【中国安防展览网 视点跟踪】人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
这里光大证券计算机行业分析师姜国平，为大家分析了当下的热点话题“人工智能时代的投资机会”。
姜国平演讲实录
大家好，我是光大证券的计算机研究员姜国平，在开始讲之前根据合规的要求我有一个小的声明，就是交流不代表个股的推荐，所有关于具体的股票推荐以我们光大证券计算机团队所发出的正式报告为准。我在交流过程中可能会提到一些公司的名字，这只是为了整个行业研究的需要，也不代表股票的推荐。
那么正式开始，近人工智能非常的热，无论是从创业的一级市场到二级市场到国家的政策层面都非常热。我们怎么去看人工智能的机会，我今天会简单介绍一下，从大背景包括一个大的分类，包括未来的一些细化的方向，包括选择的一些标准。
人工智能从大的方面来说，它意味着是一个新的时代的到来。我们从历*去看，可以去看几个大的阶段。从早的农业文明到工业文明到信息文明以及未来智能文明，它所在这几个大的阶段里，它的要素是不一样的。
农业时代的话，包括像农具、农产品、人力；工业时代的话，主要是
机械设备、工业品、石油；信息时代的话，信息设备、数据电力；智能时代的话，未来就是数据、智能工具、智能产品。这个将是未来的智能式的核心，我们现在就慢慢进入一个所谓的智能时代。
人工智能发展其实已经有很长的历史了，早可以追溯到1943年到1956年这个阶段，是人工智能诞生的阶段。当时主要以控制论和早期的神经网络的出现为标志，真正的行业上比较认同的就是人工智能诞生的点是1956年的达特茅斯会议，它标志就是人工智能理论的诞生。
接下来其实发展的并不是特别顺利，经过了早期的一大发现到后面的两次低谷，中间的再度繁荣，以及到了2000年前后再次新的探索，基本上到了2002/2003年以后，行业开始加速，就是一个新的浪潮。也是从语音、视觉这些技术取得了比较大的进展，尤其是深度学习的出现，人工智能进入了一个新的浪潮。
我们去观察的话，从2015年开始整个的人工智能浪潮开始加速，趋势出现了几个特征。个就是出现了一个开源的浪潮，越来越多的公司开始把自己的机器学习的技术，作为工具去开放给的去使用。
第二个就是创业融资升温，就是创业领域非常多。
第三个特点就是巨头加速布局，从15年开始我们看到各个科技巨头，对人力、人才的需求增强已经成为一个非常重要的特征；大家无论是从应用到技术的一些基础研究，都在加快布局。
第四个特征就是产品应用落地，我们看到一些陆陆续续的产品出现，这些产品无论是面向普通消费者的还是面向行业应用的，都开始慢慢推向市场。从15年开始，我会看到人工智能今天是开始加速了。
之所以人工智能快速加速，有几个先决的条件。个是大量的数据，尤其是过去几年信息文明的发展，互联网的发展，带来了大量的数据。无论是围绕个人生活领域的一些数据，还是围绕着金融领域的数据，包括医疗、交通、安防等等。积累大量的数据，无论是结构化的非结构化的数据，这些数据的积累成为了人工智能高速发展的一个重要的基础。
第二点就是算力的便宜，就是芯片的高速发展，机器的运算速度的提升，以及并行计算的成熟，使得这种算力比较容易获取而且成本也在大幅下降。
另外，从产业参与者来说，过去经过互联网30年的发展，它的业态和格局相对的稳定，很多的巨头或者一些新的挑战者，它们需要找一个新的方向、找到新的领域，那么人工智能的未来是具备这样的特征，一个足够大的市场有足够大想象力的一个趋势。很多创业公司也在里面，纷纷涌起。而且再加上巨头的大量布局，所以说这几年人工智能开始加速发展。
说到人工智我们一定要提一下深度学习，深度学习它的出现是加速了人工智能的发展，尤其是在一些领域加速了它的落地。比如说，原来有些人工智能产品能做一些事情但是它的准确率比较低，使它可能永远停留在一个实验室阶段，具体使用的话比较遥远。但是深度学习出来了以后，在一些领域里面使得人工智能的准确率大幅提高，产品的出来了以后就接近这种实用，这是一个非常大的进展。
深度学习简单来说，它是一种比机器学习更具备了一定智能化的这种学习，我们传统讲的机器学习一般是我们会去给它替代几个特征，然后机器根据这些特征给你一些结果，它自己去找一些正中间的对应的一些函数的关系。
对传统机器学习来说，可以举一个例子，比方说我们统计了一些芒果它的一些物理特征，颜色、大小、形状、产地，把这些特征跟它的甜度、多汁的程度、成熟度直接去做一个对应，这样的对应的数据有一个数据库，然后机器去学习这个数据库里面东西，从而得出一个特征，就我们说的这个颜色、大小、形状、产地这些特征跟这个甜度、多汁度、成熟度这个列的一个对应关系，这个就是他学习的一个结果。
当我们把一个芒果的特征输入进去以后，它能根据这些特征去发展出这个芒果甜不甜，它的成熟程度怎么样。这是我们说它学习出来一个产品，那么这个产品就是传统的机器学习。
因为在这里面需要我们人工去定义它，需要根据哪些特征去得出这个结果。而深度学习，它不需要我们人去给它限制或者说帮它去归纳哪些特征，它会自己去学习，就完成了特征提取的过程，这是它更为智能的一个方面。
刚刚我们也提到，目前来说开源是人工智能行业里面非常重要的一个趋势，尤其是一些像谷歌，微软，它们都在做这样一些东西，它们的一些项目相对来说是属于巨头们抢占自己地盘，站在人工智能话语权的一个重要的手段。它开源以后会引来很多人去学习去完善去应用它，那么未来占据一定的地位以后，它可能会形成类似于生态的一种效果，甚至提升成一种人工智能操作系统的这么一个地位。
所以说使大家纷纷的去开源去抢占，那么这样带来的一个结果是什么呢？未来的从算法的门槛可能会越来越低。一些技术的话，可能会以云的形式或者API的形式去提供，数据包括未来的场景可能慢慢的会越来越重要，这是开源对于未来的一个影响。
人工智能未来如果去找投资的方向的话，可以从三个层面去看，分别是应用层、技术层和基础层。应用层很简单，主要是讲的是从应用的角度，应用软件、应用终端，比方从医疗、金融、智能驾驶，从这些角度切入进去的围绕着应用的场景，这种我们叫应用层。
我要评论
所有评论仅代表网友意见，与本站立场无关。