人工智能概念股的解读

《人工智能概念股的解读》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、人工智能概念股的解读海通证券分析师表明，可能目前大家对于人工智能还不很了解或者说知道的比较笼统，那这里给大家概括下。表17：人工智能概念体系深度学习I~预测分析">育IB译•信，9雄取》文字转语音机器学习语音专家系统.图像识SiJ•:机啊觉〉视觉人工智能（Al）自然语言处理（计划二安帖优化机器人（点击看大图）总体来说AI按照技术的划分可以分为以下10类。具体来说，现有AI领域按照技术划分可以分为如下类型：1）虚拟助手：代表企业有微软、APPLE,Next.IT、ejenta.X.ai、sher.pa,Genee,HiOperator,Viv、mobileROI£：證帀巫浅Pref

2、erredNetworks.Skymind、H2O.ai、Uptake.Indico、第四范式、ayasdi、Criteo、everstring、DBnetworkssAlgorithmia.6senseKCustomerMatrixsALPACADB.Graphlab.bigml、iCarbonX、nervana.arago.谷歌、百度、Facebook.NVIDIA、IBM、微软、腾讯3）计算机视觉:包括应用和基础的采集层面•代表企业有Clarifai.Affectiva.ViSenze.DittoLabs、谷歌Facebook.微软、腾讯4）智能机器人：代表企业有ABBRo

3、botics.ANKI、Fanuc.KUKARobotics.3DRobotics.大闕、tingbot.savioke.IBMWatson、Softbank、NeatoRobotics.图灵机器人、rethinkrobotics.iRobot.Cyberdyne5）手势识别：代表企业有微软、谷歌、eyeSight、gestigonxgesturetek、Omek%vicoVO6）自然语言处理代表企业有谷歌、Facebook.微软、APPLE、X.AI、Api.ai、Maluuba.Synapsify,KITT.AI、ArriaNLG、AutomatedInsights.AppT

4、ek,iSpeech.verbio.VoiceBase、inbenta、ARRIA、DigitalReasoning.AutomatedInsights7）语音识别代表企业有IBM、谷歌、Facebook.科大讯飞、promptu.vod、promptu.EasyAsk、思必驰、云知声、Api.ai、speechmatics8）情景屈51计算：代表企业有APPLE、cleversense.semusi.EnFind、origo、grokr•f•9）推荐引擎：代表企业有谷歌、百度、eXenSasnarasUtrip、TipflareDeepVision.ALCES、Ceva、Ter

5、aDeep.Kneron.寒武纪、深荃;斗陵B册戎而涉及到具体的公司呢，我们可以将现有市场上的人工智能企业分为五种类型的玩家：„卞」&apLaiQCHi^IBM/

6、v（3i—丨匕八运主•「主新口』人ensg虔拟个人助瑾机器学习（应'用）计算机覘觉（应用），；e•nextn上、nAAngcUi

7、机81学习(general)vicarious分析

8、（■法“11focebookb*g西ncrotun*!、"片."WAYA＜；ni1八心mnx弓BatCDfrS（点击看大图）1）硬件驱动者：这类企业的速赢关键因素是硬件集成性，计算能力;一体化能力。GPU的计算能力是毋庸置疑的，深度学习如果

9、没有GPU的计算加速就不会发展的这么快。为了在市场上占有一席之地，各大硬件厂商争相推出适合机器学习硬件设备，在GPU芯片方面，Nvidia很早就开始布局（其实还有AMD虽然市值没有nviclia那么高但是涨来看不逊于NVIDIA),推出了很多款不同配置的GPU芯片,占领低中高端市场，并专门为深度学习推出了GeForce1080P和TeslaK40和K80,尤其是GeForce1080P因为其极高的性价比，一经推出，一卡难求；Intel不廿人后，推岀了适合深度学习的大规模参数服务器;Google有深度学习的一体机，并计划开放云端的计算资源；Amazon在AWS上面推出了拥有GPU资

10、源的机器。2)入口占有者：也就是把握住数据供给和需求的端口的企业。这类企业的速赢关键因素是数据和需求的察觉和采集。每个行业都生产不同的类型的数据，但是数据类型单一，数据缺乏系统的治理，无法形成数据资产，在企业应用数据的过程中，不可避免的需要各种外部数据，就产生了数据需求。一些公司针对这种情况，着眼于对数据的治理，汇集，针对每一个行业的数据需求的理解和采集，构建数据市场，并且针对外部数据进行汇集，治理，分析，产生更具价值的数据，累积属于自己的数据资产。当这部分数据资产积累到一定程度