【产业洞察】深圳市人工智能产业发展白皮书（2020年）

（一）人工智能定义

人工智能（Artificial Intelligence，AI）是指使用机器代替人类实现认知、识别、分析、决策等功能，包含了基础层、技术层、应用层三部分。基础层主要由关键硬件（AI芯片、传感器）、数据、算法模型（软件）三部分构成。传感器负责收集数据，AI芯片（GPU、FPGA、NPU等）负责运算，算法模型负责训练超大量的数据。新一代人工智能技术体系由基础技术平台和通用技术体系构成，其中基础技术平台包括云计算平台与大数据平台，通用技术体系包括机器学习、自然人机交互、模式识别等技术。在此技术体系的基础上，人工智能技术不断创新发展，产生包括智能金融、智慧医疗、智能机器人、自动驾驶、智能安防、智慧零售、智慧教育及智能家居等应用场景和典型产品。

（二）全球发展情况

人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。加快发展新一代人工智能是我国赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。欧美、日本等国已将发展人工智能提升为国家战略，我国也加紧系统布局和主动谋划，争夺全球科技竞争的主导权。

美国是人工智能超极强国。遥遥领先的人才储备。近十年来入选国际人工智能学会会士的顶尖学者中，美国占比69%，全球顶尖企业家数量美国占据50%以上。“超一流”的技术供给。论文产出量排名全球第一，专利申请量排名全球第二，尤其在开源框架和智能芯片等基础领域对我国形成了强力压制。强大且完备的产业体系。美国在人工智能领域基础层、技术层和应用层实力雄厚，并已实现全面领先。

英国领跑欧洲人工智能发展。综合实力位居全球前列。英国人工智能企业数量、融资量、顶尖人才数量、学术论文数量等关键指标均排名全球前三。“伦敦现象”优势凸显。伦敦已成为欧洲人工智能“首位城市”，深度得益于“伦敦-牛津-剑桥”黄金三角密集的学术资源和顶尖的学科集群。输出了源源不断的创新型企业。

我国人工智能应用领先，基础理论研究及关键核心技术方面尚处跟随者地位。在产业链下游，得益于我国旺盛的产业需求，以及庞大的人口基数产生的海量数据和丰富的应用场景优势，我国在人工智能应用层的智慧城市、智能安防、智能家居、智能零售、智能金融、智能医疗等多个领域世界领先。在产业链中游，我国在技术层的计算机视觉、智能语音等方面处于世界领先地位。旷视、科大讯飞等一批企业人脸识别率、语音识别率等屡获世界第一。但在产业链上游基础层的芯片、高精传感器、开源框架等底层软硬件技术方面十分薄弱。芯片领域，GPU与FPGA芯片完全依赖进口；算法方面的底层算法、原创算法缺失，主流开源平台仍由欧美等科技巨头把控。

（一）AI产业链完善

人工智能产业链分为如下三层：基础层提供数据采集、算力等基础设施，主要包括芯片、传感器、开发平台、数据服务、云计算等环节；技术层主要提供机器学习算法、智能语音识别技术、计算机视觉等算法和技术；应用层是将人工智能算法应用于各行各业形成的新业态、新模式、新产品，主要包括智能机器人、智能无人机、智能制造、智能医疗、智能金融、智能安防、自动驾驶、智能供应链等。

人工智能产业链的各个环节都有深圳企业，并且在全国都有一定的竞争力。比如海思半导体在芯片领域居于行业领先地位，速腾聚创、奥比中光、瑞声声学等企业在传感器领域位居行业前列，腾讯、华为、平安、大疆创新等企业在全产业链均处于领先地位。

（二）“AI+应用”发展全国领先

智能硬件领域，以大疆为代表的300多家无人机企业，占据全球市场七成份额。优必选的服务机器人已经应用在教育、家居、零售等场景，成为行业发展标杆。

计算机视觉领域，云天励飞的“深目”是中国最大规模实战应用警用级人像识别系统，微众银行AI团队推出了金融业内首个“联邦视觉系统”。

自动驾驶领域，大疆发布了千元级、性价比高的激光雷达，与速腾聚创、镭神智能的激光雷达共同加速了自动驾驶规模化落地，在自动驾驶增量零部件领域形成了初步集聚效应。华为、腾讯大局发力自动驾驶，在全国率先推出了业内一流的基础软硬件、车辆网和应用产品和方案。

智慧金融领域，微众银行的AI信贷风险管理体系做到全国领先，AI智能客服可直接回答约98%的顾客咨询；平安集团获批金融领域唯一国家级人工智能开放创新平台。

智慧医疗领域，腾讯觅影成为了“AI+医疗”标杆，并获批医疗领域唯一国家级人工智能开放创新平台，已在全国百余家三甲医院落地，疫情期间部署在湖北最大方舱医院，以秒级速度识别新冠肺炎CT影像。

（三）聚焦产业需求的技术研发

龙头企业围绕业务需求建立企业实验室。例如，腾讯优图实验室、华为诺亚方舟实验室、中兴通讯云计算及IT研究院等一批AI研发中心。华为2018年的研发投入高达高达1015亿人民币，占到销售收入的14%左右，国内企业排名第一；腾讯2018年研发投入212亿元，国内排名第五。

AI产学研协同创新趋势加快。鹏城实验室与微众银行联合建立了“AI金融联合实验室”，发力联邦迁移学习、新一代人机交互；腾讯AI Lab和港中大(深圳)联合成立了机器智能联合实验室，共同攻克机器学习、计算机视觉和自然语言处理。

（四）创新生态体系要素齐备

依托新兴产业集群发展的坚实基础，深圳已成为全球电子信息产业软硬件整合、供应链和产业链最为完整的区域，为人工智能技术的商业化落地提供了丰富的应用场景和强有力的集成创新条件。

深圳人工智能人才储备与专利等均居国内前三名。技术人才储备日益增强，深圳企业提供的人工智能就业岗位占全国总量的10.5%，全国排名第四。在中国人工智能企业知识产权竞争力百强企业中，深圳共拥有14家，仅次于北京（55家），主要包括了人工智能综合型以及计算机视觉、激光雷达等细分领域的龙头企业。

在高端创新载体方面，我市新增四个国家级人工智能开放创新平台，分别是腾讯集团医疗影像人工智能开放创新平台、平安集团普惠金融人工智能开放创新平台、华为公司基础软硬件人工智能开放创新平台和商汤公司智能视觉人工智能开放创新平台，近两年深圳新增了鹏城实验室、人工智能与数字经济广东省实验室等省级实验室，以及深圳人工智能与机器人研究院等市级基础研究机构。

（一）基础研究实力与前瞻性有待提升

深圳专注人工智能基础研究的顶级科研机构和研究成果较少，在高级机器学习、类脑智能计算、量子智能计算等基础理论和前沿研究方向尚未形成原始创新的科研成果及专利布局。相较之下，北京的类脑计算中心已研发出“天机芯”，合肥的中国科技大学与杭州的浙江大学正在研制50个量子比特以上的量子处理器等（仅滞后谷歌1-2年）。

（二）底层算法和核心零部件受制于人

深圳企业仍高度依赖国外深度学习框架的开源代码和开源工具库。尽管当前华为、腾讯等龙头企业正在积极发展人工智能计算框架，但尚未建立成熟的开源平台和社区。与此同时，企业所使用的关键设备、高端芯片、核心元器件，仍以美国、德国、日本的产品和技术为主。虽然华为、大疆、云天励飞等企业已加速研发面向训练推理和终端应用的芯片，但受制于国外企业的生态优势和专利壁垒，突破难度大。

（三）高端复合型人才缺口较大

人才是人工智能竞争关键要素。深圳的人工智能国际顶尖学者数量少，其中中国人工智能学会会士仅2名，占全国总量的3%，远低于北京（31名）、上海（5名）、合肥（4名）等地。同时，由于居住成本高昂、教育医疗等公共服务资源紧张等问题，高技术人才分配的不确定性增高，留住人才的难度变大。

（四）公共服务平台滞后于产业发展

数据共享方面，政府掌握的大量政务信息涉及个人隐私，且尚未归集，需要强有力的顶层设计才能打通数据，并探索向社会领域开放使用。另一方面，我国尚未形成统一数据平台或大型数据库供科研机构和产业界使用。相比之下，美国等发达国家已搭建医疗大数据平台、ImageNet图像数据集等，为科学研究和产业发展提供数据服务。

检验检测方面，面向自动驾驶的车规级零部件的测试设备和人力成本较高，深圳本土的实验室和开放环境模拟测试设施欠缺，导致部分企业优先选择到武汉、上海等地进行测试；医疗智能机器人缺乏综合性实验平台及FDA、NMPA认证前的评估与测试体系。

（一）利用“揭榜制”吸引全球顶尖创新资源落地

借鉴上海人工智能产业招商引资政策体系，采用“揭榜制”，面向全球发布重点应用场景、重大攻关项目清单，实行“双向激励”制度，吸引全球顶尖团队来深发展，有效加强我市的人工智能产业创新力量。

（二）打造面向基础和应用基础研究的研发机构

借鉴北京智源人工智能研究院模式，引进国际一流高校和尖端企业联合建立面向基础和应用基础研究的产学研深度融合的新型研发机构，增强我市人工智能发展的原始创新能力。

（三）实施重大装备及核心零部件专项研制计划

在人工智能基础算法、高端芯片、关键器件和底层软件领域分批开展重大装备及核心零部件专项研制计划，攻克面向云端训练、终端和边缘端推理的高性能深度学习芯片，以及基于新型架构的高端智能芯片。

（四）加快建设重点领域人工智能公共技术服务平台

医疗、制造、智能驾驶等领域的数据资源开放共享成为制约行业发展的难题。参考美国、欧盟等国以数据资源开放促进人工智能发展的经验，我市应在智能医疗、智能制造、智能驾驶等领域先行开展数据资源开放试验，打造人工智能开放创新平台，有效促进人工智能产业发展。

（五）主动出击引进国际高端团队

凭借毗邻香港的优势，近年来有多个香港高校团队来深创业。香港是我国人工智能学术研究的高地，深圳拥有丰富的应用场景和供应链资源，建议加强政府统筹，在深港合作区等区域大力引进香港、以色列等国际顶尖的创新资源落地，促进产业高端发展。