人類歷史上的三次產(chǎn)業(yè)革命均帶來了社會經(jīng)濟的巨大飛躍,我們認為,人工智能引領(lǐng)的第四次產(chǎn)業(yè)革命必將改變世界。AI產(chǎn)業(yè)千億市場待挖掘,投資機會將聚焦三條主線:基礎層、技術(shù)層和應用層。
人工智能產(chǎn)業(yè)產(chǎn)業(yè)鏈可分為基礎層、技術(shù)層和應用層,投資巨頭們旗下的理財精英團紛紛認為可以沿著產(chǎn)業(yè)鏈三層尋找相關(guān)投資機會。
總體來看,基礎層和技術(shù)層難度******,而一旦獲得突破,則會帶來上層應用質(zhì)變。因此,從投資機會看,突破基礎層和技術(shù)層的公司一定會受到追捧,應用層則相對競爭激烈,但投資機會精彩紛呈。
基礎層——AI產(chǎn)業(yè)的基石
基礎層是人工智能的基石。
基礎層主要是支持人工智能產(chǎn)業(yè)一些基礎設施建設,如芯片、存儲、大數(shù)據(jù)等,主要目的在于輔助人工智能的運行,如芯片是為了提升計算能力、大數(shù)據(jù)為人工智能提供全面完備的學習素材。因此,基礎層的核心驅(qū)動力量是技術(shù)創(chuàng)新。
1、計算機芯片
GPU是當前人工智能的主流硬件加速器,但未必是唯一解決方案。
GPU因其具備大規(guī)模并行計算能力而被廣泛應用于深度學習之中,但GPU的樹形拓撲通信結(jié)構(gòu)也決定了其未必適合所有AI應用場景。GPU的樹狀拓撲傳輸需要不斷通過寫入/讀取存儲來進行通信,而不是直接的I/O,數(shù)據(jù)傳輸量大時甚至有可能造成堵塞,這必然會限制GPU的處理速度。同時GPU優(yōu)勢在于計算并行度和計算吞吐量,而在計算精度、實時性以及并行進程交互方面則顯得乏力。
FPGA/ASIC未來或?qū)V泛應用。
與GPU相比,F(xiàn)PGA在處理數(shù)據(jù)時是直接的I/O方式;同時FPGA一般主頻遠低于GPU,因此在能耗上也低于GPU。新一代FPGA/ASIC在能耗效率上顯著優(yōu)于GPU,谷歌的TPU即宣稱比此前GPU方案在能效上高出一個數(shù)量級。而隨著國內(nèi)外巨頭對于FPGA的青睞,如英特爾167 億美元收購Altera、IBM與Xilinx 的合作、百度大腦采用FPGA芯片,F(xiàn)PGA/ASIC或?qū)⒃谌斯ぶ悄茴I(lǐng)域被廣泛應用。
未來將是GPU、FPGA/ASIC等多種加速芯片共存的局面,可根據(jù)不同應用場景各取所需。
盡管新一代芯片在能效上高于GPU,但GPU仍是圖像處理領(lǐng)域的王者。因此,這幾種芯片都有其擅長的應用場景,未來一段時間仍將活躍在人工智能領(lǐng)域。生產(chǎn)GPU的公司主要有Nvidia、AMD、景嘉微等,生產(chǎn)FPGA的公司有Altera、Xilinx、Actel Altera、紫光國芯、寒武紀、嘉楠耘智、比特大陸、地平線等。
2、大數(shù)據(jù)
大數(shù)據(jù)助力人工智能的持續(xù)優(yōu)化。
人工智能訓練需要大量的素材,只有全面、完備的數(shù)據(jù)才能使人工智能持續(xù)優(yōu)化。人工智能近些年突飛猛進,一個非常重要的原因即是移動互聯(lián)時代帶來數(shù)據(jù)量的爆棚。大數(shù)據(jù)與人工智能是相輔相成的關(guān)系,優(yōu)質(zhì)的大數(shù)據(jù)可以令深度學習得到更完美的結(jié)果,而人工智能的發(fā)展也進一步推動了大數(shù)據(jù)產(chǎn)業(yè)
優(yōu)質(zhì)的數(shù)據(jù)源或數(shù)據(jù)平臺在人工智能時代具有******的價值。
大數(shù)據(jù)從產(chǎn)業(yè)鏈上可以劃分為采集與整合、存儲和運算、分析、應用四個環(huán)節(jié)。分析和應用階段是大數(shù)據(jù)與人工智能相結(jié)合的部分,而經(jīng)過采集、初步清洗后的大數(shù)據(jù)則為分析應用提供基礎。政府數(shù)據(jù)管理部門、通訊運營商和互聯(lián)網(wǎng)平臺使數(shù)據(jù)源的主要提供者,如中國移動、中國聯(lián)通、中國電信、百度、騰訊、阿里等;此外還包括一些第三方數(shù)據(jù)提供商,如數(shù)據(jù)堂、數(shù)多多等公司。
3、存儲
人工智能的發(fā)展必然會帶動IDC機房的需求提升。
大數(shù)據(jù)存儲是預處理后一項必不可少的環(huán)節(jié),存儲設施的硬件設備和軟件設施直接影響了大數(shù)據(jù)存取效率。IDC一般為用戶提供專業(yè)化一體化網(wǎng)絡解決方案,提供數(shù)據(jù)傳輸和接入服務,需要滿足網(wǎng)絡帶寬容量大、數(shù)據(jù)存取速度快、信息安全和可即時監(jiān)控等條件。
我國IDC市場規(guī)模未來將維持快速增長。
2014年我國IDC市場規(guī)??偭窟_到372.2億元,增長率達到41.8%。預計到2017年市場總量將達到910億以上。目前我國IDC業(yè)務仍以電信運營商占主導地位,民營企業(yè)所占市場份額較少。未來發(fā)展方向為建立統(tǒng)一的數(shù)據(jù)語言以便數(shù)據(jù)中心系統(tǒng)之間進行連接、由集中化數(shù)據(jù)中心走向分散化數(shù)據(jù)中心等。相關(guān)公司主要有美利紙業(yè)、光環(huán)新網(wǎng)、寶信軟件、鵬博士、中興通訊等。
技術(shù)層——AI產(chǎn)業(yè)的靈魂
技術(shù)層是人工智能產(chǎn)業(yè)的靈魂,沒有技術(shù)層就沒有人工智能。
技術(shù)層包括算法以及利用算法開發(fā)的相關(guān)技術(shù)應用。算法包括工程學法和模擬法,神經(jīng)網(wǎng)絡是模擬法中最成功的一種。神經(jīng)網(wǎng)絡的發(fā)展帶動了人工智能的崛起,而當前通過深層神經(jīng)網(wǎng)絡即深度學習實現(xiàn)了諸多的成功技術(shù)應用,如機器視覺、自然語言識別及處理。技術(shù)層的核心在算法的創(chuàng)新和相應技術(shù)的突破及成熟應用。
1、圖象識別
圖像識別的核心是讓圖像計算機像人一樣能讀懂圖像的內(nèi)容。
圖像識別是指通過多層神經(jīng)網(wǎng)絡逐層對圖像的特征進行提取,以識別不同模式目標的技術(shù)。廣義上的圖像識別即機器視覺主要包括圖片識別、視頻識別、生物特征識別等等。識別過程包括圖像預處理、圖像分割、特征提取和判斷匹配。當前圖像識別技術(shù)已比較成熟,百度已將準確率提高到95.42%,超過人類水平。而在人臉識別和指紋識別的領(lǐng)域,排名TOP5的公司準確率已經(jīng)達到99%以上。
圖像識別在圖像識別諸多領(lǐng)域發(fā)揮著重要的作用。
圖像識別的應用領(lǐng)域非常廣泛,如社交網(wǎng)站的人臉識別、金融領(lǐng)域的指紋虹膜識別、安防和交通監(jiān)控領(lǐng)域、產(chǎn)品安全檢測、工業(yè)4.0甚至無人駕駛等領(lǐng)域已經(jīng)有了比較成熟的應用,未來將大規(guī)模應用于智能機器人開發(fā)中。艾瑞咨詢預測,2015年國內(nèi)圖像識別占人工智能技術(shù)市場總規(guī)模的12.5%,未來仍將維持高速增長。國內(nèi)外圖像識別不乏優(yōu)秀的公司,如Clarifai、Madbits、DNNresearch、川大智勝、佳都科技、漢王科技、曠視科技、商湯科技等公司。
2、自然語言識別及處理
自然語言識別是人機交互的前提。
自然語言識別是指讓計算機能夠聽懂、理解人類的語言,使人機交互更加簡單直接,主要包括語音識別和語義識別。語音識別是讓機器能夠“聽懂會說”人類的語言,語義識別是讓機器能夠理解文字后面的真實內(nèi)涵。自然語言識別的目的是讓人機交流回歸到人類交流最自然的方式,因此讓所有信息設備能夠聽懂理解人類的語言是未來的必然趨勢。
當前自然語言處理已經(jīng)達到實用水平,應用領(lǐng)域廣泛。
隨著深度學習的不斷推進,目前語音識別準確率已達到95%以上,Nuance的語音辨識率已經(jīng)達到99%,國內(nèi)百度和科大訊飛也超過97%;語義識別方面,江南化工的圖靈機器人的準確率也在95%以上,均已達到實用水平。當前自然語言識別在各類智能機器人和智能助手、機器翻譯、信息收集與監(jiān)測等多領(lǐng)域被廣泛應用。
3、智能機器人
智能機器人是多種技術(shù)的集合體。
智能機器人是將機器視覺、語言識別、分析預測、動作控制等多種技術(shù)結(jié)合到一體,以輔助或者替代人類在復雜環(huán)境中從事各種任務。智能機器人可分為工業(yè)機器人和服務機器人,服務機器人又分為家庭服務和專業(yè)服務兩類。家庭服務包括家政服務、兒童老人看護和教育娛樂等等;專業(yè)服務包括醫(yī)療、安防、軍事、救援、勘探等多類機器人。當前通用機器人短期內(nèi)還比較困難,但某一垂直領(lǐng)域的機器人已經(jīng)逐漸開始商用。
智能機器人借助人工智能快速發(fā)展,應用前景廣闊。
隨著人工智能技術(shù)的快速發(fā)展,智能機器人也越發(fā)成熟,并參與到越來越多的領(lǐng)域之中。根據(jù)MarketsAndMarkets的機器人市場研究數(shù)據(jù)顯示,機器人行業(yè)的總市值以每年20%的增速增長,預計2020年可達到80億美元。國內(nèi)外智能機器人制造商主要有Fanuc、Yaskawa、Kuka 、ABB、科大智能、機器人、紫光股份、慈星股份、康力電梯、北冥星眸、祈飛科技。
應用層——AI產(chǎn)業(yè)的終極目的
應用層是AI產(chǎn)業(yè)的終極目的。
應用層是依托于基礎層和技術(shù)層并與實際場景相結(jié)合形成的具體解決方案,從而真正為人類社會服務,是人工智能發(fā)展的真正目的。具體表現(xiàn)形式為人工智能與行業(yè)結(jié)合而形成的裂變,如無人駕駛、工業(yè)4.0、智能安防等等。應用層市場空間******,2015年應用層企業(yè)占人工智能企業(yè)總數(shù)的70%,因此投資機會必將精彩紛呈。
1、無人駕駛
無人駕駛是人工智能對傳統(tǒng)汽車的顛覆。
無人駕駛是集自動控制、體系結(jié)構(gòu)、人工智能、視覺計算等眾多技術(shù)于一體的產(chǎn)物?;跓o人駕駛的汽車,實質(zhì)上是一臺移動的智能機器人,通過智能感知技術(shù)、智能決策和控制技術(shù)、高精度地圖自動完成駕駛過程。其中智能決策和控制是核心,其背后的算法是深度學習。深度學習可以對系統(tǒng)精確度、地圖精度等進行訓練,從而使駕駛技術(shù)得到提升。
無人駕駛商業(yè)化進程漸行漸近,發(fā)展前景無限。
無人駕駛可以使出行更加經(jīng)濟、安全、高效而備受期待。當前在技術(shù)上已經(jīng)相對成熟,Mobileye的ADAS已非常先進,谷歌、特斯拉的無人駕駛汽車也早已完成數(shù)千公里的路測。當前雖然在法律和倫理上還存障礙,但無人駕駛商用時代已經(jīng)不遠。根據(jù)麥肯錫的預測,未來十年內(nèi)無人駕駛將走進普通人的生活,2025年無人駕駛可產(chǎn)生2000-19000億的產(chǎn)值。國內(nèi)外無人駕駛相關(guān)的公司主要有谷歌、特斯拉、Mobileye、百度、長安汽車、萬安科技、亞太股份、保千里、四維圖新等。
2、工業(yè)4.0
工業(yè)4.0是人工智能對傳統(tǒng)工業(yè)的深度重塑。
工業(yè)4.0是利用人工智能將自動化和信息化深度融合到工業(yè)生產(chǎn)中,從而實現(xiàn)智能生產(chǎn)和智能工廠,使生產(chǎn)效率得到極大提升。智能生產(chǎn)涉及主要涉及整個企業(yè)的生產(chǎn)物流管理、人機互動以及3D技術(shù)在工業(yè)生產(chǎn)過程中的應用等;智能工廠重點研究智能化生產(chǎn)系統(tǒng)及過程,以及網(wǎng)絡化分布式生產(chǎn)設施的實現(xiàn)。
工業(yè)4.0細分領(lǐng)域廣泛,萬億市場空間被引爆。
工業(yè)4.0細分領(lǐng)域包含運動控制及機器人、工業(yè)軟件、傳感檢測、變頻傳統(tǒng)、監(jiān)控系統(tǒng)等諸多領(lǐng)域。而最直接的應用工業(yè)機器人,可以在焊接、刷漆、組裝、采集與放置(包裝、碼垛等)、產(chǎn)品檢測和測試等方面高效、持久、精確的完成相關(guān)任務。政策上,我國也將“中國制造2025” 提升到國家發(fā)展戰(zhàn)略的高度,未來必然帶來萬億的市場空間。與工業(yè)4.0相關(guān)的公司包括科遠股份、慈星股份、華中數(shù)控、機器人、京山輕機等。
3、智能安防
人工智能助力安防從被動轉(zhuǎn)向主動,真正實現(xiàn)智能化。
安防系統(tǒng)產(chǎn)生海量的數(shù)據(jù),以往只能被動的靠人力篩選,效率低下。而人工智能技術(shù)可以對圖像視頻、人臉甚至面部表情進行自動分析、識別、理解、反向追蹤、自動報警等,從而實現(xiàn)高精度、高效率、全天候的主動防護體系。同時人工智能還可以應用于反恐與情報分析,通過深度學習進行云端數(shù)據(jù)分析預測,如Palantir曾通過情報分析協(xié)助美軍抓獲本拉登。
智能安防未來市場空間巨大。
安防從經(jīng)歷了數(shù)據(jù)化、網(wǎng)絡化的過程,未來的趨勢一定是智能化。而隨著外部環(huán)境日益復雜、恐怖事件頻發(fā),智能安防需求也必將被引爆。我國主導的193個智慧城市項目前處于第二輪建設周期,總投資近3萬億。2016年要開展100個智慧城市項目建設,也就意味著智能安防需求進入加速階段。國內(nèi)外智能安防的公司有Palantir、佳都科技、東方網(wǎng)力、天源迪科、美亞柏科、藍燈數(shù)據(jù)、智器云等。
4、智慧醫(yī)療
人工智能將醫(yī)療帶入新紀元。
“人工智能+醫(yī)療”主要表現(xiàn)在醫(yī)療診斷、健康管理和新藥研發(fā)三個方面,可直擊傳統(tǒng)醫(yī)療行業(yè)的痛點。通過深度學習“機器人醫(yī)生”可以掌握所有最新的醫(yī)學知識,通過海量數(shù)據(jù)分析迅速協(xié)助做出診斷;個人健康助手可以整合分析生活中的健康數(shù)據(jù),對健康情況及時做出預警;藥物研發(fā)機構(gòu)同樣可以對新藥進行大量模擬實驗,通過數(shù)據(jù)分析提高研發(fā)效率。
人工智能巨頭爭相進入醫(yī)療行業(yè),智慧醫(yī)療進入爆發(fā)階段。
IBM 的Watson是智慧醫(yī)療最典型的應用,它具有強大的語言理能力,通過云平臺建立醫(yī)療領(lǐng)域的云數(shù)據(jù)中心,協(xié)助醫(yī)生了解病人的病歷、藥物、行為信息、治療方案等多方面信息,指導醫(yī)生做出準確診斷和治療決策。日前,谷歌的Deepmind也宣布進入醫(yī)療保健領(lǐng)域。相信在巨頭的示范作用之下,未來人工智能對醫(yī)療行業(yè)的滲透將進一步加速。智慧醫(yī)療的相關(guān)公司包括IBM、谷歌、Enlitic、榮科科技、三諾生物、海虹控股等。
更多咨詢請多關(guān)注http://www.ahetc.net.cn