2023中国安防人工智能发展产业指南.docx

PartlAI政策篇/4一、国家级层面政策/5二、地方级层面政策/6三、总结/7Part 2 AI技术篇/8一、A支术分析/9二AIGC （生成式人工智能）概念梳理与发展历程/10Part 3 AI市场篇/13-中国AI产业发展三大战略/14二、中国Al产业2022年-2023年上半年的融资/IPC）事件/14三、总结/18录Part 4安防+AI技术应用篇/19一、人脸识/20二、车牌识/24三、大模型/26四、视蜒荀勾化/30五、3D醵/33六、AI芯片/36七、其他生物识/39Part 5企业巡礼/45附件2023中国安防人工智能发展产业指南产业图谱CPSSSZCPS中安网成立于1999年，立足安防，放眼不断衍生的AlOT,是国内智慧安防和AlOT 行业具有代表性的媒体和服务平台。CPS中安网持续对行业市场趋势和前沿技术进行报道解读， 为产业链各角色提供有竞争力的推广方案和服务，帮助各类客户获得成功。CPS中安网可提供推广、会议、咨询、报告等服务，产品涵盖门户网站、新媒体、APP. 中国安防论坛、中国安防赋能大会、百城会等。CPS中安网积极致力于推动行业发展，运用互 联网信息技术与行业经验，弥合信息鸿沟，帮助各类企业扩大价值，实现整个产业链的共赢。Partl AI政策篇人工智能作为国家战略的重要组成部分，是未来国际竞争的焦点和经济发展的新引擎。近年来，随 着数字经济的快速发展和全社会数字化水平的升级，人工智能的积极作用越来越凸显。目前，人工智能行业受到国家及各级政府的高度重视和国家产业政策的重点支持，2023年初至今陆 续出台了多项政策，鼓励人工智能行业发展与创新。一、国家级层面政策政策汇总2023年2月，中共中央、国务院印发数字中国建设整体布局规划数字中国建设整体布局规划（简称：规划）提出系统优化算力基础设施布局，促进东西部 算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局。2023年4月11日，国家互联网信息办公室发布关于生成式人工智能服务管理办法（征求意财高）首次明确了生成式人工智能“提供者”内容生产、数据保护、隐私安全等方面的法定责任及法律依据， 确立了人工智能产品的安全评估规定及管理办法。2023年4月28日,中共中央政治局指出要重视通用人工智能发展2023年4月28日，中共中央政治局召开会议，分析研究当前经济形势和经济工作，会议内容提及 要重视人工智能发展，营造创新生态，重视防范风险。2023年5月11日，国资委指导中央企业加大在新一代信息技术、人工智能等战略性新兴产业布局 力度5月日，国资委党委召开扩大会议，会议提到要指导推动中央企业加大在新一代信息技术、人工 智能、集成电路、工业母机等战略性新兴产业布局力度，推动传统产业数字化、智能化、绿色化转型升级， 引领带动我国产业体系加快向产业链、价值链高端迈进。2023年6月8日，国务院发布2023年度立法工作计划，人工智能法草案等预备提请全国人大常 委会审国务院办公厅近日印发国务院2023年度立法工作计划，其中提到，预备提请全国人大常委会 审议人工智能法草案等。2023年6月20日，国家网信办发布深度合成服务算法备案清单国家网信办公布了国内首批境内深度合成服务算法备案清单，共有18家公司的41类算法入围， 包括语音、文字、图像、音频生成与交互技术，场景包括智能客服、即时通讯、视频剪辑与文字、图像 多模态交互场景等。小结自2015年以来，国家发改委、科技部、工信部、教育部等多部门都陆续印发了支持、规范、监督 人工智能行业的政策，内容涉及人工智能基础设施建设、技术研发、人才培养及引进、伦理规范和法律 规范等内容，旨在探索人工智能发展新模式新路径，以人工智能高水平应用促进经济高质量发展。二、地方级层面政策为了响应国家号召，全国各省市积极推动人工智能产业发展，如北京、上海、深圳等地相继发布支 持人工智能产业发展的政策文件，围绕打造拓展人工智能应用场景、加强相关领域人才高地建设等方面 作出多方面部署，为打造人工智能产业良好生态提供了强有力的政策支撑。政策汇总北京2023年5月30日，北京市发布北京市加快建设具有全球影响力的人工智能创新策源地实施方案 (2023-2025)(以下简称方案)和北京市促进通用人工智能创新发展的若干措施(以下简称措 施)。文件提到，到2025年，人工智能核心产业规模达到3000亿元，持续保持10%以上增长，辐射产 业规模超过1万亿元。2023年7月5日，北京市印发关于更好发挥数据要素作用进一步加快发展数字经济的实施意见提出要完善人工智能数据标准库，探索打造数据训练基地，促进研发自然语言、多模态、认知等超 大规模智能模型，力争到2030年，北京市数据要素市场规模达到2000亿元。上海2023年5月30日，上海市发布上海市加大力度支持民间投资发展若干政策措施提出，充分发 挥人工智能创新发展专项等引导作用，支持民营企业广泛参与数据、算力等人工智能基础设施建设。目前， 上海徐汇区正积极引进和培育一批大模型研发团队，将加快研究打造大模型生态集聚和创新应用高地。2023年6月15日，上海市人民政府办公厅印发上海市推动制造业高质量发展三年行动计划 (2023-2025年)，引导更多资源要素向先进制造业集聚。提出将瞄准人工智能技术前沿，构建通用 大模型，面向垂直领域发展产业生态，建设国际算法创新基地，加快人形机器人创新发展。深圳深圳市加快推动人工智能高质量发展水平应用行动方案(20232024)于5月31日出炉，该 方案明确提出：“加大财政资金投入力度，重点支持人工智能创新和应用。发挥政府投资引导基金作用， 统筹整合基金资源，形成规模IooO亿元的人工智能基金群。”安徽2023年6月9日，安徽发布加快场景创新构建全省应用场景一体化大市场行动方案（2023-2025年）安徽省科学技术厅印发的加快场景创新构建全省应用场景一体化大市场行动方案（2023-2025年） 提到到2025年，基本建成全身应用场景一体化大市场。围绕特色研究领域打造一批可示范、可体验、 可推广的科技首用场景样板，探索场景驱动的科技创新范式。下一代人工智能领域优先探索深度学习、 脑机接口、图像识别、语音识别、语音合成、机器翻译等场景。成都2023年6月1日，成都鼓励Al产业发展，提出19项资金扶持措施，最高奖1000万元。2023年6月1日，成都市经济和信息化局对成都市关于进一步促进人工智能产业高质量发展的 若干政策（征求意见稿）公开征求意见，征求意见稿给出了多条资金补贴和奖励措施。对取得国家科 技重大专项（含科技创新2030-重大项目）、国家重点研发计划立项项目成果或国家科学奖获奖成果在 成都落地转化的，给予最高1000万元经费支持。广东省2023年6月16日，广东省委、省政府出台广东省质量强省建设纲要支持人工智能、区块链、 量子信息、生命健康、生物育种等前沿领域加强研发布局，支持量子通信、信息光子、太赫兹、新材料、 生命健康等领域努力抢占未来发展制高点。小结不难看出，当人工智能新一轮产业竞赛持续升温之时，各地鼓励支持人工智能发展的利好政策也将 密集出炉。有Al产业内的人士表示，国家及地方出台的多项Al产业支持政策将给产业发展带来助推力， 更进一步推动数字经济与实体经济的融合发展。三、总结目前，中央及各地方政府出台的相关人工智能政策已超百部，从这些出台的政策文件当中看出，当 前人工智能政策较为强调人工智能技术在各个行业场景的应用。一方面体现出AI技术的普及率逐渐提 高，另一方面也彰显了 AI的活力，能为行业发展增添新的动能。未来，随着数字经济的快速发展和全 社会数字化水平的升级，人工智能的重要性日益凸显。近年来，在数字经济发展浪潮的推动下，学界围绕人工智能的经济发展效应从不同角度开展了较为 丰富的研究，从多方位强调了实施“智能+”、数智融合、智能产业价值创造与获取的重要意义，为社 会经济领域技术创新向智能化转型奠定基础。Part2 AI技术篇近年来，在数字经济发展浪潮的推动下，学界围绕人工智能的经济发展效应从不同角度开展了较为 丰富的研究，从多方位强调了实施“智能+”、数智融合、智能产业价值创造与获取的重要意义，为社 会经济领域技术创新向智能化转型奠定基础。一、人工智能技术分析数据挖掘与学习目前，大数据技术已得到了十分广泛的应用，其中信息的收集和处理是大数据技术的主要应用领域。 但在数据量过于庞大时，单纯依靠大数据技术进行数据的处理和分析则显得较为困难，此时就需要将大 数据技术与人工智能技术进行高效结合，以充分运用机器学习技术来完成相关工作任务。机器学习简言 之就是以计算机为基础来对人类的学习进行模拟，通过模拟的方式来完成相关任务。目前较为常见的机 器学习方式包括概率学习和决策树训练。该项技术的优势在于能够高效地对数据进行处理，同时能够通 过学习和训练来形成新的处理模型用以对多种不同类型的数据进行处理，尤其是在对一些海量数据进行 处理时，数据挖掘与学习的方式能够达到理想的处理效果。知识数据的智能处理人工智能技术的知识与数据智能化处理能够在专家系统上得到充分的体现。专家系统是智能化极高 的计算机系统，能够将某一领域的知识进行全面集合，再通过前期的程序设定来完成相应的系统架构构 建，后续在解决问题时则可以利用该系统的程序进行高效解决。专家系统最为重要的两个组成部分是数 据库和推理系统，数据库主要是包含某一领域的专业知识和相关经验，而推理系统主要是模拟人类的智 慧推理过程，再以数据库为基础对问题进行解决，通过数据库和推理系统的结合能够快速得到问题的答 案。人机交互人机交互技术是将用户和系统进行有效连接的技术。用户在使用相关软件时可以通过交互界面完成 指定操作。而人机交互技术主要是以机器人的学习和模式识别技术为基础，该项技术需要依靠相应的输 出设备和指定软件系统实现。想要对现有的人机交互技术进行提升，则必须对硬件系统和软件系统进行 同时优化。止匕外，在技术研发过程中还需要对传统人机交互技术存在的不足进行优化和调整，转变原有 手动操作模式，以有效扩大人际交互技术的使用范围，给用户带来更好地操作体验。其中，机器学习作为人工智能非常重要的基础，主要有判别式和生成式两类模型。其中，判别式模 型主要是给定一个数据，估计一个条件概率进行分类、判决；生成式模型则是直接估计一个分布，然后 生成新数据。与之对应，可以将人工智能系统分为判别式人工智能和生成式人工智能。其实，人工智能（Al）并不是一个新的概念，20世纪以来，人类围绕人工智能领域的探索从未止步， 不过主要围绕“判别式AI”来展开。虽有1997年IBM “深蓝”战胜国际象棋大师卡斯帕洛夫等标志性突破， 但始终没有产业化。随着算法、算力、数据三要素的突破， “判别式AI”实现产业化应用。步入21世纪， 互联网、移动互联网带来数据量陡升及大数据技术发展，GPU等硬件及云计算技术突破，神经网络“深 度学习”算法出世，三者共同驱动“判别式” AI快速发展，并商业化应用于人脸识别、语音识别等领域， 2016年AIPhaGo战胜李世石第一次点燃Al的讨论浪潮。随着AI基础设施逐步完善，深度学习技术不断进步，人工智能应用场景逐渐增多，过去模型参数 规模和数据量也实现了大幅度增长，为NLP、CV 等领域带来更强大的表达能力和性能，显而易见，现 今已进入了以AGl为代表的新里程碑阶段。ChatGPT让大家意识到，Al发展步入全新阶段即