海外TMT行业中期策略：AI算法教学相长，顶级会议百舸争流-20180702-华安证券-22页-1mb

行业评级总结：增持

核心内容概述

本报告分析了2018年ICLR（国际深度学习会议）的行业趋势与技术进展，总结了人工智能领域的研究热点、技术突破以及硬件与平台发展。报告指出，人工智能已成为继移动互联网之后的新科技高地，深度学习的成功依赖于大数据、大模型和大计算的三大支柱。谷歌、DeepMind、Facebook、微软等科技巨头在ICLR中占据主导地位，展现了其在AI领域的强大影响力。

主要观点

• 谷歌与DeepMind主导ICLR
  谷歌和DeepMind在ICLR 2018中合计贡献了会议总接收论文的20%，显示其在深度学习领域的绝对影响力。谷歌在优化算法、强化学习和语言模型等方面有大量研究，其中Adam算法及其变体AMSGrad被重点讨论，后者旨在解决Adam算法在某些情况下无法收敛的问题。

• 强化学习与语言模型成为研究热点
  强化学习是今年的研究重点，有约20篇论文围绕此展开。此外，与语言相关的论文也有22篇，涵盖语言演进、翻译、阅读理解等方向。谷歌、DeepMind和Facebook均在该领域有所突破。

• 大模型、大计算、大数据推动深度学习发展
  深度学习的成功得益于三大要素：大数据、大模型和大计算。随着硬件技术的提升（如GPU、FPGA、TPU），训练复杂模型成为可能，同时深度学习平台也逐步完善，为行业发展提供了坚实基础。

• 高校研究推动创新
  在科技巨头之外，高校也在深度学习领域展现出创新能力。例如，提出了球形CNN模型，以应对球形图像处理的需求；同时，基于梯度的元学习方法（如MAML）在动态和竞争环境下展现出良好的适应性。

• AI平台与硬件协同发展
  多家科技公司开源了深度学习平台，如TensorFlow、DMTK、Torch7、PaddlePaddle等，为AI研究和应用提供了技术支持。同时，硬件芯片（如TPU）的发展为大计算需求提供了更高效的解决方案。

关键信息总结

1. ICLR 2018论文分布

• 谷歌和DeepMind合计贡献了20%的接收论文，显示其在深度学习领域占据主导地位。
• 强化学习相关论文约20篇，语言模型相关论文22篇。
• 有三篇论文获得了最佳论文奖，分别是《Spherical CNNs》、《On the Convergence of Adam and Beyond》以及《Learning to Teach》。

2. 技术进展

• 优化算法：Adam算法因指数移动平均值问题导致无法收敛，AMSGrad作为改进版本解决了该问题。
• 学习教学（L2T）：微软提出了一种让机器学会自动化教学的方法，提升了模型性能与数据利用率。
• 多比特量化压缩：阿里巴巴的研究展示了如何通过量化技术减少内存消耗和计算时间，同时保持模型性能。
• 球形CNN：一种新型卷积神经网络，用于处理球形数据，满足旋转不变性要求。
• 元学习：基于梯度的元学习方法（如MAML）用于动态和竞争环境下的连续适应，提升了智能体的性能。

3. 硬件与计算平台

• 计算硬件：从CPU到GPU、FPGA，再到专用芯片（如TPU），计算资源日益丰富。
• 深度学习平台：TensorFlow、DMTK、Torch7、PaddlePaddle等平台被广泛采用，推动AI研究与应用。
• 硬件性能：FPGA在数据吞吐量方面优于CPU和GPU，适合特定计算任务。

4. AI行业前景

• 人工智能已成为行业风向标，是继移动互联网之后的重要科技领域。
• 大数据、大模型和大计算的结合将推动AI向更高层次发展，软技术公司（如谷歌）在AI主流方向上占据优势，而电商和社交巨头则专注于垂直领域。

投资评级说明

• 增持：未来6-12个月的投资收益率预计领先沪深300指数5%至15%。
• 行业及公司评级体系：
  • 买入：收益率领先市场15%以上；
  • 增持：收益率领先市场5%至15%；
  • 中性：收益率与市场变动幅度在-5%至5%之间；
  • 减持：收益率落后市场5%至15%；
  • 卖出：收益率落后市场15%以上；
  • 无评级：因信息不充分或不确定性事件无法给出明确评级。

信息披露与免责声明

• 本报告基于市场公开信息，分析师承诺独立、客观，不保证数据的准确性或完整性。
• 报告内容仅供参考，不构成具体投资建议。
• 未经华安证券研究所书面授权，不得以任何形式转载或复制本报告内容。