全文字数：2012字，精读时间：4分钟

本文援引于报告《2021年中国人工神经网络行业研究报告》，首发于头豹科技创新网（www.leadleo.com）。

头豹科技创新网内容覆盖全行业、深入垂直领域，行业报告每日更新；政策图录、数据工具助您轻松了解市场动态；智能关键词轻松搜索，直奔行业热点内容。

诚挚欢迎各界精英交流合作，头豹承接行业研究、市场调研、产业规划、企业研究、商业计划、战略规划等业务，您可发送邮件或来电咨询。

客服邮箱：CS@leadleo.com 咨询热线：400-072-5588

自然语言最强模型GPT-3，其参数高达1750亿，仅需少量样本即可产出

GPT-3是由人工智能研发公司OpenAI开发主要用于文本自然语言处理模型，其参数高达1750亿，接近人脑神经元数量，GPT-3模型在数据集训练容量达45TB，其算力将达3640 petaflops/s-days，平均判断准确率达88%，并且在执行特定任务是无需任何特殊调整，样本提供数较少等优势。

人工神经网络涉及概念及资源层与硬件层关系

人工神经网络由上千万的神经元多层放置并堆叠在合并组成，可执行复杂任务，如图像识别、分类、语言识别等多项人工智能核心细分技术。生物神经网络中的突触相互触碰传递信息，而突触的数量决定了信息传输速度，人脑约有100万个突触，而每个神经元拥有1,000个突触，目前全球超过万亿参数的模型已诞生，但其算力要求过于庞大短时期内行业内无法完成。

人工智能是一个领域其中包括软件设计、硬件设计，而其软件设计方面的研究延伸出机器学习，人工神经网络则是研究机器学习的全新模型，具备独立性，多种模型组成，而深度学习则是人工神经网络对算法和模型不同角度的延伸。硬件设计则注重于提升已存在模型的算力能力，主要包括ASIC、CPU、GPU、FPGA为人工智能行业内主要运用芯片，而定制化ASIC将有望成为AI主流芯片，其算力较高、价格适中、平行处理能力强等优势在芯片中脱颖而出。

应用开发早期数据准备工作占比之大，数据质量决定其应用质量

数据采集及标注工作占应用开发所需时间比例高达80%，而高昂的时间成本将促使应用开发缠上产生将数据采集及标注环节剥离的意愿，释放数据集服务的市场需求。因此中国数据集服务商已步入行业构成的起始阶段。从短期来看，应用开发对数据特征有较高要求，对数据清洗过程中所需时效性、结构、标注、识别进行分批处理，因海外厂商进入中国市场存在高要求限制，中国本土厂商受威胁较小，并将成为数据集服务市场的主导地位。

人工神经网络涉及AI未来发展三阶段概述

人工神经网络的发展基于数据、算力、算法是其主要核心三要素，也是未来发展的主要驱动力。

人工神经网络对于数据量的大小决定了其训练过后所产出结果的准确率，模型可通过样本之间相关性进行对比、提取特征之间相互关系，其数据量决定训练时长，例如AlphaGoZero训练时长1800-2000pfs-day，GPT-3 Control则用了3640pfs-day体现GPT3在产出结果时将更为准确，是目前全球最为接近人脑的1750亿参数的自然语言回归模型。

算力的体现主要体现与AI芯片性能的提升和算法挖掘芯片性能的能力，伴随着微缩手段的不断更近，三维异构集成技术的出现将有望提升其芯片性能50至500倍。AI算力的不断发展其算力正以每年10倍的速度急速增长，但短期内无法实现技术突破，仍需经验累积。

智能人脸识别行业与智能语音行业市场规模

中国智能人脸识别行业市场规模自2017年的22.5亿元增长至2020年的46.4亿元，复合增长率达27.2%，从短期来看，中国智能人脸识别技术正处于高速发展阶段，其人工神经网络模型的运用助力于行业内发展，主要体现于安防行业、为其减少人工耗时，增加工作效率，起到至关重要的作用，预计2025年人脸识别市场规模有望达到91.6亿元，复合增长率达14.6%。

中国智能语音识别行业的市场规模，自2017年的44.6亿元增长至2020年的116.5亿元，复合增长率达37.7%，其主要由于进入万物互联时代，AI智能产品包含智能语音服务，带动其行业快速发展，且本土政策存在利好导向要加强新一代人工智能的研究，预计2025年智能语音识别市场规模将达245.7亿元，复合增长率达16.1%。

深度见解：人工神经网络将助力人脸识别行业与智能语音

人工神经网络中主要的涉及领域为自然语言识别、计算机识别，其中行业分别为智能语音识别行业与人脸识别行业，其主要运用技术分别为人脸注册终端、人脸识别终端、后台管理系统组成，语音识别技术可通过神经网络训练后得出的语言辨别对比和分析、实现智能语音提示及服务。参数量的不断增加将有助于器行业语音、图像准确率。

重点关注企业

通过深度研究中国人工神经网络行业内优质企业，头豹建议重点关注华为、科大讯飞、海康威视