人工智能爆發(fā)的背后邏輯及資本催化的人工智能創(chuàng)業(yè)熱分析

　　人工智能爆發(fā)的背后邏輯

　　要解釋一個技術(shù)路線發(fā)展的邏輯，我們往往從宏觀趨勢和當前進展兩個角度出發(fā)。

　　首先來看宏觀趨勢，人工智能背后代表的先進生產(chǎn)力能夠帶來巨大的經(jīng)濟效益，因此一直吸引著研發(fā)投入。

　　自1956年達特茅斯會議誕生“人工智能”一詞 以來，技術(shù)發(fā)展已經(jīng)取得了質(zhì)的突破：大數(shù)據(jù)和數(shù)據(jù)處理技術(shù)的逐步成熟，包括深度學習算法的提出，以及適合海量訓練數(shù)據(jù)的GPU的引入，開啟了人工智能的入口。

　　算法和芯片是AI建設(shè)的基礎(chǔ)層，除了當前AI市場主流芯片，即英偉達的GPU之外，英特爾（收購Nervana Systems；FPGA）和谷歌（研發(fā)Tensor）也在推廣自己產(chǎn)品。除了目前主流的兩種改善通用芯片用于半定制的深度學習算法之外，業(yè)內(nèi)也在積極研發(fā)面向人工智能應(yīng)用的新的芯片，包括谷歌的TPU、我國中科院計算所的寒武紀，這類的針對特定算法以及特定框架的全定制AI芯片，以及更近一步的，IBM 的TrueNorth這類的類腦芯片（BPU）。

　　*人工智能芯片一覽（援引招商證券）

　　算法，尤其是深度學習算法領(lǐng)域，則不是巨頭壟斷，而是掀起了一波包括計算機視覺、語音交互、機器人/自動化、醫(yī)療、安全、消費、商務(wù)等領(lǐng)域的創(chuàng)業(yè)潮。巨頭們往往選擇更為基礎(chǔ)的算法框架入手，進行開源，以構(gòu)建自家AI生態(tài)，如谷歌的TensorFlow和微軟的Cognitive Toolkit。

　　*深度學習創(chuàng)業(yè)潮

　　除了基礎(chǔ)層建設(shè)，AI的前沿進展還包括馬斯克的腦機接口項目、基于ARM的深度學習芯片以及英偉達面向醫(yī)療的應(yīng)用、聊天程序/聊天機器人發(fā)展出了自己的語言、英特爾的自動駕駛技術(shù)研發(fā)等。

　　艾瑞咨詢分析師張鳳表示：“目前我國71%的人工相關(guān)企業(yè)都在做技術(shù)落地應(yīng)用，在算法技術(shù)方面，55%的企業(yè)在做計算機視覺，13%在做自然語言處理，只有9%的企業(yè)真正研究機器學習。能夠很快把技術(shù)應(yīng)用落地是我國的優(yōu)勢，但是對于基層的技術(shù)研究，我國的企業(yè)實力目前還無法和國外匹敵，這是劣勢?！?/p>

　　再來看當前進展：現(xiàn)在的AI能做什么？引用FB研發(fā)主管Yann LeCun的話，我們現(xiàn)在看到的AI，距離它卍解還很遠，不到它真正的能力的5%。