Python培訓之人工智能3.0時代來襲，誰會是下一代霸主？（一）

屢見不鮮的科技巨頭斥資并購，比比皆是的中小企業(yè)融資熱潮，數(shù)據(jù)顯示過去兩年新增加人工智能企業(yè)數(shù)超過了之前10年的總和，毫無疑問，人工智能已經(jīng)成了新一輪投資熱點。那么，當下的風投公司看中的究竟是什么呢？

在互聯(lián)網(wǎng)時代，美國產(chǎn)生了臉譜、亞馬遜、谷歌 (FANG)等行業(yè)巨頭，中國也成功的打造了騰訊、阿里巴巴、百度（BAT)等世界級的公司。如果科技發(fā)展的下一個時代是人造智能時代，美國已經(jīng)產(chǎn)生了英偉達(NVIDIA)這樣的AI巨人，中國能不能誕生類似的世界領先的AI集團？

本期，我們特邀恒生研究院外聘專家王今朝博士一起來聊聊人工智能的過去、現(xiàn)在和未來。

【人工智能時代變遷史】

正如一個人能夠高性能操作需要好的身體、思維和食物三要素，一個機器能夠高性能操作也需要好的硬件、軟件和能源材料三要素。更具體地說，人工智能時代的競爭能力取決于硬件的計算能力、軟件的計算方法和源料（數(shù)據(jù)）的數(shù)量和質(zhì)量，亦即，比賽的勝負取決于算力、算法和數(shù)據(jù)三要素。當然這三種要素在不同的時代稀缺性的不同也就決定了哪家公司可以稱霸江山。

▲算法為重的1.0時代
人工智能1.0的時代，在算力、算法和數(shù)據(jù)三要素中無疑是算法最重要，由于IBM在算法技巧上有大量的投入和積累，毫無疑問成為行業(yè)巨頭。IBM早在1911年就成立了IBM研究院，之后推出世界聞名的超級電腦DeepBlue和Watson，其高超的算法是別的公司沒法對比的，而這些技術壁壘也正是IBM稱霸這個時代的基礎。但是這些AI算法隨著時間的推移逐漸變成公共知識， IBM也就面臨了新的挑戰(zhàn)。

▲數(shù)據(jù)凸顯的2.0時代
取代人工智能1.0當然是人工智能2.0升級版。在人工智能2.0時代，算力、算法和數(shù)據(jù)三要素相對重要性有明顯的改變，算法的重要性相對降低，而數(shù)據(jù)的重要性明顯提升，稱霸人工智能2.0時代的公司無疑是谷歌。谷歌的崛起伴隨著互聯(lián)網(wǎng)的時代的到來，在這個時代計算系統(tǒng)的架構(gòu)由分散的桌面遷移到集中的云端，也就是云計算體系。這個結(jié)構(gòu)的變化同時使系統(tǒng)所產(chǎn)生的數(shù)據(jù)由分散的桌面遷移到集中的云端，從而數(shù)據(jù)由于聚集而產(chǎn)生了大數(shù)據(jù)。谷歌利用自己作為人們從現(xiàn)實世界到虛擬世界入口的守門員的優(yōu)勢，收集了大量用戶數(shù)據(jù)，并利用這些數(shù)據(jù)作為機器學習的提供了海量的食糧，從而使人工智能的性能產(chǎn)生了由量變到質(zhì)變的本質(zhì)變化。人工智能2.0時代，無疑數(shù)據(jù)最重要，沒有數(shù)據(jù)就像人沒糧吃，就沒法參與人工智能領域的競賽。當然，雖然目前大數(shù)據(jù)資源是人工智能競賽最稀缺資源，無疑隨著時間的推移，大數(shù)據(jù)資源也會由稀缺變的豐富，從而迎來人工智能3.0升級版。

▲算力稀缺的3.0時代
在人工智能3.0時代，左右人工智能1.0時代的算法，以及左右人工智能2.0時代的數(shù)據(jù)，都由稀缺資源變成了豐富資源，而左右人工智能3.0時代的稀缺資源是算力。哪家公司會稱霸人工智能3.0時代？未來是未知的，未來的途徑是不可預測的，但資本市場還是勇于承擔了預期未來的任務。這是因為，在資本市場，過去是沒有意義的，而未來則意味著一切，因此，預測未來的可能性最佳的方式是資本市場，資本市場具有前瞻性。

資本市場是如何預見人工智能3.0的呢？我們可以從股票的價格變化窺見資本市場對人工智能未來的看法。從上圖藍色線我們可以看到，在過去一年多的時間里，IBM股票的價值稍微有所下降，是負2.7%，這是因為IBM在過去連續(xù)21個季度的報表中，每次報表的收入都是連續(xù)下降的，所以資本市場對IBM的未來抱有疑慮。從上圖的紅線我們可以看到，在同樣的一年多時間里，谷歌股值卻增值了接近30%，這說明資本市場認為人工智能2.0時代的霸主谷歌仍然處在力壯的中年期。而英偉達(NVIDIA)則受到了資本市場的青睞，從上圖的綠線我們可以看到，在過去一年多的時間里，英偉達股值增值接近353%。

本文版權歸黑馬程序員Python培訓學院所有，歡迎轉(zhuǎn)載，轉(zhuǎn)載請注明作者出處。謝謝！

作者：黑馬程序員Python培訓學院

首發(fā)：http://zhongqishi.cn/news/python.html