1、人工智能、机器学习和数据将推动未来生产力的发展高 盛人 工 智 能 是 信 息 时 代 的 尖 端 技 术 。 在 最 新 的 “ 创 新 简 介 ” 系 列 文 件 中 ， 我们 研 究 机 器 学 习 和 深 度 学 习 的 进 步 如 何 与 更 强 大 的 计 算 和 不 断 扩 大 的 数 据 库 相结 合 ， 为 跨 行 业 的 公 司 带 来 人 工 智 能 变 革 。 人 工 智 能 服 务 的 发 展 有 可 能 开 辟 新的 市 场 ， 破 坏 云 计 算 的 竞 争 环 境 。 我 们 相 信 ， 如 何 更 好 地 利 用 人 工 智 能 将 成 为未 来 几 年 公
2、司 竞 争 优 势 的 决 定 因 素 ， 并 将 带 来 生 产 力 的 复 苏 。目 录投 资 组 合 经 理 总 结 .什 么 是 人 工 智 能 ？ .价 值 创 造 的 关 键 驱 动 力 .推 动 生 产 力 的 未 来 .人 工 智 能 和 生 产 力 的 悖 论 ： 专 访 Jan Hatzius.生 态 云 服 务 开 源 人 工 智 能 投 资 周 期 的 受 益 者 .农 业 .金 融 .医 疗 保 健 .能 源 .推 动 者 .附 录 .投 资 组 合 经 理 总 结人 工 智 能 （ AI） 是 信 息 时 代 的 尖 端 技 术 。 从 人 类 告 诉 计 算 机
3、如 何 操 作 到 计 算机 学 着 如 何 自 主 操 作 是 计 算 机 运 作 领 域 一 次 巨 大 的 飞 跃 ， 对 每 一 个 行 业 都 有 着 重要 的 意 义 。 虽 然 现 在 可 能 被 视 为 人 工 智 能 寒 冬 前 最 新 一 轮 的 承 诺 和 失 望 ， 这 些 投资 和 新 技 术 将 至 少 留 给 我 们 机 器 学 习 所 生 产 的 有 形 的 经 济 效 益 。与 此 同 时 ， 人 工 智 能 和 自 动 驾 驶 已 经 上 升 到 了 流 行 文 化 的 前 沿 ， 甚 至 是 政 治话 题 ， 但 是 我 们 过 去 一 年 以 来 的 研
4、 究 让 我 们 相 信 ， 这 不 是 一 个 错 误 的 开 始 ， 而 是一 个 拐 点 。 本 报 告 将 深 入 探 讨 这 个 拐 点 ， 从 明 显 的 更 多 更 快 的 计 算 以 及 数 据 爆 炸到 更 微 妙 的 深 度 学 习 、 显 著 进 步 专 业 硬 件 和 开 源 的 兴 起 。其 中 一 个 更 令 人 兴 奋 的 人 工 智 能 方 面 的 拐 点 是 ， “ 现 实 世 界 ” 的 使 用 案 例 比比 皆 是 。 而 深 度 学 习 使 得 计 算 机 视 觉 和 自 然 语 言 处 理 等 技 术 不 断 进 步 ， 大 幅 提 升了 苹 果 的
5、Siri， 亚 马 逊 的 Alexa 的 质 量 和 谷 歌 的 图 片 识 别 ， 人 工 智 能 不 仅 仅 是 技术 的 技 术 。 大 数 据 集 与 强 大 的 技 术 相 结 合 创 造 了 价 值 ， 也 获 得 了 竞 争 优 势 。例 如 ， 在 医 疗 保 健 中 ， 图 像 识 别 技 术 可 以 提 高 癌 症 诊 断 的 准 确 性 。 在 农 业 中 ，农 民 和 种 子 生 产 者 可 以 利 用 深 度 学 习 技 术 来 提 高 作 物 产 量 。 在 药 物 方 面 ， 深 度 学习 用 于 药 物 发 现 。 在 能 源 领 域 ， 勘 探 效 率 和
6、设 备 可 用 性 逐 步 提 高 。 在 金 融 服 务 中 ，通 过 打 开 了 新 的 数 据 集 ， 成 本 降 低 收 益 增 加 ， 分 析 比 以 前 更 快 。 人 工 智 能 的 运 用善 且 处 于 非 常 早 期 的 阶 段 ， 必 要 的 技 术 通 过 基 于 云 的 服 务 ， 我 们 相 信 创 新 的 浪 潮的 创 新 将 滚 滚 而 来 ， 创 造 出 各 行 各 业 新 的 赢 家 和 输 家 。人 工 智 能 的 广 泛 适 用 性 也 让 我 们 得 出 这 样 的 结 论 ： 它 是 一 个 针 移 动 技 术 ， 为全 球 经 济 和 生 产 力 提
7、 供 驱 动 力 ， 并 结 束 美 国 生 产 率 增 长 的 停 滞 期 。 根 据 高 盛 首 席经 济 学 家 Jan Hatzius 的 研 究 ， 我 们 的 框 架 目 前 停 滞 在 资 本 深 化 及 其 对 美 国 生 产力 的 相 关 影 响 。 我 们 认 为 ， 人 工 智 能 技 术 驱 动 对 生 产 力 的 改 进 将 与 20 世 纪 90年 代 相 似 ， 带 动 企 业 投 入 更 多 的 资 本 和 劳 动 密 集 型 项 目 ， 来 加 快 发 展 ， 提 高 盈 利能 力 和 扩 大 股 权 估 值 。启 示虽 然 我 们 看 到 人 工 智 能 影
8、 响 每 一 个 公 司 ， 行 业 和 细 分 经 济 的 时 间 ， 其 中 有 四个 最 为 显 著 的 对 投 资 者 的 启 示 。生 产 力 。 人 工 智 能 和 机 器 学 习 有 可 能 掀 起 一 个 循 环 的 生 产 率 增 长 从 而 有 利 于经 济 增 长 ， 企 业 盈 利 ， 资 本 回 报 和 资 产 估 值 。 根 据 高 盛 首 席 经 济 学 家 Jan Hatzius“ 原 则 上 ， 人 工 智 能 看 起 来 确 实 像 可 能 用 数 据 捕 获 得 更 为 准 确 ， 相 较 于 人 工 智 能所 能 达 到 的 最 后 一 拨 创 新 浪
9、潮 去 降 低 高 附 加 值 生 产 类 型 的 成 本 和 劳 动 力 投 入 。 例如 在 商 业 部 门 的 为 了 节 约 成 本 的 创 新 是 统 计 学 家 比 起 增 加 iPhone应 用 程 序 的 多样 性 和 可 用 性 而 言 更 好 地 去 捕 获 。 在 商 业 部 门 里 ， 人 工 智 能 对 成 本 结 构 有 深 远 基础 的 影 响 ， 我 相 信 它 将 被 统 计 学 家 所 接 受 ， 并 且 会 显 示 在 整 体 生 产 力 数 据 中 。高 级 技 术 。 人 工 智 能 的 速 度 和 机 器 学 习 的 价 值 有 可 能 扭 转 在
10、构 建 数 据 中 心 和网 络 时 更 便 宜 的 商 品 硬 件 的 趋 势 。 我 们 认 为 这 可 能 推 动 硬 件 ， 软 件 和 服 务 支 出 的市 场 份 额 大 幅 度 转 变 。 例 如 ， 在 标 准 数 据 中 心 瞬 时 计 算 上 运 行 的 AWS 工 作 负 载只 需 要 0.0065 美 元 每 小 时 ， 而 对 于 为 人 工 智 能 优 化 的 GPU 成 本 为 0.900 美 元每 小 时 。竞 争 优 势 。 我 们 看 到 了 人 工 智 能 和 机 器 学 习 重 新 整 理 每 个 行 业 的 竞 争 秩 序 的潜 力 。 管 理 团 队
11、 未 能 投 资 和 传 递 这 些 技 术 风 险 给 受 益 于 战 略 情 报 、 生 产 所 得 以 及创 造 的 资 本 效 率 的 竞 争 者 。 在 第 41 页 开 始 的 小 插 曲 中 ， 我 们 将 研 究 如 何 在 医 疗保 健 ， 能 源 ， 零 售 ， 金 融 和 农 业 领 域 发 展 这 些 竞 争 优 势 。创 建 新 公 司 。 我 们 在 过 去 10 年 人 工 智 能 和 机 器 学 习 领 域 创 立 的 企 业 中 确 定了 150 多 家 私 人 公 司 （ 附 录 69-75） 。 虽 然 我 们 相 信 ， 人 工 智 能 大 部 分 的
12、价 值将 会 积 累 于 大 公 司 的 资 源 ， 数 据 和 投 资 能 力 ， 我 们 期 望 风 险 资 本 家 ， 企 业 家 和 技术 专 家 将 继 续 推 动 创 建 新 的 公 司 ， 反 过 来 ， 驱 动 实 质 创 新 和 价 值 创 造 至 少 是 并 购虽 然 我 们 当 然 不 会 排 除 人 工 智 能 中 的 “ 谷 歌 或 Facebook” 的 出 现 。在 下 面 的 内 容 中 ， 我 们 深 入 探 讨 了 人 工 智 能 的 技 术 ， 历 史 ， 机 器 学 习 的 生 态系 统 ， 以 及 这 些 技 术 在 行 业 和 领 先 公 司 的 应
13、 用 。什 么 是 人 工 智 能 ？人 工 智 能 是 使 智 能 机 器 和 计 算 机 程 序 能 够 以 通 常 需 要 人 类 智 能 的 方 式 学 习和 解 决 问 题 的 科 学 和 工 程 。 通 常 ， 这 些 包 括 自 然 语 言 处 理 和 翻 译 ， 视 觉 感 知 和 模式 识 别 以 及 决 策 ， 但 应 用 程 序 的 数 量 和 复 杂 性 正 在 迅 速 扩 大 。在 本 报 告 中 ， 我 们 将 大 部 分 分 析 集 中 在 作 为 人 工 智 能 一 个 分 支 的 机 器 学 习 ，以 及 作 为 机 器 学 习 的 一 个 分 支 的 深 度
14、 学 习 。 我 们 强 调 两 个 要 点 ：1.简 单 来 说 ， 机 器 学 习 是 从 例 子 和 经 验 （ 即 数 据 集 ） 学 习 而 不 是 依 赖 于 硬 编码 和 预 定 义 规 则 的 算 法 。 换 句 话 说 ， 不 是 开 发 者 告 诉 程 序 如 何 区 分 苹 果 和 橙 子 ，算 法 被 数 据 “ 训 练 ” 并 且 自 己 学 习 如 何 区 分 苹 果 和 橙 子 。2.深 度 学 习 的 主 要 进 展 是 当 前 AI 拐 点 背 后 的 驱 动 力 之 一 。 深 度 学 习 是 机 器学 习 的 一 个 子 集 。 在 大 多 数 传 统 的
15、 机 器 学 习 方 法 中 ， 特 征 （ 即 可 以 预 测 的 输 入 或属 性 ） 由 人 设 计 。 特 征 工 程 是 一 个 瓶 颈 ， 需 要 大 量 的 专 业 知 识 。 在 无 监 督 深 度 学习 中 ， 重 要 特 征 不 是 由 人 类 预 定 义 的 ， 而 是 由 算 法 学 习 和 创 建 的 。要 明 确 的 是 ， 我 们 还 没 有 专 注 于 那 种 真 正 的 ， 强 大 的 ， 或 通 常 的 人 工 智 能 ，那 种 为 了 复 制 独 立 的 人 类 智 力 ， 这 往 往 是 人 工 智 能 通 俗 和 流 行 的 文 化 释 义 。 虽 然
16、有 一 定 的 潜 在 的 突 破 ， 如 谷 歌 DeepMind 的 alphago 系 统 ， 不 仅 击 败 了 围 棋 世界 冠 军 ， 也 用 了 没 有 人 用 的 下 棋 方 式 ， 我 们 专 注 于 更 直 接 的 经 济 实 体 的 发 展 领 域中 的 人 工 智 能 。为 何 人 工 智 能 发 展 在 加 速 ？在 深 入 学 习 能 力 的 重 大 飞 跃 一 直 是 目 前 人 工 智 能 拐 点 的 背 后 催 化 剂 之 一 。 神经 网 络 ， 深 层 学 习 背 后 的 技 术 框 架 ， 已 经 存 在 了 几 十 年 ， 但 在 过 去 的 五 到
17、十 年 中 ，有 三 件 事 情 发 生 了 变 化 。1.数 据 。 越 来 越 多 无 处 不 在 的 连 接 设 备 、 机 器 和 系 统 在 全 球 范 围 内 创 造 了 非结 构 化 数 据 量 的 巨 大 增 长 。 神 经 网 络 变 得 更 加 有 效 随 着 他 们 有 了 更 多 的 数 据 ， 这意 味 着 随 着 数 据 量 增 加 的 问 题 ， 机 器 学 习 可 以 解 决 使 用 的 数 据 增 加 。 移 动 ， 物 联网 ， 和 成 熟 的 低 成 本 数 据 存 储 和 处 理 技 术 （ 通 常 在 云 中 ） 创 造 了 可 用 数 据 集 的 数
18、量 ， 规 模 和 结 构 的 大 规 模 增 长 。 例 如 ， 特 斯 拉 已 经 聚 集 78， 000 万 英 里 的 驾 驶数 据 ， 加 上 另 一 个 每 十 小 时 百 万 英 里 通 过 其 连 接 的 汽 车 ， 而 蟑 螂 合 唱 团 （ 由 思 科月 2016 美 元 14 亿 收 购 ） 有 一 个 平 台 供 电 的 机 器 对 多 个 汽 车 制 造 商 和 电 信 公 司进 行 通 信 。 Verizon 公 司 在 八 月 也 有 类 似 的 投 资 ， 宣 布 将 收 购 Fleetmatics， 通过 无 线 网 络 云 软 件 连 接 在 车 辆 远 程
19、 传 感 器 越 来 越 快 。 5G 的 推 出 只 会 加 快 数 据 生成 和 发 送 的 速 度 。 年 度 数 据 生 成 有 望 在 2020 年 前 达 到 44 泽 字 节 （ 万 亿 GB） ，根 据 IDC 的 数 字 宇 宙 报 告 ， 超 过 五 年 的 复 合 增 长 率 达 到 了 141%， 这 表 明 我 们正 开 始 将 这 些 技 术 应 用 。图 1： 年 度 数 据 生 成 有 望 在 2020 年 前 达 到 44 泽 字 节 （ 万 亿 GB）2.更 快 的 硬 件 。 图 形 处 理 单 元 （ GPU） 的 再 利 用 ， 低 成 本 的 计 算
20、 能 力 的 通用 性 ， 特 别 是 通 过 云 服 务 ， 并 建 立 神 经 网 络 模 型 大 大 提 高 了 速 度 和 精 度 可 以 产 生神 经 网 络 的 结 果 。 GPU 及 其 并 行 体 系 结 构 更 快 地 训 练 了 机 器 学 习 系 统 与 传 统 的中 央 处 理 单 元 （ CPU） 为 基 础 的 数 据 中 心 架 构 。 再 利 用 图 形 芯 片 的 网 络 可 以 让 迭代 速 度 更 快 ， 在 更 短 的 时 间 内 进 行 更 准 确 的 培 训 。 在 同 一 时 间 ， 专 业 硅 的 发 展 ，如 正 在 使 用 现 场 可 编 程
21、 门 阵 列 的 微 软 和 百 度 ， 受 过 训 练 的 深 度 学 习 系 统 允 许 更 快的 推 论 。 更 广 泛 地 说 ， 超 级 计 算 机 的 原 始 计 算 能 力 自 1993 以 来 呈 指 数 级 增 长 （ 图2） 。 2016， 一 个 高 端 的 NVIDIA 显 卡 ， 对 于 游 戏 PC 具 有 足 够 的 计 算 能 力 已 列为 2002 年 前 世 界 上 最 强 大 的 超 级 计 算 机 。图 2： 超 级 计 算 机 的 原 始 计 算 能 力 自 1993 以 来 呈 指 数 级 增 长业 绩 成 本 也 大 幅 下 降 。 NVIDIA
22、的 GPU（ GTX 1080） 提 供 9tflops 表 现 为大 约 700 美 元 ， 这 意 味 着 它 的 每 一 个 GFLOPS 价 格 大 约 8 美 分 。 1961 年 结 合足 够 的 IBM 17 世 纪 20 年 代 到 提 供 一 个 单 一 的 GFLOPS 需 要 超 过 9 兆 美 元 （ 经通 胀 调 整 ） 。图 3： 每 单 位 计 算 的 价 格 随 着 时 间 的 推 移 急 剧 下 降3.更 好 和 更 广 泛 的 可 用 算 法 。 更 好 的 输 入 （ 计 算 和 数 据 ） 驱 动 更 多 的 算 法 研发 ， 以 支 持 深 度 学 习
23、 用 例 。 开 源 框 架 ， 如 伯 克 利 的 咖 啡 ， 谷 歌 的 tensorflow，和 火 炬 （ 用 于 脸 谱 网 ） 允 许 开 发 者 通 过 依 靠 测 试 的 基 础 库 复 合 个 人 的 贡 献 度 。 拿TensorFlow举 例 ， 在 不 到 一 年 的 时 间 里 ， 已 成 为 GitHub 上 最 大 最 活 跃 的 开 发商 合 作 网 站 。 虽 然 不 是 所 有 的 人 工 智 能 都 发 生 在 一 个 广 泛 可 用 的 开 源 框 架 下 ，（ 苹果 在 这 一 领 域 的 秘 密 是 众 所 周 知 的 ） ， 他 们 的 可 用 性
24、 肯 定 加 快 了 更 先 进 的 开 源 工具 的 发 展 。看 看 周 边虽 然 本 报 告 的 重 点 是 人 工 智 能 ， 以 及 公 司 如 何 往 这 条 路 发 展 ， 重 要 的 是 要 意识 到 人 工 智 能 已 经 影 响 我 们 的 生 活 的 程 度 。在 线 搜 索 。 就 在 一 年 前 ， 谷 歌 透 露 ， 它 已 经 开 始 相 当 数 量 的 搜 索 rankbrain，一 个 人 工 智 能 系 统 ， 与 链 接 和 内 容 一 起 成 为 谷 歌 搜 索 算 法 中 三 个 最 重 要 的 信 号 之一 。 推 荐 引 擎 。 Netflix、
25、Amazon 和 潘 多 拉 都 利 用 人 工 智 能 来 推 荐 电 影 、 产 品突 出 和 歌 曲 播 放 。 5 月 ， 亚 马 逊 的 开 放 源 码 DSSTNE， 深 度 可 伸 缩 的 稀 疏 张 量 网络 引 擎 ， 简 称 “ 命 运 ” ， 它 使 用 生 产 产 品 的 建 议 ， 以 便 它 可 以 超 越 语 言 理 解 和 目标 识 别 。面 部 识 别 。 谷 歌 （ facenet） 和 脸 谱 网 （ DeepFace） 已 投 入 巨 资 来 发 展 必需 的 技 术 确 定 接 近 百 分 之 百 的 准 确 度 来 识 别 照 片 中 的 面 孔 。
26、 一 月 ， 苹 果 进 一 步 收购 Emotient， 人 工 智 能 启 动 读 取 面 部 表 情 来 判 断 情 绪 状 态 。 显 然 ， 这 些 技 术 远远 超 过 标 记 照 片 。虽 然 有 无 数 的 个 人 助 理 的 消 费 者 例 子 ， 比 如 苹 果 的 Siri， 信 贷 和 保 险 风 险 评分 ， 甚 至 天 气 预 报 ， 在 接 下 来 的 内 容 中 我 们 考 察 企 业 利 用 这 些 技 术 来 加 速 增 长 ，降 低 成 本 以 及 控 制 风 险 。 这 些 技 术 和 应 用 的 速 度 本 身 也 在 发 展 ， 充 其 量 是 一
27、个 快照 的 时 间 ， 为 公 司 和 投 资 者 在 他 们 的 竞 争 者 中 一 路 领 先 提 供 了 方 向 。什 么 是 人 工 智 能 ？人 工 智 能 是 描 述 计 算 机 模 拟 智 能 行 为 的 科 学 。 它 需 要 使 计 算 机 表 现 出 人 的 行为 特 征 ， 包 括 知 识 ， 推 理 ， 常 识 ， 学 习 和 决 策 。什 么 是 机 器 学 习 ？ 机 器 学 习 是 人 工 智 能 的 一 个 分 支 ， 它 使 计 算 机 能 够 从 数 据中 学 习 而 不 需 要 显 式 编 程 。 为 了 提 供 简 单 的 背 景 ， 一 台 计 算
28、机 可 以 以 编 程 来 识 别照 片 中 的 火 车 ， 但 如 果 它 看 到 只 有 一 个 对 象 的 照 片 ， 类 似 火 车 （ 如 博 物 馆 内 建 一个 旧 火 车 ， 玩 具 火 车 ） ， 一 台 机 器 可 能 会 错 误 地 识 别 它 作 为 一 列 火 车 。 在 这 种 情况 下 ， 机 器 学 习 将 使 计 算 机 学 习 一 大 组 火 车 的 例 子 和 对 象 ， 使 其 能 够 更 好 地 识 别实 际 列 车 （ 从 而 实 现 人 工 智 能 水 平 ） 。机 器 学 习 有 许 多 现 实 世 界 的 应 用 。 例 如 ， Netflix
29、 使 用 机 器 学 习 算 法 来 生 成个 性 化 的 建 议 ， 为 用 户 提 供 基 于 其 海 量 用 户 行 为 数 据 ， Zendesk 使 用 客 户 交 互数 据 来 预 测 客 户 可 能 满 意 的 倾 向 。什 么 是 神 经 网 络 ？ 人 工 智 能 /机 器 学 习 的 背 景 下 的 神 经 网 络 描 述 了 一 种 类 型的 计 算 机 体 系 结 构 ， 人 工 智 能 /机 器 学 习 程 序 可 以 建 立 在 模 拟 人 类 大 脑 的 结 构 上 。它 由 连 接 在 一 起 的 节 点 组 成 ， 可 以 解 决 更 复 杂 的 问 题 并
30、学 习 ， 就 像 人 脑 中 的 神 经元 一 样 。图 4： 神 经 网 络多 个 隐 藏 层 将 是 深 度 学 习 的 特 点什 么 是 深 度 学 习 ？ 深 度 学 习 是 一 种 机 器 学 习 ， 需 要 训 练 一 个 层 次 结 构 的 “ 深层 ” 的 大 型 神 经 网 络 ， 每 个 层 解 决 问 题 的 不 同 方 面 ， 使 系 统 能 够 解 决 更 复 杂 的 问题 。 使 用 上 面 给 出 的 火 车 例 子 ， 深 学 习 系 统 将 包 含 不 同 层 级 ， 每 一 层 标 识 不 同 的列 车 特 性 。 例 如 ， 底 层 将 识 别 对 象
31、是 否 有 窗 口 。 如 果 答 案 是 肯 定 的 ， 下 一 层 将 寻找 轮 子 。 下 一 步 将 寻 找 矩 形 车 ， 等 等 ， 直 到 层 集 体 确 定 图 片 作 为 火 车 或 拒 绝 假 设 。深 度 学 习 作 为 一 种 提 高 机 器 学 习 能 力 的 方 法 已 经 越 来 越 受 欢 迎 ， 技 术 的 进 步 开 始允 许 大 神 经 网 络 的 训 练 。什 么 是 监 督 学 习 ？ 什 么 是 无 监 督 学 习 ？ 监 督 和 无 监 督 学 习 是 机 器 学 习 的 两种 类 型 。 在 监 督 学 习 中 ， 系 统 给 出 了 一 组 “
32、 正 确 答 案 ” 的 例 子 ， 根 据 这 些 例 子 ，系 统 将 根 据 正 确 的 答 案 学 习 并 正 确 地 预 测 输 出 。 监 督 学 习 的 实 际 应 用 包 括 垃 圾 邮件 检 测 （ 例 如 ， 系 统 可 能 有 一 堆 标 记 为 “ 垃 圾 邮 件 ” 的 电 子 邮 件 ， 学 会 正 确 地 识别 垃 圾 邮 件 ） 和 手 写 识 别 。 在 无 监 督 学 习 中 系 统 没 有 给 出 正 确 的 答 案 ， 但 有 未 标记 的 例 子 ， 留 在 自 己 的 发 现 模 式 。 一 个 例 子 包 括 将 客 户 按 一 定 的 特 征 （
33、 例 如 购 买频 率 ） 进 行 分 组 基 于 从 一 组 大 客 户 数 据 发 现 的 模 式 。机 器 学 习 有 哪 几 种 ？l 分 类 。 将 电 子 邮 件 分 类 为 垃 圾 邮 件 ， 识 别 欺 诈 ， 面 部 识 别 ， 语 音 识 别 等 。l 聚 类 。 比 较 图 像 ， 文 本 或 语 音 找 到 类 似 的 项 目 ， 确 定 集 群 的 异 常 行 为 。l 预 测 。 基 于 Web活 动 和 其 他 元 数 据 预 测 客 户 或 员 工 流 失 的 可 能 性 ； 基 于可 穿 戴 数 据 预 测 健 康 问 题 。什 么 是 一 般 的 ， 强 大
34、 的 或 真 正 的 人 工 智 能 ？ 一 般 的 ， 强 大 的 ， 或 真 正 的 人 工智 能 的 术 语 用 于 机 器 智 能 ， 充 分 复 制 人 类 的 智 慧 ， 包 括 自 主 学 习 和 决 策 。 虽 然 全脑 仿 真 技 术 服 务 于 通 常 意 义 的 人 工 智 能 目 标 ， 所 需 的 计 算 能 力 的 金 额 仍 然 远 远 超出 了 目 前 的 技 术 ， 这 使 一 般 的 人 工 智 能 在 很 大 程 度 上 仍 然 停 留 在 理 论 阶 段 。价 值 创 造 的 关 键 驱 动 力我 们 相 信 ， 人 工 智 能 主 题 相 关 的 利
35、润 池 创 建 （ 和 销 毁 ） 分 析 最 好 首 先 通 过 四个 关 键 输 入 ： 人 才 ， 数 据 ， 基 础 设 施 和 硅 。 这 些 投 入 也 有 双 重 障 碍 。人 才人 工 智 能 （ 特 别 是 深 度 学 习 ） 很 难 。 我 们 与 风 投 和 公 司 在 空 间 里 的 对 话 ， 造成 了 大 型 互 联 网 和 云 计 算 厂 商 中 的 人 才 短 缺 和 人 才 之 间 的 竞 争 ， 如 图 5。 人 工 智能 人 才 有 极 大 的 需 求 ， 并 购 化 仍 然 获 得 必 需 的 人 才 的 一 种 常 用 手 段 。 随 着 技 术 和工
36、 具 的 成 熟 ， 人 才 可 能 成 为 一 个 瓶 颈 。 然 而 ， 我 们 相 信 人 才 将 迁 移 到 有 趣 的 ， 差异 化 的 数 据 集 。 由 于 这 一 点 ， 我 们 相 信 大 差 异 化 的 数 据 集 是 最 有 可 能 的 驱 动 增 长和 利 润 提 高 ， 我 们 迈 入 了 以 人 工 智 能 为 中 心 的 世 界 。图 5： 并 购 推 动 人 工 智 能 人 才 稀 缺 化数 据数 据 是 人 工 智 能 的 关 键 输 入 。 深 入 学 习 的 有 效 性 与 较 大 的 数 据 集 特 别 相 关 ，较 大 的 数 据 集 防 止 模 型
37、变 得 过 度 拟 合 。 例 如 ， 麻 省 医 院 放 射 科 和 哈 佛 医 学 院 的 研究 人 员 使 用 卷 积 神 经 网 络 来 识 别 CT 图 像 ， 根 据 训 练 数 据 大 小 评 估 神 经 网 络 的 准确 性 。 随 着 训 练 规 模 越 来 越 大 ， 精 度 提 高 （ 图 6） 。图 6： 医 学 成 像 （ 部 分 身 体 图 像 识 别 ）培 训 规 模 与 精 度 相 关 ： 0=最 不 准 确 ， 100=最 准 确现 在 大 多 数 学 习 是 监 督 或 半 监 督 ， 这 意 味 着 所 有 或 一 些 用 于 训 练 模 型 的 数 据必
38、 须 被 人 所 标 记 。 无 监 督 机 器 学 习 是 目 前 人 工 智 能 的 “ 圣 杯 ” ， 因 为 原 始 的 未 标记 数 据 可 以 用 来 训 练 模 型 。 广 泛 采 用 深 度 学 习 可 能 会 与 大 数 据 集 的 增 长 （ 这 是 发生 在 移 动 和 物 联 网 ） 和 无 监 督 机 器 学 习 的 进 展 相 挂 钩 。 然 而 ， 我 们 相 信 大 分 化 的数 据 集 （ 电 子 健 康 记 录 ， 组 学 数 据 、 地 质 数 据 、 气 象 数 据 等 ） 将 有 可 能 成 为 下 一个 十 年 的 利 润 池 创 建 的 一 个 核
39、 心 驱 动 力 。信 息 量 在 全 球 范 围 内 预 计 将 以 36%的 年 复 合 成 长 率 增 长 ， 根 据 IDC 的 预 测到 2020 将 达 到 44 泽 字 节 （ 440 亿 GB） 。 越 来 越 多 的 连 接 设 备 （ 消 费 者 和 工业 ） ， 机 到 机 通 信 和 远 程 传 感 器 的 结 合 ， 用 来 创 建 大 数 据 集 ， 从 而 理 解 和 训 练 自适 应 算 法 。 数 据 的 可 用 性 在 过 去 十 年 也 急 剧 增 加 ， 普 查 ， 劳 动 ， 天 气 ， 甚 至 基 因组 等 大 量 数 据 在 线 免 费 。我 们
40、也 看 到 卫 星 图 像 的 可 用 性 ， 这 需 要 大 量 的 计 算 和 充 分 分 析 。 美 国 地 质 调查 局 Landsat 7 卫 星 和 Landsat 8 卫 星 每 8 天 勘 测 整 个 地 球 图 像 ， 美 国 地 质 调查 局 让 这 些 图 像 免 费 ， 即 使 压 缩 后 超 高 清 晰 度 的 图 像 也 大 约 有 1GB 那 么 大 。 其他 公 司 ， 如 轨 道 洞 察 在 聚 合 图 像 数 据 ， 并 在 多 个 行 业 创 造 商 业 解 决 方 案 。基 础 配 件硬 件 和 基 础 软 件 对 人 工 智 能 而 言 是 必 要 的
41、 。 我 们 认 为 支 持 人 工 智 能 的 基 础 配件 将 迅 速 商 品 化 。 这 种 观 点 是 基 于 以 下 两 点 提 出 的 ： 1） 云 计 算 供 应 商 很 好 地 拓展 他 们 的 产 品 ， 以 进 入 人 工 智 能 基 础 配 件 领 域 ， 2） 开 源 （ TensorFlow、 、 火 花 ，等 等 ） 已 经 成 为 人 工 智 能 软 件 创 新 的 主 要 驱 动 力 。 为 了 鼓 励 人 工 智 能 ， 我 们 相 信大 型 云 厂 商 将 继 续 增 强 开 放 源 代 码 基 础 配 件 的 能 力 ， 限 制 潜 在 的 利 润 池 创
42、 建 。图 7： 互 联 网 巨 头 （ 如 谷 歌 ） 正 在 通 过 开 源 技 术 推 动 人 工 智 能 （ 如Tensorflow）深 度 学 习 的 GPU 再 利 用 已 经 成 为 我 们 当 前 的 “ 人 工 智 能 的 春 天 ” 的 关 键 驱动 因 素 。 在 人 工 智 能 /机 器 学 习 生 态 系 统 ， 有 两 个 主 要 的 应 用 程 序 ， 确 定 每 个 需要 不 同 资 源 设 置 的 神 经 网 络 的 性 能 。 首 先 是 一 个 训 练 算 法 的 构 造 和 使 用 。 训 练 算法 利 用 一 个 大 的 （ 通 常 是 更 大 的 ，
43、 更 好 的 ） 数 据 集 发 现 相 关 性 ， 并 建 立 一 个 模 型 ，给 定 一 个 新 的 输 入 就 可 以 确 定 输 出 的 概 率 。 培 训 是 资 源 密 集 型 的 ， 最 现 代 化 的 培训 是 基 于 GPU 的 供 电 系 统 的 。训 练 的 模 型 和 算 法 的 使 用 称 为 推 理 。 推 理 需 要 极 少 的 计 算 能 力 ， 通 常 通 过 更小 的 ， 增 量 的 数 据 输 入 集 。 而 一 些 GPU 优 化 推 理 （ 例 如 NVIDIA 的 P4 系 列 和M4 系 列 ） 给 出 推 理 的 单 一 目 的 性 ， 专 业
44、 的 硅 因 专 门 的 应 用 程 序 而 开 发 ， 称 为FPGAs（ 现 场 可 编 程 门 阵 列 ） 和 ASIC（ 专 用 集 成 电 路 ） 。 这 种 集 成 电 路 最 初 是为 原 型 的 CPU 开 发 的 ， 但 越 来 越 多 地 用 于 人 工 智 能 推 理 。 谷 歌 的 张 量 处 理 单 元 ，是 一 个 ASIC 专 用 的 人 工 智 能 和 机 器 学 习 的 例 子 。 微 软 也 一 直 使 用 FPGA 芯 片 推理 。 英 特 尔 2015 年 收 购 FPGA 的 制 造 商 Altera 公 司 ， 2020 年 之 前 ， 三 分之 一
45、 的 数 据 中 心 可 以 利 用 FPGA 做 专 业 用 途 。 赛 灵 思 率 先 在 上 世 纪 80 年 代 商 业使 用 FPGA， 指 出 了 云 计 算 和 大 数 据 中 心 是 公 司 增 长 和 前 进 的 重 要 途 径 ， 也 宣 布了 与 百 度 的 战 略 客 户 关 系 。 数 据 中 心 中 在 Xilinx 公 司 的 目 前 收 入 中 约 占 5%。图 8： 人 工 智 能 变 革 ： 1950 年 -现 在推 动 生 产 力 的 未 来在 过 去 十 年 的 缓 慢 增 长 和 上 世 纪 90 年 代 中 后 期 显 著 增 长 后 ， 美 国 的
46、 劳 动 生产 率 增 长 近 年 来 停 滞 。 我 们 相 信 ， 机 器 学 习 和 人 工 智 能 的 发 展 已 经 戏 剧 性 地 改 变了 全 球 产 业 的 潜 在 生 产 力 ， 在 某 种 程 度 上 类 似 于 上 世 纪 90 年 代 的 互 联 网 技 术 大范 围 运 用 的 影 响 。在 所 有 行 业 中 ， 我 们 看 到 了 自 动 化 让 劳 动 小 时 约 减 少 了 0.5% - 1.5%， 人工 智 能 /机 器 学 习 技 术 提 高 了 效 率 ， 2025 年 前 能 达 到 + 51-154 个 基 点 的 生 产率 增 长 。 我 们 希
47、望 A 人 工 智 能 /机 器 学 习 随 着 时 间 的 推 移 提 高 生 产 力 的 分 子 和 分母 ， 我 们 认 为 最 重 要 的 早 期 影 响 是 低 工 资 的 自 动 化 工 作 驱 动 类 似 水 平 的 产 出 增长 的 自 动 化 向 较 少 的 劳 动 时 间 发 展 。 人 工 智 能 /机 器 学 习 驱 动 改 善 97 个 基 点 就 意味 着 2025 年 技 术 对 生 产 力 增 长 的 贡 献 为 1.61%， 或 者 比 1995-2004 年 高 11个 基 点 （ 图 9、 10） 。图 9： 生 产 力 分 析百 万 美 元 ， 假 定
48、名 义 名 义 GDP 增 长 超 过 2019科 技 和 生 产 力 增 长上 世 纪 90年 代 的 科 技 繁 荣 让 我 们 看 到 了 生 产 力 的 两 个 主 要 组 成 部 分 的 异 常扩 增 ， 资 本 深 化 以 及 多 因 素 生 产 率 （ MFP） ， 与 上 升 的 股 票 估 值 密 切 相 关 。资 本 深 化 。 高 盛 经 济 学 家 Jan Hatzius 提 供 了 最 近 的 反 周 期 趋 势 资 本 深 化（ 每 劳 动 小 时 的 资 本 存 量 ） ， 历 史 上 往 往 在 扩 张 时 期 没 有 资 本 存 量 的 时 候 劳 动 时间
49、增 加 （ 见 Jan 的 报 告 ： “ 生 产 率 悖 论 v2.0 重 游 ” ， 发 表 于 2016 年 2 月 9 日 ） 。在 上 世 纪 九 十 年 代 ， 资 本 深 化 明 显 增 加 ， 突 出 了 典 型 的 资 本 投 资 增 加 超 过 经 济 增长 的 劳 动 力 市 场 。多 因 素 生 产 率 （ MFP） 。 2013 年 3 月 ， 由 David Byrne 等 人 进 行 的 联 邦储 备 研 究 表 明 ， 上 世 纪 九 十 年 代 技 术 同 时 扩 散 到 IT 生 产 和 一 般 业 务 流 程 有 助 于创 造 三 倍 的 增 长 （ 每 劳 动 时 间 的 产 出 ） ， 从 1995 年 到 2004 年 期 间 IT 生 产 部 门贡 献 了 最 多 的 年 平 均 增 长 达 49 的 年 生 产 率 增 长 （ 图 10） 。图 10： 90 年 代 后 期 ： 生 产 部 门 贡 献 了 近 一 半 的 生 产 力 增 长失 去 价 值 ， 在 科 技 繁 荣 中 增 长千 年 停 滞 。 在 过 去 十 年 中 ， 与 IT 应 用 （ 计 算 机 硬 件 ， 软 件 和 电 信 ） 相 关 的资 本 深 化 增 长 停 滞 不 前 。 相 对 于 更 广 泛 的 市 场 资 本 ， IT 资 本
