【民生证券】人工智能，狂热下的冷静思考(63页报告下载）
一、 背景
1.国家的计划
（1）美国“大脑研究计划（BRAIN）”：美国花费大量资金的在人工智能方面，但有许多研究仅限于学术方面，而没有运用到实际生活中。
（2）欧盟“人脑工程项目（HBP）”：总投资预计将达到11.9 亿欧元，计划在2018 年前开发出世界上第一个具有意识和智能的人造大脑。
（3）日本政府联合各大企业推出了机器人计划：个人认为日本人工智能发展是值得学习，日本通过不断研究机器人，并且不断运用到实际中.
2. 人工智能投资额增长
人工智能的投资额在不断的增加，每年的增长幅度巨大。
3.中国的科技界
（1）2014 年5 月，百度引进全世界人工智能泰斗级人物、前“谷歌大脑之父”吴恩达，全面负责“百度大脑”计划。
（2）科大讯飞的梦想升级成了让机器能理解会思考。
（3）2015 年3 月，复旦大学联合成立“脑科学协同创新中心”，积极推进和参与“中国脑计划”的实施。
二、人工智能的重大战略意义
1.未来互联网发展的技术核心
（1）传统信息处理呈现，面临巨大挑战， 解决这些问题的关键——人工智能
百度：系统回答客户的问题， 而不是简单罗列信息
阿里：替用户在海量商品中快速决策最合适的那一款
腾讯：帮助用户在面对海量社交信息时如何高效吸收与应答以维系良好的社交关系。
2.引发产业结构的深刻变革
（1）催生新的业态和商业模式
（2）带动工业机器人、无人驾驶汽车等新兴产业的飞跃式发展
3.决定未来智能化战争之胜负
在未来的智能战争时代，战争的胜负将取决于谁拥有更先进的无人飞机，军事机器人和智能决策系统。
4.我国实现弯道超车的最佳机遇
（1）2014年国内市场：工业机器人销量猛增54%；智能语音交互产业规模达到100亿元；指纹、人脸、虹膜识别等产业规模达100亿元。
（2）实际应用： 文字识别、语音识别、图像识别、其它生物特征识别、机器人等
（3）科研： 整齐的人工智能研发队伍和国家重点实验室等
三、人工智能初探
1.人工智能发展历程
（1）图灵：“人工智能之父”
图灵测试：1956年 达特莫斯（Dartmouth）会议 首次提出“人工智能”这一术语，标志着人工智能学科的诞生
（2）50年代~70年代：机器定理证明、机器博弈
1956年，Samuel研制了跳棋程序，它在1959年击败了Samuel本人
1959年美籍华人学者、洛克菲勒大学教授王浩 自动定理证明
1976年 “四色定理”的证明
（3）70年代：专家系统
1977年，曾是赫伯特·西蒙的研究生、斯坦福大学青年学者费根鲍姆（E.Feigenbaum），在第五届国际人工智能大会上提出了”知识工程”的概念
1976年美国斯坦福大学肖特列夫（Shortliff）开发医学专家系统MYCIN
（4）80年代：AI 被引入了市场,并显示出实用价值
（5）90年代：相对稳定阶段
1997年“深蓝”
2.发展的三个阶段
人工智能分为三个阶段：计算智能、感知智能和认知智能。
3.三个大脑
（1）谷歌大脑： 自动驾驶汽车已经完成了总计70 万英里的高速公路无人驾驶巡航里程
（2）IBM人脑模拟芯片: 能够模仿人脑的运作模式，擅长进行模式识别，在认知计算方面远远超过传统计算架构
（3）百度大脑: 利用计算机技术模拟人脑，已经可以做到2-3 岁孩子的智力水平。
四、技术的重大突破
1.深度学习
（1）第一次浪潮：浅层学习。
20 世纪80 年代末期，用于人工神经网络的反向传播算法的发明。从大量训练样本中学习出统计规律，从而实现对未知事件做预测。
具体的应用有：1.搜索广告系统（比如谷歌的Ａdwords、百度的凤巢系统）的广告点击率CTR 预估；2.网页搜索排序（比如雅虎和微软的搜索引擎）3.垃圾邮件过滤系统；4.基于内容的推荐系统等。
（2）第二次浪潮：深度学习。
2006 年，加拿大多伦多大学教授，机器学习领域的泰斗Hinton和他的学生在顶尖学术刊物《科学》上发表了一篇文章，开启了深度学习在学术界和工业界的浪潮。
很多隐层的人工神经网络具有优异的特征学习能力。
深度神经网络在训练上的难度，可以通过“逐层初始化”来有效克服。
2.大数据：
AI 突破的部分原因可用的海量数据。中国的AI技术多数据容错应该是最好的！！
五、人工智能核心技术的应用
1.机器学习
机器学习是指从一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的技术，是使计算机具有智能的根本途径。
2.语言识别及自然语言处理
（1）语音应用爆发需要的条件已经逐步成熟：
关键技术持续进步，达到实用门槛；
智能终端、无线网络、云计算平台等环境条件基本完备。
（2）智能语音核心技术代表世界最高水平的公司——科大讯飞
（3）语音交互技术已经全面渗透到各项互联网应用中
3.图像识别
（1）图像识别是计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。识别过程包括图像预处理、图像分割、特征提取和判断匹配。
（2）生物识别类别包括：指纹，掌型，面部，声音，虹膜
4.声纹识别技术
（1）声纹识别流程
（2）声纹识别应用领域：身份认证、司法鉴定、语音检索、医学领域、军事领域、语音控制、网络安全。
六、产业中的应用
1.工业制造
工业4.0，是智能生产，打通所有生产环节的数据壁垒，无线网掌控一切。简单而言，如果说现在的自动化生产是人与机器对话，第四次工业革命将实现机器与机器对话。
2.智能家居
市场前景：（1）IT 公司小米也向智能家居伸出触角；（2）传统家电厂商抓紧布局；（3）谷歌和苹果抓紧收购公司，培养生态环境
3.广告
（1）智能分析用户，获取其何时何地会对何种广告感兴趣。
（2）实现跨平台的智能推送，确保广告能够达到客户视线。
（3）提高广告本身的智能化交互能力，以提升其价值。
4.教育
因材施教，个性化定制学习
5.法律
法律方面的具体应用：（1）介绍法律信息（2）日常法律工作自动化（3）法律风险防范（4）判决的支持和部分自动执行判决（5）辅助立法
6.医药
1、协助诊断：专家系统，建立医学搜索引擎，帮助医生诊断。（上图是沃森系统的流程描述）
2、新药开发：通过分析数据，将无效的制药方案筛选出去。
3、基因分析：利用大数据分析基因致病危险。
QA环节：
1.人工智能的科大讯飞和佳都科技是否有知识产权，其他竞争企业是否有进入壁垒？！
科大讯飞和佳都科技在语音识别和人脸识别需要一定的技术性，其中的算法更是核心，因此进入这个行业具有一定的技术壁垒
欢迎交流，杨名（13611850141）！
以下是63张PPT全文
新智元订阅号回复 1120 下载。
