作为新一轮产业变革的核心驱动力和引领未来发展的战略技术，国家高度重视人工智能产业的发展。2017年国务院发布《新一代人工智能发展规划》，对人工智能产业进行战略部署；在2018年3月和2019年3月的政府工作报告中，均强调指出要加快新兴产业发展，推动人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。

      随着科学技术的发展，人工智能正越来越多地进入并改变着我们的日常生活。当你在网上购物时，对话式线上机器人能准确理解你的需求，迅速解决问题；在医院，人工智能可以帮助医生检测病情……可以说，人工智能正深刻地改变着人类的认知与生活。但同时，人工智能的发展也给人类带来一丝隐忧。
      中国 AI 市场规模增速高于全球增速： 2015 年国内人工智能市场为 12 亿元，其中语音识别占 60%，计算机视觉占据 12.5%，其他识别部分为 27.5%。在只考虑语音识别、计算机视觉，不包括硬件产品销售收入(如机器人、无人机、智能家居等销售)、信息搜索、资讯分发、精准广告推送等的情况下， BBC 预计全球人工智能总体市场规模 2020 年将达到 1190 亿元，复合增长率约为 19.7%；预测国内人工智能市场规模 2020 年将达到 91 亿，年复合增长率约 50%。
      人工智能芯片“云+端” 高速发展： 未来人工智能芯片的应用大体有两个方向：其一是用于云端服务器的的芯片，对于云端的高运算需求来说，预计将以CPU+GPU 搭配为主， 主要特点是高功耗、 高计算能力以及通用性，云端人工智能运算对于具体应用场景的要求较少，通用芯片即可满足要求；其二是用于终端（例如手机及其他智能硬件） 的人工智能芯片，由于终端运算空间有限，所以对于芯片的要求主要在于其低功耗，并针对不同场景有所区分，因此定制及半定制化的 FPGA、 ASIC 及类脑芯片有望成为主流。“CPU+GPU 并行” 在人工智能云端中被广泛运用： 计算能力的限制曾经是人工智能研究跌入低谷的原因。随着摩尔定律的发展，计算能力逐步得到解放。CPU 性能飞速提升，被最初用来训练深度学习。但不久发现拥有出色的浮点计算性能的 GPU 更适合做深度学习训练。提高了深度学习两大关键活动：分类和卷积的性能，同时又达到所需的精准度，相对传统 CPU 的方式， GPU 拥有更快的处理速度、更少的服务器投入和更低的功耗。现在文本处理、语音和图像识别上，CPU+GPU 并行不仅被 Google、 Facebook、百度、微软等巨头采用，也成为猿题库、旷视科技这类初创公司训练人工智能深度神经网络的选择。
      在人工智能和物联网技术的发展带领下，智能家居热度不减，行业蓬勃兴起，互联网巨头及新兴创业公司从硬件、技术、系统解决方案等不同角度进行布局，智能家居系统初显。随着人工智能技术的不断完善，智能家居产品种类日益增多。据前瞻产业研究院发布的《中国智能家居设备行业市场前瞻与投资策略规划报告》统计数据显示，2014年中国智能家居市场规模已达720亿元，之后呈现逐年增长状态。2016年中国智能家居市场规模突破千亿元。到了2017年中国智能家居市场规模达到了1428亿元。截止至2018年中国智能家居市场规模初步预计超1700亿元。预测2019年中国智能家居市场规模将达1985亿元。
      其中，智能家电产品因整体均价较高，且智能电视、智能冰空洗等产品的智能化渗透率远高于智能照明、家用安防等品类。未来中国人工智能市场规模将不断攀升。根据《新一代人工智能发展规划》，2020年中国人工智能的技术与应用水平将发展至世界先进水平，同时核心产业规模超过1500亿。2030年中国人工智能核心产业规模超过1万亿元。