20161007-安信证券-计算机深度学习_人工智能的_神奇魔杖__43页_3mb

深度学习行业深度分析总结

核心内容

深度学习是当前人工智能领域的重要技术，具有三大特点：

1. 能够从输入的大量数据中自发总结规律，自适应调整结构，泛化至新案例；
2. 人工神经网络的基本单元是分类，因此在分类识别领域应用最直接；
3. 模拟了人类大脑的结构和运行机制，理论上可以实现人脑所能实现的所有智能。

深度学习已在多个行业取得显著应用成果，包括语音识别、图像识别、搜索引擎、邮件自动回复、机器翻译、杀毒软件、视频电商、医疗影像识别、药物研发、金融投资等领域。其在视频行业和医疗行业的应用尤为突出，能够实现视频智能化处理和新商业模式，同时为医疗诊断和决策提供辅助支持。

主要观点

• 通用性与端到端训练：深度学习具备良好的通用性，可应用于语音、文字、图片、视频等多种数据类型，并通过端到端训练快速迁移到各个领域。
• 数据驱动：深度学习是一种数据驱动的算法，其效果随着数据量的增加而显著提升，尤其在大数据时代优势明显。
• 多领域突破：深度学习在图像识别、语音识别、金融投资、医疗诊断等多个领域取得突破性进展，推动行业变革。
• 商业应用与创新模式：深度学习不仅提升传统行业的效率，还催生了如视频电商、新型广告植入等新商业模式。

关键信息

1. 语音识别

• 谷歌和科大讯飞等公司通过深度学习显著降低了语音识别错误率。
• 深度学习在语音识别中的应用为实现“人机对话”和自动化回复提供了基础。

2. 图像识别

• ImageNet 图片库成为深度学习训练的重要数据集，深度学习的识别准确率远超传统方法。
• 深度学习推动了人脸识别、医疗影像识别、物体检测等技术的广泛应用。

3. 搜索引擎

• 百度和谷歌均引入深度学习技术提升搜索质量，百度的凤巢系统和谷歌的 RankBrain 分别提升了广告点击率和搜索排序能力。

4. 视频行业

• 深度学习实现视频的智能化处理，包括自动卡段、审核、标签生成等。
• 开发了“边看边买”、“随视购”等新商业模式，将流量转化为营收。

5. 医疗行业

• 深度学习在医疗影像识别、药物研发、辅助诊断和决策支持方面具有广泛应用。
• IBM沃森系统在医疗领域具备互动、发现和决策三大能力，如虚拟护士、智能诊断、个性化治疗方案等。

6. 金融行业

• 金融大数据特性决定了人工智能技术的必要性，深度学习和自然语言处理技术被广泛用于基金管理和投资决策。
• 国内以同花顺、资配易为代表的AI投资机器人初露锋芒，实现了投资策略制定、组合管理、风险管理等功能。

投资建议

推荐股票

投资方向

1. 视觉感知技术
2. 以金融和医疗为代表的行业应用
3. 无人驾驶及服务机器人领域

风险提示

• 行业应用落地不及预期，技术商业化进程可能受到一定限制。

投资评级

• 投资评级：领先大市-A
• 维持评级：保持不变

行业表现

相关报告

• 计算机行业2016年中报总结
• 习主席B20主旨演讲强调人工智能新科技战略制高点呼之欲出
• 如何防范日益猖獗的电信诈骗
• 网络借贷管理办法出台，去伪存真利好普惠金融
• “健康中国”里程碑智慧医疗新起点

应用案例

• 视频电商与广告植入：优酷土豆、爱奇艺、腾讯视频等平台利用深度学习实现广告精准匹配和“边看边买”模式。
• 医疗影像识别：雅森科技、推想科技、Enlitic、Atomwise 等公司利用深度学习提升医疗诊断准确率和药物研发效率。
• 金融投资：同花顺、资配易等公司推出AI投资机器人，实现投资策略优化和自动化交易。

技术背景

• 人工神经网络：模拟人脑结构，具备自组织、自学习功能，通过训练可实现分类识别。
• 深度学习历史背景：2006年Geoffrey Hinton的论文被认为是深度学习突破的重要节点，谷歌和IBM等公司开始广泛应用深度学习技术。

未来展望

深度学习将不断推动人工智能的发展，特别是在视频、医疗、金融等领域，其应用前景广阔，但也需注意技术落地和商业化进程的不确定性。