读完了高盛人工智能（AI）的报告，原文：
AI Machine Learning and Data Fuel the Future of Productivity
Part 1 AI介绍
四个影响：
1. 生产率：节省成本
2. 高端技术：AI相关硬件、软件和服务
3. 竞争优势：不用AI的公司可能被竞争对手超越
4. 创造新公司：大量AI公司
什么是AI？
机器模仿人学习和解决问题。包括语言识别和翻译、视觉识别、决策等等。该报告专注AI下面的机器学习（ML）下面的深度学习。
机器学习：教电脑自己识别苹果和橙子、识别垃圾邮件、预测健康状况等
深度学习：模拟人神经系统的信息处理学习（只要给素材就能学）
总之，AI能帮人干活（不是成为人，现有技术还远不能使电脑像人一样自主学习和决策）；与Alphago不同，本报告专注经济应用
为何AI现在发展快？
AI出来很多年，为何最近才提速？三个原因：
1. 数据多：爆炸式发展
2. 硬件快：GPU、FPGA等特种硅片发展（更快、更便宜）
3. 算法多：开源分享（Caffe、TensorFlow、Torch等），别人做好的功能直接调用
生活中的AI：搜索、推荐（电商、新闻等）、人脸识别等，
价值创造主要驱动
1. 人才：稀缺、并购
2. 数据：大型的已区分的数据包是核心利润驱动
3. 基建：商品化，基于云端和开源
4. 硅片：GPU（英伟达AMD等）、FPGA（Intel）、ASIC
提升未来生产率
IT从90年代提升生产率，进入2000年后放缓了，从2011年中开始，分红持续大于资本支出，管理层普遍不愿投资、PE持续走低。
生态系统
AI和其它技术发展对比：大型机->客户端服务机->云端、C->Java->Python、神经网络->深度学习->近人类AI；目前处于初级阶段（类比1950s主机商业化、2000s智能手机商业化）
三种使用：
1. 自己做AI：
综合开放资源（如databricks，cloudera等）和云服务平台（微软、谷歌、百度等）
需要的计算机组（stack）七大件：核心组件（GPU等）、计算（云端如AWS、AliCloud）、储存（Hadoop、云端）、数据移动和整合（Kafka、Spark、Storm）、数据处理（神经网络、Watson）、编程语言（Python、R、SQL）、分析工具（Tableau、Machine learning）。成本比较高，详见P23页表
2. 咨询服务：IBM用Watson、Kaggle连接AI专家、Accenture、华为也在大规模招聘AI人才，给企业提供解决方案
3. AI服务AI-as-a-service（热门）：给app提供接口使用AI服务，如人脸识别接口、医疗接口、农业接口等，主要公司亚马逊、谷歌、微软、IBM、Saleforce等，该细分专业数据的领域创业公司很多。
沒有留言:
張貼留言