2016年人工智能產(chǎn)業(yè)深度調(diào)研及投資機會分析

　　人工智能（AI），可以說是科技信息時代的大飛躍，既具備一定的類人邏輯性，又具備強大的計算能力和數(shù)據(jù)存儲能力。雖然，目前業(yè)界并不處在一個良好的投資狀態(tài)，但AI 　技術(shù)依舊被認(rèn)為是下一個帶來巨大經(jīng)濟效益，提高社會生產(chǎn)力的巨大突破點。

　　事實上，在過去的這兩年時間里，AI、機器人、自動駕駛等概念已經(jīng)成為最前沿的文化、政治名詞。很多研究認(rèn)為，我們目前正處于這樣一個技術(shù)拐點：計算能力更強更快，數(shù)據(jù)源更豐富，深度學(xué)習(xí)算法趨于成熟，專業(yè)的硬件（芯片）和開源代碼逐漸崛起，越來越多的實用性AI應(yīng)運而生。

　　AI背后的三大推手：數(shù)據(jù)、芯片、算法

　　1、移動網(wǎng)絡(luò)大量普及 數(shù)據(jù)結(jié)構(gòu)化或爆發(fā)

　　數(shù)據(jù)可以說是機器學(xué)習(xí)的關(guān)鍵。分布全球的無所不在的互聯(lián)設(shè)備，包括移動設(shè)備、物聯(lián)網(wǎng)等，使得非結(jié)構(gòu)化的數(shù)據(jù)大量增長，也就是說，機器學(xué)習(xí)算法能夠用來模擬、訓(xùn)練和測試的數(shù)據(jù)源更加充足。

　　僅以特斯拉互聯(lián)汽車為例，截至目前，特斯拉總行程78000萬英里，公司平臺額外驅(qū)動的互聯(lián)汽車也行駛了 　100萬英里。無線運營方面，Verizon8月公布了新的傳輸標(biāo)準(zhǔn)，使得遠程傳感器聯(lián)通云端軟件的速度更快。同時，新的5G網(wǎng)絡(luò)也將促進傳輸數(shù)據(jù)，IDC預(yù)計截至2020年，年均數(shù)據(jù)量將達44澤字節(jié)（也就是44萬億字節(jié)），未來五年復(fù)合年增長率將達141％，大數(shù)據(jù)技術(shù)將逐漸滲透實用領(lǐng)域。

　　與此同時，移動網(wǎng)絡(luò)建立大規(guī)模數(shù)據(jù)庫和云端處理技術(shù)的成本也在不斷降低。智東西也曾在111期智能內(nèi)參援引世界經(jīng)濟論壇指出：預(yù)計不用三年，將有90％的人擁有被廣告商支持的無限的免費數(shù)據(jù)存儲。這是因為，硬盤驅(qū)動器的成本持續(xù)下降，激勵著數(shù)據(jù)的創(chuàng)造。事實上，近90％的數(shù)據(jù)是過去兩年中創(chuàng)建的。

　　2、GPU應(yīng)用大勢 新硬件更適配并行結(jié)構(gòu)

　　GPU被認(rèn)為是低成本、高計算能力的處理單元，特別是針對云端服務(wù)和新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，它能提高準(zhǔn)確性和計算速率?；贕PU的并行結(jié)構(gòu)允許更快的機器學(xué)習(xí)培訓(xùn)體系，遠遠優(yōu)于目前廣泛使用的基于CPU的數(shù)據(jù)架構(gòu)。此外，通過額外的顯卡網(wǎng)絡(luò)，GPU體系可以加快迭代，實現(xiàn)更為精確的快速培訓(xùn)。

　　芯片浮點能力發(fā)展之快可以以NVIDIA GPU（GTX 　1080）為例：該芯片性能為9T浮點運算，價值約700美元，也就是每G約8美分。參考1961年的IBM 　1620，不考慮浮點運算能力的話，通過串聯(lián)實現(xiàn)的每G浮點運算需耗9萬億美元。

　　智東西也曾在102期智能內(nèi)參中強調(diào)GPU的市場前景，并分析市場份額。相比于CPU，GPU 具有數(shù)以千計的計算核心，及強大、高效并行計算能力， 可實現(xiàn) 　10——100倍應(yīng)用吞吐量，特別適用于AI 海量訓(xùn)練數(shù)據(jù)情形。目前深度學(xué)習(xí)解決方案幾乎完全依賴 （NVIDIA的）GPU。

　　3、算法不斷優(yōu)化 大公司推動開源

　　越來越多的算法研究推動著深度學(xué)習(xí)的實用性，伯克利、谷歌、Facebook也紛紛公開自家的源代碼框架，也就是Caffe、TensorFlow和Torch。源代碼的開放吸引著越來越多的軟件開發(fā)者嘗試新的算法，不到一年，TensorFlow就以及該形成了一個活絡(luò)的存儲庫GitHub，作為目前最大的開發(fā)商合作網(wǎng)站。當(dāng)然，并不是所有的AI都出自于開源框架。

　　AI產(chǎn)業(yè)的三大類布局

　　從技術(shù)更新周期來看，過去50年，計算機在摩爾定律的推動下不斷進步，僅僅在系統(tǒng)框架方面，計算能力、存儲容量帶寬、編程語言轉(zhuǎn)換都有很大的進展。參見90年代技術(shù)變革帶來的經(jīng)濟繁榮，推動了軟件、硬件、網(wǎng)絡(luò)公司的整改。

　　公共軟件公司1995至今市值從2億美元暴漲到5億美元，只有2000年左右趨于平緩。顯然，AI也有這樣的趨勢，引領(lǐng)硬件、軟件、數(shù)據(jù)和服務(wù)提供商等領(lǐng)域的增長。事實上，谷歌、亞馬遜、微軟和Salesforce自2014年來就已經(jīng)完成了17起AI相關(guān)的收購。

　　目前，科技大佬和風(fēng)投人主要關(guān)注的有三個方面：DIY，也就是自主建立自己的人才和數(shù)據(jù)庫，推出新的AI棧，主要玩家包括微軟、谷歌、亞馬遜和百度；咨詢服務(wù)，為垂直和特定的領(lǐng)域提供專業(yè)的AI咨詢，如IBM的沃森；開發(fā)服務(wù)型AI（AI——aaS），如谷歌圖片識別模型。

　　1、DIY趨勢：云平臺和開源

　　高盛咨詢了各大公司和風(fēng)投機構(gòu)，總結(jié)認(rèn)為，AI或者機器學(xué)習(xí)（ML）將被互聯(lián)網(wǎng)公司大量的使用，這就需要有效數(shù)據(jù)收集和相關(guān)人才稀缺。不過，隨著移動互聯(lián)設(shè)備和物聯(lián)網(wǎng)的普及，數(shù)據(jù)量越來越多，數(shù)據(jù)收集變得越來越容易。

　　目前，AI堆棧與其他前沿技術(shù)最大的區(qū)別在于，大部分的機器學(xué)習(xí)嚴(yán)重依賴于開源技術(shù)和基于云平臺供應(yīng)商的服務(wù)。這是因為，AI和ML需要大量數(shù)據(jù)支持，并且按需計算。

　　目前，AI主要的基礎(chǔ)技術(shù)投資都來自于微軟、谷歌、亞馬遜等云服務(wù)提供者，其中，云運算的首選是GPU和FPGA，它們能夠進行并行的，快速的數(shù)據(jù)處理。很多公司都會購買這些開源或者云服務(wù)來幫助開拓客戶，減少運營成本。

　　2、咨詢服務(wù)：資本彌補技術(shù)差距

　　人才缺乏為IBM、埃森哲和德勒等公司的資訊服務(wù)營造了市場環(huán)境。因此，機器學(xué)習(xí)的相關(guān)人才有著非常大的機遇，甚至有組織舉行數(shù)據(jù)科學(xué)大賽，提供獎勵。

　　3、AI——aaS：或?qū)⒃炀妥畲笏{海

　　AI需要獨特的數(shù)據(jù)集和專業(yè)的人才，這似乎使得五年內(nèi)看到大量AI公司成為一件奢望。事實上，最可能的情況是，公司們利用AI提供商的數(shù)據(jù)和框架等來創(chuàng)造附加價值的AI服務(wù)，也就是API，研發(fā)AI應(yīng)用程序是最基本的例子，尤其是圖像識別和語音識別等。目前，谷歌和微軟都提供收費API，開發(fā)者可以講該API嵌入自己的應(yīng)用程序，提高產(chǎn)品定位和水平。

　　AI——aaS應(yīng)用于垂直領(lǐng)域可以幫助大公司組合數(shù)據(jù)，構(gòu)建機器學(xué)習(xí)模型，賣給合作伙伴或者客戶、供應(yīng)商。初創(chuàng)公司也可以據(jù)此構(gòu)建專門的數(shù)據(jù)集，用于諸如醫(yī)學(xué)成像、廣告、零售等領(lǐng)域。

　　值得注意的是，除了這些高端技術(shù)層面，跟我們更為密切的AI應(yīng)用即聊天機器人（聊天程序，bots），這被認(rèn)為是未來人機交互的入口，尤其是自然語言識別、訊息平臺和虛擬助手，是目前技術(shù)關(guān)注的關(guān)鍵點。

　　1、AI農(nóng)業(yè)規(guī)模達200億美元

　　基于傳感器和衛(wèi)星等技術(shù)提供的有效的視聽數(shù)據(jù)，機器學(xué)習(xí)有望幫助增加作物產(chǎn)量（即繁殖能力），減少肥料和灌溉成本，協(xié)作作物和牲畜疾病的早期檢測，降低勞動力成本，幫助收獲后進行分類物流，進入市場。

　　2、金融服務(wù)規(guī)模達340——4302億美元

　　機器學(xué)習(xí)和人工智能在金融服務(wù)行業(yè)有廣泛的應(yīng)用，隨著數(shù)據(jù)集的豐富，AI可以用于投資決策、信貸風(fēng)險概況等，利用更少的時間處理更為豐富全面的市場信息，提供專業(yè)可觀，甚至更準(zhǔn)確的分析。

　　3、AI醫(yī)療每年能省540億美元

　　機器學(xué)習(xí)在醫(yī)療方面的可用性非常廣，能夠提供實時監(jiān)測，幫助發(fā)現(xiàn)高回報的技術(shù)和藥物，幫助測試分析、優(yōu)化治療。預(yù)計隨著機器學(xué)習(xí)的人工智能的技術(shù)逐漸成熟，將推動藥物研發(fā)過程，每年減少260億成本支出，同時還能驅(qū)動醫(yī)療信息高效化。

　　4、零售業(yè)年均消費540億美元省410億美元

　　線上對線下已經(jīng)被證實是對傳統(tǒng)零售業(yè)的挑戰(zhàn)，電子商務(wù)可以積累大量的客戶信息，基于這些數(shù)據(jù)，AI零售可以幫助企業(yè)更好的為目標(biāo)客戶服務(wù)，更有效的傳遞產(chǎn)品信息。

　　5、AI能幫助能源工程節(jié)約1400億美元

　　石油和天然氣行業(yè)的探測和采煉有時處在極端條件，因此設(shè)備和工藝的可靠性很重要，影響著項目的經(jīng)濟效益。為了避免操作失誤，這個行業(yè)往往采用了過渡冗雜的工程化設(shè)備和過多的人力。事實上，AI可以幫助設(shè)計更為可靠的設(shè)備和流程，降低資本支出和運營成本，預(yù)計未來時間，基于AI的能源工程可以幫助節(jié)省1400億美元的開支。

　　可以看到，硬件、開源算法、云服務(wù)已經(jīng)成為必爭之地。

　　1、谷歌：貫徹軟硬件結(jié)合的理念

　　谷歌，或者說現(xiàn)在的Alphabet，已經(jīng)建立了獨一無二的AI檢索算法，在自然語言處理上面頗具優(yōu)勢，并應(yīng)用于谷歌搜索，預(yù)計還將在谷歌智能家居生態(tài)中大顯身手。公司的開源軟件庫／云計算平臺TensorFlow還在結(jié)合了很多前沿的硬件加速器，推出新的AI張量處理單元TPU。此外，收購的DeepMind也在擊敗李世石的戰(zhàn)役中一舉成名。

　　2、亞馬遜：籌備開源服務(wù)

　　亞馬遜AWS在云服務(wù)的布局已經(jīng)頗具優(yōu)勢，2015年4月，公司宣布推出機器學(xué)習(xí)服務(wù)亞馬遜ML，提供針對性的用戶體驗。今年5月，亞馬遜推出了自家的開源軟件DSSTNE，幫助建立深度學(xué)習(xí)開發(fā)庫。

　　3、蘋果：活躍的收購者

　　過去一年間，評估已經(jīng)收購了Emotient、Turi、Tuplejump等AI創(chuàng)業(yè)公司，并雇傭了之前在NVIDIA從事GPU軟件項目的Johnathan 　Cohen，并找來Ruslan 　Salakhutdinov作為其AI研發(fā)部主管。Siri可以算作蘋果在AI方面最主要的成就之一，此外，蘋果大腦的傳言也甚囂塵上。

　　4、微軟：力推基于GPU和FPGA的云

　　微軟首席執(zhí)行官納德拉介紹稱，微軟正在建立“民主化的AI（democratizing 　AI）”，目前AI研究小組員工人數(shù)超過5000人，目標(biāo)在于改變?nèi)藱C體驗和交互技術(shù)，小娜是比較有代表性的一個成果。此外，公司還在建立基于GPU和FPGA的云（Azure）方面做努力。

　　5、Facebook：開源工具組建開發(fā)者社群

　　Facebook在AI方面的主要布局集中在建立開發(fā)者社群，開源Torch、Chef、fastText、BigSur 等一系列 AI 　工具及資料庫，并推出具體的應(yīng)用程序，比如已經(jīng)出現(xiàn)的圖象識別、語音文字轉(zhuǎn)換和智能翻譯等。

　　6、Salesforce：建立云生態(tài)

　　2014和2015年，Salesforce開始利用自家電開發(fā)平臺執(zhí)行云機器學(xué)習(xí)任務(wù)。公司還收購了Minhash，、PredictionIO、MetaMind等AI公司，目的在于建立云銷售、云營銷、云服務(wù)、云社區(qū)、云物聯(lián)網(wǎng)、基于云的應(yīng)用程序等。

　　7、NVIDIA：借力GPU大勢

　　GPU在之前的計算機應(yīng)用不多，但AI算法給了它莫大的基于，目前，幾乎所有的AI算法都采用了NVIDIA的GPU，雖然英特爾也在加快研發(fā)新的替代芯片F(xiàn)PGA，但目前來看，GPU依舊是比較好的選擇。借此大勢，NVIDIA還專門設(shè)計了全球首款針對深度學(xué)習(xí)的GPU架構(gòu)（Pascal 　架構(gòu)） 。

　　8、英特爾：加快芯片研發(fā)

　　GPU的大勢讓英特爾感到了危機，英特爾收購Nervana 　systems和Altera，加快FPGA的推進，在運算速度和編程靈活性取得一系列進展。2016年中期，英特爾推出了至強二代，用于智能家庭產(chǎn)品的網(wǎng)絡(luò)服務(wù)和云服務(wù)。

　　9、Uber：合作汽車制造商

　　Uber在AI方面的主要布局更趨近于物聯(lián)網(wǎng)，尤其是汽車傳感器。2016年9月，Uber在匹茲堡推出了自動駕駛試點項目，并于卡內(nèi)基梅隆大學(xué)教授、汽車制造商合作，研發(fā)基于傳感器獲得的數(shù)百萬數(shù)據(jù)點，建立安全、有序、自動的交通模式。

　　10、IBM：沃森成AI之星

　　IBM在AI方面的布局很早，公司在全球的AI研發(fā)每人元超過3000名，專利超過1400項，覆蓋云計算和硅納米科學(xué)，其超級智腦沃森在自然語言處理和模式識別、非結(jié)構(gòu)化數(shù)據(jù)處理方面有著出色的表現(xiàn)，已經(jīng)應(yīng)用于虛擬代理，幫助金融、醫(yī)療等合作伙伴處理和分析數(shù)據(jù)。

　　11、中國方面：BAT著力構(gòu)建神經(jīng)網(wǎng)絡(luò)

　　目前，國內(nèi)對于AI的支持力度也比較大，在學(xué)術(shù)方面也有很是很大的研究熱點。學(xué)術(shù)機構(gòu)，以及百度、阿里、騰訊等公司也在語音識別、圖像識別、神經(jīng)網(wǎng)絡(luò)、自然語言處理等方面都有重要的突破。