Investeren in kunstmatige intelligentie (AI) – alles wat u moet weten

Kunstmatige Intelligentie (AI) is een vakgebied dat geen introductie behoeft. AI heeft de slipjassen van de wet van Moore bereden staten dat de snelheid en mogelijkheden van computers naar verwachting elke twee jaar zullen verdubbelen. Sinds 2012 is de hoeveelheid rekenkracht die wordt gebruikt bij de grootste AI-trainingen exponentieel toegenomen. elke 3 tot 4 maanden verdubbeld, met als eindresultaat dat de hoeveelheid computerbronnen die aan AI worden toegewezen sinds 300,000 met 2012x is gegroeid. Geen enkele andere sector kan zich meten met deze groeistatistieken.

We zullen onderzoeken welke domeinen van AI deze versnelling aanjagen, welke bedrijven het best gepositioneerd zijn om van deze groei te profiteren, en waarom dit ertoe doet.

Soorten machine learning

machine learning is een deelgebied van AI dat in wezen bestaat uit het programmeren van machines om te leren. Er zijn meerdere soorten machine learning-algoritmen, waarvan veruit de meest populaire diepgaand leren, hierbij gaat het om het invoeren van gegevens in een Kunstmatig neuraal netwerk (ANN). Een ANN is een zeer rekenintensief netwerk van wiskundige functies die zijn samengevoegd in een formaat dat is geïnspireerd op de neurale netwerken in het menselijk brein.

Hoe big data die in een ANN wordt ingevoerd, hoe nauwkeuriger de ANN wordt. Als u bijvoorbeeld probeert een ANN te trainen in het leren herkennen van kattenfoto's en u het netwerk 1000 kattenfoto's geeft, zal het netwerk een kleine nauwkeurigheid hebben van misschien 70%. Als u dit verhoogt naar 10000 foto's, zal de Het nauwkeurigheidsniveau kan oplopen tot 80%. Als u dit met 100000 afbeeldingen verhoogt, heeft u de nauwkeurigheid van het netwerk zojuist verhoogd tot 90% en hoger.

Hierin ligt een van de kansen: bedrijven die het gebied van de ontwikkeling van AI-chips domineren, zijn van nature rijp voor groei.

Er zijn veel andere soorten machine learning die veelbelovend zijn, zoals versterking van leren, dit is het trainen van een agent door de herhaling van acties en bijbehorende beloningen. Door gebruik te maken van versterkend leren kan een AI-systeem met zichzelf concurreren met de bedoeling de prestaties ervan te verbeteren. Een programma dat schaak speelt, zal bijvoorbeeld herhaaldelijk tegen zichzelf spelen, waarbij elke instantie van de gameplay verbetert hoe deze presteert in de volgende game.

Momenteel gebruiken de beste vormen van AI een combinatie van zowel deep learning als versterkend leren, in wat gewoonlijk wordt genoemd diep versterkend leren. Alle toonaangevende AI-bedrijven ter wereld, zoals Tesla, gebruiken een vorm van diepgaand versterkend leren.

Hoewel er andere soorten belangrijke machine learning-systemen zijn die momenteel geavanceerd worden, zoals meta-lerenOmwille van de eenvoud zijn deep learning en het geavanceerdere neefje deep versterkend leren waar beleggers het meest vertrouwd mee zouden moeten zijn. De bedrijven die voorop lopen bij deze technologische vooruitgang zullen het best gepositioneerd zijn om te profiteren van de enorme exponentiële groei die we op het gebied van AI waarnemen.

Datawetenschap en big data

Als er één onderscheid is tussen bedrijven die zullen slagen en marktleider worden, en bedrijven die zullen falen, dan is het dat wel big data. Alle soorten machinaal leren zijn sterk afhankelijk van data science, kan dit het beste worden omschreven als een proces waarbij de wereld wordt begrepen op basis van patronen in gegevens. In dit geval leert de AI van data, en hoe meer data, hoe nauwkeuriger de resultaten. Er zijn enkele uitzonderingen op deze regel vanwege wat wordt genoemd overfitting, maar dit is een zorg waar AI-ontwikkelaars zich bewust van zijn en waar ze voorzorgsmaatregelen voor nemen.

Het belang van big data is de reden waarom bedrijven als Tesla een duidelijk marktvoordeel hebben als het gaat om autonome voertuigtechnologie. Elke Tesla die in beweging is en de automatische piloot gebruikt, voert gegevens in de cloud. Hierdoor kan Tesla diepgaande versterkingsleren en andere algoritme-aanpassingen gebruiken om het algehele autonome voertuigsysteem te verbeteren.

Dit is ook de reden waarom bedrijven als Google zo moeilijk te onttronen zullen zijn voor uitdagers. Elke dag die voorbijgaat, is een dag waarop Google gegevens verzamelt van zijn talloze producten en services, waaronder zoekresultaten, Google Adsense, een mobiel Android-apparaat, de Chrome-webbrowser en zelfs de Nest-thermostaat. Google verdrinkt meer data dan enig ander bedrijf ter wereld. Dan tellen we nog niet eens alle moonshots mee waarbij ze betrokken zijn.

Door te begrijpen waarom deep learning en data science belangrijk zijn, kunnen we concluderen waarom de onderstaande bedrijven zo krachtig zijn.

AI-bedrijven om in te investeren

Er zijn drie huidige marktleiders die heel moeilijk te verslaan zullen zijn.

Alphabet Inc (NASDAQ: GOOGL)

alfabet Inc is het overkoepelende bedrijf voor alle Google-producten, waaronder de Google-zoekmachine. Een korte geschiedenisles is nodig om uit te leggen waarom ze zo’n marktleider zijn op het gebied van AI. In 2010 een Brits bedrijf DeepMind werd gelanceerd met als doel verschillende machine learning-technieken toe te passen bij het bouwen van leeralgoritmen voor algemene doeleinden.

In 2013 veroverde DeepMind de wereld stormenderhand met verschillende prestaties, waaronder wereldkampioen worden bij zeven Atari-spellen door gebruik te maken van diepgaand versterkend leren.

In 2014, Google heeft DeepMind overgenomen voor $ 500 miljoenKort daarna, in 2015, werd DeepMind's AlphaGo het eerste AI-programma dat een professionele menselijke Go-speler versloeg, en het eerste programma dat een Go-wereldkampioen versloeg. Voor degenen die niet bekend zijn met Go, wordt het door velen beschouwd als het meest uitdagende spel dat er bestaat.

DeepMind wordt momenteel beschouwd als een marktleider in diepgaand versterkend leren, en een toonaangevende kanshebber om iets te bereikenAlgemene kunstmatige intelligentie (AGI), een futuristisch type AI met als doel uiteindelijk intelligentie op menselijk niveau te bereiken of te overtreffen.

We moeten nog steeds rekening houden met de andere soorten AI waar Google momenteel bij betrokken is, zoals Waymo, een marktleider op het gebied van autonome voertuigtechnologie, de tweede na Tesla, en de geheimzinnige AI-systemen die momenteel in de Google-zoekmachine worden gebruikt.

Google is momenteel betrokken bij zoveel niveaus van AI, dat er een uitgebreid artikel voor nodig is om ze allemaal te behandelen.

Tesla (NASDAQ: TSLA)

Zoals eerder vermeld Tesla maakt gebruik van big data uit zijn wagenpark om gegevens uit zijn automatische piloot te verzamelen. Hoe meer gegevens er worden verzameld, hoe meer deze kunnen worden verbeterd met behulp van diepgaand versterkend leren. Dit is vooral belangrijk voor zogenaamde randgevallen, dit staan ​​bekend als scenario's die in de praktijk niet vaak voorkomen.

Het is bijvoorbeeld onmogelijk om elk type scenario dat zich op de weg kan voordoen te voorspellen en te programmeren, zoals een koffer die tegen het verkeer in rolt of een vliegtuig dat uit de lucht valt. In dit geval zijn er zeer weinig specifieke gegevens en moet het systeem gegevens uit veel verschillende scenario's koppelen. Dit is een ander voordeel van het hebben van een enorme hoeveelheid gegevens. Hoewel het misschien de eerste keer is dat een Tesla in Houston met een scenario te maken krijgt, is het mogelijk dat een Tesla in Dubai iets soortgelijks tegenkomt.

Tesla is ook marktleider op het gebied van batterijtechnologieen in elektrische technologie voor voertuigen. Beide zijn afhankelijk van AI-systemen om de actieradius van een voertuig te optimaliseren voordat opladen nodig is. Tesla staat bekend om zijn frequente updates in de ether met AI-optimalisaties die de prestaties en het bereik van het wagenpark met enkele procentpunten verbeteren.

Alsof dit nog niet voldoende was, is Tesla dat ook het ontwerpen van zijn eigen AI-chipsDit betekent dat het niet langer afhankelijk is van chips van derden, en dat ze chips kunnen optimaliseren om vanaf de basis met hun volledig zelfrijdende software te werken.

NVIDIA (NASDAQ: NVDA)

NVIDIA is het bedrijf dat het best gepositioneerd is om te profiteren van de huidige stijgende vraag naar GPU-chips (Graphics Processing Unit), aangezien zij momenteel verantwoordelijk zijn voor 80% van alle GPU's verkoop.

Hoewel GPU's aanvankelijk werden gebruikt voor videogames, werden ze snel overgenomen door de AI-industrie, specifiek voor deep learning. De reden dat GPU's zo belangrijk zijn, is dat de snelheid van AI-berekeningen aanzienlijk wordt verbeterd wanneer berekeningen parallel worden uitgevoerd. Tijdens het trainen van een deep learning ANN zijn invoer vereist en dit is sterk afhankelijk van matrixvermenigvuldigingen, waarbij parallellisme belangrijk is.

NVIDIA brengt voortdurend nieuwe AI-chips uit die zijn geoptimaliseerd voor verschillende gebruiksscenario's en vereisten van AI-onderzoekers. Het is deze constante druk om te innoveren die ervoor zorgt dat NVIDIA marktleider blijft.

Kies een effectenmakelaar

De eerste stap op uw reis zou het kiezen van een effectenmakelaar moeten zijn. Een makelaar die wij aanbevelen is eersteklas.

★★★★★ ★★★★★ Firstrade recensie De beoordelingen van Securities.io worden bepaald door ons redactieteam. De scoreformule voor effectenmakelaars houdt rekening met tientallen factoren, waaronder rekeningkosten en minimumbedragen, handelsplatforms, klantenondersteuning, regelgevende instanties en investeringsopties.	★★★★★ ★★★★★ M1 financiële beoordeling De beoordelingen van Securities.io worden bepaald door ons redactieteam. De scoreformule voor effectenmakelaars houdt rekening met tientallen factoren, waaronder rekeningkosten en minimumbedragen, handelsplatforms, klantenondersteuning, regelgevende instanties en investeringsopties.	★★★★★ ★★★★★ Public.com-recensie De beoordelingen van Securities.io worden bepaald door ons redactieteam. De scoreformule voor effectenmakelaars houdt rekening met tientallen factoren, waaronder rekeningkosten en minimumbedragen, handelsplatforms, klantenondersteuning, regelgevende instanties en investeringsopties.
Open account	Open account	Open account
vergoedingen Nul Commissie	vergoedingen Nul Commissie	vergoedingen Nul Commissie
Account minimum Geen	Account minimum $100	Account minimum Geen
Promoties Gratis aandelen* *Zie website voor details.	Promoties Geen	Promotie Geen

Samenvatting

Het is onmogelijk om alle bedrijven op te sommen die betrokken zijn bij een of andere vorm van AI. Wat belangrijk is, is het begrijpen van de machine learning-technologieën die verantwoordelijk zijn voor het grootste deel van de innovatie en groei waarvan de industrie getuige is geweest. We hebben 3 marktleiders uitgelicht, er zullen er nog veel meer volgen. Om op de hoogte te blijven van AI, moet u op de hoogte blijven van AI-nieuws, vermijd de AI-hype en begrijp dat dit vakgebied voortdurend evolueert.