KI-Aktien
Investieren in Künstliche Intelligenz (KI) – Alles, was Sie wissen müssen
Künstliche Intelligenz (KI) ist ein Bereich, der keiner Einführung bedarf. Die KI hat sich den Frack des Mooreschen Gesetzes zu eigen gemacht Staaten dass sich die Geschwindigkeit und Leistungsfähigkeit von Computern voraussichtlich alle zwei Jahre verdoppeln wird. Seit 2012 ist der Rechenaufwand für die größten KI-Trainingsläufe exponentiell gestiegen Verdoppelung alle 3 bis 4 Monate, mit dem Endergebnis, dass die Menge der für KI bereitgestellten Rechenressourcen seit 300,000 um das 2012-fache gestiegen ist. Keine andere Branche kann mit dieser Wachstumsstatistik mithalten.
Wir werden untersuchen, welche Bereiche der KI diese Beschleunigung anführen, welche Unternehmen am besten positioniert sind, um von diesem Wachstum zu profitieren, und warum es wichtig ist.
Arten des maschinellen Lernens
Maschinelles Lernen ist ein Teilgebiet der KI, bei dem es im Wesentlichen darum geht, Maschinen so zu programmieren, dass sie lernen. Es gibt mehrere Arten von Algorithmen für maschinelles Lernen, der mit Abstand beliebteste ist tiefe LernenDabei geht es um die Einspeisung von Daten in eine Künstliche neuronale Netz (ANN). Ein KNN ist ein sehr rechenintensives Netzwerk mathematischer Funktionen, die in einem Format verbunden sind, das von den neuronalen Netzwerken im menschlichen Gehirn inspiriert ist.
Die mehr große Datenmengen die in ein KNN eingespeist wird, desto präziser wird das KNN. Wenn Sie beispielsweise versuchen, einem KNN beizubringen, Katzenbilder zu identifizieren, und Sie dem Netzwerk 1000 Katzenbilder zuführen, weist das Netzwerk eine geringe Genauigkeit von vielleicht 70 % auf, wenn Sie es auf 10000 Bilder erhöhen Die Genauigkeit kann auf 80 % ansteigen. Wenn Sie sie um 100000 Bilder erhöhen, haben Sie die Genauigkeit des Netzwerks gerade auf 90 % und mehr erhöht.
Hierin liegt eine der Chancen: Unternehmen, die den Bereich der KI-Chip-Entwicklung dominieren, sind von Natur aus reif für Wachstum.
Es gibt viele andere Arten des maschinellen Lernens, die vielversprechend sind, wie z Verstärkung lernenHierbei handelt es sich um die Schulung eines Agenten durch die Wiederholung von Aktionen und die damit verbundenen Belohnungen. Durch den Einsatz von Reinforcement Learning kann ein KI-System mit sich selbst konkurrieren, um seine Leistung zu verbessern. Beispielsweise spielt ein Programm, das Schach spielt, wiederholt gegen sich selbst, wobei jede Spielinstanz seine Leistung im nächsten Spiel verbessert.
Derzeit nutzen die besten KI-Typen eine Kombination aus Deep Learning und Reinforcement Learning, was allgemein als „Reinforcement Learning“ bezeichnet wird tiefes Lernen der Verstärkung. Alle führenden KI-Unternehmen der Welt wie Tesla nutzen eine Art Deep Reinforcement Learning.
Während es andere Arten wichtiger maschineller Lernsysteme gibt, die derzeit weiterentwickelt werden, wie z Meta-LernenDer Einfachheit halber sollten Anleger mit Deep Learning und seinem fortgeschritteneren Cousin Deep Reinforcement Learning am besten vertraut sein. Die Unternehmen, die an der Spitze dieses technologischen Fortschritts stehen, werden am besten positioniert sein, um von dem enormen exponentiellen Wachstum zu profitieren, das wir im Bereich der KI erleben.
Datenwissenschaft und Big Data
Wenn es ein Unterscheidungsmerkmal zwischen Unternehmen, die Erfolg haben und Marktführer werden, und Unternehmen, die scheitern, gibt, dann ist es das große Datenmengen. Alle Arten des maschinellen Lernens sind stark darauf angewiesen DatenwissenschaftDies lässt sich am besten als ein Prozess beschreiben, bei dem die Welt anhand von Datenmustern verstanden wird. In diesem Fall lernt die KI aus Daten, und je mehr Daten, desto genauer die Ergebnisse. Aufgrund der Bezeichnung gibt es einige Ausnahmen von dieser Regel Überanpassung, aber dies ist ein Problem, dessen sich KI-Entwickler bewusst sind und Vorkehrungen treffen, um dies zu kompensieren.
Die Bedeutung von Big Data ist der Grund, warum Unternehmen wie Tesla einen klaren Marktvorteil haben, wenn es um autonome Fahrzeugtechnologie geht. Jeder einzelne Tesla, der in Bewegung ist und den Autopiloten nutzt, speist Daten in die Cloud ein. Dadurch kann Tesla Deep Reinforcement Learning und andere Algorithmusoptimierungen nutzen, um das gesamte autonome Fahrzeugsystem zu verbessern.
Das ist auch der Grund, warum Unternehmen wie Google für Herausforderer so schwer zu entthronen sein werden. Jeder Tag, der vergeht, ist ein Tag, an dem Google Daten von seinen unzähligen Produkten und Diensten sammelt, dazu gehören Suchergebnisse, Google Adsense, Android-Mobilgeräte, der Chrome-Webbrowser und sogar der Nest-Thermostat. Google verbraucht mehr Daten als jedes andere Unternehmen auf der Welt. Dabei sind noch nicht einmal alle Mondschüsse mitgezählt, an denen sie beteiligt sind.
Wenn wir verstehen, warum Deep Learning und Data Science wichtig sind, können wir daraus schließen, warum die unten aufgeführten Unternehmen so leistungsstark sind.
KI-Unternehmen, in die man investieren kann
Es gibt derzeit drei Marktführer, die nur sehr schwer herauszufordern sein werden.
Alphabet Inc (NASDAQ: GOOGL)
Alphabet Inc ist das Dachunternehmen für alle Google-Produkte, einschließlich der Google-Suchmaschine. Eine kurze Geschichtsstunde ist notwendig, um zu erklären, warum sie so ein Marktführer im Bereich KI sind. Im Jahr 2010 ein britisches Unternehmen DeepMind wurde mit dem Ziel ins Leben gerufen, verschiedene Techniken des maschinellen Lernens anzuwenden, um allgemeine Lernalgorithmen zu entwickeln.
Im Jahr 2013 eroberte DeepMind die Welt im Sturm mit verschiedenen Erfolgen, darunter der Gewinn des Weltmeistertitels bei sieben Atari-Spielen durch den Einsatz von Deep Reinforcement Learning.
In 2014, Google erwarb DeepMind für 500 Millionen US-DollarKurz darauf, im Jahr 2015, war AlphaGo von DeepMind das erste KI-Programm, das einen professionellen menschlichen Go-Spieler besiegte, und das erste Programm, das einen Go-Weltmeister besiegte. Für diejenigen, die mit Go nicht vertraut sind, wird es von vielen als das anspruchsvollste Spiel angesehen, das es gibt.
DeepMind gilt derzeit als Marktführer im Deep Reinforcement Learning und ein führender Anwärter auf ErfolgKünstliche allgemeine Intelligenz (AGI), eine futuristische Art von KI mit dem Ziel, schließlich die menschliche Intelligenz zu erreichen oder zu übertreffen.
Wir müssen noch die anderen Arten von KI berücksichtigen, an denen Google derzeit beteiligt ist, wie z Waymo, ein Marktführer in der autonomen Fahrzeugtechnologie, der nach Tesla an zweiter Stelle steht, und die geheimen KI-Systeme, die derzeit in der Google-Suchmaschine verwendet werden.
Google beschäftigt sich derzeit mit so vielen Ebenen der KI, dass es einer ausführlichen Arbeit bedarf, sie alle abzudecken.
Tesla (NASDAQ: TSLA)
Wie kürzlich bekannt gegeben Tesla nutzt Big Data aus seiner Flotte von Straßenfahrzeugen, um Daten von seinem Autopiloten zu sammeln. Je mehr Daten gesammelt werden, desto besser können sie durch Deep Reinforcement Learning verbessert werden. Dies ist besonders wichtig für sogenannte Randfälle, also Szenarien, die im wirklichen Leben nicht häufig vorkommen.
Beispielsweise ist es unmöglich, jedes Szenario, das auf der Straße passieren kann, vorherzusagen und zu programmieren, etwa wenn ein Koffer in den Verkehr rollt oder ein Flugzeug vom Himmel fällt. In diesem Fall gibt es nur sehr wenige spezifische Daten und das System muss Daten aus vielen verschiedenen Szenarien verknüpfen. Dies ist ein weiterer Vorteil einer riesigen Datenmenge. Während es vielleicht das erste Mal ist, dass ein Tesla in Houston auf ein Szenario stößt, ist es möglich, dass ein Tesla in Dubai auf etwas Ähnliches gestoßen ist.
Tesla ist auch Marktführer in Batterietechnologieund in der Elektrotechnik für Fahrzeuge. Beide basieren auf KI-Systemen, um die Reichweite eines Fahrzeugs zu optimieren, bevor ein Aufladen erforderlich ist. Tesla ist bekannt für seine hohe Frequenz On-Air-Updates mit KI-Optimierungen, die die Leistung und Reichweite seiner Fahrzeugflotte um einige Prozentpunkte verbessern.
Als ob das nicht genug wäre, tut Tesla es auch Entwicklung eigener KI-ChipsDies bedeutet, dass das Unternehmen nicht mehr auf Chips von Drittanbietern angewiesen ist und die Chips von Grund auf so optimieren kann, dass sie mit ihrer vollständig selbstfahrenden Software funktionieren.
NVIDIA (NASDAQ: NVDA)
NVIDIA ist das Unternehmen am besten positioniert, um von der derzeit steigenden Nachfrage nach GPU-Chips (Graphics Processing Unit) zu profitieren, für die es derzeit verantwortlich ist 80 % aller GPUs Der Umsatz.
Während GPUs zunächst für Videospiele verwendet wurden, wurden sie schnell von der KI-Industrie speziell für Deep Learning übernommen. Der Grund, warum GPUs so wichtig sind, ist, dass die Geschwindigkeit von KI-Berechnungen erheblich verbessert wird, wenn Berechnungen parallel ausgeführt werden. Beim Training eines Deep Learning ANN werden Eingaben benötigt und dies hängt stark davon ab Matrixmultiplikationen, wo Parallelität wichtig ist.
NVIDIA bringt ständig neue KI-Chips auf den Markt, die für unterschiedliche Anwendungsfälle und Anforderungen von KI-Forschern optimiert sind. Es ist dieser ständige Innovationsdruck, der NVIDIA seine Marktführerschaft verschafft.
Wählen Sie einen Börsenmakler
Der erste Schritt auf Ihrem Weg sollte die Auswahl eines Börsenmaklers sein. Ein Broker, den wir empfehlen, ist Erstklassig.
 |  |  |
| Konto eröffnen | Konto eröffnen | Konto eröffnen |
GebührenNull Provision | GebührenNull Provision | GebührenNull Provision |
Konto MinimumNon | Konto Minimum$100 | Konto MinimumNon |
SonderaktionenKostenlose Aktien* *Weitere Informationen finden Sie auf der Website. | SonderaktionenNon | BewerbungNon |
Zusammenfassung
Es ist unmöglich, alle Unternehmen aufzulisten, die sich in irgendeiner Form mit KI befassen. Wichtig ist, die Technologien des maschinellen Lernens zu verstehen, die für den Großteil der Innovationen und des Wachstums verantwortlich sind, die die Branche erlebt hat. Wir haben drei Marktführer hervorgehoben, viele weitere werden folgen. Um in Sachen KI auf dem Laufenden zu bleiben, sollten Sie auf dem Laufenden bleiben KI-NeuigkeitenVermeiden Sie den KI-Hype und verstehen Sie, dass sich dieser Bereich ständig weiterentwickelt.
