人工智能千億市場未來走向：軟件與硬件之歌 - 全文

　　?目前，各大科技巨頭在AI產(chǎn)業(yè)上的布局，可以看到，硬件、開源算法、云服務(wù)已經(jīng)成為必爭之地。本文是來自高盛的AI產(chǎn)業(yè)調(diào)研報告，報告詳細介紹了AI的技術(shù)背景、應用前景和目前的產(chǎn)業(yè)競爭局勢及產(chǎn)業(yè)鏈地圖。

?

?

　　人工智能千億市場未來走向：軟件與硬件之歌

?

　　人工智能(AI)，可以說是科技信息時代的大飛躍，既具備一定的類人邏輯性，又具備強大的計算能力和數(shù)據(jù)存儲能力。雖然，目前業(yè)界并不處在一個良好的投資狀態(tài)，但AI 技術(shù)依舊被認為是下一個帶來巨大經(jīng)濟效益，提高社會生產(chǎn)力的巨大突破點。
?

　　事實上，在過去的這兩年時間里，AI、機器人、自動駕駛等概念已經(jīng)成為最前沿的文化、政治名詞。很多研究認為，我們目前正處于這樣一個技術(shù)拐點：計算能力更強更快，數(shù)據(jù)源更豐富，深度學習算法趨于成熟，專業(yè)的硬件(芯片)和開源代碼逐漸崛起，越來越多的實用性AI應運而生。本文是來自高盛的AI產(chǎn)業(yè)調(diào)研報告，報告詳細介紹了AI的技術(shù)背景、應用前景和目前的產(chǎn)業(yè)競爭局勢及產(chǎn)業(yè)鏈地圖。
?

　　AI背后的三大推手：數(shù)據(jù)、芯片、算法
?

　　1、移動網(wǎng)絡(luò)大量普及 數(shù)據(jù)結(jié)構(gòu)化或爆發(fā)
?

　　數(shù)據(jù)可以說是機器學習的關(guān)鍵。分布全球的無所不在的互聯(lián)設(shè)備，包括移動設(shè)備、物聯(lián)網(wǎng)等，使得非結(jié)構(gòu)化的數(shù)據(jù)大量增長，也就是說，機器學習算法能夠用來模擬、訓練和測試的數(shù)據(jù)源更加充足。
?

　　僅以特斯拉互聯(lián)汽車為例，截至目前，特斯拉總行程78000萬英里，公司平臺額外驅(qū)動的互聯(lián)汽車也行駛了 100萬英里。無線運營方面，Verizon8月公布了新的傳輸標準，使得遠程傳感器聯(lián)通云端軟件的速度更快。同時，新的5G網(wǎng)絡(luò)也將促進傳輸數(shù)據(jù)，IDC預計截至2020年，年均數(shù)據(jù)量將達44澤字節(jié)(也就是44萬億字節(jié))，未來五年復合年增長率將達141%，大數(shù)據(jù)技術(shù)將逐漸滲透實用領(lǐng)域。
?

　　與此同時，移動網(wǎng)絡(luò)建立大規(guī)模數(shù)據(jù)庫和云端處理技術(shù)的成本也在不斷降低。預計不用三年，將有90%的人擁有被廣告商支持的無限的免費數(shù)據(jù)存儲。這是因為，硬盤驅(qū)動器的成本持續(xù)下降，激勵著數(shù)據(jù)的創(chuàng)造。事實上，近90%的數(shù)據(jù)是過去兩年中創(chuàng)建的。
?

　　2、GPU應用大勢 新硬件更適配并行結(jié)構(gòu)
?

　　GPU被認為是低成本、高計算能力的處理單元，特別是針對云端服務(wù)和新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，它能提高準確性和計算速率?；贕PU的并行結(jié)構(gòu)允許更快的機器學習培訓體系，遠遠優(yōu)于目前廣泛使用的基于CPU的數(shù)據(jù)架構(gòu)。此外，通過額外的顯卡網(wǎng)絡(luò)，GPU體系可以加快迭代，實現(xiàn)更為精確的快速培訓。
?

　　芯片浮點能力發(fā)展之快可以以NVIDIA GPU(GTX 1080)為例：該芯片性能為9T浮點運算，價值約700美元，也就是每G約8美分。參考1961年的IBM 1620，不考慮浮點運算能力的話，通過串聯(lián)實現(xiàn)的每G浮點運算需耗9萬億美元。
?

　　我們也曾在102期智能內(nèi)參中強調(diào)GPU的市場前景，并分析市場份額。相比于CPU，GPU 具有數(shù)以千計的計算核心，及強大、高效并行計算能力， 可實現(xiàn) 10-100倍應用吞吐量，特別適用于AI 海量訓練數(shù)據(jù)情形。目前深度學習解決方案幾乎完全依賴 (NVIDIA的)GPU。
?

　　3、算法不斷優(yōu)化 大公司推動開源
?

　　越來越多的算法研究推動著深度學習的實用性，伯克利、谷歌、Facebook也紛紛公開自家的源代碼框架，也就是Caffe、TensorFlow和Torch。源代碼的開放吸引著越來越多的軟件開發(fā)者嘗試新的算法，不到一年，TensorFlow就以及該形成了一個活絡(luò)的存儲庫GitHub，作為目前最大的開發(fā)商合作網(wǎng)站。當然，并不是所有的AI都出自于開源框架。
?

　　AI產(chǎn)業(yè)的三大類布局
?

　　從技術(shù)更新周期來看，過去50年，計算機在摩爾定律的推動下不斷進步，僅僅在系統(tǒng)框架方面，計算能力、存儲容量帶寬、編程語言轉(zhuǎn)換都有很大的進展。參見90年代技術(shù)變革帶來的經(jīng)濟繁榮，推動了軟件、硬件、網(wǎng)絡(luò)公司的整改。公共軟件公司1995至今市值從2億美元暴漲到5億美元，只有2000年左右趨于平緩。顯然，AI也有這樣的趨勢，引領(lǐng)硬件、軟件、數(shù)據(jù)和服務(wù)提供商等領(lǐng)域的增長。事實上，谷歌、亞馬遜、微軟和Salesforce自2014年來就已經(jīng)完成了17起AI相關(guān)的收購。
?

　　目前，科技大佬和風投人主要關(guān)注的有三個方面：DIY，也就是自主建立自己的人才和數(shù)據(jù)庫，推出新的AI棧，主要玩家包括微軟、谷歌、亞馬遜和百度；咨詢服務(wù)，為垂直和特定的領(lǐng)域提供專業(yè)的AI咨詢，如IBM的沃森；開發(fā)服務(wù)型AI(AI-aaS)，如谷歌圖片識別模型。
?

　　1、DIY趨勢：云平臺和開源
?

　　高盛咨詢了各大公司和風投機構(gòu)，總結(jié)認為，AI或者機器學習(ML)將被互聯(lián)網(wǎng)公司大量的使用，這就需要有效數(shù)據(jù)收集和相關(guān)人才稀缺。不過，隨著移動互聯(lián)設(shè)備和物聯(lián)網(wǎng)的普及，數(shù)據(jù)量越來越多，數(shù)據(jù)收集變得越來越容易。
?

　　目前，AI堆棧與其他前沿技術(shù)最大的區(qū)別在于，大部分的機器學習嚴重依賴于開源技術(shù)和基于云平臺供應商的服務(wù)。這是因為，AI和ML需要大量數(shù)據(jù)支持，并且按需計算。目前，AI主要的基礎(chǔ)技術(shù)投資都來自于微軟、谷歌、亞馬遜等云服務(wù)提供者，其中，云運算的首選是GPU和FPGA，它們能夠進行并行的，快速的數(shù)據(jù)處理。很多公司都會購買這些開源或者云服務(wù)來幫助開拓客戶，減少運營成本。
?

　　2、咨詢服務(wù)：資本彌補技術(shù)差距
?

　　人才缺乏為IBM、埃森哲和德勒等公司的資訊服務(wù)營造了市場環(huán)境。因此，機器學習的相關(guān)人才有著非常大的機遇，甚至有組織舉行數(shù)據(jù)科學大賽，提供獎勵。
?

　　3、AI－aaS：或?qū)⒃炀妥畲笏{海
?

　　AI需要獨特的數(shù)據(jù)集和專業(yè)的人才，這似乎使得五年內(nèi)看到大量AI公司成為一件奢望。事實上，最可能的情況是，公司們利用AI提供商的數(shù)據(jù)和框架等來創(chuàng)造附加價值的AI服務(wù)，也就是API，研發(fā)AI應用程序是最基本的例子，尤其是圖像識別和語音識別等。目前，谷歌和微軟都提供收費API，開發(fā)者可以講該API嵌入自己的應用程序，提高產(chǎn)品定位和水平。
?

　　AI-aaS應用于垂直領(lǐng)域可以幫助大公司組合數(shù)據(jù)，構(gòu)建機器學習模型，賣給合作伙伴或者客戶、供應商。初創(chuàng)公司也可以據(jù)此構(gòu)建專門的數(shù)據(jù)集，用于諸如醫(yī)學成像、廣告、零售等領(lǐng)域。
?

　　值得注意的是，除了這些高端技術(shù)層面，跟我們更為密切的AI應用即聊天機器人(聊天程序，bots)，這被認為是未來人機交互的入口，尤其是自然語言識別、訊息平臺和虛擬助手，是目前技術(shù)關(guān)注的關(guān)鍵點。
?