20160907-招商证券-计算机行业专题报告_IT宿命系列之_人工智能专题深度之二_人工智能+_时代呼啸而来_72页_6mb

人工智能发展与投资分析总结

核心内容

人工智能（AI）正迎来第三次发展浪潮，其在开源平台、芯片、应用等多方面竞争白热化，相关领域创投金额5年间增长了12倍。各国纷纷将AI提升至国家战略层面，推动其在各行业的广泛应用。

主要观点

• 人工智能发展浪潮：人工智能自1956年诞生以来经历了两次高潮和低谷，当前进入爆发式增长期。
• 技术核心要素：人工智能的发展依赖于大数据、云计算和算法三大要素，尤其是深度学习的广泛应用。
• 开源平台的重要性：各大科技巨头如Google、微软、Facebook、百度等纷纷开源AI技术，争夺AI生态圈的话语权。
• 芯片发展：人工智能芯片从通用向专用发展，类脑计算技术不断进化，提升AI算法效率。
• 应用前景广阔：人工智能将在安防、制造业、金融、交通、法律、医疗等行业带来变革，推动产业升级。

关键信息

一、人工智能发展历史与现状

• 1956年：人工智能学科诞生于达特茅斯会议。
• 1956-1974年：AI第一次大发展，取得多项突破。
• 1974-1980年：AI第一次低谷，因技术瓶颈和资金减少。
• 1980-1987年：AI第二次大发展，专家系统广泛使用。
• 1987-1993年：AI第二次低谷，专家系统失去优势。
• 1993-2010年：AI复苏期，互联网推动其发展。
• 2010年至今：AI进入爆发期，成为下一轮技术变革的核心。

二、人工智能开源平台

• TensorFlow：Google的开源深度学习平台，性能优越，支持分布式计算，广受欢迎。
• DMTK：微软的分布式机器学习工具包，支持大数据处理，有丰富API接口。
• Torchnet：Facebook基于Torch7开发的轻量级机器学习平台，支持多种应用场景。
• Paddle：百度的深度学习平台，支持多种网络算法，性能稳定，应用场景广泛。
• 其他工具：包括Caffe、Theano、MXNet、CNTK、DL4J等，各有特点和适用领域。

三、人工智能芯片

• GPU：NVIDIA是AI芯片领域的王者，其GPU被广泛用于深度学习，推动AI发展。
• FPGA：兼顾性能与灵活性，成为AI领域的强劲对手。
• 专用芯片：如TPU、TrueNorth、寒武纪等，大幅提升AI算法效率。
• 芯片发展趋势：从通用到专用，类脑计算技术不断进化，效率显著提升。

四、人工智能应用领域

• 安防：聚焦生物识别技术，如人脸识别、虹膜识别等。
• 制造业：推动从半自动化到全自动化生产的飞跃。
• 金融：应用于投资决策辅助、信用风控、智能支付等。
• 无人驾驶：技术突破和立法加快，AI决定可靠性。
• 法律：用于案件预判与文案编纂，提升律师效率。
• 医疗：用于健康诊断和药品研发，提升医疗效率。
• 智能家居：AI有望成为核心，推动智能化发展。

五、投资建议

• 推荐标的：东方网力（人工智能+安防）、同花顺（人工智能+金融）、思创医惠（人工智能+医疗）、中科创达（人工智能+底层操作系统）、神州泰岳（人工智能+大数据）。
• 关注标的：科大讯飞、佳都科技、汉王科技。
• 投资逻辑：建议从数据能力和应用能力两个角度选择A股相关标的。

表格与图表

• 行业规模：2016年9月上证指数为3091，股票家数144只，总市值21845亿元，流通市值13433亿元。
• 人工智能开源平台对比：列出不同平台的研发机构、适用平台、开发语言、预训模型、分布式联机功能及主要特点。
• 人工智能发展图表：包括深度学习效果与数据量的关系、各国AI投资分布、AI创投金额增长等。

风险提示

• 政策风险：政策支持力度可能低于预期。
• 技术瓶颈：核心技术发展可能遭遇瓶颈。

财务指标（重点公司）

结论

人工智能正以迅猛的速度发展，成为新一轮技术变革的核心。各大科技巨头和科研机构在开源平台、芯片和应用方面展开激烈竞争，推动AI技术不断突破。随着AI在各行业的广泛应用，其对IT产业的变革将更加深远，未来AI相关领域将带来巨大的投资机会。