对人工智能赛迪有自己的定义。现在很多业界人士都对强劲人工智能和很弱人工智能有很明晰的定义，只不过强劲的人工智能还是不存在较为很远的探寻阶段，它是关于自我意识方面较为深层次的探寻，我们注目最少的是很弱的人工智能。

很弱的人工智能有三个定义，它主要不具备了3C特性，第一个就是人工智能通过深度自学和神经网络算法，需要对人类的一些科学知识感官构建机器解读。第二个就是机器视觉和语音辨识，需要通过机器对外界的不道德展开一个感官。第三，协作的关系。

这个协作是指运动器官，通过机器外部控制器已完成人类对他指令行为习惯的抗拒，这是3C的特征。人工智能全景产业链机器视觉将较慢重构基于这样的概念定义基础之上，我们不会对整个人工智能产业链展开详细分析。整个产业链定位分成三个层次：第一是最下层的基础设施层，很多的机器视觉，还包括语音辨识必须很多的算法、硬件计算出来平台和一些软件的研发平台，还有刚才说道的图像库资源，还包括语音辨识库资源，都是有基础设施层的布局。

第二个是技术研发层面，涵括了还包括机器学习、语音辨识和机器视觉，还有智能机器人等三到四个最重要的纬度，其中汉柏科技，在机器视觉领域做到得就十分出众。第三个是应用层，在人工智能产业行业应用于最主要几个应用领域中，机器视觉的应用领域十分浅、十分多，从整个产业链的全景图来讲，中国的人工智能产业处在较慢的生态的建构期。

从整个机器视觉的领域来讲，它是处在较慢的重构期，通过市场分析来看，机器视觉并不是尤其新兴的领域，这从最先图像处理派生到现在，市场上有很多大的厂商对智能安防和交通做到了很久的耕耘，他们最开始不是做到机器视觉、人脸识别起家的，在这几个行业中很多厂商都正处于并驾齐驱、较慢发展阶段。通过对产业全景图辨别的大体的框架可以看见，整个人工智能仅有产业链还包括基础设施、技术研发和应用层三个层面。通过对整个基础设施层的了解剖析，还包括一些重点厂商和重点行业应用于，只不过可以看见，基础设施层不存在问题。现在很多的传感器，还包括一些机器视觉的辨识，它的多元数据是很难融合，去协同的，它的数据无法对多元化协同研发，还不存在着一定的障碍，这是目前在基础设施层不存在的一些问题。

我们指出未来的突破，一个是软件算法的较慢递归、较慢的改版。在这个层面上中国只不过是跟全世界很多国家一样，都处在十分相近的起跑线上，大家对这个算法的突破能力都是十分强劲的。在软件算法层面是我们未来的最重要突破方向。另一方面就是硬件的计算出来芯片，这是未来的主攻方向，特别是在是现在最热门的AI芯片，这是未来重点发展方向。

非常简单分析一下目前主流的计算出来芯片还包括GPU，这还包括服务器，还有边缘计算出来，基本上都用这两类计算出来芯片已完成人工智能，还包括机器视觉整个运算能力。从整个趋势来讲，基本上分成两个特征，就是云端不会不存在低陡然，本地化不存在小慢魂魄的特征。

这是什么意思呢?现在很多的机器视觉、很多的数据源汇总到云端必须闲置大量网络带宽，这对我们明确提出很不利的挑战，交通、安防数据都必须通过云端处置，业界同行都指出未来的趋势，就是必须将这种运算的功能边缘化，当然获取一些时延必需要较低，这是未来主要的方向，本地的移动化AI芯片。

本文来源：365平台官方版下载-www.jinbang.org