Ulaganje u umjetnu inteligenciju (AI) – sve što trebate znati

Umjetna inteligencija (AI) je područje koje ne zahtijeva uvođenje. AI je vozio frakove Mooreova zakona koji Države da se može očekivati ​​da će se brzine i mogućnosti računala udvostručiti svake dvije godine. Od 2012. godine količina računanja koja se koristi u najvećim vježbama AI-ja eksponencijalno se povećava s udvostručavanje svaka 3 do 4 mjeseca, s krajnjim rezultatom da je količina računalnih resursa dodijeljenih AI porasla za 300 000x od 2012. Niti jedna druga industrija ne može se usporediti s ovom statistikom rasta.

Istražit ćemo koja polja AI vode ovo ubrzanje, koje su tvrtke u najboljem položaju da iskoriste ovaj rast i zašto je to važno.

Vrste strojnog učenja

Strojno učenje je potpolje AI-a koje je u osnovi programiranje strojeva za učenje. Postoji više vrsta algoritama strojnog učenja, najpopularniji je do sada duboko učenje, to uključuje unošenje podataka u Umjetna neuronska mreža (ANN). ANN je vrlo računalna intenzivna mreža matematičkih funkcija spojenih u format nadahnut neuronskim mrežama koje se nalaze u ljudskom mozgu.

Više veliki podaci koji se napaja u ANN, ANN postaje precizniji. Na primjer, ako pokušavate dresirati ANN kako biste naučili kako identificirati slike mačaka, ako hranite mrežu 1000 mačaka, mreža će imati malu razinu preciznosti od možda 70%, ako je povećate na 10000 slika, razina preciznosti može se povećati na 80%, ako je povećate za 100000 slika, tada ste upravo povećali točnost mreže na 90%, pa nadalje.

U tome se krije jedna od prilika, tvrtke koje dominiraju na polju razvoja AI čipova prirodno su zrele za rast.

Postoje mnoge druge vrste strojnog učenja koje pokazuju obećanja, kao što su pojačanje učenje, ovo je trening agenta ponavljanjem radnji i pripadajućih nagrada. Korištenjem učenja pojačanja AI sustav može se natjecati sam sa sobom s namjerom da poboljša svoju izvedbu. Na primjer, program koji igra šah igrat će se sam protiv sebe, a svaki slučaj igranja poboljšava izvedbu u sljedećoj partiji.

Trenutno najbolje vrste umjetne inteligencije koriste kombinaciju dubokog učenja i učvršćivanja u onome što se obično naziva učenje dubokog pojačanja. Sve vodeće svjetske umjetničke tvrtke poput Tesle koriste neku vrstu dubokog podučavanja.

Iako postoje druge vrste važnih sustava strojnog učenja koji se trenutno unapređuju, poput meta-učenje, radi jednostavnosti, duboko učenje i naprednije učenje dubokog pojačanja rođaka ono su što bi investitori trebali biti najpoznatiji. Tvrtke koje su na čelu ovog tehnološkog napretka bit će u najboljem položaju da iskoriste ogromni eksponencijalni rast kojem svjedočimo u AI.

Ulaganje u umjetnu inteligenciju (AI) - sve što trebate znati

Znanost o podacima & Veliki podaci

Ako postoji jedna razlika između tvrtki koje će uspjeti i postati tržišnim liderima, i tvrtki koje neće uspjeti, jest veliki podaci. Sve se vrste strojnog učenja uvelike oslanjaju znanost o podacima, to se najbolje opisuje kao proces razumijevanja svijeta iz obrazaca u podacima. U ovom slučaju AI uči iz podataka, a što je više podataka, točniji su rezultati. Postoje neke iznimke od ovog pravila zbog onoga što se naziva pretjerano opremanje, ali ovo je zabrinutost koje su programeri AI svjesni i poduzimaju mjere predostrožnosti kako bi je nadoknadili.

Važnost velikih podataka je zašto tvrtke poput Tesle imaju jasnu tržišnu prednost kada je riječ o tehnologiji autonomnih vozila. Svaki pojedini Tesla koji je u pokretu i koristi autopilot unosi podatke u oblak. To omogućuje Tesli da koristi duboko učenje pojačanja i druge dorade algoritama kako bi poboljšao cjelokupni autonomni sustav vozila.

To je također razlog zašto će tvrtke poput Googlea biti tako teško spustiti s trona. Svaki dan koji prolazi je dan kada Google prikuplja podatke iz bezbroj proizvoda i usluga, što uključuje rezultate pretraživanja, Google Adsense, Android mobilni uređaj, web preglednik Chrome, pa čak i Nest termostat. Google se utapa više je podataka nego bilo koja druga tvrtka na svijetu. Ovo čak ni ne broji sve snimke mjeseca u koje su uključeni.


Razumijevanjem zašto su duboko učenje i znanost podataka važni, možemo zaključiti zašto su dolje tvrtke toliko moćne.

AI tvrtke u koje treba ulagati

Tri su trenutna tržišna lidera koja će biti vrlo teško izazovna.

Alphabet Inc (NASDAQ: GOOGL)

Alphabet Inc. je krovna tvrtka za sve Googleove proizvode koja uključuje Googleovu tražilicu. Kratka lekcija iz povijesti potrebna je kako bi se objasnilo zašto su takvi tržišni lider u AI. 2010. godine britanska tvrtka Duboki um pokrenut je s ciljem primjene različitih tehnika strojnog učenja za izgradnju algoritama za opću uporabu.

2013. godine DeepMind je svijet obuzeo raznim postignućima, uključujući i postajanje svjetskim prvakom u sedam Atari igara korištenjem dubokog učvršćivanja.

2014. godine Google stekao DeepMind za 500 milijuna dolara, nedugo zatim, 2015. godine, DeepMind’s AlphaGo postao prvi AI program koji je pobijedio profesionalnog igrača Go Go i prvi program koji je pobijedio Go svjetskog prvaka. Za one koji nisu upoznati s Goom, mnogi ga smatraju najizazovnijom igrom koja postoji.

DeepMind se trenutno smatra a tržišni lider u dubokom podučavanju i vodeći kandidat za postizanjeUmjetna opća inteligencija (AGI), futuristički tip AI s ciljem da na kraju postigne ili nadmaši inteligenciju na ljudskoj razini.

Još uvijek trebamo uzeti u obzir druge druge vrste umjetne inteligencije u koje je Google trenutno uključen, kao što je Waymo, tržišni lider u tehnologiji automatskih vozila, drugi samo nakon Tesle, i tajni AI sustavi koji se trenutno koriste u Googleovoj tražilici.

Google je trenutno uključen u toliko razina umjetne inteligencije da bi bio potreban iscrpan rad da ih sve pokrije.

Tesla (NASDAQ: TSLA)

Kao što je prethodno rečeno Tesla koristi velike podatke iz svoje flote cestovnih vozila za prikupljanje podataka od svog auto-pilota. Što se više podataka prikupi, to se više može poboljšati pomoću učenja dubokog pojačanja, to je posebno važno za ono što se smatra rubnim slučajevima, to je poznato kao scenariji koji se u stvarnom životu ne događaju često.

Na primjer, nemoguće je predvidjeti i programirati u svakoj vrsti scenarija koji se mogu dogoditi na cesti, kao što je kofer koji se uvlači u promet ili avion koji pada s neba. U ovom je slučaju vrlo malo specifičnih podataka, a sustav mora povezati podatke iz mnogo različitih scenarija. To je još jedna prednost posjedovanja ogromne količine podataka, iako je možda prvi put da se Tesla u Houstonu susreće sa scenarijem, moguće je da je Tesla u Dubaiju možda naišao na nešto slično.

Tesla je također tržišni lider u tehnologija baterija, i u električnoj tehnologiji za vozila. Oba se oslanjaju na AI sustave kako bi optimizirali domet vozila prije nego što je potrebno punjenje. Tesla je poznat po svojim čestim ažuriranja u eteru s AI optimizacijama koje poboljšavaju performanse i domet njegovog voznog parka za nekoliko postotnih bodova.

Kao da to nije dovoljno, Tesla je također dizajniranje vlastitih AI čipova, to znači da se više ne oslanja na čipove treće strane i oni mogu optimizirati čipove za rad sa svojim potpunim softverom za samostalno upravljanje od temelja.

NVIDIA (NASDAQ: NVDA)

NVIDIA je tvrtka u najboljoj poziciji da iskoristi trenutni porast potražnje za GPU (grafičkom procesnom jedinicom) čipovima, jer su oni trenutno odgovorni za 80% svih GPU-a prodajni.

Iako su se GPU-ovi u početku koristili za video igre, brzo su se koristili koju je usvojila AI industrija posebno za duboko učenje. Razlog zašto su GPU toliko važni je taj što se brzina AI izračunavanja uvelike povećava kada se izračunavanja obavljaju paralelno. Dok trenirate ANN za duboko učenje, potrebni su unosi, a to uvelike ovisi o množenja matrica, gdje je važan paralelizam.

NVIDIA neprestano izdaje nove AI čipove koji su optimizirani za različite slučajeve upotrebe i zahtjeve istraživača AI. Upravo taj stalni pritisak na inovacije održava NVIDIA kao tržišnog lidera.

Odaberite burzovnog brokera

Prvi korak na vašem putu trebao bi biti odabir burzovnog brokera. Posrednik kojeg preporučujemo je Firstrade.

Ulaganje u umjetnu inteligenciju (AI) - sve što trebate znati Ulaganje u umjetnu inteligenciju (AI) - sve što trebate znati Ulaganje u umjetnu inteligenciju (AI) - sve što trebate znati
★★★★★ ★★★★★ Firstrade Review

Ocjene vrijednosnih papira.io određuje naš urednički tim. Formula za bodovanje za burzovne mešetare uzima u obzir desetke čimbenika, uključujući naknade i minimume računa, platforme za trgovanje, korisničku podršku, regulatorna tijela i mogućnosti ulaganja.

★★★★★ ★★★★★ M1 Finance Review

Ocjene vrijednosnih papira.io određuje naš urednički tim. Formula za bodovanje za burzovne mešetare uzima u obzir desetke čimbenika, uključujući naknade i minimume računa, platforme za trgovanje, korisničku podršku, regulatorna tijela i mogućnosti ulaganja.

★★★★★ ★★★★★ Public.com Review

Ocjene vrijednosnih papira.io određuje naš urednički tim. Formula za bodovanje za burzovne mešetare uzima u obzir desetke čimbenika, uključujući naknade i minimume računa, platforme za trgovanje, korisničku podršku, regulatorna tijela i mogućnosti ulaganja.

Naknade

Nulta komisija

Naknade

Nulta komisija

Naknade

Nulta komisija

Minimum računa

Nijedna

Minimum računa

100 dolara

Minimum računa

Nijedna

Promocije

Besplatne dionice *

* Pojedinosti potražite na web mjestu.

Promocije

Nijedna

Promocija

Nijedna

Sažetak

Nemoguće je navesti sve tvrtke koje su uključene u neki oblik AI, važno je razumijevanje tehnologija strojnog učenja koje su odgovorne za većinu inovacija i rasta kojima je svjedočila industrija. Istaknuli smo 3 tržišna lidera, pojavit će se još puno njih. Da biste bili u toku s AI, trebali biste biti u toku s AI vijesti, izbjegavajte AI hype i shvatite da se ovo polje neprestano razvija.

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me
Like this post? Please share to your friends:
Adblock
detector
map