20161009-光大证券-计算机行业_智能大时代_数据驱动未来_65页_5mb

智能大时代，数据驱动未来总结

核心内容

本文围绕人工智能的发展背景、技术原理及产业格局展开，强调人工智能的爆发是主客观条件共同作用的结果，数据、算法、计算能力构成了人工智能发展的三大核心要素。深度学习作为当前人工智能的重要技术，通过自学习特征和层次结构，显著提升了图像、语音等领域的识别和处理能力。同时，开源技术推动了人工智能的普及，降低了行业门槛，促进了技术的快速发展。人工智能的未来将形成类似PC时代的产业格局，分为基础层、技术层和应用层，不同层次的企业将有不同的竞争要素。

主要观点

• 主客观条件成熟，智能时代到来：人工智能的爆发是数据量增加、硬件成本降低和深度学习算法突破共同作用的结果，互联网的稳定发展也促使企业寻找新的增长点。
• 深度学习推动智能应用落地：深度学习通过自动特征提取和非线性结构，提升了机器学习的效率和准确性，成为人工智能发展的核心技术。
• 开源降低行业门槛，促进产业繁荣：开源框架如TensorFlow、CNTK等，推动了人工智能技术的广泛应用，吸引了大量开发者参与，加速了技术落地。
• 智能+将成为标配，百花齐放：随着技术门槛的降低，未来应用层将呈现多样化发展，不同行业将广泛应用人工智能技术，形成“AI+”生态。
• AI发展有望复制PC时代格局：人工智能产业将形成基础层、技术层和应用层的分层结构，各层企业将根据自身优势进行布局。

关键信息

• 数据驱动：数据是人工智能发展的基础，海量数据的积累为深度学习提供了重要支持。
• 深度学习优势：深度学习相比传统机器学习，在特征提取、分类准确率等方面具有显著优势，例如语音识别错误率降低30%，图像识别错误率降低至11%。
• 开源框架：Google的TensorFlow、Facebook的Torch、微软的CNTK等开源项目，为开发者提供了便利的工具，推动了AI的普及。
• 行业格局：基础层以芯片为主，技术层以深度学习框架和算法为核心，应用层则涵盖多个行业，如金融、医疗、汽车等。
• 投资建议：推荐中科曙光、科大讯飞、同花顺、思创医惠、四维图新、东方网力等企业，认为其在不同层次具备核心竞争优势。

投资标的推荐

风险提示

• 计算能力提升不及预期：若计算能力未能快速提升，将影响深度学习的发展。
• 模型算法改进缓慢：算法改进缓慢可能制约AI的进一步发展。
• 平台发展缓慢：平台发展滞后可能影响AI技术的广泛应用。

技术与市场分析

• 深度学习原理：深度学习通过多层网络结构实现特征的自动提取，利用非线性模型和大量数据，提升识别与分类的准确性。
• 并行计算与GPU：GPU因其强大的并行计算能力，成为深度学习的重要工具，提升了训练速度。
• 开源与数据增长：开源促进了数据的共享和增长，形成正循环，推动AI技术发展。
• 智能终端与操作系统：智能终端的多样化将带来新的操作系统市场机遇，AI功能的嵌入成为趋势。

未来展望

• 智能+百花齐放：随着AI技术的普及，各个行业将加速智能化，形成“AI+”的广泛应用。
• 技术门槛降低：开源和硬件进步将降低AI技术的使用门槛，推动更多企业参与。
• AI生态形成：AI将形成完整的生态系统，包括终端、平台、算法、数据等多个方面，推动社会和经济的智能化转型。