今後の国内人工知能産業の発展における5つの大きなトレンド

現在、中国で人工知能の分野で最も多くの投資を受けている5つのサブセクターは、コンピュータービジョン（R＆D）、自然言語処理、パーソナル仮想アシスタント、インテリジェントロボット、音声認識です。投資分野と動向から判断すると、今後、国内の人工知能産業における資金は、主に機械学習とシナリオ応用の2つの方向に流れることになるだろう。

[[229976]]

1. 機械学習とシナリオアプリケーションが次の爆発的な成長をもたらす

VentureScannerの統計によると、2015年9月現在、世界の人工知能分野で投資を受けた企業のうち、平均資金調達額による上位5つの事業は、機械学習（アプリケーション部門）、知能ロボット、コンピュータービジョン（R&D部門）、機械学習（R&D部門）、ビデオコンテンツ認識でした。

現在、中国で人工知能の分野で最も多くの投資を受けている5つのサブセクターは、コンピュータービジョン（R＆D）、自然言語処理、パーソナル仮想アシスタント、インテリジェントロボット、音声認識です。投資分野と動向から判断すると、今後、国内の人工知能産業における資金は、主に機械学習とシナリオ応用の2つの方向に流れることになるだろう。

データストレージ容量と技術力の向上は、人工知能のコア技術であり、最も広く使用されている応用手段である機械学習の爆発的な発展に基本的な保証を提供しました。しかし、現在のコンピューティングパワーの限界と一般的なソリューションの研究開発の限界により、セキュリティ、スマートライフ、教育、健康に基づくシナリオアプリケーションは、人工知能の分野でのほとんどの国内企業にとって画期的な進歩となっています。

2. 専門分野の知性が開発の核となる

GPU（グラフィックス・プロセッシング・ユニット）の計算速度（パフォーマンスは6か月ごとに2倍）と基本技術プラットフォームの急速な発展に基づいて、企業は人工知能ニューラルネットワークの構築において前例のない進歩を遂げました。しかし、人工知能のさまざまな分野における技術とアルゴリズムの複雑さにより、今後 20 年間の人工知能の応用は、顔認識や画像認識、音声アシスタント、スマートホームなどの専門分野に集中することになります。

前述の産業チェーン構造と投資分類から、大手企業の中核競争力は主に特定分野の専門技術の研究開発に集中していることがわかります。その中でも、コンピュータービジョンと音声認識の分野での研究開発と応用はすでに国際的にトップレベルに達しており、専門応用ロボットの研究開発も今後10年間で画期的な発展を迎えると予想されています。

専門分野から一般分野への移行の過程で、自然言語処理とコンピュータービジョンが人工知能の一般応用における2つの最大のブレークスルーになると予測されます。今後20年間は、さまざまな専門分野の差別化された発展が成熟するにつれ、一般的な研究開発に必要な技術やデータも飛躍的に進歩するでしょう。

3. 産業分業がますます明確になり、企業の協力が競争よりも重要になっている

専門分野におけるアプリケーション開発の成熟と差別化された技術障壁の存在により、国内の人工知能産業は、基盤インフラの構築、一般的なシナリオの応用、専門アプリケーションの研究開発という3つの方向に徐々に分化していきます。

基盤インフラ構築の面では、テンセント、アリババ、百度、ファーウェイなどの企業は、自社のデータ、アルゴリズム、技術、サーバーの優位性を生かして、産業チェーン内の企業に基本的なリソースサポートを提供すると同時に、自社の優位性を一般および専門応用分野の研究に転化し、自社のエコシステム内で人工知能産業チェーンの閉ループを形成します。

一般的なシナリオのアプリケーションに関しては、iFlytek（002230）、DeepGlint、Fusion Reality、Megvii Technologyなどの企業がコンピュータービジョンと音声認識に重点を置き、セキュリティ、教育、金融などの分野向けの一般的なソリューションを提供します。

ハードウェア企業やスタートアップ企業の多くは、XiaomiやBroadlinkに代表されるスマートホームソリューションプロバイダーや、Mobvoi、Linkface、UBTECHなどの差別化アプリケーションプロバイダーなど、専用アプリケーションの研究開発に集中しています。

4. システムレベルのオープンソースが標準になる

人工知能研究のどの分野でも、非常に大規模なコード計算、脆弱性調査、ドメイン間の交差が伴います。どの企業にとっても、閉鎖的な環境で段階的なブレークスルーを達成することは不可能です。

人工知能を今後の中核競争力と位置付けるグーグル、マイクロソフト、フェイスブック、ヤフーなどの大手企業が相次いで独自の人工知能システムをオープン化している傾向が見受けられる。

明確にしておきたいのは、オープンソースはコア技術やアルゴリズムの完全な移転を意味するものではないということです。基盤システムのオープンソース化により、より多くの企業がさまざまな次元から人工知能関連分野の研究開発に参加できるようになり、業界レベルでの新製品の迅速な反復と共同の試行錯誤のための、安全で標準化された共生プラットフォームが提供されます。オープンエンタープライズの場合、これにより業界の最新の最先端技術に遅れずについていくことも保証されます。

これを踏まえ、テンセント、アリババ、百度、iFLYTEKなど人工知能分野で先行する企業は、さまざまな次元と空間で独自の人工知能システムを開拓してきました。今後、専門分野のアプリケーションの普及と一般的な技術アプリケーションの需要の増加に伴い、このオープン性はますます高まっていくでしょう。

5. アルゴリズムの進歩により競争の差が広がる

人工知能の実現の中核となるアルゴリズムは、今後、国内の人工知能産業における最高の競争基準となるでしょう。 Google を例に挙げると、Google の検索アルゴリズム ラボでは、キーワード マッチングからナレッジ グラフ、セマンティック検索に至るまで、アルゴリズムの革新を実現するために、毎日 200 件以上の改善を行っています。

今後の競争の焦点となる機械学習の分野では、教師あり学習、教師なし学習、強化学習の3つの側面におけるアルゴリズム間の競争が白熱する局面を迎えることになる。 Tencent Youtu、iFlytek、DeepGlintなどの企業が画像認識やコンピュータービジョンの分野で画期的な進歩と世界クラスの技術レベルを達成できたのは、アルゴリズムレベルでのブレークスルーのおかげです。

しかし、国内の人工知能アルゴリズムの全体的な発展の観点から見ると、エンジニアリングアルゴリズムは段階的なブレークスルーを達成しているものの、認知レベルに基づくアルゴリズムのレベルは依然として緊急に向上する必要があり、これは将来の競争の中核領域でもあります。

一般的に、基礎技術の成熟により、ストレージ容量や機械学習などの人工知能技術が向上しましたが、現在のコンピューティング能力と大規模なCPUおよびGPU並列ソリューションの限界により、中国における現在の人工知能の発展は、主にコンピュータービジョン、音声認識、スマートライフなどの分野に集中しています。