20170918-国金证券-计算机：人工智能时代：AI赋能，世界重塑_74页_6mb

文档内容总结

核心内容

该文档是一份关于人工智能（AI）及其在计算机行业应用的行业深度研究报告，重点分析了AI在技术发展、产业应用及投资机会方面的前景。报告指出，AI正经历第三次发展浪潮，三大核心要素——算法、数据、计算力——的突破推动了AI的快速发展。同时，AI在多个行业（如医疗、金融、安防等）的渗透加速，催生了大量创新应用和市场机会。此外，报告还提出了投资建议和相关风险提示。

主要观点

1. 全球AI投资热度持续

• 从2011年开始，AI投资进入高速增长期，全球一级市场每年在AI/ML领域的投资额都维持在百亿美元级别。
• 大型科技公司（如谷歌、亚马逊、苹果等）积极布局AI领域，通过并购初创公司获取数据和人才，成为推动AI发展的关键力量。

2. AI三大核心要素驱动发展

• 算法：深度神经网络（DNN）的层数增加，使模型性能显著提升，同时，科技巨头开源深度学习框架（如TensorFlow、Caffe、PyTorch等），降低了AI开发门槛。
• 数据：虽然数据总量已足够，但数据标注成本高成为制约AI发展的主要问题。无监督学习、迁移学习、小样本学习等技术正在缓解这一问题。
• 计算力：GPU是当前机器学习的主要计算设备，但随着专用芯片（如FPGA、ASIC）的发展，计算效率和灵活性进一步提升。

3. AI应用不断深化

• AI在企业端（B端）和消费端（C端）都有广泛应用，包括智能客服、智能安防、自动驾驶等。
• 例如，小i机器人在金融行业实现了大规模替代人工客服，显著降低企业成本。
• 在医疗领域，AI被用于电子病历分析、药物研发、影像诊断等，提升效率和准确性。

4. AI上升为国家战略

• 中国在2017年发布《新一代人工智能发展规划》，将AI发展提升至国家战略层面，旨在2030年前成为全球AI领导者。
• 相较于国外，中国在政策、人才、资本方面紧跟全球领先地区，具备“弯道超车”的潜力。

5. AI-aaS模式降低企业智能化门槛

• AI即服务（AI-aaS）模式正在兴起，通过“按需付费”的方式，让中小企业和创业者更容易接触AI技术。
• 国内外主流云服务商（如阿里云、百度云、亚马逊、谷歌、微软）已推出相关服务，推动AI应用的普及。

关键信息

1. 技术发展

• AI经历了三次浪潮，当前第三次浪潮由算法、数据和计算力的突破推动。
• 深度学习框架（如TensorFlow、Caffe、PyTorch等）开源，加快了AI技术的普及和应用。
• 神经网络模型（如CNN、LSTM、GAN等）不断演进，提升了AI在图像识别、语音处理、数据生成等领域的性能。

2. 数据与标注

• 监督学习依赖带标注的数据，但数据标注成本高，限制了AI的广泛应用。
• 无监督学习、迁移学习、小样本学习等方法正在减少对标注数据的依赖，成为AI发展的新方向。

3. 计算力与硬件

• GPU是当前深度学习的首选计算设备，具备高吞吐量，但灵活性较低。
• FPGA和ASIC等专用芯片在计算效率和灵活性方面各有优劣，未来可能会成为AI领域的重要组成部分。
• 在AI训练和推理过程中，硬件配置对计算效率有决定性影响。

4. 行业应用

• AI在医疗、金融、教育、交通、安防等领域均有显著应用，如语音识别、智能投顾、智能安防系统等。
• 企业级AI应用（B端）已相对成熟，消费级AI（C端）则在持续创新中。

5. 投资建议

• 推荐关注科大讯飞、中科曙光、同花顺、苏州科达、熙菱信息、思创医惠、四维图新、东方网力、拓尔思等公司。
• 建议关注富瀚微、中科创达、浪潮信息、浙大网新、佳都科技、汉王科技、工大高新等AI相关企业。

风险提示

• 技术应用落地不及预期：AI技术虽然发展迅速，但实际应用可能面临技术瓶颈或落地困难。
• 行业竞争加剧：随着AI市场的扩大，竞争将更加激烈，企业需加快技术迭代和市场布局。

行业趋势与展望

• AI已成为推动各行各业智能化升级的核心技术。
• 未来AI发展将更多依赖算法突破、数据优化和计算力提升。
• 中国在AI政策、市场、技术等方面具备较强的竞争力，有望在全球AI竞争中占据一席之地。