简介 2021年8月27日，商汤科技向港交所提交了招股说明书。根据招股书，商汤科技成立于2014年，专注于计算机视觉和深度学习原创技术研发，自主研发并建立了深度学习平台和超算中心，推出了一系列人工智能技术，包括人脸识别、图像识别、文本识别、医疗影像识别、视频分析、无人驾驶和遥感等。 营收 招股书显示，2018年、2019年及2020年，商汤营收分别为18.5亿元、30.3亿元、34.5亿元，2021年上半年营收16.52亿元。 扣除优先股公允价值变动等非经常性损益之后，商汤科技近三年半累计扣非净亏损为28.7亿元。2018年、2019年、2020年及2021年上半年经调整的扣非净亏损分别为人民币2.2亿元、10.4亿元、8.8亿元及7.3亿元。 股权 招股书显示，IPO前，商汤科技创始人汤晓鸥持股21.73%，联合创始人兼CEO徐立持股0.9%；此外，软银持股14.88%，淘宝中国持股7.59%，春华资本持股3.08%，银湖资本持股3.05%，IDG资本持股1.42%。SenseTalent（徐立、王晓刚、徐冰所持B类股票）持股12.17%。 核心技术 此次IPO招股，商汤科技拟将募集资金的60%用于提升公司的研发及开发能力。其中，10%募集资金将用于扩大公司的AIDC算力；10%将用于加强人工智能芯片的设计能力及开发自有人工智能芯片解决方案；15%将用于提升人工智能模型有关能力；25%将用于进一步开发产品并增强人工智能研发能力。另外有30%将用于业务扩展及潜在战略投资及收购，10%将用于运营及一般企业用途。 数据来源：港交所

人工智能技术正在推动教育信息化的快速发展，人工智能教育是人工智能技术对教育产业的赋能，通过人工智能技术在教育领域的运用，来实现其辅助甚至是替代作用。未来人工智能教育应用的发展将由数据驱动、应用深化、融合创新优化服务等方式来持续推动。 从行业发展阶段来看，目前人工智能教育行业仍处在发展阶段，尚未成熟。人工智能的概念虽火热，但人工智能在教育行业的具体赋能却并非是一蹴而就的。纵观人工智能教育行业的应用发展历程，起步阶段主要集中在对人工智能教育的规划和初步探索中，20世纪50年代，卡耐基梅隆大学教授艾伦·纽厄尔和赫伯特·西蒙作为人工智能的奠基人，结合数学、工程和经济学促进了人工智能的发展。20世纪70年代，Jaime Carbonell创建智能教学系统，开始利用计算机辅助教学；1993年英国爱丁堡举行第一届人工智能教育（AiED）国际会议。随着时间发展，人工智能教育也开始正式走向发展阶段，21世纪初，美国Cognitive Tutor、Knewton、RealizeIt等智适应教育企业纷纷成立，人工智能技术开始被逐渐赋能到教育产业中。 智适应学习（Intelligent Adaptive Learning）技术是模拟老师对学生一对一教学的过程，赋予学习系统个性化教学的能力的人工智能教育技术。2010年后，中国智适应教育企业开始兴起，如新东方、好未来、乂学教育—松鼠AI等公司。2016年前后，国内的众多知名教育机构如好未来、新东方等以及资本也纷纷投入人工智能教育领域。 纵观近几十年的发展历程，人工智能技术从早期的基于规则的知识表示与推理，开始向基于深度学习的自然语言处理、语音识别与图像识别转变，算法模型获得显著改进。大数据的支持为人工智能提供了数据驱动和认知计算。与此同时，人工智能在教育领域的应用需要跨学科、跨领域的共同合作，如神经科学、认知科学、心理学、数学、教育学等相关基础学科。跨学科、跨领域的应用将联合推动人工智能教育的发展。 发布单位：德勤

知识图谱通过获取实体概念之间的关系，实现知识可视化。无论是社交网络、生物信息学数据集还是零售购买数据，均可将知识建模成图谱（互联事实网络），助力企业发现易被忽略的关系模式。对这些图谱的日益重视反映了 – 仅靠机器学习无法解决企业面临的所有知识问题 – 这一共识。但是，随着知识图谱的不断扩增，自动确定概念之间的新关系变得越来越重要。 为此，都柏林研究院创建了首个自主进行图谱学习的开源库AmpliGraph，可从现有图谱中拓展新的知识发现。此前仅限于研究的能力，如今可作为开源库使用，此举在降低入门门槛的同时，也推动以图谱为基础的机器学习成为主流。在埃森哲技术研究院，我们携手客户将AmpliGraph用于多样领域，例如，从现有的生物医学数据中发现药物的副作用，以及打造个性化的员工技能培训项目。 发布单位：埃森哲

本报告来自北京松鼠山科技有限公司与哈尔滨工业大学智能金融联合实验室梁栋

知识图谱是一种揭示类型或实体之间关系的语义网络，其建立的具有语义处理能力与开放互联能力的知识库，可在安全⻛控、健康、智能问答等智能信息服务中产生应用价值。此篇白皮书侧重在图可视化领域，详细讨论知识图谱在建设过程中（如知识构建、知识编辑、知识计算、领域图谱等）遇到的诸多图可视化问题以及相应提出来的解决方案。 发布单位：阿里巴巴、蚂蚁集团

如图所示，是大牛总结的python路线，我想学习人工智能，这些前端后端爬虫web开发需要学习吗，萌新一枚，最近有些迷茫，希望得到指导

2021年8月13日，第四范式向港交所提交了招股书。 招股书摘要 简介 第四范式成立于2014年，根据招股书，第四范式提供以平台为中心的人工智能解决方案，使企业实现人工智能快速规模化转型落地，发掘数据隐含规律并全面提升企业的决策能力。 根据招股书，平台可以让企业实现轻松构建量身定制的人工智能系统， 这些系统由第四范式的自动机器学习算法驱动， 将机器学习、应用、决策和评估的流程自动化， 其特点是支持快速简易建模、提供低代码及/无代码开发环境以及无需人工智能专家的高度参与。 营收 在2018年、2019年及2020年的收入分别为1.28亿元、4.60亿元、9.42亿元；2021年上半年，该公司收入为7.88亿元。2019年及2020年的全年营收同比增幅分别为259.7%、105.0%。 股权 创始人戴文渊在人工智能技术行业拥有约12年经验，率先提出迁移学习通用框架理念，曾担任百度首席研发架构师。戴文渊同时是第四范式控股股东，其与雇员激励平台等共同控制已发行股本总额约41.18%。 研发团队 根据招股书，第四范式的研发人员由计算机科学家、研究人员及其他技术专业人员组成。截至2021年6月30日，第四范式的研发人员有929人，占全体员工70%。于2018年、2019年、 2020年及截至2021年6月30日止六个月， 第四范式分别投入了人民币1.93亿、人民币 4.16亿元、人民币5.66亿元及人民币5.78亿元的研发开支。 戴博士及杨强博士（联合创始人）为迁移学习的领军人物， 并因他们在领导全球迁移学习研发方向获得的成就和作出的贡献而在人工智能业内备受敬重。第四范式的研发人员由陈雨强先生（首席研究科学家以及迁移学习及自动机器学习领域的领军学者）领导。其论文曾在学术顶会（包括NIPS、AAAI、ACL及KDD）上发表。 第四范式专注于培育及维持大量优秀研究人员以推动研发工作，并有针对性地于备受瞩目的编程比赛中对参赛者进行招聘。第四范式的员工包括享负盛名的国际编程比赛（如ACM）的金牌得主。 商业模式 根据招股书，第四范式的收入主要来自于先知平台及产品以及应用开发及其他服务。 先知平台及产品 先知平台及产品主要通过以下方式提供： 在终端用户服务器上本地部署的软件使用许可； 预装了先知软件的「一体化」(AIO)解决方案。两者均使得用户可以利用先知平台开发他们自身的人工智能应用。当用户利用先知平台就新应用场景开发更多人工智能应用时， 他们将需向第四范式购买额外使用许可以获得更多算力，从而使第四范式能够持续获得更多收入。 应用场景：金融、零售、制造、能源与电力、电信运营商及医疗保健。 数据来源：港交所

主要发现 中国人工智能产业发展迅速，但整体实力仍落后于美国。中国人工智能产 业发展迅速，2018年中国人工智能市场规模有望超过300亿元人民币。人工 智能企业数量超过1000家，位列全球第二。本次人工智能浪潮以从实验室 走向商业化为特征，其发展驱动力主要来自计算力的显著提升、多方位的政 策支持、大规模多频次的投资以及逐渐清晰的用户需求。与此同时，中国处于 人工智能发展初期，基础研究、芯片、人才方面的多项关键指标与美国差距 较大。 中国企业价值链布局侧重技术层和应用层，对需要长周期的基础层关注 度较小。人工智能产业链分为基础层 （芯片、 算法框架） 、 技术层 （计算机视 觉、自然语义理解、语音识别、机器学习）和应用层 （垂直行业/精确场景）。 中 国企业布局比较偏好技术相对成熟、应用场景清晰的领域，对基础层关注度 较小。瞄准AI专用芯片或将为中国企业另辟蹊径。 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案， 深耕巨头的数据洼地，打造护城河。科技巨头构建生态链，已经占据基础设 施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡，更多的创业企业 将发力深耕巨头的数据洼地 （金融、 政府事务、医疗、交通、制造业等） ， 切入 行业痛点，提供解决方案，探索商业模式。 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道， 早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂问题以获得长 足发展。各地政府的工作内容及目标有所差异，因而企业提供的解决方案并 非是完全标准化的，需要根据实际情况进行定制化服务。由于政府一般对于 合作企业要求较高，行业进入门槛提高，强者恒强趋势明显。 人工智能在金融领域的应用最为深入，应用场景逐步由以交易安全为主 向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工 智能在金融行业的应用，改变了金融服务行业的规则，提升金融机构商业效 能，在向长尾客户提供定制化产品的同时降低金融风险。 医疗行业人工智能应用发展快速，但急需建立标准化的人工智能产品市 场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决 医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康，医疗 又是一个受管制较严的行业。人工智能能否如预期广泛应用，还将取决于产 品商业化过程中如何制定医疗和数据监管标准 以无人驾驶技术为主导的汽车行业将迎来产业链的革新。传统车企的 生产、渠道和销售模式将被新兴的商业模式所替代。新兴的无人驾驶解决 方案技术公司和传统车企的行业边界将被打破。随着共享汽车概念的兴 起。无人驾驶技术下的共享出行将替代传统的私家车的概念。随着无人驾 驶行业规范和标准的制定，将衍生出更加安全和快捷的无人货运和物流等 新兴的行业。 人工智能在制造业领域的应用潜力被低估，优质数据资源未被充分利 用。制造业专业性强，解决方案的复杂性和定制化要求高，所以人工智能 目前主要应用在产品质检分拣和预测性维护等易于复制和推广的领域。然 而，生产设备产生的大量可靠、稳定、持续更新的数据尚未被充分利用，这些数据可以为人工智能公司提供优质的机器学习样本，解决制造过程中的 实际问题。 人工智能加速新零售全渠道的融合，传统零售企业与创业企业结成伙 伴关系，围绕人、货、场、链搭建应用场景。人工智能在各个零售环节多点 开花，应用场景碎片化并进入大规模实验期。传统零售企业开始布局人工 智，将与科技巨头在应用大数据和人工智能领域同台竞技，意味零售商将 更加积极与创业公司建立伙伴关系。 政策与资本双重驱动推动人工智能产业区域间竞赛，京沪深领跑全 国，杭州发展逐步加速。京津冀、珠三角、长三角以及西部川渝地区成为人 工智能企业聚集地区。北京、上海、深圳牢牢占据人工智能城市实力第一梯 队的位置，广州的大型企业与初创企业数量较少，杭州主要依靠阿里巴巴， 因而属于第二梯队，重庆则受到技术与人才基础限制处于第三梯队。 各地政府以建设产业园的方式发挥人工智能产业在推动新旧动能转换 中的作用。人工智能产业园呈现多点开花、依托原有高科技产业园以及与 原有园区企业产生联动效应的特点。但由于建设速度过快，园区也出现了 空心化与人才缺口的问题。 杭州未来科技城抓住人工智能产业快速发展的机会并取得显著成绩， 未来可以从人才、技术、创新三要素入手进一步打造产业竞争力 。 推出培 养、吸引、保留人才的具体措施，建立具有成长性的人才库；通过完善产业 链布局，发现高价值技术企业并了解企业诉求。提高对技术型企业的招商 效率；从创新主体、创新资源和创新环境三个层次聚集创新要素，打造利于 企业创新创业的有利条件。 发布单位：德勤

引言 回顾过去的一年，科技与商业发展的一个关键词就是“人工智能”。在近一年的时间 里，百度科学家和工程师们不仅在人工智能算法、核心框架、芯片、计算平台、量子计算、 语音技术、计算机视觉、增强现实与虚拟现实、语言与知识、开放平台、开放数据等诸多 方面取得了令人瞩目的技术成果，还将这些技术成果与行业相结合，成功应用于众多产品 之中，取得了丰硕的人工智能应用成果。 2019 年 2 月，世界知识产权组织（World Intellectual Property Organization，简称 WIPO） 发布了首份技术趋势报告，聚焦人工智能领域专利申请及发展状况。报告显示，百度在深 度学习领域的专利申请量位居全球第二，超越 Alphabet、微软、IBM 等企业和国外学术机 构，在全球企业中居于首位。 过去的一年，百度基础技术体系、智能云事业群组和 AI 技术平台体系进行了重大组织 机构调整，三个体系统一向集团 CTO 汇报，这为技术中台建设和人工智能技术落地提供了 良好的组织保障。 本报告总结了百度大脑在 2018-2019 年度取得的部分技术成果：第一章主要概述百度 大脑 5.0，第二至六章分别介绍百度大脑在基础层、感知层、认知层、平台层和安全方面 的技术成果。 面向未来，百度将继续打造领先的 AI 技术能力，构建更加繁荣的人工智能生态系统， 助力各行各业进入智能化的工业大生产阶段，在智能时代创造更广泛的社会经济价值。 发布单位：百度研究院

摘要 供需情况： IT人才总体供不应求。从资质来看，IT人才呈金字塔分布，高中低端人才分别占比8%、 41%、51%。由于供需失衡或岗位吸引力不足，企业“招聘难”问题在高低两端尤 其凸显。从地域来看，一线城市是我国IT人才供需的集中点。但近年来二线城市IT需求增长，承接过剩IT人才，一线城市向二线城市的反向人才流动趋势愈发明晰。 院校分布： 规模上，中国高校数量稳定增长，截至2020年6月30日，全国高等学校共计3005所。 分布上，受经济水平和预算体制影响，中国高校具有区域分布失衡、层次配比不均的特点。泛IT类高校主要集中在传统教育强省与IT产业发达的区域。 毕业生现状： 从宏观视角看， 高校扩招导致毕业生总量迅速膨胀， 其中IT相关专业毕业生占比达 10%左右，我国IT人才储备日益丰富，缺口在逐年缩减。从微观视角看，IT人才的就业观在逐步成熟。调研结果显示，1）我国IT人才的求职渠道和择业参考因素呈多样 化特点，2）IT人才且愈发重视求职投入，约40%的求职者的简历投递和面试次数在10次以上，3）80%的IT人才求职周期在6个月以内，整体就业满意度较高，负向反馈集中在薪资不及预期（差距约2000元）。 校园招聘： 整体上看，IT服务行业校园招聘的节奏和方式已成体系，线下招聘会仍是企业进校招 聘的主要方式。但疫情的出现使得招聘在社会习惯层面发生了深刻的改变，结合线上 渠道进行多样灵活的宣传招聘，成为企业校招活动的当下的重点。此外，对于知名度 较低的厂商，前期校企合作对后期人才转化提升的效果较好，企业未来可以考虑通过品牌赞助、实习、产研合作等方式与目标院校定向加强链接。 关于艾瑞 艾瑞咨询是中国新经济与产业数字化洞察研究咨询服务领域的领导品牌，为客户提供专业的行业分析、数据洞察、市场研究、战略咨询及数字化解决方案，助力客户提升认知水平、盈利能力和综合竞争力。 自2002年成立至今，累计发布超过3000份行业研究报告，在互联网、新经济领域的研究覆盖能力处于行业领先水平。 如今，艾瑞咨询一直致力于通过科技与数据手段，并结合外部数据、客户反馈数据、内部运营数据等全域数据的收集与分析，提升客户的商业决策效率。并通过系统的数字产业、产业数据化研究及全面的供应商选择，帮助客户制定数字化战略 以及落地数字化解决方案，提升客户运营效率。 未来，艾瑞咨询将持续深耕商业决策服务领域，致力于成为解决商业决策问题的顶级服务机构。 该报告源链接：2021年中国IT人才供给报告

前言 历经半个世纪的发展，人工智能正在社会经济生活中发挥越来越重要的作用。 认知智能是一种赋予机器模拟人类认知思考能力的技术，作为人工智能发展的高级阶段，具有交互性、情境性与适应性等特点。认知智能“能理解、会思考”的能力 ，可以极大地将人类从重复体力劳动和简单脑力劳动中解放出来。当前，认知智能产业生态已初步形成，产业应用加快落地，技术研发持续突破，涌现出一批具有代表性的企业，俨然成为城市数字化浪潮中的关键驱动力。 中国信息通信研究院华东分院联合竹间智能科技（上海）有限公司就人工智能全球态势、认知智能产业生态、技术融合、典型案例与未来趋势等方面开展了产业技术分析，形成《 2021 认知智能发展研究报告》。 本报告由五大篇章组成： 第一篇章：全球态势篇，对全球人工智能政策环境、发展现状与发展热点进行了详细介绍；第二篇章：产业生态篇，阐述了认知智能发展历程，并从行业生态、技术专利、学术研究和产业标准等方面展开具体分析；第三篇章：技术融合篇，阐述了当前认知智能领域情感计算、知识图谱、图像理解等六大行业技术领域的融合发展情况；第四篇章：典型案例篇，阐述了当前认知智能在金融、制造、教育等六大场景的应用落地总体情况与典型产品案例；第五篇章：未来趋势篇，总结了认知智能发展面临的问题挑战，对未来发展做出展望。 发布单位：中国信通院、竹间智能

如今，汽车行业与人工智能（AI）、通讯技术、5G、云服务等蓬勃发展的信息与通信技术（ICT）密切相关 未来5-10年，“汽车+科技”的融合将全方位加深。 我们带着这样几个问题出发： ➢ 技术将会如何驱动汽车行业发展？ ➢ 未来汽车将如何被重新定义？ ➢ 更重要的是，未来汽车主机厂该如何抓住机遇、乘势而上、保持自己的行业领先地位? 发布单位：Ipsos