加入收藏
| 文字：[ 大 中 小 ]
报告简介
报告目录
2015-2016年中国智能硬件创新行业分析报告
1、智能手机回归平稳，IA 引领新方向 4
1.1、智能手机高增长时代落幕 4
1.2、IA（智能增强）进入4.0 时代，指引硬件和交互方向 5
1.3、IA 需要更好的“智能”、更加匹配的人机交互技术 6
2、AI 崛起， 解决IA 发展瓶颈 9
2.1、AI 崛起——深度学习、神经网络成绩斐然 9
2.2、AI 3.0 时代来临 11
2.3、AI-更精准的语音、图像识别 14
2.4、AI 3.0 时代更好的“智能” 19
3、IA+AI—奠定新一轮硬件创新的基础 21
3.1、新一轮硬件创新条件逐步成熟 21
3.2、科技巨头全面布局开放平台、场景应用 23
3.3、GPU、FPGA 等的应用还将进一步缩短学习过程 24
3.4、计算机视觉等应用走向成熟 26
4、新一轮智能硬件创新—AR、服务机器人等 28
4.1、AR、服务机器人、无人驾驶有望成为新方向 28
4.2、可穿戴设备的未来——个性化的计算（AR、手表） 30
4.3、服务机器人—智能家居等的落地形式 34
4.4、无人驾驶—IA+AI 促进汽车智能化 38
5、2018 年有望进入爆发阶段 42
5.1、2018 年有望进入高速增长期 42
5.2、平台级公司、垂直应用公司充满机遇 44
6、风险提示 46
图表目录
图表 1：智能手机进入个位数增长（百万台） 4
图表 2：IA、AI 比较 5
图表 3：智能增强（以人为本打造机器）引领了计算机时代的科技进步 6
图表 4：第一轮智能硬件创新 6
图表 5：2011-2015年年智能硬件投资额大幅提升 7
图表 6：智能硬件渗透率仍偏低 8
图表 7：智能硬件产业链（智能手机红利带来第一轮智能硬件的创新） 8
图表 8：“智能”的诉求&交互技术比较 9
图表 9：大数据、算法、并行计算能力是人工智能发展主要因素 9
图表 10：模拟神经元的浅层神经网络到深度神经网络 10
图表 11：深度神经网络近10 年迎来大发展 11
图表 12：深度学习模型率先在机器翻译、语音、图像等实现突破 11
图表 13：2006-2016 年3月以来人工智能投资金额 12
图表 14：细分领域投资额 12
图表 15：AI 进入3.0 时代 14
图表 16：深度神经网络模拟人脑感知过程 14
图表 17：CNN、RNN 促进图像和语音识别准确率提升 15
图表 18：传统图像识别手动选取特征（模式识别） 16
图表 19：卷积神经网络自主提取特征 16
图表 20：iMageNet 图像识别大赛 17
图表 21：图片识别准确率 17
图表 22：语音识别准确率提升 18
图表 23：增强学习模型 19
图表 24：大数据下深度学习算法表现更佳 20
图表 25：deepmind 的打方块游戏 20
图表 26：AI 3.0——感知、理解、决策 20
图表 27：人工智能的成熟水平 21
图表 28：人工智能更多地将以云服务的形式促进硬件创新 22
图表 29：IA+AI 促进新一轮硬件创新条件成熟 22
图表 30：国际科技巨头人工智能布局 23
图表 31：计算、互联网是IA 和AI 的共同基础 24
图表 32：GPU 与CPU 应用于神经网络比较 25
图表 33：GPU 的使用提升人工智能学习效率 26
图表 34：FPGA 有望进一步提升 26
图表 35：计算机对复杂场景的描述 27
图表 36：多种视觉感知技术的融合 27
图表 37：语音交互体现个性化的智能 28
图表 38：IA+AI 促进新一轮硬件创新 29
图表 39：IA+AI 共同引领科技未来 30
图表 40：可穿戴设备应用方向 31
图表 41：AR 的IA 部分——硬件和交互技术逐步成熟 32
图表 42：Magic leap 显示原理 32
图表 43：虚拟个人助理与可穿戴设备的结合将释放可穿戴设备应用潜力 33
图表 44：2016-2020年全球AR、VR 市场规模（亿美元） 34
图表 45：服务机器人 35
图表 46：移动、感知、人机交互是服务机器人关键 35
图表 47：服务机器人的传感器 36
图表 48：服务机器人应用 37
图表 49：2025年服务机器人市场规模（亿美元） 37
图表 50：大量传感装置 38
图表 51：传感装置与高精度地图的配合 39
图表 52：海量数据将为人工智能算法训练提供基础 40
图表 53：IA+AI 推进汽车智能化 40
图表 54：2015-2020年全球ADAS 市场规模 41
图表 55：Gartner 技术成熟度曲线 42
图表 56：新一轮智能硬件市场规模 43
图表 57：新一轮智能硬件渗透周期 43
图表 58：IA+AI 产业链 44
|
