人工智能产业包含了基础设施层、技术研发层和应用层。基础设施层涵盖了数据支撑、感知和运算；技术研发层涵盖了机器学习、自然语言处理、图像识别三个方向；应用层分为智能硬件平台和软件集成平台。

人工智能应用领域涉及：机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解、遗传编码等。人工智能在与大数据、云计算、AR/VR、机器人、脑科学、物联网等新兴技术结合后，将使无数行业发生颠覆性的变化，例如：交通、 娱乐、金融、医疗健康、教育、安防、智慧城市、农业、制造业等行业。

二、国内外人工智能发展概况

（一）世界人工智能发展概况

市场规模增长迅速。据有关机构预测，2017—2020年世界人工智能将进入高速发展时期，年增速高达60%-80%。

全球人工智能最热门的研究技术是机器人、神经网络、图像识别、语音识别和计算机视觉这五个方向。从全球人工智能专利的申请量来看，机器人、神经网络、图像识别、语音识别和计算机视觉这五个方向的专利申请量占全部申请量的80%以上。以美国企业为例，机器人占比32%，排名第一；其次是智能识别，占比24%；第三是神经网络，占比14.9%；第四是机器学习，占比6.8%；第五是图像识别，占比5.4%。除了机器学习技术的专利申请量还在继续快速增长以外，其他四个方向的专利申请量已经趋于平缓。

发达国家近年来纷纷加快人工智能技术创新与战略布局。近年发达国家将人工智能作为提升国家竞争力的重要战略取向和重要抓手，力图占领产业发展新的制高点。美国对人工智能尤其重视， 2013年提出的“国家机器人计划”和2015年的“美国国家创新战略”，都将人工智能作为优先发展的对象加以主动支撑；欧盟在2009启动蓝脑计划，2013年又将“人脑计划”作为未来旗舰技术项目，2016年3月底公开发布了神经信息平台、大脑模拟平台：重建并模拟大脑、高性能计算平台、医学信息平台、神经形态计算平台、神经机器人平台等6大平台；日本在2015年1月发布了《机器人新战略》，由政府与各大企业联合共同推出机器人计划。

全球人工智能产业发展面临三大难题：一是数据流通和协同化感知有待提升，仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析；二是强人工智能尚未实现关键技术突破，目前人工智能技术上取得的进度依然属于初级阶段，对于更高层次的人工意识、情绪感知环节还没有明显的突破；三是智能硬件平台易用性和自主化存在差距，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以有接近人的推理学习和分析能力，难以具备接近人的判断力。