在我国发展人工智能优势：
1、中国产生的数据量大
众所周知，相比于世界上其他国家，中国有更多的人口，这会直接或间接生成大量数据，而且随着中国工业化、城镇化和网络化的提高，这种优势还会继续增加。在美国，谷歌等公司研发了很多基于文字指令或口头语言进行控制的新产品。
通过用机器学习算法对大量英语文本和语音消息进行分析，能够大大提高应用程序的指令接受范围和精确度。在美国约有2亿人使用短信发送服务，占美国总人口的60%（不同于中国，美国人很少发语音消息）。
在中国，仅微信就有超过6.5亿的活跃用户，而微信还只是诸多常用消息业务中的其中之一。腾讯拥有的可用数据量高达谷歌的3倍多，因此在研发可直接理解书面和口头自然语言的应用方面，明显比谷歌更具优势（谷歌仅占美国2/3的市场）。
中国人口是美国的4倍多，中国在这方面将获得的优势不仅仅体现在人们从手机和计算机上发送的文本信息量。实际上，人们的很多活动都将产生大量数据。共享单车使用数据、生日派对快照、诊断用医疗扫描、汽车事故数据、银行存取款、农田卫星图像等，所有这些数据都将推动人工智能应用的发展。
2、中国有着对个人数据共享的文化认同
相比于许多其他国家，中国拥有的另一个长期优势是对个人数据共享的文化认同。在美国和欧洲，法律严格限制对个人信息的采集，限制个人数据的保留时间，并对数据共享人员作出严格限定。的确，这有助保护个人隐私，但同时也限制了通过机器学习构建人工智能应用的技术创新活动。
这在人工智能诊断研究方面构成巨大障碍，因为研究人员很难或无法获得足够数据，开展算法研究。
劣势：人类预测AI人工智能时代的到来可能就在这短短的15-20年之间，但是这一段时间必定是不平凡的日子，需要这个社会共同的创造和磨炼，才能够达到一定的水准。
未来发展趋势
越来越多的人类智力活动将与智能机器一起进行。我们的智慧是我们成为人的根本，AI则是这种属性的延伸。
在通往打造真正智能机器的道路上，我们正在发现新的理论、新的原则、新的方法和新的算法，这些都将产生应用，并将改善我们今天、明天乃至明年的日常生活。许多这些技术很快被用于 Facebook 的产品和服务，比如图像识别、自然语言理解等等。
——2021年全球人工智能市场发展现状分析 计算机视觉和语音识别为技术层关键 【组图】
人工智能行业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
本文核心数据：人工智能技术层重点分类,计算机视觉发展历程,计算机视觉市场规模,语音识别发展历程,语音识别市场规模
1、 机器视觉和语音识别是主要市场
技术层是基于基础理论和数据之上，面向细分应用开发的技术。中游技术类企业具有技术生态圈、资金和人才三重壁垒，是人工智能产业的核心。相比较绝大多数上游和下游企业聚焦某一细分领域、技术层向产业链上下游扩展较为容易。
该层面包括算法理论(机器学习)、平台框架和应用技术(计算机视觉、语音识别、自然语言处理)。众多国际科技巨头和独角兽均在该层级开展广泛布局。近年来，我国技术层围统垂直领城重点研发，在计算机视觉、语音识别等领城技术成熟，国内头部企业脱颗而出，竞争优势明显。
2、计算机视觉发展历经三大理念，规模突破400亿元
1982年马尔(David
Marr)《视觉》(Marr，1982)一书的问世，标志着计算机视觉成为了一门独立学科。计算机视觉的研究内容，大体可以分为物体视觉(object
vision)和空间视觉(spatial
vision)二大部分。物体视觉在于对物体进行精细分类和鉴别，而空间视觉在于确定物体的位置和形状，为“动作(action)”服务。正像著名的认知心理学家JJ.Gibson所言，视觉的主要功能在于“适应外界环境，控制自身运动”。适应外界环境和控制自身运动，是生物生存的需求，这些功能的实现需要靠物体视觉和空间视觉协调完成。
计算机视觉近40年的发展中，尽管人们提出了大量的理论和方法，但总体上说，计算机视觉经历了三个主要历程。即：马尔计算视觉、多视几何与分层三维重建和基于学习的视觉。
国际市场研究机构Research And Markets发布的最新报告显示，2019年全球计算机视觉市场规模为46.433亿美元，预计到2027年将达到950.805亿美元，从2020年到2027年，预计年复合增长率为46.9%。
3、语音识别发展科追溯到1956年
语音识别的研究工作可以追溯到20世纪50年代。在1952年，AT&T贝尔研究所的Davis，Biddulph和Balashek研究成功了世界上第一个语音识别系统Audry系统，可以识别10个英文数字发音。这个系统识别的是一个人说出的孤立数字，并且很大程度上依赖于每个数字中的元音的共振峰的测量。1956年，在RCA实验室，Olson和Belar研制了可以识别一个说话人的10个单音节的系统，它同样依赖于元音带的谱的测量。到21世纪之后，深度学习技术极大的促进了语音识别技术的进步，识别精度大大提高，应用得到广泛发展。
目前，语音识别技术已逐渐被应用于工业、通信、商务、家电、医疗、汽车电子以及家庭服务等各个领域。例如，现今流行的手机语音助手，就是将语音识别技术应用到智能手机中，能够实现人与手机的智能对话功能。其中包括美国苹果公司的Siri语音助手，智能360语音助手，百度语音助手等。
随着语音技术和自然语言理解技术的快速进步，AI语音语义技术已在智能翻译、智能医疗、智能汽车、智能客服、互联网语音审核等多个领域实现场景应用。
疫情之后不仅是工业领域，政务服务领域的语音机器人、传统行业企业的语音机器人也将有较高的市场增长空间。另外，NLP、AI数字员工、RPA的发展，一定程度上也将重塑AI应用场景。
2018年，全球智能语音市场仍呈现快速增长趋势，市场规模为142.1亿美元，根据预测到2024年全球智能语音市场规模将达到215亿美元，其中智慧医疗健康、智慧金融以及各类智能终端智能语音技术需求将成为主要的驱动因素。
4、美国AI高层次学者数量大幅领先
AI高层次学者是指入选AI
2000榜单的2000位人才，由于存在同一学者入选不同领域的现象，经过去重处理后，AI高层次学者共计1833位。从国家角度看AI高层次学者分布，美国A1高层次学者的数量最多，有1244人次，占比62.2%，超过总人数的一半以上，且是第二位国家数量的6倍以上。中国排在美国之后，位列第二，有196人次，占比9.8%。德国位列第三，是欧洲学者数量最多的国家;其余国家的学者数量均在100人次以下。
以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。