海外TMT行业2017年中期策略_从移动互联网为先_转向人工智能为先_22页_2mb

报告摘要

人工智能行业分析报告总结

核心内容

本报告是2017年中期海外TMT行业的策略分析，重点探讨人工智能（AI）作为移动互联网之后的新科技高地，其在技术、应用、硬件发展和全球竞争格局中的重要地位。报告指出，AI的发展不仅推动了技术突破，还引领了经济结构向虚拟经济迁移的趋势。

主要观点

人工智能成为行业风向标：谷歌和百度均宣布转型为人工智能公司，表明AI已成为全球科技巨头的战略重心。
真实经济向虚拟经济迁移：2008年金融危机后，传统宏观调控失效，促使全球经济向信息虚拟经济转移。
大模型、大计算、大数据是AI三大支柱：深度学习的成功依赖于这三者的结合，特别是大模型和大计算的快速发展。
AI平台和系统逐步成熟：各大公司如谷歌（TensorFlow）、微软（DMTK）、Facebook（Torch7）、百度（PaddlePaddle）均推出了开源平台，推动AI发展。
硬件演进推动AI发展：从CPU到GPU，再到FPGA和ASIC，硬件的持续升级为AI模型的训练和运行提供了坚实基础。
AI在垂直领域深入应用：包括无人驾驶、智能音箱、语音识别、图像识别等领域，各大科技公司均有所布局。

关键信息

1. 人工智能发展

深度学习技术突破：2006年Geoffrey Hinton等人的研究推动了深度学习的发展，使AI在图像识别、语音识别等领域取得显著进展。
AI发展历史：从符号主义、连接主义到机器学习、深度学习，AI经历了多个发展阶段，目前正进入以深度学习为主流的阶段。
AI模型与算法：深度学习模型具备强大的表达能力，但训练难度高，需要大量数据和计算资源。浅层模型在一些特定任务中仍占优势。

2. 人工智能应用

谷歌AlphaGo：通过深度学习与蒙特卡洛树搜索的结合，AlphaGo在围棋领域战胜了人类顶尖棋手，成为AI技术的典范。
百度ApolloOS：百度开放了无人驾驶平台，涵盖环境感知、路径规划、车辆控制等多个方面，推动了自动驾驶技术的发展。
苹果HomePod与iMac Pro：苹果开始全面拥抱机器学习，推出HomePod智能音箱和工作站级别的iMac Pro，提升其在AI领域的影响力。
亚马逊Echo：以用户为中心，推出智能音箱Echo，强调远场拾音和开放技能平台，成为家庭智能助手的代表。
腾讯Mariana平台：腾讯通过深度学习平台Mariana，提升了微信语音识别和图像识别的准确率，并支持多种应用场景。

3. 人工智能与硬件

CPU与GPU对比：CPU以通用性见长，而GPU以大规模并行计算和数据处理能力为主，适合深度学习的训练和推理。
FPGA与ASIC：FPGA在性能和能耗方面优于CPU，ASIC则专为AI任务定制，提供了更高的效率。
谷歌TPU架构：谷歌开发了专用AI芯片TPU，显著提升了AI训练效率。

4. 人工智能与经济

全球科技公司研发投入：美国科技公司如苹果、谷歌、亚马逊、脸书在2016年的研发投入增长中位数为26.4%，远高于中国科技公司。
AI成为未来经济增长点：AI作为科技创新的核心，被看作是未来经济内生增长的重要引擎。

图表目录（摘要）

图表1：阿尔法狗执黑在一场业余赛中的下棋过程
图表2：强化学习图示
图表3：蒙特卡洛树搜索
图表4：深度学习如何嵌入蒙特卡洛树搜索
图表5：SAE International 汽车智能化的分级标准
图表6：网格检测方式
图表7：Overfeat 网格
图表8：车道边界检测
图表9：DBSCAN聚类后的车道检测输出
图表10：根据职业类型分类的10大算法+深度学习使用情况
图表11：2016年数据科学家使用的算法
图表12：深度神经网络的结构
图表13：几种任务领域的特征层次结构
图表14：初级图像特征的提取和表示
图表15：浅层模型和深层模型的对比
图表16：CPU 和 GPU 的不同架构
图表17：CPU 的延迟型设计
图表18：GPU 的面向对象设计
图表19：谷歌 TPU 架构
图表20：深度学习主要市场参与者及开源平台
图表21：MIT 十大新兴科技趋势 2017 年人工智能相关主题
图表22：谷歌 AI 发展事件
图表23：谷歌收购 AI 公司列表
图表24：伟大的 HINTON 教授实验室
图表25：苹果12月份上市的HOMEPOD
图表26：亚马逊的ECHO音箱和谷歌的Google HOME
图表27：微信语音识别：微信语音输入法、语音消息转文字、语音开放平台
图表28：美国和中国科技公司研发投入对比
图表29：人工智能行业可比公司

行业评级

行业评级：增持
报告日期：2017-06-29
联系人：陆丽娜
联系方式：021-609546118

总结

人工智能正成为推动科技行业发展的核心动力。谷歌和百度的转型标志着AI技术的重要地位，同时全球科技公司在硬件、算法和平台方面的持续投入，为AI的广泛应用提供了坚实基础。从深度学习模型的构建到大计算资源的利用，AI正在从理论走向实践。未来，随着技术的不断成熟，AI将在多个领域实现突破，并成为引领经济转型的重要力量。

展开完整摘要