投资人工智能（AI）–您需要知道的一切

人工智能（AI）是一个无需介绍的领域。人工智能取代了摩尔定律的尾巴 状态 预计计算机的速度和功能将每两年翻一番。自2012年以来，最大规模的AI培训运行中使用的计算量呈指数级增长。 每3到4个月加倍, 自2012年以来，最终结果是分配给AI的计算资源数量增长了300,000倍。其他任何行业都无法与这些增长统计数据进行比较.

我们将探讨AI的哪些领域正在引领这一加速，哪些公司最有可能利用这一增长以及为何如此重要.

机器学习的类型

机器学习 是AI的一个子领域，本质上是要学习的编程机器。机器学习算法有多种类型，到目前为止最受欢迎的是 深度学习, 这涉及将数据馈入 人工神经网络 （ANN）。人工神经网络是一个非常计算密集的数学函数网络，其格式受人脑中的神经网络启发而结合在一起.

越多 大数据 将其输入到ANN中，则ANN变得越精确。例如，如果您尝试训练ANN以学习如何识别猫的图片，则如果向网络喂入1000张猫的图片，则网络的精度可能会达到70％的小水平，如果将其增加到10000张，则准确度水平可能会提高到80％，如果将其提高100000张图片，那么您刚刚将网络的准确度提高到了90％，然后.

这就是机遇之一，在AI芯片开发领域占主导地位的公司自然会成长.

有许多其他类型的机器学习都显示出希望，例如 强化学习, 这是通过重复动作和相关奖励来训练代理。通过使用强化学习，AI系统可以与自身竞争，以提高其性能。例如，下棋的程序将反复对自己进行游戏，而游戏实例的每个实例都会改善其在下一场游戏中的表现.

目前，最好的AI类型是将深度学习和强化学习结合起来使用，通常称为 深度强化学习. 特斯拉（Tesla）等世界上所有领先的AI公司都使用某种类型的深度强化学习.

虽然目前还有其他类型的重要机器学习系统正在开发中，例如 元学习, 为了简单起见，深度学习以及更高级的表亲深度强化学习是投资者应该最熟悉的。处于技术领先地位的公司将最有能力利用我们在AI上目睹的巨大的指数增长.

数据科学 & 大数据

如果成功的公司和成为市场领导者的公司与失败的公司之间存在差异，那就是 大数据. 所有类型的机器学习都高度依赖 数据科学, 最好将其描述为从数据模式中了解世界的过程。在这种情况下，AI正在从数据中学习，并且数据越多，结果就越准确。由于所谓的规则，该规则有一些例外 过度拟合, 但这是AI开发人员意识到的问题，并采取预防措施来弥补.

大数据的重要性在于，为什么特斯拉等公司在自动驾驶汽车技术方面拥有明显的市场优势。每个运行中并使用自动驾驶仪的特斯拉都将数据馈入云中。这使特斯拉能够使用深度强化学习和其他算法调整来改善整个自动驾驶汽车系统.

这也是为什么诸如Google之类的公司将很难让挑战者登上王位的原因。每天都是Google从其众多产品和服务中收集数据的一天，其中包括搜索结果，Google Adsense，Android移动设备，Chrome Web浏览器，甚至是Nest恒温器。 Google淹没的数据比世界上任何其他公司都要多。这甚至还没有算出他们参与的所有月球射击.

通过了解深度学习和数据科学的重要性，我们可以推断出以下公司为何如此强大.

人工智能公司进行投资

当前有三位市场领导者将很难挑战.

Alphabet Inc（NASDAQ： 高格）

字母公司 是所有Google产品（包括Google搜索引擎）的保护伞公司。需要简短的历史课程来解释为什么他们是AI这样的市场领导者。 2010年，一家英国公司 深心 旨在将各种机器学习技术应用于构建通用学习算法的目的.

2013年，DeepMind取得了无数成就，席卷了世界，其中包括成为 使用深度强化学习的七个Atari游戏.

2014年，Google 5亿美元收购DeepMind, 此后不久，2015年DeepMind的 AlphaGo 成为击败职业人类围棋选手的第一个AI程序，也是击败围棋世界冠军的第一个程序。对于那些不熟悉Go的人，许多人认为它是现有的最具挑战性的游戏.

DeepMind目前被认为是 市场领导者 在深度强化学习中，以及在实现目标方面的领先竞争者人工智能 （AGI），一种未来派的AI，其目标是最终达到或超越人类水平的智能.

我们仍然需要考虑Google当前涉及的其他其他类型的AI，例如 Waymo, 自动驾驶汽车技术的市场领导者，仅次于特斯拉，以及目前在Google搜索引擎中使用的秘密AI系统.

Google目前参与了许多级别的AI，因此需要详尽的论文来涵盖所有这些方面.

特斯拉（NASDAQ： TSLA）

如前所述 特斯拉 正在利用其公路车辆车队的大数据来收集其自动驾驶仪的数据。收集的数据越多，使用深度强化学习就可以改善得越多，这对于所谓的极端情况尤为重要，这被称为在现实生活中不经常发生的场景.

例如，不可能对道路上可能发生的每种情况进行预测和编程，例如手提箱滚入交通中或飞机从天而降。在这种情况下，几乎没有特定数据，并且系统需要关联来自许多不同场景的数据。这是拥有大量数据的另一个优势，虽然这可能是休斯顿的特斯拉第一次遇到这种情况，但迪拜的特斯拉可能遇到了类似的情况.

特斯拉也是 电池技术, 以及车辆的电气技术。两者都依靠AI系统在需要充电之前优化车辆的行驶距离。特斯拉以经常出行而闻名 直播更新 借助AI优化，将其车队的性能和范围提高了几个百分点.

似乎这还不够，特斯拉还 设计自己的AI芯片, 这意味着它不再依赖第三方芯片，并且他们可以优化芯片以从头开始使用其完整的自动驾驶软件.

NVIDIA（纳斯达克： NVDA）

英伟达 是最有能力利用当前GPU（图形处理单元）芯片需求增长的公司，因为它们目前负责 所有GPU的80％ 销售量.

尽管GPU最初用于视频游戏，但很快 被AI行业采用 专门用于深度学习。 GPU之所以如此重要，是因为当并行执行计算时，AI计算的速度会大大提高。在训练深度学习ANN时，需要输入，这在很大程度上取决于 矩阵乘法, 并行性很重要的地方.

NVIDIA不断发布新的AI芯片，这些芯片针对AI用户的不同用例和要求进行了优化。不断的创新压力使NVIDIA保持了市场领导地位.

选择一个股票经纪人

旅程的第一步应该是选择股票经纪人。我们推荐的经纪人是 头等舱.

★★★★★★★★★★Firstrade评论 Securities.io的评级由我们的编辑团队决定。股票经纪人的评分公式考虑了许多因素，包括帐户费用和最低费用，交易平台，客户支持，监管机构和投资选择.	★★★★★★★★★★M1财经评论 Securities.io的评级由我们的编辑团队决定。股票经纪人的评分公式考虑了许多因素，包括帐户费用和最低费用，交易平台，客户支持，监管机构和投资选择.	★★★★★★★★★★Public.com评论 Securities.io的评级由我们的编辑团队决定。股票经纪人的评分公式考虑了许多因素，包括帐户费用和最低费用，交易平台，客户支持，监管机构和投资选择.
开户口	开户口	开户口
费用 零佣金	费用 零佣金	费用 零佣金
最低帐户 没有	最低帐户 $ 100	最低帐户 没有
促销活动 免费股票* *有关详细信息，请参见网站.	促销活动 没有	晋升 没有

概括

不可能列出涉及某种形式的AI的所有公司，重要的是了解负责该行业见证的大多数创新和增长的机器学习技术。我们重点介绍了3个市场领导者，还会有更多的领导者。为了跟上AI的步伐，您应该与时俱进 AI新闻, 避免大肆宣传AI，并了解这一领域正在不断发展.