中国人工智能发展动态与投资前景方向分析报告2021-2026年

中国人工智能发展动态与投资前景方向分析报告2021-2026年
【报告编号】: 319119
【出版时间】: 2020年11月
【出版机构】: 中研智业研究院
【交付方式】: EMIL电子版或特快专递
【报告价格】:【纸质版】:6500元 【电子版】: 6800元 【纸质+电子】: 7000元
【订购电话】:    (兼并)
【在线联系】: Q
【联 系 人】: 杨静--客服专员
【报告来源】: http://www.zyzyyjy.com/baogao/319119.html免费售后服务一年，具体内容及订购程欢迎咨询客服人员。

【报告目录】

章 人工智能的基本介绍
1.1 人工智能的基本概述
1.1.1 人工智能的内涵
1.1.2 人工智能的分类
1.1.3 人工智能的特征
1.1.4 人工智能关键环节
1.1.5 人工智能技术层级
1.1.6 人工智能发展意义
1.2 人工智能产业链分析
1.2.1 产业生态链结构
1.2.2 产业链基本构成
1.2.3 产业链相关产品
1.2.4 产业链相关企业
1.3 人工智能的研究方法
1.3.1 大脑模拟
1.3.2 符号处理
1.3.3 子符号法
1.3.4 统计学法
1.3.5 集成方法
第二章 2018-2020年国际人工智能行业发展分析
2.1 人工智能行业发展综况
2.1.1 人工智能概念的兴起
2.1.2 驱动人工智能发展动因
2.1.3 人工智能发展阶段
2.1.4 各国陆续战略布局加快
2.1.5 人工智能资金支持
2.1.6 人工智能系统支出
2.1.7 人工智能企业规模
2.1.8 AI创新融合应用城市
2.1.9 人工智能衍生价值预测
2.2 主要经济体人工智能战略特点
2.2.1 战略任务分类
2.2.2 主要目标任务
2.2.3 研发布局
2.2.4 主要应用领域
2.2.5 长期战略规划
2.3 美国
2.3.1 美国人工智能发展状况
2.3.2 美国人工智能发展布局
2.3.3 美国人工智能发展战略
2.3.4 美国机器智能国家战略
2.3.5 美国人工智能相关主体
2.3.6 人工智能应用于美国
2.4 日本
2.4.1 日本人工智能战略布局
2.4.2 日本加快AI技术应用
2.4.3 日本加大人工智能投入
2.4.4 日本人工智能企业
2.4.5 日本人工智能发展线路图
2.5 欧洲
2.5.1 英法德人工智能企业规模
2.5.2 欧盟人工智能战略布局
2.5.3 英国人工智能战略布局
2.5.4 德国人工智能战略布局
2.5.5 法国发布人工智能战略
2.6 各国人工智能产业发展动态
2.6.1 韩国发布人工智能国家战略
2.6.2 俄罗斯加快人工智能布局
2.6.3 新加坡人工智能发展计划
第三章 2018-2020年中国人工智能行业政策环境分析
3.1 人工智能行业获得政策红利
3.1.1 中央明确加快人工智能发展
3.1.2 工信部启动人工智能揭榜工作
3.1.3 科技部助推人工智能创新建设
3.1.4 教育部加快人工智能人才培养
3.1.5 人工智能被写进工作报告
3.1.6 AI和实体经济融合发展意见
3.1.7 人工智能成为行业政策导向
3.2 人工智能行业相关政策分析
3.2.1 “中国制造”助力人工智能
3.2.2 人工智能纳入科技创新规划
3.2.3 “互联网+”助力人工智能
3.2.4 “新基建”获得政策支持
3.3 人工智能行业相关规划逐步完善
3.3.1 人工智能行动实施方案发布
3.3.2 人工智能发展规划正式发布
3.3.3 人工智能产业三年行动计划
3.4 地区人工智能政策规划逐步完善
3.4.1 黑龙江人工智能发展计划
3.4.2 辽宁省人工智能发展规划
3.4.3 沈阳市人工智能发展规划
3.4.4 济南市人工智能发展计划
3.4.5 陕西省人工智能推进计划
3.4.6 四川省人工智能发展方案
3.4.7 成都市人工智能发展规划
3.4.8 福建省人工智能发展规划
3.4.9 深圳市人工智能发展计划
3.5 机器人相关政策规划分析
3.5.1 机器人产业发展规划发布
3.5.2 各部委聚焦智能机器人发展
3.5.3 各地区加快机器人行业布局
第四章 2018-2020年中国人工智能技术认知及专利申请情况
4.1 人工智能技术认知状况调研
4.1.1 认知历程
4.1.2 认知程度
4.1.3 认知渠道
4.1.4 认可领域
4.1.5 取代趋势
4.1.6 争议领域
4.2 中国人工智能专利申请状况
4.2.1 专利申请排名
4.2.2 专利申请规模
4.2.3 细分技术占比
4.2.4 申请主体排名
4.2.5 外国申请主体
4.3 中国人工智能专利申请特点
4.3.1 技术研发主体多样
4.3.2 应用技术发展提速
4.3.3 细分技术专利特征
4.3.4 互联网企业布局特点
4.3.5 专利技术发展要点
4.4 人工智能技术人才培养加快
4.4.1 高校AI人才培养计划
4.4.2 地区推动中小学AI教育
4.4.3 人工智能划入高中新课标
4.4.4 AI列入本科名单
4.4.5 人工智能学院建设规模
4.4.6 人工智能学院建设模式
4.5 人工智能技术应用于防控
4.5.1 智能技术应用背景
4.5.2 智能识别技术应用
4.5.3 算法算力技术应用
4.5.4 智能机器人技术应用
4.5.5 智能大数据技术应用
4.5.6 AI辅诊系统研发应用
4.5.7 地区AI技术抗疫状况
第五章 2018-2020年中国人工智能行业发展分析
5.1 人工智能行业发展历程
5.1.1 发展历程
5.1.2 研究进程
5.1.3 发展阶段
5.2 人工智能行业发展价值
5.2.1 人工智能催生智能经济
5.2.2 人工智能助力智能社会
5.2.3 AI带来商业化
5.2.4 AI技术推动产业升级
5.2.5 AI进入机器学习时代
5.3 2018-2020年人工智能行业发展综况
5.3.1 市场发展规模逐步上升
5.3.2 人工智能基础架构规模
5.3.3 人工智能从业人员规模
5.3.4 人工智能产业发展特征
5.3.5 人工智能区域发展格局
5.3.6 人工智能产业园区建设
5.3.7 人工智能创新应用先导区
5.3.8 人工智能开放平台发布
5.3.9 人工智能产业发展指数
5.4 人工智能产业生态格局分析
5.4.1 生态格局基本架构
5.4.2 基础资源支持层
5.4.3 技术实现路径层
5.4.4 应用实现路径层
5.4.5 未来生态格局展望
5.5 人工智能行业竞争格局分析
5.5.1 企业主体分类
5.5.2 企业规模状况
5.5.3 企业名单
5.5.4 企业分布
5.5.5 科技企业布局
5.5.6 京东加快AI布局
5.5.7 华为AI实验项目
5.5.8 未来竞争格局
5.6 人工智能行业发展存在的主要问题
5.6.1 人工智能行业发展的痛点
5.6.2 人工智能发展的技术困境
5.6.3 人工智能发展的安全问题
5.6.4 人工智能发展的伦理问题
5.6.5 人工智能发展的隐私问题
5.6.6 AI企业被列入“实体清单”
5.7 人工智能行业发展对策及建议
5.7.1 人工智能的发展策略分析
5.7.2 人工智能的技术发展建议
5.7.3 人工智能的政策发展建议
5.7.4 推进人工智能标准化建设
5.7.5 人工智能伦理问题的对策
5.8 人工智能行业发展战略分析
5.8.1 建立完善的数据生态系统
5.8.2 拓宽人工智能的传统行业应用
5.8.3 加强人工智能人才储备
5.8.4 确保教育和培训体系与时俱进
5.8.5 相互不建立伦理和法律共识
第六章 2018-2020年区域人工智能行业发展布局
6.1 北京市
6.1.1 政策环境分析
6.1.2 产业发展状况
6.1.3 专利发展状况
6.1.4 产业发展动态
6.1.5 产业发展问题
6.2 上海市
6.2.1 产业发展优势
6.2.2 政策环境分析
6.2.3 财政支持动态
6.2.4 产业发展应用
6.2.5 产业发展动态
6.2.6 产业发展对策
6.3 广东省
6.3.1 政策环境分析
6.3.2 产业发展基础
6.3.3 广州AI产业综况
6.3.4 深圳AI产业综况
6.3.5 产业联盟成立
6.3.6 产业发展瓶颈
6.4 浙江省
6.4.1 发展优势分析
6.4.2 政策环境分析
6.4.3 产业发展综况
6.4.4 区域发展布局
6.4.5 项目案例分析
6.4.6 产业发展趋势
6.5 江苏省
6.5.1 产业发展优势
6.5.2 产业发展概况
6.5.3 产业联盟成立
6.5.4 区域发展布局
6.5.5 人才培养加快
6.6 安徽省
6.6.1 产业运行状况
6.6.2 政策规划分析
6.6.3 产业发展综况
6.6.4 园区介绍
6.6.5 未来发展规划
6.7 贵州省
6.7.1 产业发展优势
6.7.2 政策环境分析
6.7.3 区域发展状况
6.7.4 产业发展动态
第七章 2018-2020年人工智能技术发展的驱动要素
7.1 人工智能行业发展的技术机遇
7.1.1 互联网基础建设加快
7.1.2 科技研发支出上升
7.1.3 数据数量规模上升
7.1.4 应用技术逐步完善
7.2 硬件基础日益成熟
7.2.1 CPU
7.2.2 “人脑”芯片
7.2.3 量子计算机
7.2.4 仿生计算机
7.3 人工智能芯片技术发展提速
7.3.1 人工智能对芯片的要求提高
7.3.2 人工智能芯片成为战略高点
7.3.3 相关企业加快AI芯片布局
7.3.4 人工智能芯片市场规模结构
7.3.5 人工智能芯片产品研发动态
7.3.6 中国人工智能芯片发展困境
7.4 物联网提供基础环境
7.4.1 物联网技术的分析
7.4.2 中国物联网产业规模
7.4.3 物联网产业的政策环境
7.4.4 企业加快物联网布局
7.4.5 物联网是智能分析的基础
7.4.6 物联网与人工智能相互促进
7.5 大规模并行运算的实现
7.5.1 云计算的关键技术
7.5.2 云计算的应用模式
7.5.3 云计算产业发展规模
7.5.4 云计算市场竞争格局
7.5.5 云计算成人工智能基础
7.5.6 云计算与人工智能协同发展
7.6 大数据技术的崛起
7.6.1 大数据技术内涵及环节
7.6.2 大数据市场的发展综况
7.6.3 大数据的主要应用领域
7.6.4 大数据与人工智能的关系
7.6.5 大数据成人工智能数据源
7.6.6 数据视角下AI的应用场景
7.6.7 人工智能数据的安全风险
7.6.8 人工智能数据的安全治理
7.7 深度学习技术的出现
7.7.1 机器学习的阶段
7.7.2 深度学习技术内涵
7.7.3 深度学习算法技术
7.7.4 深度学习的技术应用
7.7.5 深度学习领域发展状况
7.7.6 深度学习提高人工智能水平
第八章 人工智能基础技术发展及应用分析
8.1 自然语言处理技术
8.1.1 自然语言处理内涵
8.1.2 自然语言处理分类
8.1.3 语音识别技术分析
8.1.4 语义技术研发状况
8.1.5 自动翻译技术内涵
8.2 计算机视觉技术
8.2.1 计算机视觉基本内涵
8.2.2 计算机视觉主要分类
8.2.3 计算机视觉应用领域
8.2.4 计算机视觉应用规模
8.2.5 计算机视觉运作流程
8.3 模式识别技术
8.3.1 模式识别技术内涵
8.3.2 文字识别技术应用
8.3.3 生物特征识别技术
8.3.4 语音识别技术分析
8.3.5 人脸识别技术应用
8.3.6 模式识别发展潜力
8.4 知识表示技术
8.4.1 知识表示的内涵
8.4.2 知识表示的方法
8.4.3 知识表示的进展
8.5 其他基础技术分析
8.5.1 自动推理技术
8.5.2 环境感知技术
8.5.3 自动规划技术
8.5.4 系统技术
第九章 2018-2020年人工智能技术的主要应用领域分析
9.1 工业领域
9.1.1 人工智能的工业应用
9.1.2 AI将催生智能生产工厂
9.1.3 智能工