景的机器学习模型，而无需对机器学习模型进行典型的培训，并且业务分析师可以专注于业务问题而不是迷失在工作流程中。5.AIOps的兴起现代应用程序和基础设施正在生成用于索引、搜索和分析的日志数据。从硬件、操作系统、服务器软件和应用软件获得的海量数据集可以聚合和关联以形成场景和模式。当机器学习模型应用于这些数据集时，IT操作可以从被动维度转变为预测维度。当人工智能的强大功能在运行时发挥作用，将重新定义基础设施的管理。机器学习和人工智能在IT和DevOps中的应用，将带来更智能的模型，帮助运营团队进行精准化管理。根本原因分析。AIOps（AI和运营的组合）将在2019年成为主流，帮助公共云提供商和企业等。我国在人工智能、大数据、云计算、信息安全等领域已经具备了一定的技术实力。多项政策出台推动我国人工智能产业快速发展，人工智能场景逐步落地。2019年，我国人工智能技术在金融、交通、安防等领域的渗透率将快速提升。
