人工智能系列报告之三_AI的名义_未来已来_颠覆在即_124页_8mb

人工智能产业化进程分析总结

核心内容

人工智能正从早期的“算法红利”阶段向产业化阶段过渡，成为新一轮IT革命的核心驱动力。2017年被视为人工智能正式进入产业化元年，其技术已在多个领域超越人类，如人脸识别、语音识别、图像识别等，且正逐步向认知智能发展。

主要观点

1. 人工智能三大核心能力：在产业化阶段，企业需重点关注数据能力、产品化能力和渠道能力，这三大能力是实现人工智能技术变现的关键。
2. 重点行业：人工智能在安防、金融、医疗、汽车和服务领域具有广阔的应用前景，其中安防行业有望成为AI技术最先落地的领域。
3. 投资策略：在估值方面，应更关注企业的PS（市销率）和PEG（盈利增长预期）指标，以反映其成长性。

关键信息

• 技术突破：深度学习推动了人工智能在视觉、语音、语义等领域的突破，识别率已接近甚至超越人类。
• 硬件发展：AI芯片（如GPU、FPGA等）成为人工智能发展的物理基础，英伟达、Intel、高通等企业在该领域展开激烈竞争。
• 应用场景：
  • 安防：AI在视频监控、人脸识别、行为分析等方面广泛应用，推动“城市大脑”建设。
  • 金融：AI在智能投顾、智能风控、智能资管等方面发挥重要作用，推动资产配置和风险管理。
  • 医疗：AI在医学影像分析、辅助诊断、患者监护等方面带来变革，减少医生负担，提高诊断准确率。
  • 汽车：无人驾驶技术成为AI在汽车行业的核心应用，涉及传感器、算法、计算平台等多方面发展。
  • 服务：AI在智能客服、语音助手、智能玩具、教育、电商等领域广泛应用，提升效率和用户体验。

重点关注的标的

• AI+安防：海康威视、大华股份、苏州科达、佳都科技、东方网力、熙菱信息、立昂技术、千方科技、易华录。
• AI+金融：同花顺。
• AI+医疗：万东医疗、思创医惠、阿里ET医疗大脑、阿里云、百度、IBM Watson。
• AI+汽车：拓普集团、宁波高发、索菱股份、路畅科技、特斯拉、Waymo、谷歌无人车。
• AI+服务：科大讯飞、京东JIMI、阿里小蜜、Amazon Alexa、Google Home。

风险提示

1. 算法研发进度不及预期。
2. AI芯片研发进展不及预期。
3. AI产业化速度不及预期。
4. 下游需求不及预期。

技术与发展趋势

• 人工智能三阶段：运算智能、感知智能、认知智能。
• 深度学习与迁移学习：深度学习推动了AI在多个领域的突破，迁移学习则拓宽了深度学习算法的应用边界。
• 语音识别：人工智能语音识别错误率已降至3%（中文）和5.5%（英文），接近人类水平，但仍需解决实际应用场景中的问题。
• 计算机视觉：在安防、医疗等领域广泛应用，包括人脸识别、车牌识别、行为识别等，未来将向通用物体识别和空间位置感知发展。
• 语言处理：自然语言理解与处理技术在AI语音助手和智能客服中发挥重要作用，提升人机交互体验。
• 机器翻译：基于深度学习的机器翻译技术显著提升翻译质量，如谷歌神经机器翻译系统（GNMT）。

投资策略与趋势预测

• MIT Tech Review 2017预测：人工智能将呈现正向强化学习、对抗性神经网络、中国AI热潮、语言学习、反对AI过度炒作等五大趋势。
• 未来展望：人工智能将逐步实现全方位超越人类，从感知智能向认知智能发展，最终实现无人驾驶、智能服务等场景的广泛应用。

人工智能生态架构

人工智能产业生态由三层构成：

1. 底层：运算平台和数据工厂，提供计算和数据支持。
2. 中层：AI技术层，包括各种算法和模型。
3. 顶层：AI应用层，提供智能化服务和产品。

人工智能历史与现状

人工智能经历了三起两落的发展历程：

1. 第一次浪潮（1956-1976）：符号主义、专家系统等技术发展，但因硬件限制和数据不足陷入低谷。
2. 第二次浪潮（1976-2000）：链接主义兴起，深度学习尚未突破，AI研究再次受挫。
3. 第三次浪潮（2000-至今）：深度学习突破，AI在多个领域取得进展，成为推动新一轮IT革命的核心。

总结

人工智能正从算法驱动走向技术产业化，成为推动各行业变革的重要力量。未来，随着技术的不断成熟，AI将在多个领域实现突破，特别是在感知智能和认知智能方面，其应用将更加广泛和深入。投资者应关注AI在各个垂直行业的应用潜力，并注重企业核心竞争力的构建，如数据、产品化和渠道能力。