探讨人工智能、深度学习、大数据等术语的定义

计算机运算对于上世纪80年代的我们来说是件非常兴奋的事，还记得我们第一次启动386DX处理器的场景。对，是”DX”，不是”MX”。尽管没人能够正确说出“DX”在数学或其它方面的优势是什么，但我们仍然会付出额外的200美元在Super VGA图形卡上安装16MHz的386DX，然后让那个坏男孩上钩，去CompuServe购买快如闪电的14,400 波特的U.S. Robotics “Sportster”调制解调器。在AI Gore创建因特网之前这很好，在那之后，一切都变了。个人计算机已经不再酷了，所有都是与“云”、“大数据”以及“深度学习”有关的东西。这些新术语让你困惑了？我们也是，那么让我们一起去重新定义这些术语，并看看他们对投资者又意味着什么。

“The cloud（云计算）”——在这里，这个概念并不是指购买应用然后将其安装至你的计算机上，而是根据你的需求租赁应用并使用互联网访问它们。就是这样，这就是“云计算”。你可能听过“software as a service（软件即服务）”这个术语，它有个很酷的缩写“Saas”。本质上是一样的。它是一种集中式托管软件，可以通过订阅来获得服务。如今这条船已经开始为投资者扬帆起航，CRM Saas提供商Salesforce.com表示在10年里返利高达780%。对于投资者而言，“云计算”和“Saas”已经是过时的新闻了，他们正在寻找计算领域中下一个大目标。

“Big Data（大数据）”——“大数据”指的是新技术带来的海量数据，比如“物联网”和基因组学。这些数据集如此之大，如此复杂，以至于我们不能用传统的应用程序对其进行分析。我们需要建立新的应用程序来分析这些“大数据”。在最近一篇文章里，我们看了看5大数据存储公司的收入，寻找“picks and shovels（镐和铲子，指的是那些在特定行业或商品中提供重要工具、产品或服务的公司）”在这个行业中扮演的角色。这些公司做的投资，似乎只有一家可行。也许如今这个领域最大的玩家是Palantir Technologies，一家估值高达250亿美元的私人企业，这应该更能诠释“大数据”的含义。众所周知，存储数据是一回事，分析它则又是另一回事，因为现在80%的数据都不是结构化数据，如新闻文章，研究报告，和企业数据。这将引出下一个术语。

“Deep Learning（深度学习）” - 本质上，我们可以让计算机存储所有非结构化的大数据，然后使用不同的方法，如“人工神经网络”，来模仿人类大脑的工作方式。深度学习在“大数据”中使用算法寻找复杂的关系，然后我们进一步完善这些算法，使它们表现的更加出色。计算机可以在已有经验的基础上随着时间不断学习更多的能力，就像大脑会自然而然地做一些事情，也称作“认知计算”。我们大概都听说过IBM的认知计算平台Watson，它将深度学习技术应用到翻译以及语音和文本的相互转换领域。虽然还没有人纯粹地将“深度学习”应用到我们熟知的股票行业，但如今已有相当多的初创公司正在尝试将深度学习应用到不同行业。深度学习或认知计算是人工智能的一种形式，它将带我们进入下一个术语。

Artificial Intelligence(人工智能) - 在这个领域，计算机开始处理数据，并从中推断复杂的关系，就像人类那样。那么我们应该如何去衡量结果的好坏呢？最常用的方法也就是“图灵测试”，尽管一些研究人员认为这是业余爱好者才会感兴趣的问题。虽然IBM是人工智能专利的领先持有者（500+），但在人工智能领域仍有许多其它初创公司，比如我们之前强调的Vicarious公司，几乎所有人都支持它。Vicarious公司主要是创建软件代码，然后使用相对小的数据量和计算能力来复制人类大脑。然而现在使用极小的计算能力很有意义，如果我们可以掌握量子计算，那么这将不是一个问题。

Quantum Computing（量子计算） - 我们可以利用奇妙的量子物理，建立一台比我们今天所拥有的任何东西更为强大的计算机。我们可以开始讨论“量子纠缠（quantum entanglement）”以及把东西冻结到绝对零度需要什么，可谁会关心这些呢。量子计算有什么潜力？我们今天又在哪里呢？就在最近，谷歌宣布，他们利用D-Wave 2来解决一个优化问题（有1000个变量），比传统计算机快1亿倍。形象的来说，传统计算机需要处理10000年的事情D-Wave 2只需1秒就能完成。所以你该如何投资量子计算？商界没有太多的游戏，但在这篇文章我们会给你提供一个投资方式。

预计在未来几年所有的这些技术都会有巨幅增长，那么散户投资者怎么在这里赚钱呢？很好，IBM这个名字在不断出现，那么在这些话题上投资可行么？随着2014年920亿美元的收入，“大数据”和Watson的贡献对目前的底线有着轻微的影响。也就是说，我们爱IBM 3.8%的股息，而该股息却由不到50%的派息率保护。

未来零售投资者应该寻找的是未来的科技IPOs，其中包括一些主题。正如我们在最近一篇文章中强调的，CB Insights数据显示有两家“大数据”初创公司有可能在2016年IPO（全称Initial Public Offerings，首次公开募股）。事实上，CB Insights已经确定了超过530家科技初创公司可能在2016年IPO，其中许多公司都与“大数据”有关。

原文链接：Artificial Intelligence vs. Deep Learning vs. Big Data(译者：刘帝伟 审校：赵屹华 责编：仲浩)