人工智能发展的下一个重要领域是什么？
——2021年全球人工智能市场发展现状分析 计算机视觉和语音识别为技术层关键 【组图】
人工智能行业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
本文核心数据：人工智能技术层重点分类,计算机视觉发展历程,计算机视觉市场规模,语音识别发展历程,语音识别市场规模
1、 机器视觉和语音识别是主要市场
技术层是基于基础理论和数据之上，面向细分应用开发的技术。中游技术类企业具有技术生态圈、资金和人才三重壁垒，是人工智能产业的核心。相比较绝大多数上游和下游企业聚焦某一细分领域、技术层向产业链上下游扩展较为容易。
该层面包括算法理论(机器学习)、平台框架和应用技术(计算机视觉、语音识别、自然语言处理)。众多国际科技巨头和独角兽均在该层级开展广泛布局。近年来，我国技术层围统垂直领城重点研发，在计算机视觉、语音识别等领城技术成熟，国内头部企业脱颗而出，竞争优势明显。
2、计算机视觉发展历经三大理念，规模突破400亿元
1982年马尔(David
Marr)《视觉》(Marr，1982)一书的问世，标志着计算机视觉成为了一门独立学科。计算机视觉的研究内容，大体可以分为物体视觉(object
vision)和空间视觉(spatial
vision)二大部分。物体视觉在于对物体进行精细分类和鉴别，而空间视觉在于确定物体的位置和形状，为“动作(action)”服务。正像著名的认知心理学家JJ.Gibson所言，视觉的主要功能在于“适应外界环境，控制自身运动”。适应外界环境和控制自身运动，是生物生存的需求，这些功能的实现需要靠物体视觉和空间视觉协调完成。
计算机视觉近40年的发展中，尽管人们提出了大量的理论和方法，但总体上说，计算机视觉经历了三个主要历程。即：马尔计算视觉、多视几何与分层三维重建和基于学习的视觉。
国际市场研究机构Research And Markets发布的最新报告显示，2019年全球计算机视觉市场规模为46.433亿美元，预计到2027年将达到950.805亿美元，从2020年到2027年，预计年复合增长率为46.9%。
3、语音识别发展科追溯到1956年
语音识别的研究工作可以追溯到20世纪50年代。在1952年，AT&T贝尔研究所的Davis，Biddulph和Balashek研究成功了世界上第一个语音识别系统Audry系统，可以识别10个英文数字发音。这个系统识别的是一个人说出的孤立数字，并且很大程度上依赖于每个数字中的元音的共振峰的测量。1956年，在RCA实验室，Olson和Belar研制了可以识别一个说话人的10个单音节的系统，它同样依赖于元音带的谱的测量。到21世纪之后，深度学习技术极大的促进了语音识别技术的进步，识别精度大大提高，应用得到广泛发展。
目前，语音识别技术已逐渐被应用于工业、通信、商务、家电、医疗、汽车电子以及家庭服务等各个领域。例如，现今流行的手机语音助手，就是将语音识别技术应用到智能手机中，能够实现人与手机的智能对话功能。其中包括美国苹果公司的Siri语音助手，智能360语音助手，百度语音助手等。
随着语音技术和自然语言理解技术的快速进步，AI语音语义技术已在智能翻译、智能医疗、智能汽车、智能客服、互联网语音审核等多个领域实现场景应用。
疫情之后不仅是工业领域，政务服务领域的语音机器人、传统行业企业的语音机器人也将有较高的市场增长空间。另外，NLP、AI数字员工、RPA的发展，一定程度上也将重塑AI应用场景。
2018年，全球智能语音市场仍呈现快速增长趋势，市场规模为142.1亿美元，根据预测到2024年全球智能语音市场规模将达到215亿美元，其中智慧医疗健康、智慧金融以及各类智能终端智能语音技术需求将成为主要的驱动因素。
4、美国AI高层次学者数量大幅领先
AI高层次学者是指入选AI
2000榜单的2000位人才，由于存在同一学者入选不同领域的现象，经过去重处理后，AI高层次学者共计1833位。从国家角度看AI高层次学者分布，美国A1高层次学者的数量最多，有1244人次，占比62.2%，超过总人数的一半以上，且是第二位国家数量的6倍以上。中国排在美国之后，位列第二，有196人次，占比9.8%。德国位列第三，是欧洲学者数量最多的国家;其余国家的学者数量均在100人次以下。
以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。
法本信息技术
2024-10-28 广告
人工智能
从1956年人工智能这个概念被提出，到2018年第三代人工智能的理论框架体系正式公开，再到2021年数据信托、锂金属电池等技术性突破，人工智能技术早已深度融合至各个领域。不过，人工智能仍属于新兴技术，现阶段是“弱AI”，距离未来理想状态下的“强AI”还有较长一段距离，发展空间巨大。人工智能的发展也催生出了像人工智能研究科学家、机器学习工程师、人工智能架构师等工作岗位。
二、机器人流程自动化
机器人流程自动化是指使用软件机器人执行之前由人类完成的重复性任务。例如，表单输入、解释应用程序、处理交易、处理数据，回复电子邮件等。尽管美国的一家研究机构 Forrester Research曾提出RPA将威胁到 2.3 亿的员工和近全球9%的劳动力，但RPA的发展也创造出了新的工作岗位。麦肯锡研究发现，目前只有不到5%的工作可以实现完全自动化，而60%的工作仅可以实现部分自动化。这就提供了如RPA开发人员、RPA分析师、RPA 架构师等工作岗位。
三、边缘计算
边缘计算是一种分布式计算框架，使企业应用更接近数据源，以绕过云计算引起的延迟并将数据传送到数据中心进行处理。随着物联网设备使用的增加，边缘计算将会越来越普及。到2022年，全球边缘计算市场预计将达到67.2亿美元。Gartner 也预计，到 2025年75%的数据将在传统数据中心或云环境之外进行处理。而这种新技术趋势只会增长，不会减少，特别是在银行、零售等行业领域。边缘计算的兴起为软件工程师提供了更多的工作机会。
四、量子计算
量子计算将成为引领金融科技发展的关键技术之一。得益于量子计算机可以轻松地查询、监控、分析和处理数据，未来将逐步应用于银行和金融等领域，用于信用风险管理、高频交易和欺诈检测，以及投顾等。到2029年，全球量子计算机市场的收入预计将超过25亿美元。而这个领域的相关工作，需要具备量子力学、线性代数、概率、信息论和机器学习等方面的知识与经验。
五、网络安全
只要存在网络，就会有黑客。在全球范围内，网络攻击成为了增长最快的犯罪行为。在今年5月份，美国最大的成品油管道运营商Colonial Pipeline就遭受了黑客攻击，导致整个能源供应网络被迫关闭，本次攻击成为美国能源系统有史以来遭遇的最严重的网络袭击。因此，网络安全不容小觑。目前有数据表明，网络安全相关工作的数量增长速度是其他技术工作的三倍。相关的工作有道德黑客、恶意软件分析师、安全工程师、首席安全官等。
尽管就业竞争仍保持白热化，无论是企业家还是普通员工，都要思考究竟什么样的工作是有意义的，且能够适应不断变化的未来。随着新兴技术的不断突破和应用，新的工作岗位应运而生。
