2017-人工智能行业事件点评：阿尔法狗再赢柯洁_4页-1mb

文档总结：人工智能行业事件点评与分析

核心内容概述

本文档是一份关于人工智能（AI）行业发展的研究报告，重点分析了AlphaGo在2017年人机大战中的表现，并回顾了人工智能理论的发展历程，同时对深度学习的技术突破及其在多个领域的应用进行了阐述。此外，文档还提供了投资评级说明，以及分析师承诺与免责声明，以确保报告的合规性与客观性。

主要观点

1. AlphaGo的胜利与意义

• AlphaGo再次战胜柯洁：2017年5月27日，AlphaGo在人机大战三番棋第三局中以209手中盘击败柯洁，最终以0:3结束第二番较量。
• DeepMind公司背景：成立于2010年，总部位于伦敦，2014年被谷歌收购，致力于构建通用型学习模型。
• 围棋的复杂性：围棋规则简单，但棋盘上有361个交叉点，可能组合数量高达$3^{361}$，其复杂性远超人类想象。
• AlphaGo的训练过程：使用50块CPU，耗时约四周完成训练，展现了深度学习在复杂任务中的强大能力。

2. 人工智能理论的发展历程

• 符号主义与连接主义：20世纪50年代至70年代，人工智能研究分为“推理期”和“知识期”，分别以逻辑表示和专家系统为代表。
• 统计学习的兴起：20世纪90年代中期，统计学习成为主流，代表性技术包括支持向量机（SVM）和核方法。
• 深度学习的突破：2006年，Geoffrey Hinton提出深度信念网络，为深度学习奠定了基础。深度学习在语音识别、图像识别、自然语言处理等领域取得显著进展。

3. 深度学习的技术优势与挑战

• 深度学习的优势：
  • 缺乏严格理论基础，但显著降低了机器学习应用门槛。
  • 依赖大数据和强大计算能力，能够有效解决“过拟合”问题。
• 计算资源需求：
  • 百度神经机器翻译系统使用32块GPU训练10天。
  • 谷歌使用96块GPU训练6天。
  • AlphaGo训练耗时约四周，使用50块CPU。
• 计算难度：尽管深度学习依赖于大数据和硬件，但实际训练过程仍面临巨大挑战。

投资评级说明

市场基准指数为沪深300指数。

关键信息

• 人工智能发展历程：从符号主义、连接主义到统计学习，再到深度学习，人工智能经历了多个阶段的演进。
• 深度学习的崛起：得益于大数据和计算能力的提升，深度学习在多个领域取得了突破。
• 谷歌在AI领域的布局：
  • 收购多家AI初创企业，包括DeepMind和DNNresearch。
  • 设立Alphabet集团，推动AI技术在多个业务中应用。
  • 从“移动为先”转向“人工智能为先”。
• 投资建议：文档对人工智能行业持长期看好态度，建议投资者增持。

投资者注意事项

• 报告数据和信息来源于市场公开资料，不保证准确性或完整性。
• 投资决策需结合个人投资目标和财务状况，谨慎评估。
• 报告内容不得擅自引用或修改，需获得华安证券研究所书面授权。

分析师承诺

• 本人具备合法证券投资咨询执业资格，独立、客观地出具报告。
• 报告内容不受第三方影响，不因具体推荐意见或观点而获得任何形式的补偿。

免责声明

• 本报告信息来源于公开资料，不保证准确性或完整性。
• 投资者应自行判断报告内容是否符合其投资需求。
• 未经授权，不得转载或分发，否则将承担相应法律责任。