人工智能股票
投资人工智能 (AI) – 您需要了解的一切
人工智能（AI）是一个无需介绍的领域。 人工智能披上了摩尔定律的外衣 国家 计算机的速度和能力预计每两年就会翻一番。 自 2012 年以来，最大规模的人工智能训练运行中使用的计算量呈指数级增长， 每 3 至 4 个月翻一番，最终结果是分配给人工智能的计算资源量自 300,000 年以来增长了 2012 万倍。没有其他行业可以与这些增长统计数据相比较。
我们将探讨人工智能的哪些领域正在引领这种加速，哪些公司最有能力利用这种增长，以及为什么它很重要。
机器学习的类型
机器识别 是人工智能的一个子领域，本质上是对机器进行学习编程。 机器学习算法有很多种，目前最流行的是 深入学习，这涉及将数据输入 人工神经网络 （安）。 人工神经网络是一个由数学函数组成的计算密集型网络，其格式受人脑神经网络的启发而连接在一起。
越 大数据 输入到人工神经网络中的数据越精确，人工神经网络就会变得越精确。 例如，如果您尝试训练 ANN 学习如何识别猫图片，如果您向网络提供 1000 张猫图片，则网络的准确度可能会较低，约为 70%；如果您将其增加到 10000 张图片，则网络的准确率可能会较低。准确率可能会提高到80%，如果你增加100000万张图片，那么你刚刚将网络的准确率提高到90%，以此类推。
这就是机会之一，在AI芯片开发领域占主导地位的公司自然已经成熟。
还有许多其他类型的机器学习显示出前景，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，人工智能系统可以与自身竞争，以提高其性能。 例如，一个下棋的程序将反复与自己对弈，游戏的每个实例都会改善它在下一场比赛中的表现。
目前，最好的人工智能类型结合了深度学习和强化学习，通常称为 深度强化学习。 特斯拉等世界领先的人工智能公司都使用某种类型的深度强化学习。
虽然目前正在推进其他类型的重要机器学习系统，例如 元学习为了简单起见，深度学习及其更先进的表弟深度强化学习是投资者应该最熟悉的。 处于技术进步前沿的公司将最有能力利用我们在人工智能领域目睹的巨大指数增长。
数据科学与大数据
如果说成功并成为市场领导者的公司和失败的公司之间有一个区别的话，那就是 大数据。 所有类型的机器学习都严重依赖于 数据科学，最好将其描述为从数据模式理解世界的过程。 在这种情况下，人工智能正在从数据中学习，数据越多，结果就越准确。 由于所谓的原因，此规则有一些例外 过度拟合，但这是人工智能开发人员意识到的一个问题，并采取预防措施来弥补。
大数据的重要性是特斯拉等公司在自动驾驶汽车技术方面拥有明显市场优势的原因。 每一辆正在行驶并使用自动驾驶仪的特斯拉都在将数据输入云端。 这使得特斯拉能够使用深度强化学习和其他算法调整来改进整个自动驾驶汽车系统。
这也是为什么像谷歌这样的公司很难被挑战者推翻。 每一天过去，Google 都会从其无数的产品和服务中收集数据，其中包括搜索结果、Google Adsense、Android 移动设备、Chrome 网络浏览器，甚至 Nest 恒温器。 谷歌淹没的数据比世界上任何其他公司都多。 这还没有算上他们参与的所有登月计划。
通过了解深度学习和数据科学为何如此重要，我们就可以推断出以下公司为何如此强大。
值得投资的人工智能公司
当前的三个市场领导者将很难挑战。
字母表公司（纳斯达克股票代码： GOOGL)
字母表公司 是所有 Google 产品（包括 Google 搜索引擎）的保护伞公司。 有必要上一堂简短的历史课来解释为什么他们是人工智能市场的领导者。 2010年，一家英国公司 DeepMind 推出的目的是应用各种机器学习技术来构建通用学习算法。
2013 年，DeepMind 凭借多项成就风靡全球，其中包括利用深度强化学习在七场 Atari 游戏中成为世界冠军。
在2014中，谷歌 500亿美元收购DeepMind此后不久，2015 年 DeepMind 的 AlphaGo 成为第一个击败职业人类围棋选手的人工智能程序，也是第一个击败围棋世界冠军的程序。 对于那些不熟悉围棋的人来说，它被许多人认为是现存最具挑战性的游戏。
DeepMind 目前被认为是 引领市场 在深度强化学习领域，以及实现这一目标的领先竞争者人工智能 （AGI），一种未来类型的人工智能，其目标是最终达到或超越人类水平的智能。
我们仍然需要考虑谷歌目前参与的其他类型的人工智能，例如 Waymo是自动驾驶汽车技术的市场领导者，仅次于特斯拉，以及谷歌搜索引擎目前使用的秘密人工智能系统。
谷歌目前涉足人工智能的多个层面，需要一篇详尽的论文才能涵盖所有层面。
特斯拉（NASDAQ： TSLA)
如前所述 特斯拉 正在利用其公路车队的大数据来收集自动驾驶仪的数据。 收集的数据越多，使用深度强化学习的改进就越多，这对于被视为边缘情况的情况尤其重要，这被称为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场景进行预测和编程，例如手提箱滚入车流，或者飞机从天上掉下来。 这种情况下具体的数据很少，系统需要关联很多不同场景的数据。 这是拥有海量数据的另一个优势，虽然休斯顿的特斯拉可能是第一次遇到这种场景，但迪拜的特斯拉可能也遇到过类似的情况。
特斯拉也是以下领域的市场领导者 电池技术，以及车辆电气技术。 这两者都依赖人工智能系统在需要充电之前优化车辆的行驶里程。 特斯拉以其频繁的 直播更新 通过人工智能优化，可将车队的性能和续航里程提高几个百分点。
好像这还不够，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，他们可以从头开始优化芯片以与他们的全自动驾驶软件配合使用。
英伟达（纳斯达克股票代码： NVDA)
NVIDIA公司 该公司最有能力利用当前 GPU（图形处理单元）芯片需求的增长，因为他们目前负责 占所有 GPU 的 80% 销售。
虽然 GPU 最初用于视频游戏，但很快被人工智能行业采用，专门用于深度学习。GPU 如此重要的原因是，当并行执行计算时，人工智能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，其中并行性很重要。
NVIDIA 不断发布新的 AI 芯片，这些芯片针对 AI 研究人员的不同用例和要求进行了优化。 正是这种持续的创新压力使 NVIDIA 保持了市场领导者的地位。
选择股票经纪人
您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.
总结
不可能列出所有涉及某种形式人工智能的公司，重要的是了解机器学习技术，这些技术负责该行业所见证的大部分创新和增长。 我们重点介绍了 3 位市场领导者，未来还会有更多领导者出现。 为了跟上人工智能的步伐，您应该及时了解 人工智能新闻，避免人工智能炒作，并了解这个领域在不断发展。
