材料一：

与美国相比，中国智能企业无论是萌芽、发展和高速成长阶段出现的时间都落后5年。中国智能企业创建时间主要集中在2010-2016年之间，占比为53.8%，智能企业创建的峰值出现在2014年，占比为15.4%。

截至2017年6月，全球人工智能企业总数达到2542家，其中美国为1078家，中国为592家，占比分别为42.4%和23.3%，其余的872家企业分布在瑞典、新加坡、日本、英国、澳大利亚，以色列和印度等国家和地区。

从地域分布看，中国智能企业主要分布在北京、广东、上海、浙江、江苏、湖北、四川、天津、湖南和山东。其中，北京占比最高，为43.9%，主要分布在海淀区；其次是广东，占比为16.9%，主要分布在深圳和广州；排名第三的是上海，占比为15.9%，主要分布在浦东新区；排名第四的是浙江，占比为8.8%，主要集中在杭州。

从产业层次上看，应用层智能企业占比最高，达到77.7%；其次是技术层企业，占比为17.9%；第三是基础层企业，占比为5.4%。与美国智能企业产业层次分布的比较看，中国在应用层的企业数占比远高于美国，而在基础层和技术层企业数占比则明显低于美国。

从企业核心技术的分布看，机器学习占比最高，为25.3%；其次是大数据和云计算、机器人技术、计算机视觉技术，占比分别为19.3%、13.6%、10.3%；自然语言处理、智能硬件、生物识别和智能芯片技术的占比分别为9.1%、8.8%、5.3%、2.4%。

中国智能企业广泛分布在17个应用领域，其中企业技术集成与方案提供、关键技术研发和应用平台两个应用领域的企业占比最高，分别为16.7%和13.2%。智能硬件、智能制造、智能商业和零售、智能机器人、科技金融、新媒体和数字内容领域的企业数占比相对较高，分别为8.1%、7.6%．7.6%、7.1%、6.6%、6.6%.

（摘自2018年06月14日《光明日报》）

材料二：

随着城镇化的发展，交通拥堵等“大城市病”日益突出。“通过大数据分析，我们发现拥堵往往起源于个别节点，如果在苗头出现时，控制该路段车辆的汇入量，就可以避免堵车，保障路网有序畅通。”浙江工业大学沈国江教授介绍，他的团队将人工智能中的强化学习理论应用于交通信号控制，精准识别预测多源异构交通数据，切分拥堵区、消散区、缓冲区、常态区，从而有效缓解拥堵。

“车牌摇号、车辆限行、提倡公共交通都有成效，但交通需求持续增加，道路供给不可能无限增加，而人工智能可以让路网利用更高效。”据沈国江教授介绍，该成果过去两年在绍兴柯桥、杭州萧山等地进行了推广应用，新增产值5000万元，在给企业带来经济效益的同时，也带来了良好的社会效益。

“我们国家还处于工业化的转型期，工业化正在进行产业转型以及城镇化所出现的问题会创造出大量的人工智能应用的新空间，这些空间大概是发达国家所不曾具备的。这种不完备性、需要发展的洪流和人工智能一交汇，我们就能以一种新的方式进行发展，这就是大力发展人工智能的意义所在。”中国工程院院士潘云鹤说。

（摘自2018年06月11日《光明日报》）

材料三：

9月5日，科技部网站公开发布科技创新2030-“新一代人工智能”重大项目2018年度项目申报指南（征求意见稿）。2018年度项目指南从新一代人工智能基础理论、面向重大需求的关键共性技术、智能芯片与系统三个方向部署实施，实施周期为3年（2018-2020年）。

指南征求意见稿指出，新一代人工智能基础理论设7个研究方向，每个方向拟支持1-2个项目，主要聚焦人工智能重大科学前沿问题，以突破人工智能基础机理、模型和算法瓶颈为重点。面向重大需求的关键共性技术设7个研究方向，每个方向拟支持1-2个项目。主要围绕提升我国人工智能国际竞争力的迫切需求，面向重大需求，突破新一代人工智能关键共性技术，全面提升感知识别、知识计算、认知推理、协同控制与操作、人机交互等能力。

智能芯片与系统设3个研究方向，每个方向拟支持1-2个项目，围绕人工智能产业发展的关键环节和应用生态基础建设，从人工智能创新平台和基础支撑角度，重点研究新型感知器件与系统，人工神经网络的关键技术标准以及人工智能开源开放平台。

（摘自2018年09月06目《科技日报》）