高盛人工智能报告中文版

1高盛人工智能报告中文版目录高盛人工智能报告中文版...............................................................................................................1高管概述...................................................................................................................................2人工智能是什么？...................................................................................................................3什么是神经网络？...................................................................................................................3为什么现在人工智能加速发展？...........................................................................................4价值创造的主要驱动力...........................................................................................................5主要影响...................................................................................................................................6AI和生产力的矛盾：采访JanHatzius...................................................................................7生态系统：云服务，AI的下一个投资周期开源的关键受益人...........................................9AI三个方向：自建，咨询服务和AI服务化.........................................................................9自建：云平台和开源系统正在成为AI的左膀右臂....................................................10咨询服务.........................................................................................................................11AI服务化........................................................................................................................13中国人工智能现状.................................................................................................................15机器人:用户界面的未来........................................................................................................17行业应用.................................................................................................................................21农业.................................................................................................................................21零售.................................................................................................................................27能源.................................................................................................................................34人工智能创新：GOOGL（谷歌）,AMZN（亚马逊）.........................................................40人工智能创新：AAPL（苹果）,MSFT（微软）..................................................................41人工智能创新：FB（Facebook）,CRM................................................................................42人工智能创新：NVDA（英伟达）,INTC（英特尔）..........................................................43人工智能创新：Uber，IBM..................................................................................................44人工智能创新：百度.............................................................................................................452高管概述人工智能是信息时代的尖端科技。计算的飞跃建立在人类告知计算机如何表现的基础上，计算建立在计算机学习如何表现能够对每个行业有意义的基础上。虽然目前可能被视作在下一个AI冬天（图8）之前的最新承诺和失望循环，这些投资和新技术至少将给我们带来机器学习产品的实实在在的经济利益。与此同时，人工智能、机器人和自动驾驶已成为流行文化的前沿，甚至是政治表述。但是，我们去年的研究让我们相信这不是一个失败的开端，而是一个拐点。我们将在这个报告里看到，宏观（更多更快的计算和更多数据的爆炸式增长）和更加微观方面（在深度学习方面的有益进展，智能硬件和开源方面的增长）的拐点的原因。关于人工智能拐点的更多令人兴奋的方面之一是真实应用案例的增加。例如深度学习促进计算机视觉的发发展，这些技术做为自然处理语言引人注目地提升了苹果Siri、亚马逊Alexa和谷歌图片识别的质量，人工智能不是为了技术而技术。大数据和强力技术相结合，创造价值，获得竞争优势。例如，在医疗领域，图像识别技术可以促进癌症诊断的准确性。在农业领域，农民和制种者可以利用深度学习促进产量增长。在制药行业，深度学习被用于发现新药。在能源行业，勘探效率和装备可靠性提升。在金融服务行业，同以前可能的相比，成本降低，新数据应用于更快速的分析，返回结果。人工智能在应用案例发掘的非常早的阶段使用，同时做为基于云服务共享的必要的科技，我们相信一波革新将到来，为每个行业创造新的冬天和失业者。人工智能广泛的适用性也让我们认识到它是全球经济的针移技术、提升效率和结束美国经济增长停滞的驱动。利用GS首席经济学家JanHatzius的研究，我们设计了当前的深度资本不景气指数和它对美国生产力的相关影响。我们相信人工智能技术驱动生产力提升的可能，就像1990年一样，驱动更多的资本合作和人力效率提升项目，促进增长，促进盈利，扩大股票价值。我们发现人工智能实实地影响着每个公司、行业和经济因素，对投资者有四个方面值得注意。生产力。人工智能和机器学习有引发生产力增长的潜力，有益于经济增长，公司盈利，资本回收和资产估值。根据GS首席经济学家JanHatzius“原则上，人工智能看起来的确比上一波革新在统计学上有表现更好的潜力，人工智能降低成本和人力需求，更高的产品附加值类型。”例如，同iPhone应用的多样性和可靠性相比，统计学家可能更好的建立并获得这些商业部门的费用节减革新。广义的人工智能对商业部门的费用结构有广泛的基础性影响，我由衷相信人工智能将被统计学家采纳，并在整体生产力数字中有所展现。”优质科技。人工智能和机器学习的速度价值有扭转更便宜的数据中心和网络硬件的趋势的潜力。我们相信这将驱动硬件、软件和服务领域市场费用的大量变化。例如，1条运行在标准数据中心上的AWS工作量，同在人工智能优化后的GPU上运行所需的0.9美元相比，每小时实际计算成本只要0.0065美元。竞争优势。我们看到人工智能和机器学习在改造各行业竞争订单方面的潜力。那些失败于投资和平衡这些科技风险的管理团队被竞争者超越，这些竞争者受益于他们创建的战略情报、获得的生产力和资本效率。在41页插图中，我们论证了这些竞争优势是如何应用于医疗、能源、零售、金融和农业。新公司创建。近10年来（图69~75）在人工智能和机器学习领域，我们已经识别出有超过150家私营公司.我们相信人工智能的大部分价值将由拥有资源、数据、投资能力的大公司获得。我们希望风险投资家、企业家和技术专家继续驱动新公司的创建，反过来，驱动实质3性的创新和价值创造，至少是，M&A，我们不能无视谷歌或脸书的人工智能出现的可能。接下来的内容中，我们深入了解人工智能，它的历史，由机器学习、围绕这些技术应用的一路领先的行业和公司所构建的应用生态体系。人工智能是什么？人工智能是制造智能机器、可学习计算程序和需要人类智慧解决问题的科学和工程。经典地，这些包括自然语言处理和翻译，视觉感知，模式识别，决策制定等，但应用的数量和复杂性在快速增长。在这份报告中，我们将大部分分析聚焦在机器学习、人工智能的一个分支、深度学习、机器学习的一个分支。我们总结了二个关键点：1.简化地，机器学习是从案例和经验（例如数据配置）中习得的算法，而不是依赖于硬件代码和事先定义的规则。换句话说，不是一个开发者来告诉程序如何区分苹果和橘子，而是算法本身通过喂养数据（训练），自己学会如何区分苹果和橘子。2.深度学习的主要发展是现有人工智能拐点的驱动力量之一。深度学习是机器学习的分集。大多数传统机器学习方法和特点（例如，可能预测的输入和属性）由人来设计。特征工程是一个瓶颈，需要有意义的特定技术。在无人管理的深度学习中，重要特征不是由人类来定义，而是由算法学习和创建。什么是神经网络？神经网络在AI/机器学习的中充当一种模拟人类大脑的计算机体系结构，在其上可以构建AI/机器学习程序。它由聚合的连接节点组成，如人类大脑中的神经元般可以解决更复杂的问题并学习。什么是深度学习？深度学习是一种需要训练大型神经网络的“深层”层次结构，且每层可以解决问题不同方面的机器学习，从而使系统能解决更复杂问题的。使用上面说到的火车的例子，深层学习