海外行业报告 | 行业专题研究 2017 MIT 人工智能 5 大趋势预测 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 (Positivereinforcement)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。 请务必阅读正文之后的信息披露和免责申明