人工智能行业研究报告(DOCX 41页)

图 13：伴随 20 世纪 90 年代生产力激增的驱动者生态系统（enabler ecosystem）
图 14：这十年来，投资人工智能的风险资本出现了暴增
图 15：人工智能的发展可以与历史上的系统架构和编程语言的采用的技术革命相比，
尽管我们认为我们目前仍然处在人工智能发展和应用的早期阶段
图 17：生产中的机器学习：如何在机器学习管道中利用各种开源和云技术
图 18：机器学习管道中的关键开源项目。可用的项目\支持公司和风险投资
图 1：年度数据生成预期到 2020 年达到 44zettabytes
图 2：全球超级计算机的原计算性能，以 GFLOPs 测试
图 3：每单位计算的价格有了极大下降
图 9：生产力分析；单位百万美元，假设 2019 年之后 GDP 线性增长
图表 20：人工智能即服务（AI-as-a-Service（AI-aaS））概览：机器学习 API 正在被开发以解决水平和垂直使用案例
图表 21：水平 AI-aaS 产品和定价：来自云平台的 AI-aaS 产品示例
..............................