Investavimas į dirbtinį intelektą (AI) – viskas, ką reikia žinoti

Dirbtinis intelektas (AI) yra laukas, kurio nereikia pristatyti. Dirbtinis intelektas yra jodinėjęs Moore’o įstatymo frakus teigia kad galima tikėtis, kad kompiuterių greitis ir galimybės padvigubės kas dvejus metus. Nuo 2012 m. Skaičiavimo kiekis, naudojamas didžiausiuose dirbtinio intelekto mokymo kursuose, eksponentiškai didėja su a padvigubėja kas 3–4 mėnesius, galų gale dirbtiniam intelektui skirtų skaičiavimo išteklių kiekis nuo 2012 m. išaugo 300 000 kartų. Nė viena kita pramonė negali palyginti su šia augimo statistika.

Mes ištirsime, kokios dirbtinio intelekto sritys lemia šį pagreitį, kokios įmonės gali geriausiai pasinaudoti šiuo augimu ir kodėl tai svarbu.

Mašininio mokymosi tipai

Mašininis mokymasis yra dirbtinio intelekto pogrupis, kuris iš esmės programuoja mašinas mokytis. Yra keli mašininio mokymosi algoritmų tipai, populiariausias iki šiol yra gilus mokymasis, tai apima duomenų pateikimą į Dirbtinis neuronų tinklas (ANN). ANN yra labai skaičiuojamas intensyvus matematinių funkcijų tinklas, sujungtas formatu, įkvėptas žmogaus smegenyse rastų neuroninių tinklų.

Daugiau dideli duomenys kuris yra įvedamas į ANN, tuo tikslesnis tampa ANN. Pvz., Jei bandote išmokyti ANN išmokti atpažinti kačių paveikslėlius, jei tiekiate tinklui 1000 kačių nuotraukų, tinklo tikslumas bus mažas, galbūt 70%, jei padidinsite iki 10000 nuotraukų, tikslumo lygis gali padidėti iki 80%, jei padidinsite 100 000 nuotraukų, tada tinklo tikslumą padidinsite iki 90% ir toliau.

Čia slypi viena iš galimybių, įmonės, kurios dominuoja dirbtinio intelekto lustų kūrimo srityje, yra natūraliai subrendusios augimui.

Yra daugybė kitų mašininio mokymosi tipų, kurie rodo pažadą, pvz mokymasis sustiprinti, tai yra agento mokymas pakartojant veiksmus ir susijusius atlygius. Naudodama sustiprinimo mokymąsi, AI sistema gali konkuruoti su savimi, norėdama pagerinti jos našumą. Pavyzdžiui, programa, žaidžianti šachmatais, pakartotinai žais prieš save, o kiekvienas žaidimo atvejis pagerins savo sekantį žaidimą.

Šiuo metu geriausiose dirbtinio intelekto tipuose naudojamas gilaus mokymosi ir sustiprinto mokymosi derinys tame, kas paprastai vadinama gilus mokymasis sustiprinti. Visos pasaulyje pirmaujančios dirbtinio intelekto kompanijos, tokios kaip „Tesla“, naudoja tam tikrą gilaus mokymosi būdą.

Nors yra ir kitų svarbių mašininio mokymosi sistemų tipų, kurie šiuo metu yra tobulinami, pvz metamokymasis, paprastumo sumetimais investuotojams turėtų būti geriausiai žinomas gilus mokymasis ir pažangesnis pusbrolio gilus mokymasis. Bendrovės, kurios yra šios technologinės pažangos priekyje, galės geriausiai pasinaudoti didžiuliu eksponentiniu augimu, kurį stebime dirbtinio intelekto srityje..

Investavimas į dirbtinį intelektą (AI) - viskas, ką reikia žinoti

Duomenų mokslas & Dideli duomenys

Jei yra vienas skirtumas tarp bendrovių, kurios sėkmingai dirbs ir taps rinkos lyderėmis, ir įmonių, kurios žlugs, tai yra dideli duomenys. Visų tipų mokymasis mašinomis labai priklauso duomenų mokslas, tai geriausiai apibūdinama kaip pasaulio supratimo iš duomenų modelių procesas. Šiuo atveju dirbtinis intelektas mokosi iš duomenų, ir kuo daugiau duomenų, tuo tikslesni rezultatai. Yra keletas šios taisyklės išimčių dėl to, kas vadinama perteklinis, bet tai kelia susirūpinimą, kurį dirbtinio intelekto kūrėjai žino ir imasi atsargumo priemonių, kad tai kompensuotų.

Didžiųjų duomenų svarba yra tai, kodėl tokios bendrovės kaip „Tesla“ turi aiškų rinkos pranašumą kalbant apie autonominių transporto priemonių technologijas. Kiekviena judanti „Tesla“, naudojanti automatinį pilotą, maitina duomenis į debesį. Tai leidžia „Tesla“ naudoti gilųjį sustiprinimo mokymąsi ir kitus algoritmų patobulinimus, siekiant pagerinti bendrą autonominės transporto priemonės sistemą.

Štai kodėl tokias įmones kaip „Google“ iššūkių dalyviams bus taip sunku nuversti. Kiekviena praėjusi diena yra diena, kai „Google“ renka duomenis iš savo begalės produktų ir paslaugų, įskaitant paieškos rezultatus, „Google Adsense“, „Android“ mobilųjį įrenginį, „Chrome“ žiniatinklio naršyklę ir net „Nest“ termostatą. „Google“ skęsta daugiau duomenų nei bet kuri kita pasaulio įmonė. Tai net neskaičiuoja visų mėnulio šūvių, kuriuose jie dalyvauja.

Suprasdami, kodėl gilus mokymasis ir duomenų mokslas yra svarbūs, galime daryti išvadą, kodėl žemiau esančios įmonės yra tokios galingos.

PG kompanijos, į kurias reikia investuoti

Yra trys dabartiniai rinkos lyderiai, kuriuos bus labai sunku užginčyti.

Abėcėlė Inc (NASDAQ: GOOGL)

Abėcėlė Inc. yra skėtinė visų „Google“ produktų įmonė, apimanti „Google“ paieškos variklį. Norint paaiškinti, kodėl jie yra tokie AI lyderiai, būtina trumpa istorijos pamoka. 2010 metais britų kompanija „DeepMind“ buvo paleistas su tikslu pritaikyti įvairias mašininio mokymosi technikas kuriant bendros paskirties mokymosi algoritmus.

2013 m. „DeepMind“ užklupo pasaulį audra su įvairiais pasiekimais, įskaitant tapimą pasaulio čempionu septyni „Atari“ žaidimai, naudojant gilųjį sustiprinimo mokymąsi.

2014 m. „Google“ įsigijo „DeepMind“ už 500 mln, netrukus po to, 2015 m. „DeepMind’s“ „AlphaGo“ tapo pirmąja dirbtinio intelekto programa, nugalėjusia profesionalų žmogaus „Go“ žaidėją, ir pirmąja programa, nugalėjusia „Go“ pasaulio čempioną. Tiems, kurie nėra susipažinę su „Go“, daugelis mano, kad tai pats sudėtingiausias žaidimas.

Šiuo metu „DeepMind“ laikomas a rinkos lyderis giliai mokantis sustiprinti, ir pagrindinis pretendentas į pasiekimusDirbtinis bendrasis intelektas (AGI) – futuristinis dirbtinio intelekto tipas, kurio tikslas – galiausiai pasiekti ar pranokti žmogaus lygio intelektą.

Mes vis dar turime atsižvelgti į kitas kitas dirbtinio intelekto rūšis, kuriomis šiuo metu užsiima „Google“ Waymo, automatinių transporto priemonių rinkos lyderis, nusileidęs tik „Tesla“, ir slaptos dirbtinio intelekto sistemos, šiuo metu naudojamos „Google“ paieškos sistemoje..

„Google“ šiuo metu užsiima tiek daug intelekto lygių, kad tektų išsamus dokumentas, kad juos visus apžvelgtų.

„Tesla“ (NASDAQ: TSLA)

Kaip minėta anksčiau „Tesla“ naudojasi savo kelių transporto priemonių parko dideliais duomenimis, kad surinktų duomenis iš savo autopiloto. Kuo daugiau duomenų surenkama, tuo daugiau jų galima patobulinti naudojant gilinamąjį mokymąsi, tai ypač svarbu tiems, kurie laikomi pranašesniais atvejais. Tai vadinama scenarijais, kurie gyvenime dažnai nenutinka..

Pavyzdžiui, neįmanoma numatyti ir užprogramuoti kiekvieno scenarijaus, kuris gali įvykti kelyje, pavyzdžiui, lagaminas, riedantis į eismą, ar lėktuvas, krentantis iš dangaus. Šiuo atveju yra labai mažai specifinių duomenų, todėl sistema turi susieti duomenis iš daugelio skirtingų scenarijų. Tai dar vienas didžiulio duomenų kiekio privalumas, nors tai gali būti pirmas kartas, kai „Tesla“ Hiustone susiduria su scenarijumi, gali būti, kad „Tesla“ Dubajuje galėjo susidurti su kažkuo panašiu.

„Tesla“ taip pat yra rinkos lyderė baterijos technologija, transporto priemonių elektrotechnikos srityje. Abi jos remiasi dirbtinio intelekto sistemomis, kad optimizuotų transporto priemonės nuotolį, kol reikia papildyti. „Tesla“ yra žinoma dėl savo dažnumo eteryje su AI optimizavimu, kuris keliais procentiniais punktais pagerina jo transporto priemonių parko našumą ir diapazoną.

Tarsi to nepakaktų, „Tesla“ taip pat suprojektuoti savo dirbtinio intelekto lustus, tai reiškia, kad jis nebėra priklausomas nuo trečiųjų šalių lustų, ir jie gali optimizuoti lustus, kad jie galėtų dirbti su visa savaime valdoma programine įranga nuo pat pradžių..

„NVIDIA“ (NASDAQ: NVDA)

NVIDIA yra įmonė, geriausiai tinkanti pasinaudoti dabartiniu GPU (grafikos procesoriaus) lustų paklausos augimu, nes šiuo metu jie yra atsakingi už 80% visų GPU pardavimai.

Iš pradžių GPU buvo naudojami vaizdo žaidimams, tačiau jie buvo greitai naudojami dirbtinio intelekto pramonė specialiai giliam mokymuisi. GPU yra tokia svarbi, kad dirbtinio intelekto skaičiavimo greitis labai padidėja, kai skaičiavimai atliekami lygiagrečiai. Rengiant gilų mokymąsi, reikalingi indėliai ir tai labai priklauso nuo to matricos daugybos, kur svarbus paralelizmas.

NVIDIA nuolat išleidžia naujus dirbtinio intelekto lustus, kurie yra optimizuoti skirtingiems PG tyrėjų naudojimo atvejams ir poreikiams. Būtent šis nuolatinis spaudimas diegti naujoves išlaiko NVIDIA kaip rinkos lyderį.

Pasirinkite vertybinių popierių brokerį

Pirmas jūsų kelionės žingsnis turėtų būti akcijų brokerio pasirinkimas. Tarpininkas, kurį mes rekomenduojame, yra Firstrade.

Investavimas į dirbtinį intelektą (AI) - viskas, ką reikia žinoti Investavimas į dirbtinį intelektą (AI) - viskas, ką reikia žinoti Investavimas į dirbtinį intelektą (AI) - viskas, ką reikia žinoti
★★★★★ ★★★★★ Firstrade apžvalga

„Securities.io“ reitingus nustato mūsų redakcijos komanda. Vertybinių popierių brokerių vertinimo formulėje atsižvelgiama į daugybę faktorių, įskaitant sąskaitų mokesčius ir minimumus, prekybos platformas, klientų palaikymą, reguliavimo institucijas ir investavimo galimybes..

★★★★★ ★★★★★ M1 finansų apžvalga

„Securities.io“ reitingus nustato mūsų redakcijos komanda. Vertybinių popierių brokerių vertinimo formulėje atsižvelgiama į daugybę faktorių, įskaitant sąskaitų mokesčius ir minimumus, prekybos platformas, klientų palaikymą, reguliavimo institucijas ir investavimo galimybes..

★★★★★ ★★★★★ „Public.com“ apžvalga

„Securities.io“ reitingus nustato mūsų redakcijos komanda. Vertybinių popierių brokerių vertinimo formulėje atsižvelgiama į daugybę faktorių, įskaitant sąskaitų mokesčius ir minimumus, prekybos platformas, klientų palaikymą, reguliavimo institucijas ir investavimo galimybes..

Mokesčiai

Nulis komisijos

Mokesčiai

Nulis komisijos

Mokesčiai

Nulis komisijos

Minimali sąskaita

Nė vienas

Minimali sąskaita

100 USD

Minimali sąskaita

Nė vienas

Akcijos

Laisvos atsargos *

* Išsamesnės informacijos ieškokite svetainėje.

Akcijos

Nė vienas

Skatinimas

Nė vienas

Santrauka

Neįmanoma išvardyti visų bendrovių, kurios užsiima tam tikra intelektinės nuosavybės forma. Svarbu suprasti mašininio mokymosi technologijas, kurios yra atsakingos už didžiąją dalį pramonės naujovių ir augimo. Mes išskyrėme 3 rinkos lyderius, jų atsiras dar daugiau. Jei norite neatsilikti nuo PG, turėtumėte atsilikti PG naujienos, venkite dirbtinio intelekto ir supraskite, kad ši sritis nuolat tobulėja.

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me