移动版

计算机行业周报:关注Alpha-zero,AI发展最直观在算力

发布时间:2017-10-23    研究机构:申万宏源

行业观点:关注Alpha-Zero,AI发展最直观在算力

首先,Alpha-Zero虽是AI界颠覆性新闻,但验证我们算法趋势的判断,更凸显了算力的威力。本周《自然》发表的一篇论文MasteringthegameofGowithouthumanknowledge报道,一款新版的AlphaGo计算机程序能够从空白状态起,在不需要任何人类输入的条件下,迅速自学围棋。这款新程序名叫AlphaGoZero,以100比0的战绩打败了它的前任(在2016年3月的锦标赛中,其前任打败了围棋冠军李世石)。

图灵测试的核心在于让机器模仿人已有的语言方式通过测试。图灵基于白板理论出了他的“模仿游戏”:“让计算机来冒充人。如果不足70%的人判对(也就是超过30%的裁判误以为在和自己说话的是人而非计算机),那就算作成功了。”l效率与功耗均优秀。投资者自然会探究算法的奥秘。1)Alpha-zero效率惊人,100:0战胜AlphaGo,胜率超过90%。2)AlphaGoLee使用了48个TPU,更早版本的AlphaGoFan(打败了樊麾的版本)使用了176个GPU,而Master和AlphaGoZero仅仅用了4个TPU,1台电脑便超过了之前数个机房的效果。

算法上:AlphaGoZero的革命性突破在于无监督学习,不再依赖于已有的经验输入。判定是否是监督学习的最简单办法便是看输入数据是否有标签。输入数据有标签,则为有监督学习,没标签则为无监督学习。现价段AI运用最广泛的便是监督学习。通过让机器读取学习上万张label化的图片(例如告诉机器这是花还是草),让机器发现图片中的规律,从而进行识别。现在运用广泛的视觉识别、语音识别均为监督学习。无监督学习需要机器要去自己摸索,自己发现规律,例如聚类分析,让机器自己识别有多少类。

其次,可见算力研究是当前重要。深度报告《GPU当红,寒武纪拥抱未来》解释AI芯片的算力。它与众不同的研究在于。

a)AI三要素分为算法、算力和数据,通俗解释AI算力的基础问题和分类lb)专业科普:将算力分类(GPU/FPGA/ASIC)与适用数据场景(安防/工业/汽车/消费)对应!lc)专业科普:将ASIC的算力分类(谷歌/NVIDIA/英特尔/IBM/寒武纪等)与适用算法(MLP/LTSM/量化/卷积或它们的组合)也对应!ld)引申出产业公司:寒武纪/深鉴科技/地平线机器人/中星微/MOVIDIUS/CEVA/EYERISS等。

最后,AI发展最直观在算力,推荐具有极高集中度及技术壁垒的芯片行业。目前核心标的推荐中科曙光(X86芯片或突破,AI算力最佳公司),相关标的推荐锦富技术(300128)、中科创达(华为麒麟970芯片人脸识别应用提供方)、同有科技。

申请时请注明股票名称