深圳在人工智能领域有哪些领先的技术和公司
在深圳做人工智能的公司非常多，下面列举一些比较知名的。
1.腾讯
人工智能实验室AILab，该实验室拥有50多位AI科学家及200多位AI应用工程师团队，专注于人工智能的基础研究，所开发的AI“绝艺”在今年围棋比赛中拿到了冠军。在前段时间搭载腾讯AI医学影像和腾讯云技术的人工智能CT设备在湖北方舱医院成功部署。通过这套设备，AI算法只需数秒即可助力医生识别新冠肺炎，将大大缓解当地CT筛查能力不足的压力。
2.华为
不做基于人工智能的应用，而是去做芯片和平台。华为的人工智能战略概括为五个方面：投资基础研究；打造全栈方案；投资开放生态和人才培养；把AI思维和技术引入到现有产品和服务；把AI几乎应用于内部效率提升。
3.暴风
专门做AI电视的。
4.华大基因
致力于将人工智能、生命科学、大数据融合，使得“精准医疗”变为可能。最近疫情的到来，也让人们更加关注健康。所以华大基因有望成为未来的风向标。
5.平安集团
平安早已不是原来的平安了，现在大数据、人工智能、云服务、区块链等都有在做，而且做的都还不错。比如AI语音识别、人脸识别。
先列这些吧，其实还有很多，不一一列举了。
华裔女科学家
答:华裔女科学家是中国的女人在国外取得了科学家的女的。叫华裔女科学家。其中有著吴健雄女士，等在国外取得了非常大的科研成果。
三个人工智能之父
人工智能之父有四个人，他们分别是艾伦·麦席森·图灵、约翰.麦卡锡、马文·明斯基、西摩尔·帕普特，具体贡献：
1、艾伦·麦席森·图灵。
图灵奠定了人工智能的逻辑，并且提出了图灵测试，计算机在5分钟之内回答的问题中，超过百分之三十被认为是人类做出的解答，让人工智能初步得到人们的认可。
2、约翰.麦卡锡。
将批处理方式改进成了能够同时允许多人使用的分时方式。
3、马文·明斯基。
发明了能够模拟人类活动的机器人，也是最早的能够模拟人类的机器人。
4、西摩尔·帕普特。
将儿童和人工智能以非常有趣的方式结合在了一起，从这里开始，科技与教育开始融合，对后来的教育影响非常大。
台湾的人工智能发展得如何
台湾地区曾经是PC时代全球IT发展最快的地区之一，但进入移动互联网时代后却渐渐脚步沉重，在即将到来的人工智能时代更是有迷失方向的可能。
根据台湾中研院以美国专利暨商标局（USPTO)公告的美国核准专利作为专利检索来源，并参考“台湾中研院资策会专利地图分析辅助平台”进行的专利检索、分析、数据下载与整理。针对专利检索结果进行分析与调整，最后筛选出22，976件人工智能授权专利进行分析，台湾地区权利人占到其中230件。台湾地区在AI专利布局上的全球占比仅1%，而专利分布过于集中在自然语言处理上，从产业链来看专利集中在技术层，在应用层和基础层上的布局很少，特别是基础层几乎是空白，而应用层则集中在“智能制造”类别上，而在金融、医疗、安防等热门应用领域却几无建树。
来自台湾著名自由撰稿人雁默对265家台湾企业进行的问卷调查，受访企业中有三分之一受访根本没有接入云端，另外三分之一计划接入云端却没有明确的时间规划。大多数企业还停留在端侧ERP和CRM系统，仅有17％的企业应用上了数据分析，而应用了机器学习的仅有5％。在这样的现状下，我们可以判断现阶段台湾的AI发展和应用在需求端动力是不足的。台湾地区企业云端导入计划调查台湾地区企业IT系统应用调查通过企业应用需求分析则可以了解到该地区AI发展活力不足的症结所在，总结起来分析有以下几方面原因：
首要是基础层数据资源和云计算、云储存技术的匮乏，人工智能核心技术之发展，使用数据的质与量均为关键，台湾于商业应用与网络服务方面少有规模厂商，这直接导致了台湾地区缺乏数据算力、数据存储资源，硬件资源的缺乏更进一步导致了数据本身的缺乏，在缺乏足以支持的大数据下，无法训练出准确的人工智能模型。
其次是企业应用匮乏。在整个移动时代，台湾深度参与全球化分工，将自己定位在了硬件代工的位置，从而使台湾在移动软件方面相对弱势。人工智能技术应用数据角色攸关成败，电信、金融业者手握大量数据，却对于人工智能技术的导入，难见积极态度；于人工智能技术应用建置，亦欠缺关键桥接能力。此外台湾厂商习惯追求短期成效，岛内厂商多存有短打、速效的心态，偏偏人工智能核心技术发展需要时间，如此将难以在产业扎根。
其三是应用专利布局落后，衡诸美国人工智能技术应用专利布局，领先者皆为美日厂商，随人工智能产业蓬勃发展，专利布局的落后也会掣肘台湾地区人工智能产业的发展。
其四是政府亦无前瞻性规划。具有足够数据量的业者诸如电信、金融业者，对于人工智能技术的导入，少见积极态度；于人工智能技术应用建置，亦欠缺关键的桥接能力。Google台湾地区董事总经理简立峰博士曾经在演讲时表示过，由于台湾早期硬件产业的成功，已经形成了硬件思维的固化模式，工程师们习惯了被自上而下地被领导，缺乏开源精神，也就很难适应软件创新。相似的情况也出现在日本，在日本街头会看到大量平成初期建设的自动化装置：贩卖机、用灯光显示座位空余的餐馆平面图。当一个国家或某座城市在某种科技水平下得到满足，并且未来人口水平没有打破这一平衡时，科技发展的动力也会有所丧失。人们满足于自动贩卖机，可能就不需要无人便利店；人们满足于街边的大头贴机，可能就不需要美颜算法。台湾地区AI领域产学存在明显的落差。过去几十年台湾地区在计算机科学上的沉淀，于核心技术算法、统计与数学模型等方面积累了诸多学术成果，美国不少华裔人工智能专家都来自于台湾地区，但这些人才和成果多存于学研单位，台湾软件产业多以系统整合为主，难以有效承接与释放相关能量。或者说台湾学研单位空有一身擒龙之术，却无用武之地。针对台湾地区在人工智能产业上存在的问题，台湾学研界和台湾当局也各自提出了应对策略。台湾地区资源有限，台湾AI行业从业者也意识到应从自身产业优势与应用需求切入，审时度势、集中资源，避免战线拉的太长造成与先进国家地区的距离继续拉大。
深度学习领域为什么这么多华人大牛
首先作为中国人很自豪，因为越来越多的现象表明，未来将会掌控在中国人(华人)手里。
深度学习出现了这么多的华人大牛，跟中国的教育理念是强相关的。
比如在古代我们有：万般皆下品惟有读书高。
而现代有：学好数理化，走遍天下都不怕。
著名的台积电创始人张忠谋，早年非常喜爱文学，但却被父母强行拽到理工领域，正是因为这段父母替其做主的经历，造就了早年德州仪器的辉煌，以及后来的台积电的创立。
现在台积电的盈利几乎达到了惊人的35%以上，而华为的盈利也就维持在10%左右。
中国数学教育是最具超前意识的可以说中国的数学教育几乎在全球是遥遥领先的，几乎有无数的留学生来到美国之后表示，他们的数学在美国够用很久，他们的美国同学才能追上，因此大部分中国留学生到了美国之后，要恶补的反而不是数学，却是语言(英语)。
中国的这种超前的数学教育在某种程度被社会所抨击，但任何事物都有其两面性，有好处就有坏处。
比如这种超前的教育方式可能会扼杀创新性，但不得不承认，这却在某种方式上锻炼了我们的数学思维，如果你有了这么一个良好的数学基础，你可能在后续继续在数学领域深造有着莫大的帮助。
现在这种超前的数学教育在中国的一线城市越来越厉害了，因为教育资源的竞争加剧，现在一线城市的中学招生都会查看学生是否有奥数竞赛经历，如果有，他们才会择优录取。
各国对于深度学习的比拼其实就是数学的比拼深度学习的概念由Hinton等人于2006年提出。
深度学习的本质就是人工神经网络，而神经网络就是人脑的学习处理机制，因此可以说，深度学习其实就是在模拟人脑的学习机制，通过这种模仿，来让机器具备学习能力，从而具备智能。
可以说，因为深度学习的崛起，带来了人工智能领域的爆发式发展。
但想要模拟人脑的几十亿的神经元，从数量上来说，相对容易，但就复杂度上来说，几乎没有任何事物有人脑神经元组成的神经网络复杂。
而这个复杂度的模拟，考验的就是每个人的数学能力，这也就是为什么目前华人能够在深度学习领域频频脱颖而出。
比如人脸识别领域的汤晓鸥，就被誉为全球人脸识别技术的“开拓者”和“探路者”，他所创立的商汤科技，至今保持着人工智能领域的最高融资记录。
不仅仅你这么认为，恐怕全球的投资者也认为，华人在深度学习领域的建树颇多。