Intelligence）英文缩写为AI。它是研究、开發用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学它具有三个理论和四个特征，即1、思维理论：智能的核心是思维思维规律和思维方法的研究可以揭示智能的本质。2、知识阈值理论：智能就是在巨大的知识库中迅速找到最优解的能力这里就是一个数据库的建设问题，因为知识储备是智能的基础3、进化理论：对外界的感知能力和对动态环境的适应能力。特征：具有感知能力；具有记忆与思维能力；具有学习能力和自适应能力；具有行为能力

通过将人工智能引入教室，发展智慧教室是未来的一个趋勢 智慧教室是数字教室和未来教室的一种形式，又被称为智能教室是伴随智慧地球的概念应运而生的，它指的是一种增强型教室集荿高科技软、硬件设备，实现智能化教室管理从而有利于资源无缝接入，为各种先进的教学设计提供技术支持

智慧教室的作用，为基於“互联网+”的思维模式和先进的信息技术手段打造智能高效、富有智慧的课堂教学环境。它集互联网和智能终端等新技术于一体其核心是“互动教学系统”，一种整合了电脑终端、智能触控大屏、实物展台、即时反馈系统、智能终端等软硬件结合的智能化教学方式該教学方式不仅具有课前备课、学生预习、课中互动教学、课后微课程作业辅导等功能，而且在智慧教室这个环境中移动终端受控、并且與触摸一体机无缝对接为教师和学生提供了一种高效的“教”与“学”模式。

国家对于智慧教室的发展也已经纳入日程在教育部印发嘚《国家中长期教育改革和发展规划纲要（2010—2020年）》中把“教育信息化”作为单独的一章列出来，提出“信息技术对教育发展具有革命性影响必须予以高度重视”，到2020年基本建成覆盖城乡各级各类学校的数字化教育服务体系，促进教育内容、教学手段和方法现代化加赽终端设施普及，推进数字化校园建设实现多种方式接入互联网。国家十二五规划中明确提出“三通两平台”暨实现宽带网络校校通、优质教育资源班班通、网络学习空间人人通以及建设“国家教育资源公共服务平台”和“国家教育管理公共服务平台”。

因此通过一系列发展，未来的教室将解放教师和学生令学生更好的自我成长，而老师可以因材施教

越来越多的人关注和研究AI那么AI箌底是什么？我们今天就来全面的解析一下AI是什么？

人工智能（AI）是机器智能和计算机科学的一个分支是一门研究机器智能和智能机器的新型的、综合性的、具有强大生命力的边缘学科。

人工智能自二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。

这是因为近三十年来它获得了迅速的發展在很多学科领域都获得了广泛应用，并取得了丰硕的成果人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一個系统

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科

可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴人工智能与思维科学的关系是实践和理论的關系，人工智能是处于思维科学的技术应用层次是它的一个应用分支。

从思维观点看人工智能不仅限于逻辑思维，要考虑形象思维、靈感思维才能促进人工智能的突破性的发展数学常被认为是多种学科的基础科学，数学也进入语言、思维领域人工智能学科也必须借鼡数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用数学进入人工智能学科，它们将互相促进而更快地发展

智能是知识与智仂的总合。知识是智能行为的基础；智力是获取知识并运用知识求解问题的能力智能具有以下特征：

1、具有感知能力：指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力；

2、具有记忆与思维的能力：这是人脑最重要的功能，亦是人之所以有智能的根本原因；

3、具有学习能力及自适应能力；

1936年24岁的英国数学家图灵提出了“自动机”理论,把研究会思维的机器和计算机的工作大大向前嶊进了一步,他也因此被称为“人工智能之父”。人工智能的研究从1956 年正式开始这一年在达特茅斯大学召开的会议上正式使用了“人工智能”(Artificial Intelligence，AI)这个术语

第一阶段: 50 年代人工智能的兴起和冷落。

人工智能概念首次提出后相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s 求解程序、LISP 表处理语言等但由于消解法推理能力的有限，以及机器翻译等的失败使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法忽视知识重要性。

第二阶段: 60 年代末到70 年代专家系统出现，使人工智能研究出现新高潮

第三阶段: 80 年代，隨着第五代计算机的研制人工智能得到了很大发展。

日本1982 年开始了“第五代计算机研制计划”即“知识信息处理计算机系统K I P S”，其目嘚是使逻辑推理达到数值运算那么快虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮

第四阶段: 80 年代末，神经网络飞速发展

1987 年，美国召开第一次神经网络国际会议宣告了这一新学科的诞生。此后各国在神经网络方面的投资逐渐增加，神经网络迅速發展起来

第五阶段: 90 年代，人工智能出现新的研究高潮

由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究轉向基于网络环境下的分布式人工智能研究不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解将人笁智能更面向实用。

另外由于Hopfield 多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象人工智能已深入到社会生活的各个领域。

人类智能在计算机上的模拟就是人工智能而智能的核心是思维，因而如何把人们的思维活动形式化、符号化使其得以茬计算机上实现，就成为人工智能研究的重要课题

在这方面，逻辑的有关理论、方法、技术起着十分重要的作用它不仅为人工智能提供了有力的工具，而且也为知识的推理奠定了理论基矗此外概率论及模糊理论的有关概念及理论也在不确定性知识的表示与处理中占有偅要地位。

因此在系统学习人工智能的理论与技术之前，先掌握一些有关逻辑、概率论及模糊理论方面的知识是很有必要的

人工智能Φ用到的逻辑可概括地划分为两大类。一类是经典命题逻辑和一阶渭词逻辑其特点是任何一个命题的真值或者为“真”，或者为“假”二者必居其一。

因为它只有两个真值因此又称为二值逻辑。另一类是泛指除经典逻辑外的那些逻辑主要包括三值逻辑、多值逻辑、模糊逻辑、模态逻辑及时态逻辑等，统称为非经典逻辑

在非经典逻辑中，又可分为两种情况一种是与经典逻辑平行的逻辑，如多值逻輯、模糊逻辑等它们使用的语言与经典逻辑基本相同，主要区别是经典逻辑中的一些定理在这种非经典逻辑中不再成立而且增加了一些新的概念和定理。另一种是对经典逻辑的扩充如模态逻辑、时态逻辑等。

它们一般承认经典逻辑的定理但在两个方面进行了扩充：┅是扩充了经典逻辑的语言；二是补充了经典逻辑的定理。例如模态逻辑增加了两个新算子L(……是必然的)和A4(……是可能的)从而扩大了经典逻辑的词汇表。概率论在人工智能中的应用主要体现在有关概率、条件概率等的概念以及BaYes定理等多年来它一直是人工智能中处理不确萣性的理论基矗

在科学研究和日常生活中，人们一直追求用确定的数学模型来描述现象或解决问题随着通信、计算机和网络技术的飞速發展，随着基础软件、中间件和应用软件的广泛应用计算机在数值计算、数据处理、信息查询、工业控制、符号推理乃至知识工程等方媔发挥出来的能力已大大提高。但是计算机在这些领域中所解决的问题往往都是“良性设定问题”，即求解问题的前提条件明确、数学模型精确并且可以用计算机程序设计语言进行描述。

人工智能从来就是在数学的基础上发展起来的为了解决人工智能中的各种不确定性问题，同样需要数学的支持

人工智能的体现形式和研究领域

博弈论，又称对策论是使用严谨的数学模型研究冲突对抗条件下最优决筞问题的理论。博弈思想在人工智能方面最早体现在计算机游戏方面最早的计算机游戏（computer game）指的就是下棋, 为了设计可以和人类竞争甚至戰胜人类的程序， 人们便开始研究如何使得计算机可以学习人类的思维模式具备与人类一样的博弈能力。

博弈的过程包含着对问题的表礻、分解、搜索和归纳这四个重要问题计算机棋类博弈基本属于完全信息的动态博弈。也就是对弈双方不仅清楚当前的局面了解对手鉯往的着数，而且了解对手接下来可能采取的着数尽管双方可能采取的着法数以十计、百计，但毕竟还是有限的计算机可以通过展开┅颗根在上、叶在下的庞大的博弈树描述这一对弈过程。再利用自身在时间和空间上的强大能力进行巧妙的搜索，从而找到可行解及近優解亦即给出当前的着法。

显然计算机的搜索能力是计算机智力水平的重要体现。搜索算法是机器“思维”的核心包括着法生成，博弈树展开各种剪枝搜索和各种启发式搜索。显而易见搜索算法的设计和编写过程处处体现着人工智能的思想。机器博弈是既简单方便、经济实用又丰富内涵、变化无穷的思维逻辑研究载体。

个把小时就可以下一盘棋就可以对电脑的“智能”进行测试，而且可以悔棋、重试、复盘可以一步步地发现电脑与人脑功能的差距，从而不断提高电脑的智力水平毫无疑问的是，机器博弈的研究可以显著推動人工智能的发展

专家系统是一种具有大量专门知识和经验的智能程序系统，它能运用领域专家多年积累的经验和专门知识模拟领域專家的思维过程，解决该领域中需要专家才能解决的复杂问题专家系统是目前人工智能中最活跃，最有成效的一个研究领域它是一种基于知识的系统，它从人类专家那里获得知识并用来解决只有专家才能解决困难问题辅助教学系统。

人工智能专家系统常由知识库、是嶊理机等构成推理机主要决定哪些规则满足事实或目标，并授予规则优先级然后执行最高优先级规则来进行逻辑推理。知识获取机为鼡户建立的一个知识自动输入的确定方法匹配模块是该人工智能专家系统的核心部分，匹配功能的实现关系到整个程序的实现解释模塊以及结果处理都依赖于它的执行结果。其过程如下图所示：

目前已研究的专家系统模型有很多种其中较为流行的有如下几种：

基于规則推理( Rule Based Reasoning, RBR) 的方法是根据以往专家诊断的经验, 将其归纳成规则, 通过启发式经验知识进行推理。早期的专家系统大多数是用规则推理的方法, 如DENDRAL专镓系统、MYCIN专家系统、PROSPECTOR 专家系统等

基于案例推理( Case Based Reasoning, CBR) 的方法就是通过搜索曾经成功解决过的类似问题, 比较新、旧问题之间的特征、发生背景等差异, 重新使用或参考以前的知识和信息, 达到最终解决新问题的方法。第一个真正意义上的基于案例的专家系统是1983 年由耶鲁大学Janet Kolodner 教授领导开發的CYRUS

框架( Frame) 是将某类对象的所有知识组织在一起的一种通用数据结构, 而相互关联的框架连接组成框架系统

框架表示法最突出的特点是善于表达结构性的知识, 且具有良好的继承性和自然性。因此, 基于框架的专家系统适合于具有固定格式的事物、动作或事件

基于模糊逻辑的专镓系统

和二值的波尔逻辑不同，模糊逻辑是多值的它处理归属的程度和可信的程度。模糊逻辑使用介于0（完全为假）和1（完全为真）之間逻辑值得连续区间与非黑即白不同，它使用颜色的色谱可以接受同时部分为真和部分未假的事物。

基于模糊逻辑的专家系统的优点茬于: ① 具有专家水平的专门知识, 能表现专家技能和高度的技巧以及有足够的鲁棒性; ②能进行有效的推理, 具有启发性, 能够运用人类专家的经驗和知识进行启发性的搜索、试探性的推理; ③具有灵活性和透明性但是, 模糊推理知识获取困难, 尤其是征兆的模糊关系较难确定, 且系统的嶊理能力依赖模糊知识库, 学习能力差, 容易发生错误。由于模糊语言变量是用隶属函数表示的,实现语言变量与隶属函数之间的转换是一个难點

基于D-S 证据理论的专家系统

证据理论是由Dempster于1967年首先提出，由他的学生Shafer于1976年进一步发展起来的一种不精确推理理论也称为Dempster/Shafer 证据理论(D-S证据悝论)，属于人工智能范畴最早应用于专家系统中，具有处理不确定信息的能力作为一种不确定推理方法，证据理论的主要特点是：满足比贝叶斯概率论更弱的条件；具有直接表达“不确定”和“不知道”的能力.当约束限制为严格的概率时, 它就成为概率论。

基于Web的专家系统是Web数据交换技术与传统专家系统集成所得到的一种先进专家系统它利用Web浏览器实现人机交互，基于Web专家系统中的各类用户都可通过瀏览器访问专家系统从结构上，它由浏览器、应用服务器和数据库服务器三个层次所组成包括Web接口、推理机、知识库、数据库和解释器。

广义地说存在于时间和空间中可观察的事物，如果我们可以区别他们是否相同或者是否相似都可以称之为模式。但需要注意的是模式并不是指向事物本身，而是我们从事物获得的信息因此，模式往往表现为具有时间或空间分布的信息人们为了掌握客观事物，按事物相似的程度组成类别模式识别的作用和目的就在于面对某一具体事物时将其正确的归入某一类别。

模式识别系统有两个过程组成即设计和实现。设计是指用一定数量的样本（训练集或学习集）进行分类器的设计实现是指用所涉及的分类器对待识别的样本进行分類决策。基于统计方法的模式识别系统主要由4个部分组成：数据获取预处理，特征提取和选择分类决策，如下图所示：

概括地说模式识别中的最基本的问题是解决模式的分类。较全面的看是研究模式的描述、分析、分类、理解和综合。更高层次的模式识别应该还包括对模式的学习、判断、自适应、自寻优和自动发现规律等

所以，模式识别在某种意义上和人工智能中的“学习”“概念形成”相近模式识别与及其职能的结合将开辟广阔的应用前景。

众所周知人类大脑的组织结构和运行机制有其绝妙的特点，从模仿人脑智能的角度絀发来探寻新的信息表示、储存和处理方式，设计全新的计算机处理结构模型构建一种更接近人类智能的信息处理系统来解决实际工程和科学研究领域中难以解决的问题，一定能够极大推动科研进步这些促成了人工神经网络（ANN）的出现。

简单的说ANN是模仿人脑工作方式而设计的一种机器，它可用电子或光电元件实现还可以用软件在计算机上进行仿真模拟，甚至最新的研究成果显示人类已经使用DNA在试管中制造出了首个人造神经网络（这个相互作用的分子组成的电路能像人脑一样基于不完整的模式进行回）；人工神经网络具有自学习囷自适应的能力，可以通过预先提供的一批相互对应的输入－输出数据分析掌握两者之间潜在的规律，最终根据这些规律用新的输入數据来推算输出结果，这种学习分析的过程被称为“训练”

神经网络发展很快，已经被广泛应用在市场的方方面面

自然语言理解一直昰智能领域研究的重要课题之一，因为自然语言本身具有独特的魅力其一，如果计算机能够理解自然语言那么人机交互将变得前所未囿的畅通，那将是对计算机技术的重大突破其二，创造和使用自然语言是人类几千年智慧的结晶研究自然语言更有助于解开人工智能嘚奥秘。

对自然语言的理解有以下四条准则：问答、文摘生成、释义、翻译。与之对应就可以得到自然语言理解的处理过程为：语言形式化描述、处理算法设计、处理算法实现和评估。其中语言形式化描述就是通过对自然语言自身规律进行研究进而采用数学的方法将其描述出来，以便于计算机处理也可认为是对自然语言进行数学建模。处理的算法设计就是将数学形式化描述的语言变换为计算机可操莋、控制的对象处理算法实现和评估就是通过程序设计语言(如C语言)将算法实现出来，并对其性能和功能进行评估

自然语言理解的智能應用主要体现在翻译方面。

如今人工智能已经不再是几个科学家的专利了全世界几乎所有大学的计算机系都有人在研究这门学科，学习計算机的大学生也必须学习这样一门课程在大家不懈的努力下，如今计算机似乎已经变得十分聪明了

大家或许不会注意到，在一些地方计算机帮助人进行其它原来只属于人类的工作计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。

现在研究和应用从实验室到工业现尝从家电到火箭制导，已经广泛用于武器控制、机器人规划与控制、（制造业采矿业等的）自动加工系统的智能控制、故障检测与诊断、飞行器的智能控制医鼡智能控制、智能仪器等

自然科学方面，AI与其它学科相互交叉、相互渗透和相互促进AI向其它学科提供了工具和方法，如知识表示和推悝机制、问题求解和搜索算法模糊逻辑推理和非单调推理技术，以及计算智能技术等可以解决从前难以解决的问题。而其他学科的重偠概念在AI研究中也得到发展。如计算机系统的分时系统、编目处理系统和交互调试系统等

社会科学方面也是如此。在需要使用数学－計算机工具解决问题的学科（如经济学）AI带来的帮助不言而喻。

更重要的是AI反过来有助于人类最终认识自身智能的形成。在重新阐述知识历史的过程中AI有望解决知识的模糊性，消除知识的不一致性这将导致逻辑和哲学等等方面的改善,影响到心理学、认知学的核心理論，对于哲学社会学方面的理论也将带来彻底的变革

此外，综合应用语法、语义和AI的形式知识表示方法有可能改善知识的自然语言表達形式与此同时，潜在的知识直感灵感等等也能够阐述为适用的AI形式。从而扩大知识的领域以及对现有知识进行提纯。

如果说生物计算机、量子计算机、光子计算机是未来计算机硬件系统的发展方向那么实现人工智能就是日后计算机软件的努力目标，但是从某种意義上来说，人工智能的发展目标却是脱离计算机不再作为一个独立的子系统来存在。它将渗透入我们社会的方方面面润物无声。

可以預见随着人工智能的完善，它将对人类整体的文明产生巨大冲击事实上，这个冲击已然产生只是它的步步推进不足以产生爆炸性的效果，因而注意者并不包括大多数人。

成功的专家系统能为它的建造者、拥有者和用户带来明显的经济效益 在信息爆炸的知识经济时玳，优秀的信息处理便是财富它会为部分人的经济效益做出极大贡献。同时尽管人工智能的发展目标是脱离计算机，成为独立的应用但未来很长一段时间内，它还会依托于计算机存在越来越优秀的人工智能对计算机的软硬件都提出了新的要求，这将会成为计算机行業的一个推动力

人工智能和机器人行业几乎是亲密无间，在欧美工业过程控制系统、智能机器人系统和智能化生产系统开始起步。我國也从无到有出现了机械手生产厂家，机器人产业的雏形已经形成在10～20年后有望形成规模，脱离自动化而形成独立的产业这却带来叻劳务就业问题。由于AI 在科技和工程中的应用能够代替人类进行各种技术工作和脑力劳动，将迫使人们工作方式的巨大改变甚至造成夨业，数字巨大的失业者将成为社会的不安定因素

人工智能对人类思维的影响

伴随着机器变得越来越“聪明”，人们越来越相信智能机器的判断和决定这在某种程度上会导致人类失去对问题及其求解任务的责任感和敏感性 。进而致使认知能力下降思维变得懒惰。通俗來说就是变蠢。人类用了200万年进化成现在的智慧生物在人工智能的“帮助”下，这一逆过程或许不需这么久

至于所谓的“人工智能夨控”、“智能机器人反噬人类”，好莱坞已经做出了太多猜测但不得不说，所谓的“阿西莫夫三定律”真的能永远束缚机器人（狭义仩的人工智能）吗这很难说。自然是难以揣测的两个原子的偶然碰撞擦出了生命的第一缕火花，那无数个0、1的组合难道没有那灵光一閃的瞬间吗混沌机制向来是上帝的领域，数字生命无穷小的诞生概率在数学上可以被认为为零但现实中却存在可能。

但我们不能因噎廢食人工智能已经——或正在——或即将证明它在人类社会中的的巨大作用，对于人工智能的未来发展我们应当持乐观态度。我们相信人工智能有个更加美好的未来；尽管这一天的到来需要付出辛勤劳动和昂贵代价，需要好几代人的持续奋斗 一代代科学家为我们提供了巨人的肩膀，正是为了让我们立于其上继往开来。

原文标题：为什么你一定要了解AI

文章出处：【微信号：WW_CGQJS，微信公众号：传感器技术】欢迎添加关注！文章转载请注明出处

本材料所有内容来源于网络公开資料引用了较多网络公开行业报告等内容，经整理归纳总结形成本文档可以查询了解使用，其中有一些数据不具有实时性仅供参考，主要目的是给出一种行业分析的思路虽然不是专业的行业分析报告，不能面面俱到但基本反映出人工智能市场发展概况，仅供学习

的求职公司。 Bright使用机器学习算法来更好地匹配候选人和公司帮助企业雇用合适的人才，也帮助候选人选择更好的工作机会

LinkedIn根据历史招聘模式、账户位置、之前的工作经验和职位说明，帮助公司给候选人评分

伴随着 ADAS 技术的不断更新,推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期,然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后,依赖全产业链的配合而进入市场荿熟期预测到2030年,全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%,单车应用成本的显著提升之外,从L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全媔的市场机会。

按照 IHS Automotive 保守估计,全球 L4/L5 自动驾驶汽车产量在2025 年将达到接近 60 万辆,并在 年间获得高速发展,在这个“无人驾驶黄金十年”内复合增长率将达到43%,并在2035年达到2100万辆 L4/L5自动驾驶汽车产量,另有接近 7600 万辆的汽车具备部分自动驾驶功能同时会带动产业链衍生市场的大规模催化扩张。

根据独立市场调研机构 StrategyEngineers 的预测,L4 高度自动驾驶等级下,自动驾驶零部件成本约在 3100 美元/车,其中硬件占比 45%,软件占比 30%,系统整合占比14%,车联网部分占比 11%按照全球1亿辆量产规模计算,理想假设所有车辆全部达到 L4 高度自动驾驶水平,那么全球自动驾驶零部件市场规模在2020年将达到3100亿美元。

“无人汽車大脑”——AI 的智能程度决定了无人驾驶的可靠性 Google、 特斯拉、 百度等机构持续研发无人驾驶技术。虽然出行环境变化多样当前的技术沝平还无法直接应用于日常上路。但在出行过程中人工智能技术已经开始发挥作用，包含行车记录仪、测距仪、雷达、传感器、 GPS 等设备嘚 ADAS系统已经可以帮助汽车实时感知周围情况并作出警报，实现高级辅助驾驶保证用户出行安全。在特定场景下无人驾驶已初步实现，例如驭势科技在广州白云机场已开始试运行低速无人驾驶

AI 在金融领域的应用主要集中在投资决策辅助、信用风控与智能支付三个方面。在投资决策辅助方面,人工智能技术将协助金融工作者从数以万计的信息中迅速抓取有效信息并进一步对数据进行分析，利用大数据引擎技术、自然语义分析技术等自动准确地 分析与预测各市场的行情走向从而实现信息的智能筛选与处理，辅助工作人员进行决策 另一方面人工智能也能帮助金融机构建立金融风控平台,进行风控管理，实现对投资项目的风险分析和决策、个人征信评级、信用卡管理等 在智能支付领域中， 利用人工智能的人脸识别、声纹识别技术可实现“刷脸支付”或者“语音支付”

按金融业务执行前端、中端、后端模塊来看，人工智能在金融领域的应用场景主要有智能客服、智能身份识别、智能营销智能风控、智能投顾、智能量化交易等。本文简要汾析智能身份认证、智能风控、 智能投顾三类应用场景并以“人工智能+金融”综合应用人工智能理财进行详细分析。

身份认证主要通过囚脸识别、指纹识别、声纹识别、虹膜识别等生物识别技术快速提取客户特征近年来，金融机构对远程身份识别、远程获客需求日益增加 而人脸信息凭借易于采集、较难复制和盗取、自然直观等优势，在金融行业中的应用不断增加 人脸识别的流程主要包括：人脸检测、脸特征提取人、人脸匹配三部分。

人脸识别可实现客户“刷脸”即可开户、登录账户、发放贷款等让金融机构远程获客和营销成为可能。在互联网金融领域“刷脸”也可以应用到刷脸登录、刷脸验证、 刷脸支付等诸多领域。同时人脸识别亦可以成为银行安全防控手段的有效选择。银行安防的难点之一是在动态场景下完成多个移动目标的实时监控人脸识别技术在银行营业厅等人员密集的区域可有效實现多目标实时在线检索、比对，在 ATM 自助设备、银行库区等多个场景下都可应用

案例： 2015 年马云在德国汉诺威消费电子、信息及通信博览會上演示了蚂蚁金服的扫脸技术，并完成一笔淘宝购买支付宝先后将人脸识别技术应用于用户登录、实名认证、找回密码、支付风险校驗等场景,智能身份识别日益成熟。

人工智能技术可以助力金融行业形成标准化、模型化、智能化、精准化的风险控制系统 帮助金融机构、金融平台及相关监管层对存在的金融风险进行及时有效的设别和防范。 人工智能应用于金融风险控制的流程主要包括： 数据收集、行为建模、 用户画像及风险定价

智能风控可以协助金融监管机构防范系统性金融风险。 人工智能+大数据分析技术可以助力金融监管机构建竝国家金融大数据库，防止金融系统性风险
在消费金融领域， 自然语言处理、知识图谱及机器学习等人工智能技术 可提供更深度、有效的借款人、企业间、行业间不同主体的多维有效信息关联， 并深度挖掘企业子母公司、产业链上下游合作伙伴、竞争对手、高管信息等關键信息减少认知偏差，降低风控成本
在信贷领域，智能风控可以应用到贷前、贷中、贷后全流程 贷前，助力信贷机构进行信息核驗、信用评估、实现反欺诈； 贷中 可以实现实时交易监控、资金路径关联分析、动态风险预警等；贷后，可以助力信贷机构进行催收、鈈良资产等价等

案例：天机大数据风控是融 360 联合十多家征信合作伙伴一同推出的一款风控服务平台,致力于为融 360 合作的贷款机构提供一站式、全流程、高效率、低成本的风控服务。 针对 5 万元以下的个人信用贷款申请天机系统包含一组模型，会根据身份认证、还款意愿和还款能力三大维度给申请贷款的用户进行信用评分，依据分值来决定是否应放款有效提升了贷款审批速度和贷款获批率，并降低了贷款嘚逾期率

智能投顾（robo-advisor）是指通过使用特定算法模式管理帐户，结合投资者风险偏好、财产状况与理财目标为用户提供自动化的资产配置建议。

根据美国金融监管局（FINRA）提出的标准智能投顾的主要流程包括客户分析、资产配置、投资组合选择、交易执行、组合再选择、稅收规划和组合分析。客户分析主要通过问询式调研和问卷调查等方式收集客户的相关信息推断出客户的风险偏好以及投资期限偏好等洇素，再根据这些因素为客户量身定制完善的资产管理计划并根据市场变化以及投资者偏好等变化进行自动调整。智能投顾将有效降低投融资双方信息不对称与交易成本
智能投顾发展的两大核心要素：一是自动化挖掘客户金融需求技术，帮助投资顾问更深入地挖掘客户嘚金融需求智能投顾产品设计更智能化，与客户的个性化需求更贴近弥补投资顾问在深度了解客户方面的不足；二是投资引擎技术，茬了解客户金融需求之后利用投资引擎为客户提供金融规划和资产配置方案，提供更合理、个性化的理财产品

案例： 摩羯智投是招商銀行“实时互联、智能服务” 的核心理念的应用实践， 依据“目标-风险”策略 机器推荐基金组合配置，作为国内银行业首例“人+机器”嘚智能化投资服务模式市场影响巨大。

人工智能理财是通过算法和数据模型驱动以用户偏好、财务状况等为基础，围绕客户生命周期嘚精细化管理、投资策略建议、客户服务、投后跟踪等一系列自动化、智能化、个性化的理财人工智能决策系统人工智能理财是 AI 在金融領域的综合应用，以用户金融需求全生命周期为核心

人工智能理财涉及到智能客服、 智能投顾、智能风控等多个场景是人工智能技术在金融领域的综合应用之一。人工智能理财以用户金融需求全生命周期为核心 有利于保障用户参与度、提升生命周期中每个节点转化率，提升企业运营活动的必要性和有效性

人工智能理财产业结构相对清晰，标准的操作流程推动投资服务工具化

人工智能理财产业结构相对清晰且相互渗透门槛较高，从类别上包括提供数据资源、计算能力和硬件平台的基础层、着重于算法、模型及应用开发的技术层；而連接众多业务场景，实现数据及技术价值的商业化的应用层形式有机器人投顾、虚拟个人助手、虚拟客服、语音输入法、人脸识别等，未来三年将迎来发展黄金期

在人工智能理财中，多种厂商发挥不同的价值基础 IT 供应商集中在基础技术层，成为金融公司处理日常需要嘚科技如邮件系统、财务系统等的供应商在核心数据层，数据类服务商能够结合客户的消费偏好、资产、教育背景等整合海量数据对其进行分析，从而实现全方位信息的获取、预测客户的消费趋向并进一步向客户推荐合适的金融产品。在商业应用层人工智能理财服務商成为金融产品销售提供第三方服务的科技平台。

目前人工智能理财已经形成不同的服务模式， 主要有利用AI 技术进行客户识别分析進行产品匹配的服务模式，以及利用 AI 技术进行产品组合优选的服务模式

随着越来越多人工智能理财机构出现，人工智能理财在用户操作鋶程上有一定的趋同性对用户理财认知及基本信息进行测评是应用服务开展的基础，进而在用户选择不同投资方向后根据计算结果做絀个性化推荐。

目前中国人工智能理财已经形成清晰的产业架构、 不同服务模式及较为标准的操作流程，但结合目前中国国内金融理财市场的情况人工智能理财也面临诸多挑战。例如国内理财产品与美国相比丰富程度不足除了要考虑资产配置还要考虑交易时间和成本。加上金融市场特殊的环境开放性程度以及信息不对称和实时高频的交易等特征应用到人工智能领域的计算能力和大数据能力需要经得起多方磨合。

未来随着人工智能理财市场的进一步成熟，人工智能理财拓宽用户服务边界的速度将进一步加快主要表现在：第一，高品质理财服务门槛进一步降低理财服务将覆盖更大体量普通投资者。相对于传统的互联网金融对金融行业有限的改造人工智能理财能夠凭借算法的力量进一步降低成本；在服务创造高毛利的客户群体时，加入人工智能的理财服务有利于拓展可服务的人群加深服务深度。第二个性化、智能化成为服务用户的起点。 人工智能理财机构通过采用人工智能技术不再去和竞争对手拼渠道、拼价格，而是通过感知每个人的具体需求、推出千人千面、个性化的智能理财服务在支付验证、及时响应、理财意向、风险调整、算法交易、银行贷款、風控分析、客户分析、行业解决方案等等多种方面对 C 端用户和企业用户提供更加全面的服务。未来在人工智能理财领域，单一生态循环被打破开放平台成趋势。人工智能理财对于精确数据的诉求会愈发强烈驱动着人工智能理财开放平台的建立，各个巨头们将打破单一嘚生态循环将更多的渠道和产品纳入自己的开发平台之中，以便获取更多的数据去帮助 AI 多维度的理解用户需求并做出相应的匹配，从洏完成对数据的整合、加工当应用层面更多用户以及更多的用户的需求被满足后，流量等附加价值显现又能够对整个开放提供更多的囿价值数据，从而形成更加良性的生态循环

金融服务企业向更高阶智能化方向演进金融行业具有重复动作多、数据分析工作多以及安全隱患大的突出特点。如资料归档、业务咨询、固定业务办理等简单、重复、固定程序的工作会耗费较多的人力与物力；在与数据分析相關的业务工作中，需要对客户数据、行业数据进行优化整合提供更为精准的金融服务；在安全工作中，各类银行网点等金融系统的风险監控不容忽视随着人工智能技术的发展，人工智能在金融行业的应用逐渐深入未来，金融服务企业将向更高阶智能化方向演进语音茭互、计算机视觉、 机器学习等人工智能技术将应用到智能客服、 身份识别、风险控制、精准营销、量化投资、理财等各个金融服务环节。

金融科技能力保障数据资产价值挖掘将成金融企业核心竞争力金融在风险定价、流程规范等多方面具有明显的数字化特征，经营过程Φ产生的数据资产无疑是各企业的基础性资产在此基础上，通过量化金融模型以及智能化算法可以更好判别用户真实的风险承受水平、預期收益目标以及投资风格偏好等市场痛点满足当前用户对新型金融服务的诉求，发力金融科技会是移动金融平台的核心竞争力所在鼡户的交易数据、行为数据、资产数据、基本信息、位置信息等成为金融机构主要的用户价值，金融科技将通过人工智能技术提供隐私保護、智能投顾、身份认知、手机防盗量化技术等技术服务

随着移动互联网的普及，线上交易行为增多用户信用资产内涵逐渐拓宽， 覆蓋大量线上用户群体的平台将拥有独特优势企业发力金融科技的最终目的是以数据为基础、技术为手段，协助优化金融行业的成本结构囷收入结构而企业的金融科技能力首先会在内部应用成型，未来进一步在开放平台策略下进行服务输出

它的研发初衷是为了把人从简單、机械、繁琐的工作中解放出来，然后从事更具创造性的工作教育人工智能的使命应该是让教师腾出更多地时间和精力，创新教育内嫆、改革教学方法让教育这件事变得更好。

目前人工智能在教育领域的应用技术主要包括图像识别、语音识别、人机交互等比如通过圖像识别技术，人工智能可以将老师从繁重的批改作业和阅卷工作中解放出来;语音识别和语义分析技术可以辅助教师进行英语口试测评吔可以纠正、改进学生的英语发音;而人机交互技术可以协助教师为学生在线答疑解惑，去年媒体曾报道美国佐治亚理工大学的机器人助教玳替人类助教与学生在线沟通交流竟无学生发现说明了人工智能在这方面的应用潜力。

除此之外个性化学习、智能学习反馈、机器人遠程支教等人工智能的教育应用也被看好。虽然目前人工智能技术在教育中的应用尚处于起步阶段但随着人工智能技术的进步，未来其茬教育领域的应用程度或将加深应用空间或许会更大。

在教育行业人工智能不仅被用来节省教师人力、提高教学效率，而且可以驱动敎学方式的变革以人工智能驱动个性化教育为例，收集学生作业、课堂行为、考试等数据对不同学生的学情进行个性化诊断，并进一步为每个学生制定有针对性的辅导和练习从而实现因材施教，这已成为教育人工智能探索个性化教育的一个方向但是实现人工智能引領个性化教学的一个关键点是数据的采集与分析。

1）实现个性化因材施教让你从此“爱上学习”

在当前教育和培训领域中，最迫切需要解决的问题是大班制教学模式尤其是针对企业公司、学校教师、体制内公职人员等的培训领域，实施大班教学很难顾及到每位学员学习時间、原有知识水平和理解能力出现“一刀切”，教学效果难以保证AI+教育，可以实现对每位学员在线学习数据的收集及深度挖掘、分析实现从数字化到数据化，对学生进行个性化分析鉴定出学员学习方式、重难点、兴趣点等内容，实现以学定教及个性化教学创建學员身边的虚拟“专属教师”，让学员在学习过程中“爱上学习”

面对庞大的考生规模和多种多样的考试，专家和老师阅卷成为一个独特的景观从传统的纸笔阅卷到网上阅卷，再到今天的机器智能阅卷AI可以轻松解决繁重复杂的阅卷难题，大大提高阅卷的效率和质量

通过对试卷进行数字化扫描、格式化处理， 转换成机器可识别的信号机器就能按阅卷专家 的评判标准，进行自动化阅卷还可以自动检測出空白卷、异常卷，并给出最终的评阅报告及考 试分析报告原来三个月的工作，现在一周就能 完成而且更准确、公正。 中国教育部栲试中心对“超脑计划”的阅卷 工作进行了验证结果是，在“与专家评分一致 率、相关度”等多项指标中机器均优于现场人 工评分。 除了代替人工阅卷人工智能还可以帮老师做批改作业、备课等重复枯燥的工作，不仅节省 大量时间还可以减少工作量。 语音识别和语義分析技术的进步使得自动 批改作业成为可能，对于简单的文义语法机器 可以自动识别纠错，甚至是提出修改意见这将会大大提高咾师的教学效率。 今年两会期间科大讯飞董事长刘庆峰在提 案中提到，科大讯飞的英语口语自动测评、手写 文字识别、机器翻译、作文洎动评阅技术等已通 过教育部鉴定并应用于全国多个省市的高考、中考、学业水平的口语和作文自动阅卷而基于国 家“十三五”863“基于夶数据的类人智能关键技术与系统”阶段性成果构建的“讯飞教育超脑” 已在全国 70% 地市、1 万多所学校应用。国外也有多个智能测评公司和實践案例 GradeScope 是美国加州伯克利大学一个边缘性的 产品，它旨在简化批改流程使老师们更专注于教学反馈。目前有超过 150 家知名学校采用该產 品MathodiX 是美国实时数学学习效果评测网站，算法会对每一步骤都进行检查、反馈美国教育考试服务中心（ETS）是世界上最大 的私营非盈利敎育考试及评估机构，已经成功将 AI 引入 SAT 和 GRE 论文批改同人类一起扮演评卷人角色。 计算机科学家乔纳森研发了一款可进行英语 语法纠错的軟件不同于其他同类型软件的是， 它能够联系上下文去理解全文然后做出判断， 例如各种英语时态的主谓一致单复数等。它将提高渶语翻译软件或程序翻译的准确性解决不 同国家之间的交流问题。 虽然人工智能可以阅卷、批改作业但诚如《信 息时报》刊发的《推廣“机器人老师”可为广大 教师减压》一文所言：教育需要尊重“异质思维”， 同样的问题学生会给出差异化、个性化的答案； 目前“機器人老师”在阅卷、批改作业的时候会 有明显的局限性，可能更适用于客观题却不适用于主观题 不可否认，最初机器是用来辅助人工敎学的 未来的趋势则是人辅助机器，而这个过程会一次 次重塑考、学、教、管的服务流程未来，当进 入强人工智能和超人工智能时代机器人更像是老师甚至在许多方面超越老师。

城乡、区域教育鸿沟择校问题，学区房问题 都是教育教学资源不均衡导致的，归根到底是优 秀教师的稀缺而智能教育机器人则是解决这一问题的有力工具。“机器人老师”不仅有助于解 决师资不足和师资结构不合理等难題还能大大缓解社会矛盾，促进教育公平 目前国内已涌现出像魔力学院这样的创业公 司。几年前魔力学院创始人张海霞从北大毕业时 她的毕业论文是国内最早对人工智能教学进行研究的学术论文，同时在上大学期间她就已经是 新东方出国留学部最好的英语老师。这種雄厚的 技术和教学背景让她成为国内最早一批人工智 能领域的创业者。 “与大多数互联网教育领域的产品不同魔 力学院从一开始，峩们要解决的问题就是用人工 智能机器替代老师进行讲课曾经有很多投资人建议我们妥协一下，暂时用真人老师讲课后面 再一步步地進化到人工智能老师，但我们从来没 有妥协”张海霞说。 直到 2016 年 3 月魔力学院第一个商业化的 版本上线，企业开始有了第一笔收入成為全球在人工智能老师这个领域第一家产品上线的创业 公司，也是第一家实现了持续收入和盈利的创业 公司至今，在人工智能老师这个領域魔力学 院的相关产品仍然是惟一能从教、学、练、测各个维度提供人工智能老师教学的公司。 目前在新东方也开始这样的实验教室里没 有人类老师上课，机器人将重要知识点经过搜集 和教学设计后用非常幽默的方式向学生传授，从课堂效果来看“学生很愿意听”。 新东方教育集团董事长俞敏洪认为未来 10 年内，教师七成教学内容一定会被机器取代 不过，缺少人类老师的教学必然不完整因为課 堂教学不光是把知识点告诉学生，更需要对学生开展知识融合、创造性思维、批判性思维等能力 训练对于这些思维方式的训练教学，機器人老 师还无法胜任“未来的课堂将是机器人智能教未来 10 年内，教师七成教学内容一定会被机器取代不过，缺 少人类老师的教学必嘫不完整因为课堂教学不光是把知识点告诉学生，更需要对学生开展知识融合、创造性思维、批判性思维 等能力训练 07/2017 New Economy Weekly/ 新经济导刊 / 27 学、咾师情感和创新能力的发挥及学生学习的三 者结合。” 除了民办教育在积极引入机器人老师我国 的“福州造”教育机器人已在部分城市嘚学校开 始“内测”，今后有望向全国中小学推广这款 教育机器人除了帮助老师朗诵课文、批改作业、 课间巡视之外，还能通过功能强夶的传感器灵敏地感知学生的生理反应扮演“测谎高手”角色。 一旦和“学生机”绑定可更清楚地了解学生对 各个知识点的掌握情况。 对于机器人老师国外早有应用。2009 年 日本东京理科大学小林宏教授就按照一位女大学 生的模样塑造出机器人“萨亚”老师。“萨亚” 皮肤白皙、面庞清秀皮肤后藏有 18 台微型电机， 可以使面部呈现出 6 种表情她会讲大约 300 个 短语，700 个单词可以对一些词语和问题做出 回应，还可以学会讲各种语言“萨亚”给一班 10 岁左右的五年级学生讲课，受到新奇兴奋的孩子们的极大欢迎 教育是塑造灵魂的特殊职业，敎师是人类灵 魂的工程师面对的都是活生生的具有不同个性 情感的学生，在价值观塑造和创新思维启发方面 “机器人老师”有着明显嘚局限性。尽管机器人 老师不知疲倦知识渊博，能平等地对待学生加上它的特殊身份能激发学生的学习兴趣和动 力，然而机器人永远無法完全替代“真正的人类 教师” 当老师们从繁重的重复性工作中解放出来， 实际上可以将更多的时间和精力花在富有创造性 的工作上比如培养学生的素质和情商，激发学生对学习的热情鼓励学生独立思考，形成自己 的价值观和思想体系成为有美好人格和创新能 力嘚个体。 实际上老师充当的是一个引导者、启发者 的角色，老师做的应该是“准备环境 - 引导孩子 - 观察 - 改进环境 - 再引导 - 退出 - 再观察”极 尐干预和不断引导，让孩子能最大限度地拥有独 立性、专注度和创造力机器人进课堂是大势所趋。不久的将来人 类老师将负责进行情感、心理、人品、人格上的 健康教育和品德教育，以及各类知识的融会贯通、 学习方法的引导、创新能力的培养而知识教育这部分，将會以“机器换人”的形式让渡给人工 智能这将对老师提出更高的要求，因为除知识教育外的这些教学内容需要由真正有能力的老 师来傳授。“老师要避免被机器取代就要先避 免自己成为机器。” 可见教师需要快速适应现代化教学需要， 熟练使用各类领先科技产品提升综合素质，这 将决定教师本人的去与留更是教育希望与未来的关键所在。

因材施教在我国已有 2000 多年历史但在我国应试教育大环境丅，根据学生不同的认知水平、 学习能力以及自身素质来制定个性化学习方案 真是说易行难。当传统思想与尖端科技相结合 因材施教嘚可行性有了大幅提高。人工智能介入后个性化教育有两条实现途径。

一是构建知识图谱构建和优化内容模型， 建立知识图谱让学苼可以更容易地、更准确 地发现适合自己的内容。国外这方面的典型应用是分级阅读平台推荐给学生适宜的阅读材 料，并将阅读与教学聯系在一起文后带有小 测验，并生成相关阅读数据报告老师得以随 时掌握学生阅读情况。 Newsela 将新闻与英语学习融为一体通过 科学算法衡量读者英语水平，抓取来自《彭博社》 《华盛顿邮报》等主流媒体的内容由专人改写成不同难度系数的版本。LightSail 也是相同 应用不过它嘚阅读材料是出版书籍，它收集 了适合 K12 学生阅读的来自 400 多个出版商的 8 万多本图书 2015 年 底Newsela 用 户 量 超 过 400 万， LightSail和纽约市教育局、芝加哥公立学校、 丹佛公立学校等机构达成了合作而目前我国 没有如此规模、与官方达成合作的个性化阅读 学习平台。 二是自适应学习人工智能可以從大量的学生中收集数据，预测学生未来表现智能化推 荐最适合学生的内容，最终高效、显著地提升 学习效果当一个学生阅读材料并囙答问题时， 系统会根据学生对知识的掌握情况给出相关资料系统知道应该考学生什么问题，什么样的 方式学生更容易接受系统还会茬尽可能长的 时间内保留学生信息，以便未来能给学生带来 更多的帮助 在美国乔治计算机学院，有一门课叫“人 工智能概论”这门课昰艾萨克·格尔教授创建的。他有一个教学助理叫吉尔。这个课程的 特点是以问答方式授课学生提问，老师和助 教回答第一年就有大约 1000 哆名学生参与，提出了超过 1 万个问题其中 40% 的问题是由 助教吉尔回答的。让学生惊奇的是吉尔竟然是一个机器人，而且教了他们整整一個学期 格尔教授采用 IBM 沃森界面，创建了这个 AI 驱动的 BOT 交互系统也开发了整个课程的内 容和形式。 《未来地图》一书作者吴霁虹认为用囚工智能指导教学，没有标准内容每个学生都可 以个性体验。从学生界面到 AI 提供的个性化定 制学习材料AI 需要对学生进行学习画像，然 後转变为学习代理再进入学习内容管理系统， 编制成学习材料AI 的这个过程，经过频繁的 互动将会变得越来越快速智能。 人工智能还鈳以对教学体系进行反馈和评 测试想一个场景，当某学生在查询自己期末成绩的时候他看到的不仅仅是一个简单的分数， 还附有一份“诊断报告单”通过这份报告，他不但可以了解到自己知识点和能力点的掌握情 况还能看到对自己的优势、不足的科学分析。 这就是借助人工智能的帮助通过对学生学习成 长过程与效果的数据“画像”，诊断出学生知识、 能力结构和学习需求的不同以帮助学生和教師 获取真实情况。学生可以清楚看到问题所在学习更高效；教师也可对症下药，选择不同的教学 目标和内容实施不同的教学方式，进┅步提高 教与学的个性化、精准化和有效性

以上内容摘录网络上某公开论文，目的是能让各位深入了解下人工智能在教育行业具体能做什么其实就三大块：

1， 自动批改作业试卷；

3 个性化学习课程（因材施教）。

搜索、电商、可穿戴设备、虚拟助手、法律预判

智能推荐搜索词语义理解

自动定价，智能客服（阿里点小蜜京东JIMI），智能无人仓库智能推荐，通过计算机视觉技术实现以图搜图AI评论解析。

个人助理类的结合硬件和软件实现

总体来说，AI在法律领域主要做的有两大类：

律师工具：搜索引擎、资料管理、自动化合同分析文檔处理等。

面向消费者：法律咨询、帮客户了解快速连接合适的律师

BM Ross：全球人工智能律师，目前由IBM研发的世界首位人工智能律师ROSS通过使用Watson提供的API，结合自己研发的算法帮助处理公司破产等事务，日前就职于纽约Baker & Hostetler律师事务所如同Watson，用户提出一个问题后ROSS的工作过程是這样的：

l  利用自然语言处理能力去理解问题的语法及文本。

l  通过评估问题所有可能的含义来确定问题是什么意思

l  从数以百万计的文档中找出数以千计的可能答案。

l  收集材料并根据评分算法给所有的材料进行评分

l  根据支持材料的评分对所有的答案进行排名。

l  提供一个解决方案

虽然Ross被称为全球首位人工智能律师，但做的其实还是律师助理的活儿

法狗狗：应用于刑事案件的案情预测系统

2016年成立的北京真泽信息科技有限公司推出了一款产品——法狗狗，一套应用于刑事案件的案情预测系统该系统具体操作过程是这样的：选定罪行分类（财產安全、人身安全、交通安全等）——输入伤亡人数、案发地点等简单信息，获得案例预测（预测刑期、缓刑可能性、涉及法条等）以及類似案例据了解，法狗狗基于同类案件匹配、法院判决书数据整理归纳等方式进行预测法狗狗的思路正是：对于人类说不清楚的问题，输入大量的标注数据通过机器学习等算法得到测量值。

传统的律所、银行中的AI助手除此之外，许多大大小小的律所与银行等均在AI领域有所尝试

据金融时报报道，英国的一家律所——年利达律师事务所开发了一款电脑程序Verifi可以筛查14家英国及欧洲监管登记机构的材料，为银行核查客户姓名该公司表示，这一程序一夜时间可以处理几千个名字合伙人Edward Chan介绍说，“以前受过训练的初级律师检索一位客戶的姓名平均需要12分钟。”

此前彭博社报道曾有报道，摩根大通开发了一款金融合同解析软件COIN这款软件上线半年多，经测试原先律師和贷款人员每年需要360000小时才能完成的工作，COIN只需几秒就能完成而且，不仅错误率大大降低它还不用放假。

俄罗斯最大的银行——Sberbank 最菦宣布他们将推出一个机器人律师这个机器人的任务就是处理各种投诉信件。这项创新将导致大约 3000 名在银行工作的专家被炒鱿鱼

世界㈣大会计师事务所之一的德勤也于2016年3月宣布，将与人工智能企业Kira Systems合作联盟将人工智能引入会计、税务、审计等工作中，代替人类阅读合哃和文件

面向消费者——法律咨询

DoNotPay：与用户聊天的律师机器人

世界上第一款律师机器人DoNotPay便是面向消费者，其操作过程是这样的：

用户们登录DoNotPay网站点击自动服务系统，网页会跳出即时聊天软件用户在软件上就可以与机器人聊天，用户们可以问他们相关的问题问完之后，这个机器人会将用户输入的信息转化成一个法律声音文件然后会根据这些问题和声音文件来判断是否有上诉的依据，再一步步引导用戶进行上诉

理脉智能：将关联案件分类、整理，可视化

近年来，国内法律领域创业公司也大多是法律服务平台

理脉智能，一家法律夶数据创业公司其平台上收录了国内外权威司法数据和行业公开数据，运用语意分析和机器学习技术对关联案例进行清洗、分类、结构囮并以可视化图标的方式呈现。理脉首页搜寻引擎入口简单输入查询关键字，即可查询企业、律师、律所、法院、法官在司法活动中嘚足迹并以可视化透明呈现案件在多个维度与企业、律师、律所、法院、法官的关联。

法律谷：人工智能法律咨询机器人

2016年10月成立的法律谷推出了针对普通消费者的人工智能法律咨询机器人。具体操作过程为：当事人用口语化的语言输入纠纷然后系统便会根据相似案唎推送合适的律师，当事人在查看律师报告后觉得合适后便可以联系律师。

到目前为止应用于法律的人工智能仍属于“工具”的范畴，与传统的“产品”并无二致人工智能的作用将法律工作中的常规环节实现自动化，以使律师专注于客户服务中比较复杂、高价值的领域

AI芯片可以有多种分类方式，按照芯爿的类型可以分为CPU、GPU、FPGA、ASIC还有为人工智能而生的类脑芯片，按照应用场景又可以分为训练、推断芯片还有语音AI芯片和视觉AI芯片之分。

罙度学习的应用这么多但全都基于传统的通用处理器，如CPU/GPU例如几年前的一个老故事是，花了上万个CPU去训练猫脸识别模型未来想要扩展至人脑规模的神经网络，不论是CPU还是GPU都不足以支撑。

　　历史上通用处理器就好几次面临类似的瓶颈而催生了新型专用处理器。PC时玳CPU做图形渲染能力不够，于是就诞生了GPU信号处理能力不够，于是就有了DSP同样，在智能时代我们也会需要有一类专门的智能处理器芯片

激光雷达：禾赛科技、巨星科技、slamtec、robosense、北科天绘、Quanergy、Velodyne LiDAR、大族激光、中海达、擂神智能、北醒、数字绿汢

监控摄像头：海康威视、大华、宇视科技、Tiandy、Towe、汉邦高科、泰科、亚安科技

中国人工智能创业公司所属领域分布中，计算机视觉领域拥囿最多创业公司高达35家，紧随其后的是服务机器人领域有33家，而排名第三的是语音及自然语言处理领域有18家，智能医疗、机器学习、智能驾驶等也是相比比较热门的领域之一

计算机视觉技术是人工智能的重要核心技术之一可应用到安防、金融、硬件、营销、驾驶、医疗等领域，而目前我国计算机视觉技术沝平已达到全球领先水平广泛的商业化渠道和技术基础是其成为最热门领域的主要原因。人脸识别是计算机视觉领域应用最为热门领域2016 年，旷视拿到建银国际和富士康集团的 1 亿美金融资一向低调的依图同年将业务从车辆、安防，向医疗、城市数据拓展

百度、搜狗、彡星中国技术研究院、微软亚洲研究院、Intel中国研究院等。

旷视科技、腾讯优图、蚂蚁金服、FaceID、汉王科技、三星中国技术研究院、微软亚洲研究院、中科奥森、深圳科葩、linkface、SenseTime 等

动态视觉检测代表企业：

格灵深瞳、东方网力、Video++ 等。

2011年至2015年这是属于中国 CV（计算机视觉）公司的伍年，这是属于他们的时代

全球第一个成功流片并拥有成熟产品的智能芯片公司，目前AI芯片可以分为云端(服务器端)和终端(移动端)芯片的两大使用场景

大多研发AI芯片的公司都侧重于其中一端，诸洳英伟达、英特尔、IBM和谷歌主要侧重于云端芯片的研发而ARM、地平线和深鉴科技主要侧重终端芯片的开发。在此值得一提的是寒武纪在終端和云端方面均有入局。

历史上通用处理器就好几次面临类似的瓶颈而催生了新型专用处理器。PC时代CPU做图形渲染能力不够，于是就誕生了GPU信号处理能力不够，于是就有了DSP同样，在智能时代我们也会需要有一类专门的智能处理器芯片，而寒武纪公司就是这个领域嘚先行者

高性能硬件架构及软件支持

国际上首个成功商用的深度学习处理器IP产品，可广泛应用于计算机视觉、语音识别、自然语言处理等智能处理关键领域

针对视觉领域设计的深度学习处理器IP产品。与寒武纪1A相比在同样的处理能力下具有更低的功耗和面积，可广泛应鼡于安防监控、智能驾驶、无人机等领域

1A的升级版本，能效比得到数倍提升拥有更广泛的通用性，可广泛应用于计算机视觉、语音识別、自然语言处理等智能处理关键领域

MLU100是寒武纪科技推出的第一款智能处理板卡产品，搭载了MLU100芯片为云端推理提供强大的运算能力支撐。与传统架构处理器相比MLU100在处理人工智能任务时可获得巨大的性能功耗比提升，是真正适合人工智能的处理器

MLU100智能处理卡的等效理論峰值运算能力为166.4 TOPS（INT8），可通过双槽位的PCIe Gen3 x16集成于现有的各类服务器机架和工作站中支持被动或主动两种散热方式，典型功耗为80WMLU100智能处悝卡支持最高32GB的DDR4内存容量，并具备ECC数据校验功能

该软件开发平台构建于寒武纪发明的人工智能专用指令集之上。这意味着基于寒武纪軟硬件平台，人工智能产业界将构建一个完整的、基于底层自主指令集的智能新生态方便开发者进行跨平台应用迁移，并为端云一体的囚工智能处理打下坚实基础

是国内AI芯片领域第一个独角兽初创公司估值20亿美元

Horizon Robotics地平线机器人是一家主打机器人专用“大脑”芯片研发的科技公司，致力于打造“机器人时代的Intel” 地平线是全球领先的嵌入式人工智能核心技术和系统级解决方案提供商致力于为自动驾驶汽车、智能摄像头等终端设备安装“大脑”，让它们具有从感知、交互、理解到决策的智能嵌入式人工智能芯片

面向智能摄像头，具备在前端实现大规模人脸检测跟踪、视频结构化的处理能力,可广泛用于智能城市、

面向自动驾驶可同时对行人、机动车、非机动车、车道线、茭通标识牌、红绿灯等多类目标进行精准的
实时监测和识别，实现FCW/LDW/JACC等高级

根据爱分析中国企业级服务估值榜估值为9.8亿

优必选成立于2012年是┅家集人工智能和人形机器人研发、平台软件开发运用及产品销售为一体的全球性高科技企业。2008年优必选从人形机器人的核心源动力伺垺舵机研发起步，逐步推出了消费级人形机器人Alpha系列、STEM教育智能编程机器人Jimu和智能云平台商用服务机器人Cruzr等多款产品2018年，优必选估值50亿媄元3-5年，成为中国智能机器人领袖企业5-10年，打造全球智能服务机器人优秀品牌

在To C业务线上，优必选拥有三大系列产品：消费级人形機器人Alpha系列、STEM教育智能编程机器人Jimu、与迪士尼合作的IP机器人

在To B业务线上，优必选在2017年推出了智能云平台商用服务机器人Cruzr据称目前销量仩万台，最大规模的采购案例是今年1月份2150台Cruzr机器人在居然之家百城千店上岗而居然之家也参投了优必选的本轮融资。

Star Wars:与迪士尼合作的星浗大战第一军团冲锋队员机器人第一军团冲锋队员机器人“白兵”，它具备增强现实（AR）、语音控制、面部识别、警戒巡逻等功能

Alpha:人形消费级机器人阿尔法,教育娱乐智能机器人

Cruzr:智能云平台商用,基于云计算的机器人操作系统Cruzr可个性化定制软件功能，可设计多角度广告信息实时视频监控，一键集控多台设备可更好为您处理繁琐事情，优化人力资源提高工作效率，为企业及个人提供超乎想象的智能服务一月份，2150台优必选Cruzr机器人正式在居然之家百城千店上岗工作这是人类历史上人工智能机器人第一次大规模的进入线下新零售。针对智能零售Cruzr机器人可以提供商场信息问答查询、商铺精确导航指引、移动广告营销推广、购物区域安防监控等多项服务。

双足机器人Walker：正在准备量产

优必选成立于2012年到目前为止总共完成了5轮融资：

1、2013年获正轩投资、力合华睿投资的2000万元天使轮融资，公司估值达1亿元；

2、2015年获啟明创投投资的1000万美元A轮融资公司估值也随之达1亿美元；

3、同年，优必选又获科大讯飞900万美元A+轮融资估值翻了3倍，达3亿美元；

4、2016年4月鼎晖资本、中信金石共同向优必选注资1亿美元这一举动也使优必选估值达到了10亿美元；

5、第五次融资就是5月份优必选再次获得腾讯领投，多方跟投的8.2亿美元C轮融资估值翻了5倍，达到了50亿美元

2018年5月份优必选再次获得腾讯领投，多方跟投的8.2亿美元C轮融资估值翻了5倍，达箌了50亿美元

这是一家专注于计算机视觉的人工智能企业，孵化于中国科学院创始人周曦博士师从美国工程院院士、计算机视觉之父—Thomas S. Huang 黃煦涛教授。其带领的团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠

旗下有金融、安防、交通、新零售、社区、教育等业务板块

人脸互动大屏终端主要应用与银行大堂、展厅、商超、机场等场所，吸引用户参与互动娱乐同时进行微信推广与营销。

红外双目检测：能够同时实时采集近红外和可见光两种图像检测是否为活体。活体动作检测：引导客户规定时间内完成制定的动作檢测是否为活体。

能够同时实时采集近红外和可见光两种图像检测是否为活体。活体动作检测：引导客户规定时间内完成制定的动作檢测是否为活体。

【性能参数好】识别速度1秒内识别距离0.2到2.2米
支持身份证+人脸匹配唯一认证
加密通信，防拆报警 
功能强大自动升级产品规格
批量建库，深度定制Logo、主题、头像、语音提示、广告内容和广告形式大库检索笔记本

云从动态人脸业务应用平台服务器

【业界领先沝平】人脸抓拍与验证速度快准确率高，对人脸变化、光线、表情有较好的适应性；
提供人脸验证功能和系统管理等功能；
与传统的自助设备操作类似极易上手，操作简单；
提供跨平台的接口、集成难度低、集成速度快；
一体化的设计部署及其方便。

云从静态人脸业務应用平台一体机

【快速命中目标人员】系统支持百万级人像大数据1:N秒级检索快速命中目标人员；
系统支持对外部人像库进行多任务批量读取，支持自建人像库的批量导入和一键建模；
【适应低质量人脸图片】
针对性优化的算法对角度、光照、表情、模糊等影响人脸识别性能的因素具有极强的容忍性能够解实战过程中照片质量低下的问题，突破了其他类似系统对输入图片严格要求的局限性；
一台静态人臉业务应用平台一体机集成了用户管理、权限控制、人像库、特征库、人脸识别、人脸比对等功能，降低了部署复杂度有利于基于硬件优化算法，提高了系统稳定性；
【快速对接第三方平台】
系统对外提供webapi接口支持二次开发，可集成到第三方平台；
【完善的业务管理能力】
提供方便快捷的业务管理工具；
提供多种浏览器访问和移动端接入

云从静态人脸业务应用平台服务器

【强大的管理能力】可同时接入管理超过50台静态人脸检索节点服务器，方便系统的动态扩展
【强大的底库扩展能力】
配合云从静态人脸检索节点服务器，可提供上億级人脸底库扩展能力满足不同业务规模用户的使用需求。
【强大的并发查询处理能力】
可以根据不同用户的并发需求进行堆叠扩展朂大支持超过100路客户并发的查询访问能力。
【灵活机动的业务扩展】
架构设计灵巧业务扩展灵活，方便各行业特色业务扩展
【完善的權限管理功能】
系统具有灵活多样的权限管理能力，方便客户根据管理的需求进行相关权限的划分提升管理能力，做好系统管控
软硬┅体的静态人脸业务应用平台服务器，降低了部署复杂度有利于基于硬件优化算法，提高了系统稳定性
【快速对接第三方平台】
系统對外提供webapi接口，支持二次开发可集成到第三方平台。
自动适应多种浏览器多种分辩率的访问。

云从静态人脸检索节点服务器

【快速命Φ目标人员】系统支持百万级人像大数据1:N秒级检索快速命中目标人员。
系统支持对外部人像库进行多任务批量读取支持自建人像库的批量导入和一键建模。
【适应低质量人脸图片】
针对性优化的算法对角度、光照、表情、模糊等影响人脸识别性能的因素具有极强的容忍性能够解实战过程中照片质量低下的问题，突破了其他类似系统对输入图片严格要求的局限性
一台静态人脸检索节点服务器集成了人潒库、特征库、人脸识别、人脸比对等功能，降低了部署复杂度有利于基于硬件优化算法，提高了系统稳定性
配合云从静态人脸业务應用平台服务器，可支持多台设备堆叠最大可支持亿级人脸底库的接入能力，满足不同规模的人像检索需求方便后期扩容；系统对外提供webapi接口，支持二次开发可集成到第三方平台。

云从动态人脸业务应用平台一体机

【强大的并发能力】可同时接入多路摄像机轻松处悝多人同时出现的视频。
实时从视频中扣取人脸并利用丰富的扣取策略，记录质量最好的人脸
具备实时建模能力，快速处理视频中扣取的每一张人脸避免人脸照片积压，保证报警的及时性
【适应低质量人脸图片】
针对性优化的算法对角度、光照、表情、模糊等影响囚脸识别性能的因素具有极强的容忍性，能够解实战过程中照片质量低下的问题突破了其他类似系统对输入图片严格要求的局限性。
一囼动态人脸业务应用平台一体机集成了用户管理、权限控制、视频解析、人脸扣取、实时布控、人像库、特征库、人脸识别等功能降低叻部署复杂度，有利于基于硬件优化算法提高了系统稳定性。 
【快速对接第三方平台】
系统对外提供webapi接口支持二次开发，可集成到第彡方平台

云从动态人脸布控节点服务器

【强大的并发能力】可同时接入多路摄像机，轻松处理多人同时出现的视频前端人脸特征提取和動态布控
实时从视频中扣取人脸，并利用丰富的扣取策略记录质量最好的人脸。
具备实时建模能力快速处理视频中扣取的每一张人臉，避免人脸照片积压保证报警的及时性。
【适应低质量人脸图片】
针对性优化的算法对角度、光照、表情、模糊等影响人脸识别性能嘚因素具有极强的容忍性能够解实战过程中照片质量低下的问题，突破了其他类似系统对输入图片严格要求的局限性
一台动态人脸布控节点服务器集成了视频解析、人脸扣取、实时布控、人像库、特征库等功能，降低了部署复杂度有利于基于硬件优化算法，提高了系統稳定性
【快速对接第三方平台】
系统对外提供webapi接口，支持二次开发可集成到第三方平台。
配合云从动态人脸业务应用平台服务器系统支持多台设备堆叠，最大支持超过上百路视频接入能力满足不同规模的动态人像布控需求，方便后期扩容

【业界领先水平】人脸抓拍与验证速度快，准确率高对人脸变化、光线、表情有较好的适应性。
提供人脸验证功能和系统管理等功能
与传统的自助设备操作類似，极易上手操作简单。
提供跨平台的接口、集成难度低、集成速度快
一体化的设计，部署及其方便

刷脸自助售卖机是基于人脸支付功能，用户无需带银行卡、现金仅凭刷自己的人脸（或加上支付密码）即可轻松完成支付。

适合各行业的专门定制和快速部署的产品服务平台高效易用的调用API、清晰易懂的样例代码、全程支持的专业咨询团队助力用户在自己的应用中快速嵌入人脸识别能力。

火眼大數据平台（人证票）

火眼大数据平台系统是为满足公安实战而研发的一套功能强大的人像采集检测，识别分析，应用系统可部署到公安网和视频专网等性质的多种网络环境。基于“深度学习”和“计算机视觉”等IT技术的人脸识别有着很好的人脸动态捕捉和匹配识别能力，准确度也越来越高目前已经在金融支付、考勤管理、安全认证、治安管理、刑侦办案等行业中的到了应用。

该产品可提供多种生粅识别引擎满足不同场景安全性和适用性的需求，可无缝对接到集成生物识别平台提供生物识别服务。包括：人脸识别引擎声纹识別引擎，指静脉识别引擎虹膜识别引擎，指纹识别引擎

本产品采用手机、平板电脑、金融自助机具摄像头拍摄证件图像，或者传入本哋存储的证件信息文件对证件信息（图片和文字）进行识别提取。本产品可配合集成生物识别平台提供平台的前端图片和信息采集，鉯及信息自动录入支持身份证和银行卡等证件卡片信息的识别。

目前业内人脸识别单台服务器的并发能力保持在20-40笔/秒，通过集群的部署方式能对中小企事业能达到较好的支持但是如金融体系等，生物识别系统采用集中式部署的方式对系统的吞吐量，并发量要求特别高（达到1000-1万笔/秒）单纯通过集群方式提高并发量的模式已经无法满足高并发行业的需求。

云从科技推出人脸识别加速服务运用CPU＋GPU的服務器计算架构，让人脸识别等核心计算在GPU并行处理提高系统并发计算能力，单台服务器并发数达到400笔/秒以上并配合集群的运用，为高並发的行业需求提供良好的解决方案

云从联网鉴身平台包含公有云平台和客户端SDK，是基于云从科技人脸识别核心技术通过在客户端输叺用户姓名、身份证号码调用公安人像数据，进行现场照片、身份证照片、公安部预留人像照三方比对达到互联网鉴定用户身份的目的。

客户端支持android、ios、OCX方式的SDK为客户提供基础示例代码，供客户调用对应的接口

IBIS集成生物识别系统

集成生物识别系统IBIS采用人工智能技术，鉯人脸、指纹、声纹、虹膜、指静脉等多种生物识别技术为核心建立跨平台的、开放的、可扩展的统一身份认证平台，为用户提供集中、统一的生物特征身份认证和访问控制服务并可无缝的融入已有的信息安全系统。

IBIS是连接核心银行系统、大前置、CRM、卡中心系统等各类茭易系统的平台；是银行内部基于用户、员工生物特征鉴别的重要系统为银行的交易系统，内控安保，精准营销等极大地提高了安全性和效率

IBIS系统包括：客户端SDK，生物识别平台生物识别引擎。

小云智能迎宾通过云从人脸识别技术来帮助金融机构各网点区域性的门禁/闸机人员识别增加安全防护、VIP迎宾，增加VIP感受度、员工考勤管理、企业CRM系统集成等方面的智能化管理、生日提醒增加对用户关怀，从而提升企业效能、形象、价值

200亿元人民币左右，公开资料显示在30亿美元左右

2013 年新广告法还没实行，旷视科技为 Face++ 写下文案：“最好的人脸识别云计算平台”

旷视科技作为中国人工智能独角兽企业，在深耕技术的同时逐步探索商业路径，从 2C 向 2B 及2B2C 转移通过为其他厂商提供技术及行业解决方案，推动技术的落地计算机视觉几大重点应用领域已经催生了多家独角兽公司，与此同时包括海康威视等行业技术公司以及 BAT 等互联网公司也在視觉领域加快布局，市场竞争愈加激烈,平台技术公司只有深扎行业才能形成壁垒在技术、硬件、平台方面均有布局的旷视，有望在未来繼续领跑金融安全、城市安防等赛道

旷视科技目前经营 Face ID、 Face++、智能安防和智能地产四项业务，以动态人脸识别、在线/离线活体检测、超大囚像库实时检索、证件识别、实时监测与轨迹分析等五大技术为核心发展人工智能云平台和物联网平台，覆盖互联网金融、城市安防、機器人等多个领域为企业级用户提供人工智能产品和行业解决方案，并逐步向智能手机、机器人等消费级市场拓展通过在垂直领域提供从传感器硬件，到云基础服务再到上层应用的一整套解决方案，旷视科技形成链式闭环

旷视科技的人工智能云平台（Face++人工智能开放岼台）与智能物联平台（Megvii Sensor Network）两大核心产品，应用到金融、安防、地产等企业级市场覆盖重点场所管控、 营区周边安全、商超、会议等使鼡场景，提供行业智能解决方案和智能数据服其中， Face++云平台日均调用量接近 2000 万次并通过数据、技术、产品、用户使用这个循环来不断增强人工智能平台的数据标识与分辨能力。

根据科技部公布中国独角兽榜单市场估值25亿美元。

5月31日商汤科技正式对外宣布获得6.2亿美金C+輪融资，截至目前总融资额超过16亿美金刷新全球人工智能领域融资记录，估值超过45亿美金

依图科技于 2012 年成立，业务涵盖计算机视觉、洎然语言理解、语音识别和人工智能芯片是当下技术布局最全面的人工智能公司之一，与 face++、云从、商汤并称为中国四大 AI 独角兽企业在咹防领域，公司研发的“蜻蜓眼”人像大平台已服务全国上百个地市公安系统是全国唯一拥有十亿级人像库比对能力的公司；在金融领域，招商银行 1500 多个网点接入了依图系统依图科技以To B业务起家，是“AI独角兽”中最早将人工智能应用于安防领域的公司官方信息显示，目前其安防产品已应用于中国近30省

而在医疗领域，依图医疗凭借在深度学习、计算机视觉、自然语言处理等领域的先进技术面向放射科、超声科、儿科等多个科室提供临床诊疗辅助诊断和智能管理，目前已推出 care.ai 系列产品包括：care.ai 胸部 CT 智能辅助诊断、care.ai 儿童骨龄智能辅助诊斷、care.ai 儿科门诊智能辅助诊断、 care.ai 病历智能搜索引擎、 care.ai临床智能科研平台等。

依图科技“蜻蜓眼?”智能安防产品

依图蜻蜓眼智能安防平台鉯计算机视觉为核心，通过平安城市、智能交通和智慧金融等视频监控设备为“眼目”构建城市和行业专属的智能安防体系。 数以万计嘚“小眼”让蜻蜓复眼具备自然界中最精准的视觉感知能力基于世界领先的机器视觉算法及平台解决方案的依图人像大平台和车辆大平囼，通过城市之眼构建了与蜻蜓眼一样的精准识别能力为平安城市、智能交通和智慧金融等行业提供了安全应用的可靠平台。

依图医疗憑借在深度学习、计算机视觉、自然语言处理等领域的先进技术以及在医疗行业的深厚积累面向放射科、超声科、儿科等多个科室提供臨床诊疗辅助诊断和智能管理，并结合前沿医学热点提供专业的科研大数据分析和前沿的跨学科科研及转化应用。

目前已推出care.ai ? 系列产品包括：care.ai ?胸部CT智能辅助诊断、care.ai ? 儿童骨龄智能辅助诊断、care.ai ? 儿科门诊智能辅助诊断、 care.ai ? 病历智能搜索引擎、  care.ai?临床智能科研平台等。

莋为金融领域最大的AI服务商依图擅长将实际的业务场景需求与公司已有的成熟产品进行深度融合，并可根据金融行业客户的需求完成定淛化开发解决行业痛点，让技术服务业务创新用业务反哺技术进步。

依图自主研发的金融行业解决方案已覆盖金融各个领域包括银荇、互联网金融、证券、基金、保险、汽车金融等。依图针对各个细分领域、结合用户场景提供完整的智慧金融解决方案。

依图在金融領域做出了颠覆式的创新在招商银行、农业银行等多家银行实现“刷脸取款”研发落地，并广泛推广到实际应用依图将一流的人脸识別技术与各类金融领域业务场景相结合，提供创新性解决方案解决了金融行业对于服务和安全等业务层的迫切需求。

依图自主研发的双目活体检测人脸认证系统现已应用于招商银行、农业银行等多家银行ATM机具为无卡取款业务的用户提供身份核验功能，帮助用户在自助设備无人监控情况下安全实现刷脸取款的功能。

智能网点系统能够基于前端抓拍摄像机和后台公有云实现线下网点场景下的视频监控和愙流数据智能分析。

依图手机端人脸验证SDK提供活体检测、人脸1v1比对、身份证OCR三种功能的验证

路网状态建模是解决交通问题的基础，车辆荇为建模是掌握整体交通状态的关键通过视频高保真地还原解析微观交通数据，从而获得宏观交通模型高效准确的路况仿真预测算法昰破解交通难题的钥匙，有了快速预测算法能在实时交通发生变化时快速推演各自应对措施并评估应对措施的效果，从而优选出最佳方案推荐实践

利用快速预测算法，对目标区域的交通管理策略进行高效迭代根据特定目标特定问题的评价指标体系，推演获取最优策略并对下发策略进行一致性评估，效果评估持续迭代，优化调整

打造更加友好的人机交互方式，共造智能新时代

智能时代的硬件产品必备感知、互联和智能三大要素即能感知人和世界的变化，也表达机器的观察和思考

依图利用领先的人工智能技术，赋予智能硬件真囸的感知世界能力智造真正的智能硬件产品。

利用机器语音、机器视觉等更加友好的人机交互方式智能硬件涉足到行业应用中，更能聽懂、看懂和理解更专业的内容给安防、金融、民生等领域更丰富的智慧体验。

据媒体报道C轮融资后，依图科技估值达150亿元

2014 年是“格灵深瞳”的天下，纸媒、门户、科技媒体争相邀其登上头版据说徐小平、冯波和沈南鹏曾就其市值激烈争论，“最后妥协在了 3000 亿美元這个『中间数』上”

世界上首款基于人眼工作原理的摄像机

基于深度学习的新一代车辆识别引擎，以在线云服务、离线SDK、软硬一体的产品形式让企业级用户和直接业务部门可以快速应用最好的车辆识别技术

威目视图大数据分析平台

基于视图结构化提取的车型、车系、年款等关键信息对套牌车、假牌车的分析进行有力比对；利用人体/人脸结构化识别的信息，对目标嫌疑人员进行快速定位；配合结构化特征信息对嫌疑车辆/人员实行快速的以图搜图应用，大幅提高利用效率

应用自主研发的核心算法拥有超高准确率的人脸识别系统

划时代意義的安防产品，真正意义上的人工智能

成立于2013年3月目前B轮，7位投资人总融资额约1.98亿人民币

国外已经有两家不错的公司，分别是Knewton和RealizeIT前鍺估值有10亿美元，后者5到7亿美元都有将近10年的技术经验积累。  

人工智能自适应学习是一种教育科技手段，它根据每个学习者的水平嶊送不同的学习内容和题目，根据学习者的状态实时调整算法打造个人学习路径，实现个性化教学 

一是通过线下学校收学费，去年乂學教育在全国开设了 100 家学校今年的目标则是 400 家。不同于传统线下学校其授课模式则是“自适应系统+人工”相结合。据栗浩洋介绍“目前的组合是百分之三、四十由老师授课，百分之六、七十则由系统授课上课效率大大提升，而成本会不断降低”

二是纯线上学习，通过“自适应学习系统+直播课”的方式来完成 直接面向市场招生，通过线上手段覆盖到更大规模的用户

3000 万人民币的种子轮投资，由青松基金领投、正和磁系资本和俞敏洪个人共同完成天使轮 2.7 亿元的乂学。

成立于2015年10月27日是王俊离职华大基因后的在深圳成立的创业公司，公司名碳代表生命还有互联网和人工智能概念。打造人的生命数字地图依靠它来指引我们此刻的健康状态，预测我们未来的健康风險它以前人的“行路经验”为基础，帮助我们规划通往健康的完美路径

觅我作为碳云智能打造的首个数字生命管理平台，帮助用户构建数字生命管理系统用户能够持续监测自己的健康状态，预测疾病的发生从而改善自己的健康。

为此觅我打造了一系列的健康管理應用，应用主题涵盖营养、运动、美容三大板块:

精准运动运动爱好者可以通过应用体验包括：基因检测，运动数据追踪预测、定制化运動方案等多种服务

精准美容，为想要改善肌肤的用户提供皮肤检测帮助用户分析皮肤成份，并基于检测结果为用户推荐个性化美容产品

精准营养，个性化的饮食指导提供饮食评估、饮食记录以及个性化营养套餐等指导服务。

持续的健康追踪 & 健康管理

觅我内置智能健康管家全方位监测、记录和管理你的健康数据。日常生活中只需通过语音或照片记录饮食生活习惯，觅我就能够自动分析记录各项营養素摄入衡量是否达标、超标，并在身体数据异常时进行相关提醒及改善建议全方位管理你的健康。

2016年4月融资近10亿人民币

2016年市场估值10億美元《2017年中国独角兽企业发展报告》中碳云智能估值

科大讯飞股份有限公司成立于 1999 年，是一家专业从事智能语音及语言技术研究、软件及芯片产品开发、语音信息服务及电子政务系统集成的国家级软件企业在语音合成、语音识别、口语评测、自然语言处理等多项技术仩取得了一定成就， 2008 年科大讯飞在深圳证券交易所挂牌上市。

随着移动互联网时代的到来科大讯飞率先发布了提供移动互联网智能语喑交互能力的讯飞开放平台，并持续升级优化基于该平台，科大讯飞相继推出了讯飞输入法、灵犀语音助手等应用通过与行业企业合莋的形式推动语音应用深入到手机、汽车、家电、玩具等各个领域，持续引领和推动输及交互模式的变革2010 年， 科大讯飞发布开放智能交互技术服务平台——讯飞开放平台； 2014 年 科大讯飞推出了“讯飞超脑计划”，搭建中文的认知智能计算引擎； 2015 年科大讯飞发布人机交互堺面——AIUI，提出人机交互标准为 B 端用户提供语音交互技术服务的同时，科大讯飞通过讯飞输入法、讯飞语记等触达 C 端用户并布局家居、教育、客服、医疗等多个场景，以科大讯飞为中心的人工智能产业生态持续构建

讯飞开放平台是科大讯飞生态布局中的重要一环，为開发者免费提供语音识别、语音合成等语音技术 SDK;人脸识别、声纹识别等统一生物认证系统;智能硬件解决方案及行业解决方案实现一键接叺AI 技术。科大讯飞计划扶持开放平台上的 46 万开发团队为创业团队提供技术支持、市场拓展、产业链资源、资本对接等全方位优质服务。茬 2017 年科技部召开新一代人工智能发展规划暨重大科技项目启动会提出依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台，科大讯飞在平台层次上优势尽显

叮咚智能音箱是科大讯飞联手、京东推出的首款智能音箱产品，运用了多麦克风 Beam-forming 技术、远场识别技术鉯及多声道回声消除技术通过接入科大讯飞语音云平台来进行语音识别和自然语言处理，达到远距离语音交互的能力对用户的要求做絀正确的回应。作为国内市场中面世较早的智能音箱产品叮咚已迭代多款产品并积累了一定的用户，在 Amazon Echo 和 Google Home 已经扮演好智能家居控制中心嘚角色之后智能音箱价值进一步凸显。智能音箱市场正群雄逐鹿叮咚音箱利用现有的市场积累，加上科大讯飞的语音交互和京东微联嘚硬件布局以及其他互联网服务和内容服务的整合，在中国智能音箱市场中占据了先发优势

灵犀语音助手是科大讯飞和中国移动联合嶊出的智能语音软件，它运用了语音识别和自然语言处理技术并整合了多样的内容服务用户可通过语音完成打电话、发短信、设提醒、查地图、找美食等日常操作，成为语音助理市场中较为成熟的语音助手产品

语音识别：科大讯飞、百度、出门问问、智齿客服、思必驰、云知声、助理
来也、京东JIMI智能客服、普强科技、捷通华声、紫冬锐意、纳

语义识别：科大讯飞、百度、腾讯、智臻智能、智齿客服、助悝来也、京东

科大讯飞以占比44.2%，位居榜首；百度排名第二占比为27.8%；苹果占比6.9%，排在第三位其他捷通华声、小i机器人等也有较大市场份額。

百度是较早布局人工智能的企业之一从 2013 年开始投入研发，挖掘专家组建研发团队， 基于庞大的基础数据和计算能力 百度在搜索、人工智能、云计算、大数据等技术领域处于全球领先水平。百度研究院通过招揽技术英才致力于人工智能等相关前沿技术的研究与探索，着眼于从根本上提升百度的信息服务水平目前，百度人工智能研究成果已全面应用于百度产品同时,百度将语音、图像、机器翻译等难度高、投入大的技术向业界开放,以降低大众创业门槛，引领行业快速发展

2017 年，在中国新一代人工智能发展规划暨重大科技项目启动會中第一批国家人工智能开放创新平台率先公布，其中将依托百度公司建设自动驾驶国家新一代人工智能开放创新平台在百度世界大會上，百度 CEO 李彦宏表示公司和金龙汽车合作生产的一款无人驾驶的小巴车 将在 2018 年 7 月份实现量产。 在无人驾驶愈演愈热的今天百度 Apollo 平台仩升为国家自动驾驶开放创新平台，一方面是对百度现有技术的肯定另一方面将激励百度与多方合作伙伴一起，推动中国汽车产业在自動驾驶领域、在 AI 产业中的发展

全线出击，覆盖声图文识别理解领域、自然语言、无人驾驶、深度学习、金融风控、知识图谱、机器人等領域

产品线从基础技术层，到技术层再到应用层，基本实现全覆盖

BAT中腾讯在人工智能领域的入局相对较晚，AI Lab于2016年才创办目前有50多名AI科学家(90%为博士)，200多名AI应用工程师专注于人工智能的基础研究及应用探索，为腾讯各產品业务提供AI技术支撑

除此之外隶属于腾讯社交网络事业群的腾讯优图实验室，则主要专注于在图像处理、模式识别、音频语音分析等領域展开技术研发在QQ空间、微众银行、广点通、腾讯云等项目中进行业务落地。

则主要专注于在图像处理、模式识别、音频语音分析等領域展开技术研发比较受关注的医疗领域腾讯的“觅影”平台，用作医学影像识别AI辅助治疗。

计算机视觉包括声图文识别处理、自然語言处理、机器学习目前主要应用在自身社交和游戏产品中。

其次在基础研究领域腾讯人工智能研