【安信策略】科技立国（人工智能篇）：从云到端，“AI+”元年将至

陈果A股策略 · 公众号 · 股市 · 2017-12-18 11:58

正文

安信策略近期推出2018主题展望系列之科技篇，目前已推送“科技立国，补短板与新动能（总论篇）”以及“科技立国（半导体篇）”，今日推送第3篇——科技立国（人工智能篇）：“ 从云到端，“AI+”元年将至”。后续系列专题，敬请期待！

整体观点

智慧时代的最大技术趋势，“AI+”加速渗透：智慧时代人工智能技术和信息时代的互联网技术的发展有相似之处，人工智能技术的发展，将成为经济增长的新动能。国内在人工智能领域的弯道超车机会不仅表现为国家对人工智能产业的重视与支持，我们也需要看到中国科学院、BAT、华为等国内巨头的深耕，带动人工智能产业的发展。

正文

1.人工智能：智慧时代的最大技术趋势，“AI+”加速渗透

1.1. 智慧时代：人工智能引导的第四次革命

从农业文明到工业文明，再到信息文明，以及即将进入的智慧文明时代。每个时代的划分标准主要是生产方式。而人工智能有望成为划分信息文明和智慧文明的主要方式。

人工智能将成为智慧时代新的通用技术。通用技术即多种用途、应用到经济的几乎所有地方、并且有很大的溢出效应的工具。在信息时代，互联网是通用技术，任何行业都希望实现互联网+。而在智慧时代，人工智能将成为新的通用技术，AI+也有望成为替代互联网+的新词。

智慧时代人工智能技术和信息时代的互联网技术的发展有相似之处。两种技术均由基础层、技术层和应用层构成。人工智能的基础层为算力支撑（AI芯片、云计算），技术层为算法平台，应用层是AI向各传统行业渗透应用。

我们认为人工智能技术的发展，将成为经济增长的新动能，它主要是改善经济增长的边际值。信息时代的互联网极大的提高了工作效率，而人工智能技术的发展也将进一步加快工作效率，极大增加边际产出，为经济增长带来新的增长力量。

1.2. 人工智能新趋势：自主化、场景渗透、芯片成为新焦点

自主化趋势
人工智能正在向自主化过渡。人工智能的发展经历了几个阶段，从初期的基础计算，到视觉、听觉感知判断，再到对特定场景的认知，最后到技术的通用。目前人工智能领域的技术已经在从特定场景认知向通用过渡。

今年10月，在Nature上发表的关于阿法元以100-0的成绩打败阿法狗的一事，就是对通用领域的迈进。AlphaGo Zero综合了基于深度学习的增强学习方法的长处，采用类似DQN的一个DNN网络实现决策过程，并利用这个DNN得到两种输出价值和策略，然后利用一个蒙特卡罗搜索树完成当前步骤选择。AlphaGo Zero的意义在于搜索空间很大，输出结果不依赖于人的感知判断。因而基于客观规则决定的问题可以摆脱对人为标注训练数据的依赖，有望运用在新材料、新药物研发等领域。
场景渗透
人工智能技术经过了2017年的加速发展，在特定场景认知领域已经基本可以实现。AI芯片的应用场景主要包括安防、智能驾驶、金融领域、零售、医疗等。
安防领域：AI芯片可以提高人车和行为的识别智能化水平，降低人工成本。
智能驾驶领域：AI芯片搭配软件算法也将提高ADAS智能化水平。
金融领域：目前人工智能在金融领域的应用场景包括身份验证、征信、风险控制、智能投顾、智能客服等，其中在智能投顾领域，可以降低资产管理费率，吸引中低净值客户。同时建立在大数据基础上的智能投顾策略可以辅助投资。
零售：通过大数据分析用户习惯，实现精准营销；无人零售，通过机器视觉、射频等技术实现无人化超市等。
医疗：医疗机器人通过机器学习、语音识别、图像识别等技术，在微创、康复领域辅助医生。通过AI 手段提高患者自查率，更早发现、更好管理疾病；另外，医疗影像可以通过深度学习技术实现对医学影像的分析判断，筛查有潜在病症影像片。
芯片成为新焦点
应用场景的扩充，势必对芯片提出更高的要求。目前AI的芯片主要有英伟达代表的GPU 阵营，英特尔代表的CPU+FPGA 阵营以及谷歌代表的TPU 阵营三个方向。2015年英特尔收购了Altera，以CPU+FPGA技术进军人工智能领域。英伟达作为全球最大的GPU制造商，一直深耕GPU领域。谷歌则专注于TPU领域，目前的Alpha GO和AlphaGo Zero都是基于TPU的运用基础。

深度学习作为机器学习的主要分支，是当前人工智能研究和应用的主要方式。深度学习在执行训练和判断时，需要对海量数据进行大规模并行计算，由此也形成了AI芯片云端和终端的计算场景。云端应用包括深度学习中数据中心的训练和推断，终端的应用则主要是对嵌入式设备的推断。云端训练和推断的数据量需求大，因此对芯片的性能要求高，目前云端芯片以GPU为主；终端以低能耗为主要需要，基于ASIC的TPU机会可能更大。

但目前芯片领域仍处于萌芽期，AI智能芯片开发有望成为2018年发展热点。

1.3. 上升至国家战略，具备弯道超车的产业基础

国内在人工智能领域的弯道超车机会不仅表现为国家对人工智能产业的重视与支持，我们也需要看到中国科学院、BAT、华为等国内巨头的深耕，带动人工智能产业的发展。
发展人工智能已提至国家战略层。今年两会，我国将人工智能写入政府工作报告，并在7月20日发布《新一代人工智能发展规划》，将人工智能发展提至国家战略层，其中明确表示在第一阶段（2017年-2020年）的主要任务是侧重理论和技术体系的建设，在 2020 年与国际 AI 理论技术领先的国家看齐。在7月23日成立人工智能产业技术创新战略联盟后，又在10月13日正式成立人工智能产业发展联盟。十九大报告中再一次强调了发展人工智能的重要性。要推动互联网、大数据、人工智能和实体经济深度融合。

11月23日，我国宣布新一代人工智能发展规划全面启动实施，将用13年的时间，将我国打造成世界主要人工智能创新中心。确定了首批国家新一代人工智能开放创新平台：分别依托百度、阿里云、腾讯、科大讯飞公司，建设自动驾驶、城市大脑、医疗影像、智能语音4家国家新一代人工智能开放创新平台。

人工智能全球竞赛，中国具备弯道超车的潜力：全球顶尖巨头谷歌、微软、苹果、IBM、Facebook，英特尔、百度、阿里，腾讯等都将人工智能视为下一次技术革命的突破点重资研究。在人工智能领域，虽然美国有先发优势，尤其在前沿基础算法领域强于中国，但中国在数据资源、标注成本、市场规模、应用场景四大方面具有优势，在未来仍有机会超过美国。
国内的人工智能产业前景巨大。人工智能目前在国内的发展仍处于初级阶段。国内的下游应用主要以语音、图像识别等为主，尚未进行大规模的商业应用，其中商业模式也主要以专利授权为主。

国内巨头对人工智能领域的布局，主要集中在芯片和应用两大领域：

基础层：芯片领域
以寒武纪、华为等为典型的企业主攻芯片领域。寒武纪作为人工智能芯片领域的独角兽，公司聚焦于为人工智能算法提供硬件支持，其设计性能/功耗远远超过目前主流方案的专用硬件加速器。华为Mate 10就采用了麒麟970芯片，这是一块搭载寒武纪授权IP的海思芯片，该芯片是全球首颗带有独立神经网络单元（NPU）的手机芯片，也是华为和国内芯片产业发展的重要里程碑。此外，也有部分国内企业与国外企业在人工智能领域实现深度合作。商汤科技和美国高通公司将分别发挥各自在计算机视觉算法和芯片研发方面的优势，进一步推动人工智能在手机等终端的普及。
技术层：算法平台，图形识别等
目前国内有多家在图像识别领域成绩非常突出的企业，海康威视是安防领域的龙头企业；旷视科技旗下的Face++是目前世界上使用量最大的人脸识别引擎，与阿里巴巴、微博等多家企业达成合作关系，主要通过“脱敏”技术拥有500万张人脸图片的数据库，识别正确率达到99.6%。科大讯飞则是中国智能语音和人工智能产业领域的龙头企业，在语音合成、语言处理、机器翻译等人工智能核心领域技术领先。
应用层：BAT为先行者
以BAT为代表的企业布局AI应用领域。百度明确表示AI First，自2015年两会即提出“中国大脑”计划。百度大脑分为基础层、感知层、认知层、平台层四个层次。其中基础层是算法层，包括深度学习等机器学习平台能力。感知层则主要是语音识别、图像识别、视频理解、增强现实和虚拟现实的能力。认知层则主要是自然语言处理能力。平台层上，百度将所有AI 能力以最简单方式提供给每个开发者。同时，百度还推出了DuerOS和Apollo来构建AI生态。腾讯和阿里巴巴对均瞄准了人工智能的应用场景。腾讯在2016年成立AI实验室，专注于人工智能的基础研究及应用探索阿里巴巴在2012年启动机器人项目ET，并在今年陆续启动NASA计划，并成立达摩院，力求在高新技术上取得突破。
中科院神经科学研究所所长蒲慕明透露中国“脑计划”（脑科学研究计划）计划今年年底推出。

1.4. 三维度布局人工智能主题投资
建议从人工智能的三个维度进行布局：第一，AI+是这个时代的主要发展方向，芯片作为基础，将成为承载发展的主要力量，建议关注国内芯片设计制造厂商，如中科曙光、富瀚微等；第二，关注在算法平台、图像处理等方面技术领先的企业，如科大讯飞（语音识别）、海康威视（机器识别）、四维图新（无人驾驶）等；第三，关注在人工智能应用领域可以率先落地的企业，关注万东医疗（智慧医疗）、东方财富（智能投顾）等。