10月11日上午，百人齊聚北(běi)京創業大(dà)廈，聆聽北(běi)京智源人工(gōng)智能研究院理事長張宏江博士的主題培訓《人工(gōng)智能技術與投資》。

本次活動由北(běi)京智源人工(gōng)智能研究院聯合北(běi)京市科技金融促進會、北京美车科技发展有限公司、北(běi)京創業中(zhōng)心有限公司共同舉辦。

1.AI新潮流：算法+計算力+大(dà)數據

與前兩次人工(gōng)智能浪潮興起相比，AI的第三次浪潮源于深度學習算法的興起。過去(qù)十年，人工(gōng)智能發展的根本變化爲上億用戶、幾十億交互、海量數據和深度學習。

AI的支撐：計算的發展與數據量級的爆發。過去(qù)幾十年，全球超級計算機的性能呈指數成長，随之計算的單位價格迅速降低，在高質量大(dà)數據與高性能計算資源的基礎上，發展出了深度學習、強化學習、半監督學習等不斷優化的算法，使得人工(gōng)智能真正與産業實踐應用實現更多結合。據OpenAI于2018年發布的統計數據顯示，2012年至2018年期間，計算量擴大(dà)了30萬倍，預計到2020年，AI所需的計算量還會繼續增長12倍。

強AI(AGI) 依然道路漫長。類比于動物(wù)進化的規律，人工(gōng)智能會随着智能計算能力增長而增長， 但要像人腦一(yī)樣能夠自主學習和進化，具有類人通用智能水平，依然有很長的路，即使未來能達到的話。

AI的應用與未來：輔助人，代替人，超越人。AI能做人力能做的事情，但需要以更快的速度和更大(dà)的規模訓練模型；深度學習能做那些人類能做，但沒法清晰表述的事情；未來隻有三類人能勉強對抗AI的沖擊，即資本家、明星和手藝人。

2.AI投資機會和陷阱

張宏江博士指出，從減員、提效、增能三個角度出發，各行業的諸多問題都有用AI來賦能的空間。隻要有足夠多并且結構化的數據支撐，來匹配合适的AI算法，AI能力終将成爲新經濟企業對水和電一(yī)樣的基礎需求。

AI（智能化）與PC（自動化）、互聯網（信息爆炸）、移動互聯網（大(dà)規模互聯）時代的對比，AI更像PC及軟件時代，生(shēng)産率的提升來自于信息處理效率，而非信息連接質量，所以更多是在ToB的提升，殺手應用未必能出現，或者需要很長時間。

産業發展的三種方式爲自主開發、咨詢服務與人工(gōng)智能即服務。自主開發：有數據和人才的企業大(dà)量投入AI用于自身的需求并力圖成爲AI平台；咨詢服務：有數據或和AI技術的公司爲需要AI能力的公司提供技術服務和解決方案；人工(gōng)智能即服務（AI-aaS）：爲了獲得AI支撐能力，許多公司會選擇利用基礎AI服務而不是自己搭建。

AI企業的競争門檻是數據和人才。AI企業競争需要既懂算法也更懂應用的AI人才；數據是AI企業競争的最終護城河之一(yī)。

3.中(zhōng)外(wài)AI投資比較

人工(gōng)智能是中(zhōng)國創新的機會。中(zhōng)國在計算機視覺、語音識别、雲計算服務上逐漸成熟。

中(zhōng)國和美國在人工(gōng)智能的技術、人才、産業、投資等方面都存在差距。基礎方面，核心差距在處理器和芯片上，這方面的人才數量美國是中(zhōng)國的 14 倍；技術方面，美國相關人才的數量是中(zhōng)國的2.3倍，差距在自然語言學習領域；美國擁有 5000 人以上大(dà)型團隊的企業一(yī)共 5 家，而中(zhōng)國才開始。人才方面，70%美國 AI人才從業10年以上，相比之下(xià)，中(zhōng)國則僅有40%AI人才從業10年以上。産業方面，美國巨頭全産業布局，中(zhōng)國巨頭主要集中(zhōng)在應用層；投資方面，中(zhōng)國投資者更關注應用層，而美國投資者更關注基礎層。