【IT時代網編者按】人類歷史上的三次產業革命均帶來了社會經濟的巨大飛躍，我們認為，人工智慧引領的第四次產業革命必將改變世界。AI產業千億市場待挖掘，投資機會將聚焦三條主線：基礎層、技術層和應用層。
人工智慧產業產業鏈可分為基礎層、技術層和應用層，我們認為可以沿著產業鏈三層尋找相關投資機會。總體來看，基礎層和技術層難度最大，而一旦獲得突破，則會帶來上層應用質變。因此，從投資機會看，突破基礎層和技術層的公司一定會受到追捧，應用層則相對競爭激烈，但投資機會精彩紛呈。
基礎層——AI產業的基石
基礎層是人工智慧的基石。基礎層主要是支持人工智慧產業一些基礎設施建設，如晶片、存儲、大數據等，主要目的在於輔助人工智慧的運行，如晶片是為了提升計算能力、大數據為人工智慧提供全面完備的學習素材。因此，基礎層的核心驅動力量是技術創新。
1、計算機晶片
GPU是當前人工智慧的主流硬體加速器，但未必是唯一解決方案。GPU因其具備大規模並行計算能力而被廣泛應用於深度學習之中，但GPU的樹形拓撲通信結構也決定了其未必適合所有AI應用場景。GPU的樹狀拓撲傳輸需要不斷通過寫入/讀取存儲來進行通信，而不是直接的I/O，數據傳輸量大時甚至有可能造成堵塞，這必然會限制GPU的處理速度。同時GPU優勢在於計算並行度和計算吞吐量，而在計算精度、實時性以及並行進程交互方面則顯得乏力。
FPGA/ASIC未來或將廣泛應用。與GPU相比，FPGA在處理數據時是直接的I/O方式;同時FPGA一般主頻遠低於GPU，因此在能耗上也低於GPU。新一代FPGA/ASIC在能耗效率上顯著優於GPU，谷歌的TPU即宣稱比此前GPU方案在能效上高出一個數量級。而隨著國內外巨頭對於FPGA的青睞，如英特爾167 億美元收購Altera、IBM與Xilinx 的合作、百度大腦採用FPGA晶片，FPGA/ASIC或將在人工智慧領域被廣泛應用。
未來將是GPU、FPGA/ASIC等多種加速晶片共存的局面，可根據不同應用場景各取所需。儘管新一代晶片在能效上高於GPU，但GPU仍是圖像處理領域的王者。因此，這幾種晶片都有其擅長的應用場景，未來一段時間仍將活躍在人工智慧領域。生產GPU的公司主要有Nvidia、AMD、景嘉微等，生產FPGA的公司有Altera、Xilinx、Actel Altera、紫光國芯、寒武紀、嘉楠耘智、比特大陸、地平線等。
2、大數據
大數據助力人工智慧的持續優化。人工智慧訓練需要大量的素材，只有全面、完備的數據才能使人工智慧持續優化。人工智慧近些年突飛猛進，一個非常重要的原因即是移動互聯時代帶來數據量的爆棚。大數據與人工智慧是相輔相成的關係，優質的大數據可以令深度學習得到更完美的結果，而人工智慧的發展也進一步推動了大數據產業
優質的數據源或數據平台在人工智慧時代具有最大的價值。大數據從產業鏈上可以劃分為採集與整合、存儲和運算、分析、應用四個環節。分析和應用階段是大數據與人工智慧相結合的部分，而經過採集、初步清洗後的大數據則為分析應用提供基礎。政府數據管理部門、通訊運營商和網際網路平台使數據源的主要提供者，如中國移動、中國聯通、中國電信、百度、騰訊、阿里等;此外還包括一些第三方數據提供商，如數據堂、數多多等公司。
3、存儲
人工智慧的發展必然會帶動IDC機房的需求提升。大數據存儲是預處理後一項必不可少的環節，存儲設施的硬體設備和軟體設施直接影響了大數據存取效率。IDC一般為用戶提供專業化一體化網絡解決方案，提供數據傳輸和接入服務，需要滿足網絡帶寬容量大、數據存取速度快、信息安全和可即時監控等條件。
我國IDC市場規模未來將維持快速增長。2014年我國IDC市場規模總量達到372.2億元，增長率達到41.8%。預計到2017年市場總量將達到910億以上。目前我國IDC業務仍以電信運營商占主導地位，民營企業所占市場份額較少。未來發展方向為建立統一的數據語言以便數據中心系統之間進行連接、由集中化數據中心走向分散化數據中心等。相關公司主要有美利紙業、光環新網、寶信軟體、鵬博士、中興通訊等。
技術層——AI產業的靈魂
技術層是人工智慧產業的靈魂，沒有技術層就沒有人工智慧。技術層包括算法以及利用算法開發的相關技術應用。算法包括工程學法和模擬法，神經網絡是模擬法中最成功的一種。神經網絡的發展帶動了人工智慧的崛起，而當前通過深層神經網絡即深度學習實現了諸多的成功技術應用，如機器視覺、自然語言識別及處理。技術層的核心在算法的創新和相應技術的突破及成熟應用。
圖像識別的核心是讓圖像計算機像人一樣能讀懂圖像的內容。圖像識別是指通過多層神經網絡逐層對圖像的特徵進行提取，以識別不同模式目標的技術。廣義上的圖像識別即機器視覺主要包括圖片識別、視頻識別、生物特徵識別等等。識別過程包括圖像預處理、圖像分割、特徵提取和判斷匹配。當前圖像識別技術已比較成熟，百度已將準確率提高到95.42%，超過人類水平。而在人臉識別和指紋識別的領域，排名TOP5的公司準確率已經達到99%以上。
圖像識別在圖像識別諸多領域發揮著重要的作用。圖像識別的應用領域非常廣泛，如社交網站的人臉識別、金融領域的指紋虹膜識別、安防和交通監控領域、產品安全檢測、工業4.0甚至無人駕駛等領域已經有了比較成熟的應用，未來將大規模應用於智能機器人開發中。艾瑞諮詢預測，2015年國內圖像識別占人工智慧技術市場總規模的12.5%，未來仍將維持高速增長。國內外圖像識別不乏優秀的公司，如Clarifai、Madbits、DNNresearch、川大智勝、佳都科技、漢王科技、曠視科技、商湯科技等公司。
2、自然語言識別及處理
自然語言識別是人機互動的前提。自然語言識別是指讓計算機能夠聽懂、理解人類的語言，使人機互動更加簡單直接，主要包括語音識別和語義識別。語音識別是讓機器能夠「聽懂會說」人類的語言，語義識別是讓機器能夠理解文字後面的真實內涵。自然語言識別的目的是讓人機交流回歸到人類交流最自然的方式，因此讓所有信息設備能夠聽懂理解人類的語言是未來的必然趨勢。
當前自然語言處理已經達到實用水平，應用領域廣泛。隨著深度學習的不斷推進，目前語音識別準確率已達到95%以上，Nuance的語音辨識率已經達到99%，國內百度和科大訊飛也超過97%;語義識別方面，江南化工的圖靈機器人的準確率也在95%以上，均已達到實用水平。當前自然語言識別在各類智能機器人和智能助手、機器翻譯、信息收集與監測等多領域被廣泛應用。
3、智能機器人
智能機器人多種技術的集合體。智能機器人是將機器視覺、語言識別、分析預測、動作控制等多種技術結合到一體，以輔助或者替代人類在複雜環境中從事各種任務。智能機器人可分為工業機器人和服務機器人，服務機器人又分為家庭服務和專業服務兩類。家庭服務包括家政服務、兒童老人看護和教育娛樂等等;專業服務包括醫療、安防、軍事、救援、勘探等多類機器人。當前通用機器人短期內還比較困難，但某一垂直領域的機器人已經逐漸開始商用。
智能機器人藉助人工智慧快速發展，應用前景廣闊。隨著人工智慧技術的快速發展，智能機器人也越發成熟，並參與到越來越多的領域之中。根據MarketsAndMarkets的機器人市場研究數據顯示，機器人行業的總市值以每年20%的增速增長，預計2020年可達到80億美元。國內外智能機器人製造商主要有Fanuc、Yaskawa、Kuka 、ABB、科大智能、機器人、紫光股份、慈星股份、康力電梯、北冥星眸、祈飛科技。
應用層——AI產業的終極目的
應用層是AI產業的終極目的。應用層是依託於基礎層和技術層並與實際場景相結合形成的具體解決方案，從而真正為人類社會服務，是人工智慧發展的真正目的。具體表現形式為人工智慧與行業結合而形成的裂變，如無人駕駛、工業4.0、智能安防等等。應用層市場空間最大，2015年應用層企業占人工智慧企業總數的70%，因此投資機會必將精彩紛呈。
1、無人駕駛
無人駕駛是人工智慧對傳統汽車的顛覆。無人駕駛是集自動控制、體系結構、人工智慧、視覺計算等眾多技術於一體的產物。基於無人駕駛的汽車，實質上是一台移動的智能機器人，通過智能感知技術、智能決策和控制技術、高精度地圖自動完成駕駛過程。其中智能決策和控制是核心，其背後的算法是深度學習。深度學習可以對系統精確度、地圖精度等進行訓練，從而使駕駛技術得到提升。
無人駕駛商業化進程漸行漸近，發展前景無限。無人駕駛可以使出行更加經濟、安全、高效而備受期待。當前在技術上已經相對成熟，Mobileye的ADAS已非常先進，谷歌、特斯拉的無人駕駛汽車也早已完成數千公里的路測。當前雖然在法律和倫理上還存障礙，但無人駕駛商用時代已經不遠。根據麥肯錫的預測，未來十年內無人駕駛將走進普通人的生活，2025年無人駕駛可產生2000-19000億的產值。國內外無人駕駛相關的公司主要有谷歌、特斯拉、Mobileye、百度、長安汽車、萬安科技、亞太股份、保千里、四維圖新等。
2、工業4.0
工業4.0是人工智慧對傳統工業的深度重塑。工業4.0是利用人工智慧將自動化和信息化深度融合到工業生產中，從而實現智能生產和智能工廠，使生產效率得到極大提升。智能生產涉及主要涉及整個企業的生產物流管理、人機互動以及3D技術在工業生產過程中的應用等;智能工廠重點研究智能化生產系統及過程，以及網絡化分布式生產設施的實現。
工業4.0細分領域廣泛，萬億市場空間被引爆。工業4.0細分領域包含運動控制及機器人、工業軟體、傳感檢測、變頻傳統、監控系統等諸多領域。而最直接的應用工業機器人，可以在焊接、刷漆、組裝、採集與放置(包裝、碼垛等)、產品檢測和測試等方面高效、持久、精確的完成相關任務。政策上，我國也將「中國製造2025」 提升到國家發展戰略的高度，未來必然帶來萬億的市場空間。與工業4.0相關的公司包括科遠股份、慈星股份、華中數控、機器人、京山輕機等。
3、智能安防
人工智慧助力安防從被動轉向主動，真正實現智能化。安防系統產生海量的數據，以往只能被動的靠人力篩選，效率低下。而人工智慧技術可以對圖像視頻、人臉甚至面部表情進行自動分析、識別、理解、反向追蹤、自動報警等，從而實現高精度、高效率、全天候的主動防護體系。同時人工智慧還可以應用於反恐與情報分析，通過深度學習進行雲端數據分析預測，如Palantir曾通過情報分析協助美軍抓獲本拉登。
智能安防未來市場空間巨大。安防從經歷了數據化、網絡化的過程，未來的趨勢一定是智能化。而隨著外部環境日益複雜、恐怖事件頻發，智能安防需求也必將被引爆。我國主導的193個智慧城市項目前處於第二輪建設周期，總投資近3萬億。2016年要開展100個智慧城市項目建設，也就意味著智能安防需求進入加速階段。國內外智能安防的公司有Palantir、佳都科技、東方網力、天源迪科、美亞柏科、藍燈數據、智器雲等。
4、智慧醫療
人工智慧將醫療帶入新紀元。「人工智慧+醫療」主要表現在醫療診斷、健康管理和新藥研發三個方面，可直擊傳統醫療行業的痛點。通過深度學習「機器人醫生」可以掌握所有最新的醫學知識，通過海量數據分析迅速協助做出診斷;個人健康助手可以整合分析生活中的健康數據，對健康情況及時做出預警;藥物研發機構同樣可以對新藥進行大量模擬實驗，通過數據分析提高研發效率。
人工智慧巨頭爭相進入醫療行業，智慧醫療進入爆發階段。IBM 的Watson是智慧醫療最典型的應用，它具有強大的語言理能力，通過雲平台建立醫療領域的雲數據中心，協助醫生了解病人的病歷、藥物、行為信息、治療方案等多方面信息，指導醫生做出準確診斷和治療決策。日前，谷歌的Deepmind也宣布進入醫療保健領域。相信在巨頭的示範作用之下，未來人工智慧對醫療行業的滲透將進一步加速。智慧醫療的相關公司包括IBM、谷歌、Enlitic、榮科科技、三諾生物、海虹控股等。【責任編輯/王俊傑】
留言列表
Personal Priority 
