新一代人工智能产业应用驱动的特征愈加明显，从生产方式的智能化改造，生活水平的智能化提升，到社会治理的智能化升级，都对新一代人工智能技术、产品、服务及解决方案有着旺盛的需求。当前，新一代人工智能技术正加速在各行业深度融合和落地应用，推动经济社会各领域从数字化、网络化向智能化加速跃升。基于此，中国电子学会组织专门团队研究编制《新一代人工智能产业白皮书（2019年）——主要应用场景研判》，全面梳理了全球和我国新一代人工智能产业的发展现状，详细分析了基础层、技术层和应用层的产业发展态势，并归纳出新一代人工智能产业的整体发展趋势，深入剖析了新一代人工智能产业应用场景落地在网络环境、应用需求、智能化基础设施、计算能力、内容升级五大关键因素，重点围绕公共领域的安全防护、金融机构的风险控制、在线客服的标准化应答、医学影像的诊疗和预测性分析、零售门店的营销和供应链管理、广告营销的场景识别、自主学习的学习管理和测评环节、城市管理的车辆管控和资源统筹的应用趋势、商业价值及竞争态势进行研判，最后提出强化共性技术攻关、深化拓展应用场景、完善创新基础设施、鼓励开源平台发展四大措施，为行业实现良性可持续发展提供智力支持，为行业主管部门制定出台发展战略及政策提供参考依据。

​在产业层面，将从数字产业化、产业数字化向智能产业化、产业智能化演进，在企业层面，也将从数字企业向智慧企业（智能企业）转型。国内企业应用新一代信息通信技术，与原有的生产、管理技术深度融合，从数字化建设走向智慧化探索，智慧企业建设实践案例不断涌现，有效实现了企业降本增效，拓展出新的市场空间，迸发出新的增长动能。

人工智能受到全球先进经济体的高度重视，2019年全球主要国家和地区在推动本士人工智能发展方面动作不断，力图争李主导权。

The AI Index Report tracks, collates, distills, and visualizes data relating to artificial intelligence. Its mission is to provide unbiased, rigorously-vetted data for policymakers, researchers, executives, journalists, and the general public to develop intuitions about the complex field of AI. Expanding annually, the Report endeavors to include data on AI development from communities around the globe.

21 世纪前两个十年，在大规模GPU 服务器并行计算、大数据、深度学习算法和类脑芯片等技术的推动下，人类社会相继进入互联网时代、大数据时代和人工智能时代。当前，随着移动互联网发展红利逐步消失，后移动时代已经来临。当新一轮产业变革席卷全球，人工智能成为产业变革的核心方向：科技巨头纷纷把人工智能作为后移动时代的战略支点，努力在云端建立人工智能服务的生态系统；传统制造业在新旧动能转换，将人工智能作为发展新动力，不断创造出新的发展机遇。

人工智能（Artificial Intelligence,AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等），使计算机能实现更高层次的应用。其研究范围主要包括自然语言处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计软计算、不精确和不确定的管理、人工生命、神经网络、复杂系统、遗传算法等领域，并实际应用于机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等领域。

党的十九大报告：推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。 2018年政府工作报告：打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。 2020年3月4日，中央政治局常委会研究当前新冠肺炎疫情防控和稳定经济社会运行重点工作：加快5G网络、数据中心等新型基础设施建设进度。

5G智慧机场的主要特征是利用5G技术赋能物联网、云计算、人工智能、大数据等技术，将民航机场的业务需求与5G网络技术深度融合。机场需要通过更智慧的方式来提高机场智慧化水平，以克服安全压力，运行压力，服务压力。

芯片是保障算法和算力的重要硬件，芯片成功的关键在于芯片的技术实力，根据芯片的部署位置和承担任务，衡量芯片技术实力的指标各不相同。云端芯片通常用来进行数据训练，训练过程将承载海量的数据集，要求芯片具备很强的并行运算能力。终端芯片主要用来进行数据推理，芯片的综合工耗是技术发展关键。类脑芯片打破冯.诺依曼机构，模仿大脑结构进行运算，可提升计算效率、降低功耗，成为AI芯片长期发展趋势。

虚拟现实与医疗的融合将为传统医疗行业带来全新变革。虚拟现实具有逼真的场景呈现、事前可规划性和过程可重复性，可有效解决医疗行业面临的实操风险高、可重复率低、培训资源短缺等问题。随着虚拟现实技术的不断进步与发展，虚拟现实+医疗时代正逐步到来。