導(dǎo)讀：人工智能概念的提出始于1956年的美國達特茅斯會議。人工智能至今已經(jīng)有60多年的發(fā)展歷史，從誕生至今經(jīng)歷了三次發(fā)展浪潮。分別是1956-1970年、1980-1990年和2000年至今。
 

　　1959年Arthur Samuel提出了機器學習，推動人工智能進入第一個發(fā)展高潮期。此后70年代末期出現(xiàn)了專家系統(tǒng)，標志著人工智能從理論研究走向?qū)嶋H應(yīng)用。
 

　　80年代到90年代隨著美國和日本立項支持人工智能研究，人工智能進入第二個發(fā)展高潮期，期間人工智能相關(guān)的數(shù)學模型取得了一系列重大突破，如著名的多層神經(jīng)網(wǎng)絡(luò)、BP反向傳播算法等，算法模型準確度和專家系統(tǒng)進一步提升。期間，研究者專門設(shè)計了LISP語言與LISP計算機，最終由于成本高、難維護導(dǎo)致失敗。1997年，IBM深藍戰(zhàn)勝了國際象棋世界冠軍Garry Kasparov，是一個里程碑意義的事件。
 

　　當前人工智能處于第三個發(fā)展高潮期，得益于算法、數(shù)據(jù)和算力三方面共同的進展。2006年加拿大Hinton教授提出了深度學習的概念，極大地發(fā)展了人工神經(jīng)網(wǎng)絡(luò)算法，提高了機器自學習的能力，隨后以深度學習、強化學習為代表的算法研究的突破，算法模型持續(xù)優(yōu)化，極大地提升了人工智能應(yīng)用的準確性，如語音識別和圖像識別等。隨著互聯(lián)網(wǎng)和移動互聯(lián)的普及，全球網(wǎng)絡(luò)數(shù)據(jù)量急劇增加，海量數(shù)據(jù)為人工智能大發(fā)展提供了良好的土壤。大數(shù)據(jù)、云計算等信息技術(shù)的快速發(fā)展，GPU、NPU、FPGA等各種人工智能專用計算芯片的應(yīng)用，極大地提升了機器處理海量視頻、圖像等的計算能力。在算法、算力和數(shù)據(jù)能力不斷提升的情況下，人工智能技術(shù)快速發(fā)展。
 

　　近年來，深度學習+大數(shù)據(jù)+并行計算共同推動人工智能技術(shù)實現(xiàn)跨越式發(fā)展。“人工智能+”應(yīng)用已開始落地開花，從智能安防，到智能客服，再到智慧教育和智慧醫(yī)療等。基于人工智能技術(shù)的各種產(chǎn)品在各個領(lǐng)域代替人類從事簡單重復(fù)的體力或腦力勞動，大大提升了生產(chǎn)效率和生活質(zhì)量，也促進了各個行業(yè)的發(fā)展和變革。
 

　　得益于深度學習等AI技術(shù)的進步，以及Al在各個行業(yè)的深入應(yīng)用，產(chǎn)業(yè)發(fā)展迅速。根據(jù)沙利文的統(tǒng)計預(yù)測，2019年全球人工智能行業(yè)的市場規(guī)模約為1917億美元，初步估計2020年全球市場規(guī)模將達到2335億美元。
 

2、獨角獸企業(yè)增長23家，科技巨頭紛紛布局
 

　　近年來，人工智能成為全球關(guān)注的焦點之一。各國均大力發(fā)展人工智能，人工智能相關(guān)企業(yè)飛速增長。根據(jù)《2020胡潤全球獨角獸榜》顯示，全球人工智能行業(yè)有63家獨角獸上榜，2019年獨角獸榜中人工智能相關(guān)獨角獸企業(yè)僅有40家。
 

　　全球科技巨頭也都紛紛布局人工智能。在美國地區(qū)，Google打造Googlenssistant智能助手，開發(fā)TPU芯片。Facebook同樣組建芯片團隊，開發(fā)人工智能助理。蘋果打造siri，發(fā)布人工智能芯片A11Bionic。國內(nèi)，百度也推出智能語音助理DuerOS，發(fā)布云計算加速芯片XPU。
 

2、美國擁有高層次學者數(shù)量最多
 

　　A1高層次學者是指入選AI2000榜單的2000位人才，由于存在同一學者入選不同領(lǐng)域的現(xiàn)象，經(jīng)過去重處理后，AI高層次學者共計1833位。從國家角度看AI高層次學者分布，美國A1高層次學者的數(shù)量最多，有1244人次，占比62.2%，超過總?cè)藬?shù)的一半以上，且是第二位國家數(shù)量的6倍以上。中國排在美國之后，位列第二，有196人次，占比9.8%。德國位列第三，是歐洲學者數(shù)量最多的國家;其余國家的學者數(shù)量均在100人次以下。