2017MIT人工智能5大趋势预测.pdf
50墨值下载
海外行业报告 | 行业专题研究
请务必阅读正文之后的信息披露和免责申明 1
2017 MIT 人工智能 5 大趋势预测
证券研究报告
2017 年 01 月 25 日
作者
何翩翩
分析师
SAC 执业证书编号：S1110516080002
hepianpian@tfzq.com
雷俊成
联系人
leijuncheng@tfzq.com
马赫
联系人
mahe@tfzq.com
相关报告
《谷歌人工智能深度解剖》1 月 5 日
寒梅傲香春寒料峭，人工智能立夏将至
春寒料峭还是春暖花开？人工智能立夏将至，看好语音识别和无人驾驶
站在 2017 年春晓、美帝上任之际，是春寒料峭，还是春暖花开？科技发展
是否达到了瓶颈？TMT 板块又将何去何从？一系列的问题都让投资者裹足
不前。我们认为 TMT 板块是美股的中流砥柱，也是唯一一个没有周期的板
块。过去 20 年，像微软、惠普、IBM、甲骨文、思科等大型科技企业，透
过不断的自我突破和重塑，在长江后浪推前浪的市场里得以留下来。最近
10 年，我们有谷歌、亚马逊、FB 等公司，以独特的商业模式和技术突围而
出。而未来 10 年，现在的独角兽也将雄霸天下。我们认为科技的创新才是
不断推动公司业绩的引擎。我们继续看好基本面良好、技术含量高的 TMT
企业，如谷歌、亚马逊、英伟达、AMD 和 Mobileye 等。
人工智能立夏将至，渐渐渗透到我们生活上的各种细节。在金融、医疗、
广告、安防、教育、能源等方面具有颠覆性的潜力。我们看好语音识别在
生活上跟互联网生态圈的无缝衔接。而自动驾驶对于交通运输和汽车制造
业的革新，更具有无法估量的经济价值。
2017 年人工智能 5 大趋势预测：强化学习蓄势待发，过度炒作揠苗助长
MIT Technology Review 最近发布了 2017 年人工智能的五大趋势预测，包
括了两种介乎监督学习和无监督学习的算法：1、正向强化学习 (Positive
reinforcement)和 2、对抗性神经网络 (Dueling neural networks)。AlphaGo
可说是深度强化学习技术的一个里程碑。强化学习的灵感则来自于动物学
习，而计算机可通过试错法(trial and error)来学会某些特定行为所导致的正
面或负面结果，从而解决问题。生成式对抗神经网络(GAN)是由两个神经网
络组成：一个网络从训练数据中学习后生成新数据，另一个网络则试图区
分真实和虚假数据。这可以为计算机提供一种从未标记数据中学习的有效
方法。我们认为 GAN 很有可能会在无监督学习还没能普及之前让计算机变
得更加智能的关键所在。
第三个趋势是语言学习。我们认为语音识别和语音接口，在技术和应用场
景方面已经算是 AI 里面较为成熟的，像谷歌 Home、亚马逊 Echo、苹果
Siri 等系统。计算机通过语言与我们交流和互动，理解语言的上下文含义，
将使 AI 系统获得全方位的实用性提升，这也是 AI 步入夏天的第一步。
第四个趋势带我们回到国内。2017 年将可能是中国开始成为人工智能主要
参与者的一年。我们看到 BAT 在 AI 的布局，加上国内投资者对于 AI 创业
公司的投资热情高涨。政府方面也在积极推动政策扶持，预计在 2018 年前
投资约 150 亿美元。但我们也发现关于 AI 的夸张报道铺天盖地，而 AI 的
炒作也达到了令业界人士不安的程度。我们认为这样对 AI 可能会造成揠苗
助长的负面效果，继而导致创业公司因估值过高而步向失败及遇到投资枯
竭的情况。第五个趋势就是，面对炒作我们应该深呼吸一口，冷静的看待
AI 行业的下一步发展。
AI 终极目标为模仿大脑操作，但三大难题仍需解决
人工智能的最终目标是模仿人类大脑的思考和操作。现在较成熟的监督学
习却不是走这个模式，而无监督学习才是人类大脑最自然的学习方式。我
们认为在过去的 5-10 年，人工智能得以商业化和普及，主要鉴于：1）硬
件价格加速下降，计算能力快速增加；2）云计算的普及，以及 3）GPU 的
使用让多维计算能力提升。机器学习目前仍存在三大难题：1、需要依靠大
量数据去学习；2、局限学习领域；3、数据表达方式的优化。2017 年会是
AI 最好的时代，还是最坏的时代？不经一番寒彻骨，焉得梅花扑鼻香。
风险提示：计算机能力达到瓶颈、应用场景不合适、市场过分炒作等。
海外行业报告 | 行业专题研究
请务必阅读正文之后的信息披露和免责申明 2
内容目录
1. AI 驱动，立夏将至 ...................................................................................................................................... 4
2. MIT Tech Review 2017 年人工智能 5 大趋势预测 ........................................................................... 5
2.1. 趋势一：正向强化学习 (Positive reinforcement) ............................................................... 5
2.1.1. AlphaGo：真正的围棋大师 Master ............................................................................... 5
2.1.2. 游戏中的人机互动 .............................................................................................................. 7
2.1.2.1. DeepMind 之 Deep Q-Network (DQN) .................................................................... 7
2.1.2.2. OpenAI Universe：通用 vs 具体 ............................................................................... 8
2.1.3. 更瘦、更绿的云计算数据中心 ....................................................................................... 9
2.2. 趋势二：对抗性神经网络 (Dueling neural networks) ....................................................... 9
2.3. 趋势三：中国的人工智能热潮 (China's AI boom) ........................................................... 11
2.3.1. BAT 的 AI 布局 ..................................................................................................................... 11
2.3.2. 腾讯、阿里纷纷赶上 ....................................................................................................... 12
2.4. 趋势四：语言学习 (Language learning) .............................................................................. 13
2.4.1. Google Home：与亚马逊 Echo 的正面交锋 ............................................................ 13
2.4.2. 谷歌的 Allo 智能回复 ....................................................................................................... 16
2.4.3. 神经机器翻译系统 ............................................................................................................ 18
2.5. 趋势五：反对人工智能过度炒作 (Backlash to the hype) .............................................. 20
2.6. 全球 AI 标的一览 ........................................................................................................................... 21
图表目录
图 1：全球 AI 标的公司一览 ........................................................................................................................ 4
图 1：国内 AI 标的公司一览 ........................................................................................................................ 5
图 3：AlphaGo 的神经网络 ......................................................................................................................... 6
图 4：AlphaGo 系统原理图解...................................................................................................................... 6
图 5：DeepMind 打造的 3D 训练虚拟世界 ............................................................................................ 7
图 6：Minecraft 训练界面 ............................................................................................................................. 7
图 7：DQN 中卷积神经网络从游戏图形输入到动作控制的示意图 .............................................. 7
图 8：DeepMind 开发的 3D 迷宫游戏 Labyrinth 界面 ....................................................................... 8
图 9：Universe 游戏环境范例 ...................................................................................................................... 9
图 10：Universe 环境下的 GTA 5 自动驾驶测试界面 ......................................................................... 9
图 11：数据中心 PUE 的机器学习测试结果 ........................................................................................... 9
图 12：深度学习的三类学习模式 ............................................................................................................ 10
图 13：生成式对抗网络(GAN)的原理示意 ............................................................................................ 10
图 14：Deep Speech 与苹果 Dictation、微软 Bing Speech、Facebook wit.ai、谷歌 API 的语
音识别错误率比较.......................................................................................................................................... 11
图 15：Deep Speech 2 用于英文和中文的深度 RNN 结构 ............................................................. 11
图 16：百度展示人脸识别错误率已经降到 2.3% ................................................................................ 11
图 17：百度深度学习研究员主攻方向 ................................................................................................... 11
of 24
50墨值下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论