响水生活网

中金公司:人工智能成重要科技创新方向 优质数据是AI发展关键

作者:安生 | 来源:互联网
2021-10-13 09:20:59

   

  人工智能自1956年诞生以来,经历了三次发展浪潮。在深度学习的推动下,人工智能成为重要的科技创新方向,以计算机视觉、自然语言处理等为代表的AI技术加速对下游传统行业进行改造。我们看到AI在替代或辅助人类工作上提效降本的潜能,且可以通过自动驾驶、智慧医疗等方式创造全新的生活体验并推动多行业效率的提升,在下游行业智能化转型的驱动下,能够带来人民币万亿级的市场空间。我们认为AI规模化落地的关键是获取海量数据并低成本解决行业痛点。

  摘要

  优质数据是AI发展的关键,IoT是AI落地最佳载体,碎片化应用场景催生物联网平台型公司。计算机视觉、自然语言处理等AI技术建立在训练海量数据的基础上,模型准确性及复杂度的提升对数据规模提出更高的要求。我们看到,物联网能够触达大量优质数据,为人工智能的应用提供底层支撑。我们认为,面对物联网碎片化的特性,平台型公司具备在实际应用场景中快速迭代模型、打通接入设备及沉淀可复用业务模块的优势,能够将数据优势转化为规模效应。

  运算能力决定了AI模型训练与推理的效率,处理器性能是关键。不同部署场景及应用阶段对AI芯片的需求不同,终端与云端的芯片分别表现出高性价比化及高性能化。各类型的芯片在功耗、通用性、成本、编程难度等方面存在差异,CPU通用性强,但运算效率难以达到AI的要求;GPU长于并行处理,以CUDA作为简易编程接口,编程框架成熟,但仍存在提效空间;FPGA具有灵活度高、功耗低的优势,但编程较为复杂;ASIC是针对AI特性开发的芯片,兼具高算力和低功耗,但开发周期长,流片成本高。

  智能算法是AI的基石,横向开源平台与纵向深耕行业并行。AI算法的底层技术相对公开,领先企业需要构建开放平台,将技术优势转化为生态优势。同时,随着传统行业智能化转型的推进,通用型算法难以满足多样化场景需求,算法企业需要深耕行业以沉淀专业知识及业务模型。我们认为触达行业优质数据、针对行业痛点提供高效算法是AI算法企业的核心竞争力。

  价值创造是人工智能实现规模应用的关键,人工智能对传统行业的改造将带来万亿级市场空间。目前的人工智能技术以感知智能为主,我们看好AI技术在包括工业生产、药物研发、医学诊断、智能驾驶等多场景下替代重复性机械工作、提升效率、复刻专家能力、提高生活体验的落地空间。

  风险

  AI落地不及预期;企业的数字化转型不及预期;物联网的发展不及预期。

  正文

  AI总述:感知智能技术发展成熟,降低成本及模型复用成为AI规模应用的关键

  赋予机器人类智慧,人工智能发展历经三次浪潮

  自1956年人工智能概念诞生以来,AI的发展经历了三次发展浪潮。根据《人工智能标准化白皮书(2021)》,人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

  图表 1:AI发展历史中的三次浪潮

资料来源:中国信息通信研究院2021年,中金公司研究部

  回顾人工智能的历史,我们发现控制主义(Cybernetics)、符号主义(Symbolism)、连接主义(Connectivism)三种流派在AI的不同发展时期分别占据主导地位。

  第一次浪潮(1956-1980年):1956年Dartmouth会议的召开被广泛认为标志着AI的诞生,1957年感知机算法被提出。这一阶段基于抽象数学推理的计算机已经出现,符号主义得到快速发展,尤其是人机自然语言交流的实现,引领了AI发展的第一个小高潮。但模型本身的局限性导致研究进展缓慢,预期过高的资本切断所有资助,人工智能随后进入寒冬。

  第二次浪潮(1980-1993年):1982年神经网络算法诞生,但由于算力不足,AI仍未实现规模落地。这一阶段,控制主义流派专注于机器人的基本工程问题。1980年后一种叫“专家系统”的AI程序被世界各地广泛采用,掀起了AI发展的第二个高潮,但由于成本高、应用领域局限、不能自主学习等原因走向衰落。