2020-2021人工智能“新基建”知识图谱行业研究报告.pdf

2020-2021人工智能“新基建”知识图谱行业研究报告新基建的发展概述顶层设计先行，新基建进入发展快车道，为数字化、网络化、 智能化建设注入新动力新型基础设施建设是为加快国家规划建设，决策层明确推出的重大工程和基础设施建设项目。自2018年12月中央经济工作会议首次提出以来，新基建概念在高级别会议中被密集提及，重视程度不断强化，相关政策路线也日趋清晰。“新基建”概念的发展历程2018.12.21政府工作报告会议/发文内容2019.03.052019.12.122020.01.032020.02.142020.03.04中央经济工作会议七部门印发关于促进“互联网+社会服 务”发展的意见国务院常务会议中央全面深化改革委员会第十二次会议发挥投资关键作用，加大制造业技术改造和设备更更新。加快5G商用步伐，加强人工 智能、工业互联网、物联网等新型基础设施建设。加快5G商用步伐和IPv6部署；打造工业互联网平台；深化大数据、人工智能等研发应用；加强重大科技基础设施、科技创新中心建设；加强新一代基础设施建设和融合应用。2019.05.14国务院常务会议把工业互联网等新型基础设施建设与制造业技术进步有机结合。2019.07.30中共中央政治局会议加快推进信息网络等新型基础设施建设。2020.04.28中共中央政治局常务委员会会议国务院常务会议加快布局新型数字基础设施；加快5G行业应用试点；加速构建支持大数据应用和云端 海量信息处理的云计算基础设施，支持政府和企业建设人工智能基础服务平台；面向社 会服务提供人工智能应用所需的基础数据、计算能力和模型算法。发展先进制造业，出台信息网络等新型基础设施投资支持政策，推进智能、绿色制造。通过关于推动基础设施高质量发展的意见；统筹存量和增量、传统和新型基础设施 发展，打造集约高效、经济适用、智能绿色、安全可靠的现代化基础设施体系。加快5G网络、数据中心等新型基础设施建设进度。推进信息网络等新型基础设施建设，创新投资建设模式，坚持以市场投入为主，支持多元主体参与建设，鼓励金融机构创新产品强化服务；加强政府引导和支持。2020.04.29中共中央政治局常务委员会会议要启动一批重大项目，加快传统基础设施和5G、人工智能等新型基础设施建设。2020.05.22政府工作报告重点支持既促消费惠民生又调结构增后劲的“两新一重”建设。新基建的内涵和外延深度应用互联网、大数据、人工智 能等技术，支撑传统基础设施转型 升级，进而形成的融合基础设施， 赋予传统基础设施建设新的内涵例如，智能交通基础设施、智慧能 源基础设施等融合基础设施基于新一代信息技术演化生 成的基础设施例如，以5G、物联网、工业 互联网、卫星互联网为代表 的通信网络基础设施；以人 工智能、云计算、区块链等 为代表的新技术基础设施， 以数据中心、智能计算中心 为代表的算力基础设施等是工业互联网在未来发展中 的重要技术支撑，是GDP增 速的主要来源主要是指支撑科学研究、技 术开发、产品研制的具有公 益属性的基础设施例如，重大科技基础设施、 科教基础设施、产业技术创 新基础设施等信息基础设施创新基础设施发力于科技端的信息数字化基础设施建设2020年4月20日，国家发改委将新型基础设施初步定义为：以新发展理念为引领，以技术创新为驱动，以信息网络为基础， 面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。与传统的基础设施建设相比，新基建体现出“重创新、补短板”的特征：主要面向新产业、新业态和新模式，促进经济结构优化；但同时也对传统基础设施建设形成补充，助力传统基础设施的智能化改造，提高传统基础设施的运行效率。 伴随着技术革命和产业变革，新型基础设施的内涵和外延还将不断丰富和延展。新型基础设施建设的范围新基建新基建让生产生活更智慧创新基础设施：重大科技基础设施、科教基础设施、产业技术创新基础设施融合基础设施：智能交通基础设施、智慧能源基础设施5G物联网人工智能云计算智能计算中心信息基础设施：通信网络基础设施、新技术基础设施、算力基础设施新型基础设施新型智慧城市新型产业经济推动科技势能向产业动能转化，加速重构智能社会新模式国家竞争优势中指出，每一个国家的发展将经历生产要素驱动、投资驱动、创新驱动和财富驱动等四个发展阶段。随 着数字化技术突飞猛进的发展，在新基建推动下，蓬勃发展的5G、大数据、人工智能等新兴技术将大幅度提高社会的数字 化、智能化水平，推动经济发展由投资驱动转向创新驱动的转型。新基建是数字世界的基础设施，通过科学技术构建数据，实现从传输到分析再到决策和执行，支撑了数字世界的构建，提 升了数字世界的智能化能力，进而反哺物理世界，最终构筑新旧协同的现代化基础设施。“新基建”的基本架构创新驱动经济发展人工智能是新基建的重点领域人工智能推动智能产业化和产业智能化人工智能是新一轮科技革命和产业变革的核心驱动力，在新基建的三大领域中，两大领域都直接提及人工智能。在信息基 础设施领域，人工智能与云计算、区块链一起被视为一种新技术基础设施；而在融合基础设施领域中，人工智能则被视为 支撑传统基础设施转型升级的重要工具。人工智能新基建的本质不仅仅指向其自身的产业化发展，更是在实体经济中寻找 应用场景，赋能生产力升级，即作为重大应用基础设施，推动各行业完成智能化转型，实现新旧动能的转换。测 算，2019年人工智能赋能实体经济产生的市场规模超过570亿元。2018-2022年中国人工智能赋能实体经济市场规模1573.01157.0819.8570.1251.12018 2022e2019e 2020e 2021e人工智能赋能实体经济所产生的市场规模（亿元）人工智能是新基建的重要技术人工智能具备建设新型基础设施的产业基础和技术成熟度基础设施指为直接生产部门和生活提供共同条件和公共服务的设施，关键属性包括共性刚需能力、公共服务、强外部性。 人工智能成为新型基础设施首先要有成熟可应用落地的技术和产业基础。人工智能二十世纪七十年代以来被称为世界三大尖端技术之一。1956年在达特茅斯会议上被首次提出，随着核心算法的突破、并行计算能力的迅速提升以及海量数据的支撑，在深度学习等新理论的驱动下，近十年来迎来质的飞跃，产业结构也 日趋成熟。随着技术不断迭代，市场认知不断完善，相关技术与传统行业经营模式和业务流程开始产生实质性融合，应用 领域也逐渐向实体经济领域和公共服务领域拓展，全面赋能生产生活各个方面，人工智能的基础设施属性正在逐步显现。达特茅斯会议 人工智能 学科诞生推理期将逻辑推理能力赋予计算机系统人工智能计算机DARPA宣告失败罗森布拉特发明第一款 神经网络perceptron知识期机器学习期总结人类知识计算机从数据 教授给计算机系统中学习算法1956 1957 1970 1984 1992 2006 2013以来人工智能技术发展进入新一轮高潮深度学习算法在语音和视 觉识别上取得成功，识别率分别超过99%和95%BP算法出现使大规模 神经网络训练成为可能计算能力的突破没能使机器完成大规模数据训练和复杂任务美国、英国相继缩减经费支持Hinton提出深度学习神经网络基础层：软硬件设施以及数据服务技术层：基础框架、算法模型以及通用技术应用层：产品、服务和解决方案数据芯片CPU传感器开源框架深度 学习知识 图谱计算机 视觉自然语言 处理智能语音 识别消费类终端产品整体解决方案金融客服智能操作系统教育零售文娱医疗安防人工智能产业结构已基本完备人工智能进入认知智能探索阶段来源：The Association for the Advance of Artificial Intelligence，美国人工智能协会，根据统计模型核算。当前呈现弱人工智能状态，在认知智能领域还处于初级阶段人工智能的本质是进行生产力升级，因此评判人工智能技术是否有价值，要看其应用是否贴近生产核心。一般认为，人工 智能分计算智能、感知智能和认知智能三个层次。计算智能即快速计算、记忆和储存的能力；感知智能即对自然界具象事 物的识别与判断能力；认知智能则为理解、分析等能力。当前，数据标准化已经趋于成熟，以快速计算和存储为目标的计 算智能已基本实现；在机器学习和深度学习技术的推动下，以视听觉等识别技术为目标的感知智能也突破了工业化红线， 实现了机器对自然界具象事物的判断与识别。但感知智能呈现的终究是一种弱人工智能状态，还只能在某一方面的人类工作上协助或替代人类。当人们能使用机器识别 更多事物，自然而然地引发了对事物的理解和分析等深层次的自动化知识服务的需求，而需要外部知识、逻辑推理或者领 域迁移的认知智能领域还处于初级阶段。学界已经展开认知智能领域的研究，2018年以来，美国人工智能协会收录关于认 知智能层面的论文逐年增多，占所有收录论文的比重也有提升。2018-2019年美国人工智能协会收录认知智能论文数23.60%19.20% 2711802018收录论文（篇）2019占比（%）知识图谱的定义用图模型来描述知识和建模万物关系的语义网络知识图谱是一种用图模型来描述知识和建模世界万物之间关联关系的大规模语义网络，是大数据时代知识表示的重要方式 之一。知识图谱最常见的表示形式是RDF（三元组），即“实体 x 关系 x 另一实体”或“实体 x 属性 x 属性值”集合，其 结点代表实体（entity）或者概念（concept），边代表实体/概念之间的各种语义关系。由于知识图谱富含实体、概念、 属性和关系等信息，使机器理解与解释现实世界成为可能。上世纪七八十年代，传统的知识工程与专家系统解决了很多的问题，但是都是在规则明确、边界清晰、应用封闭的限定场 景取得成功，严重依赖专家干预，一旦涉及到开放的问题就基本不太可能实现，因此难以适应大数据时代开放应用到规模 化的需求等问题。相对于传统的知识表示，知识图谱具有规模巨大、语义丰富、质量精良与结构友好等特点，宣告知识工程进入了一个新的时代。传统知识工程和知识图谱知识工程管 理流程知识领域知识知识 管理知识制度知识文化知识业务1业务2 . 业务n传统知识工程的知识管理知识图谱知识图谱是认知智能的底层支撑通过建立从数据到知识图谱中实 体、概念、关系的映射，使机器 能理解数据，从数据中提炼出行 业或领域内高精度的知识；通过 利用知识图谱中实体、概念和关 系来解释现实世界中的事物和现 象，使机器能解释现象。智能（W）信息（I）数据（D）知识（K）理解和解释 推理和决策抽取融合原始素材加工后有逻辑的数据提炼信息间的联系 组织化的信息知识的应用为描绘物理世界生产生活行为提供有效的方法与工具让机器具备认知智能具体体现在让机器掌握知识，拥有理解数据、理解语言进而理解现实世界的能力，拥有解释数据、解 释过程进而解释现象的能力，拥有推理、规划等一系列人类所独有的思考认知能力，而这些能力的实现与大规模、结构化、 关联密度高的背景知识是密不可分的。知识图谱通过对海量结构化和非结构化数据进行知识萃取并关联形成网状知识结构，对概念间的关系属性进行联结和转换， 支持非线性的、高阶关系的分析，为描绘物理世界生产生活行为提供了有效的方法与工具，是认知智能的底层支撑。知识 图谱帮助机器实现认知智能的“理解”和“解释”能力：通过建立从数据到知识图谱中实体、概念、关系的映射，使机器 能理解数据，从数据中提炼出行业或领域内高精度的知识；通过利用知识图谱中实体、概念和关系来解释现实世界中的事 物和现象，使机器能解释现象。更进一步的，基于知识图谱和逻辑规则或统计规律，机器能推理出实体或概念间深层的、 隐含的关系，实现认知智能的“推理”能力。知识图谱技术将数据映射为智慧