人工智能的投资逻辑

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能的投资逻辑范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

人工智能的投资逻辑范文第1篇

1、人工智能的定义 

“人工智能”（Artificial Intelligence）一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机，人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。 

2.人工智能的研究历史 

人工智能的发展也并不是一帆风顺的，人工智能的研究经历了以下几个阶段： 孕育阶段：古希腊的亚里士多德，给出了形式逻辑的基本规律。英国的哲学家、自然科学家培根，系统地给出了归纳法。“知识就是力量”德国数学家、哲学家布莱尼兹。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运 算和推理。做出了能做四则运算的手摇计算机英国数学家、逻辑学家布尔实现了布莱尼茨的思维符号化和数学化的思想，提出了一种崭新的代数系统——布尔代数。 

第一阶段： 50 年代人工智能的兴起和冷落人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题求解程序LISP表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。 

第二阶段： 60 年代末到70 年代，专家系统出现，使人工智能研究出现新DENDRAL 化学质谱分析系统、MYCIN 疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay-II 语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969 年成立了国际人工智能联合会议。 

第三阶段： 80 年代，随着第五代计算机的研制，人工智能得到了很大发展日本1982 年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统K I P S”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。 

第四阶段： 80 年代末，神经网络飞速发展1987 年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。 第五阶段： 90 年代，人工智能出现新的研究由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。 

3. 人工智能的发展方向 

3.1人工智能的研究新课题。人工智能的长远目标是要创造人类智能的机器，用机器模拟人类的智能。这是一个十分漫长的过程，人工智能研究者将通过多种途径、从不同的研究课题入手进行探索。 在近期，有几方面的研究课题可供选择：更完善更新的人工智能理论框架；自动或半自动的知识获取工具；能实现海量高速存储并具有学习功能的联想知识库；新型推理机制和推理机；分布式人工智能与协同式专家系统；智能控制与智能管理；智能机器人；人工智能机；新一代的电脑模型。因为人工智能的研究领域十分广阔，它总的来说是面向应用的，主要研究领域有专家系统，有人在工作，它就可以用在什么地方，因为人工智能的最根本目的还是要模拟人类的思维。其发展可以归纳为：人机融合、机器智能、智能机器。 

3.2人机融合。人工智能的近期研究目标在于建造智能计算机，用以代替人类从事脑力劳动，即使现有的计算机更聪明更有用。正是根据这一近期研究目标，我们才把人工智能理解为计算机科学的一个分支。人工智能还有它的远期研究目标，即探究人类智能和机器智能的基本原理，研究用自动机（automata）模拟人类的思维过程和智能行为。这个长期目标远远超出计算机科学的范畴，几乎涉及自然科学和社会科学的所有学科。在重新阐述我们的历史知识的过程中，哲学家、科学家和人工智能学家有机会努力解决知识的模糊性以及消除知识的不一致性。这种努力的结果，可能导致知识的某些改善，以便能够比较容易地推断出令人感兴趣的新的真理。 

3.3机器智能。 

人工智能的投资逻辑范文第2篇

根据3月28日特斯拉提交给美国证监会的文件，腾讯通过旗下黄河投资（Huang River Investment Limited），以17.78亿美元的价格在公开市场购买了特斯拉816.7544万股股票，以5%的占比成为特斯拉的第五大股东。排在腾讯之前的特斯拉四大股东分别为创始人兼CEO伊隆・马斯克、富达基金（Fidelity）、资产管理公司Baillie Gifford和普信（T.Rowe Price），其持股比例分别为21%、14%、8.2%和7.3%。

消息公布之后，伊隆・马斯克在Twitter上评论腾讯投资特斯拉的举动，称“非常高兴腾讯成为特斯拉的投资人和顾问”。不过，腾讯此次获得的5%的股份为被动股权。按照美国证监会的规定，被动股权的持有者不能参与公司的具体运营决策，只能通过买卖股票获得投资收益。

此前，在2月底，因为担忧特斯拉Model 3车型今年生产时间可能推迟，以及预计该公司将出售股权募集17亿美元资金，高盛分析师David Tamberrino将特斯拉股票评级从“中性”下调至“卖出”。

那么，腾讯为什么会选择大手笔投资特斯拉呢？

财务投资 即使仅仅将其视作财务投资行为，腾讯这次买入特斯拉的股票也已经赚翻了。以美国证监会披露的交易数据计算，腾讯购入特斯拉股票的平均价格为217.69美元。截至4月3日收盘，特斯拉的股价涨到了298.52美元，也就是说这笔投资的市值已经上涨了37%。此前已有的多个交易案例也表明，腾讯绝对是个精明的投资者。

汽车业务 虽然目前仅限于持有被动股权，但特斯拉显然与腾讯在新能源汽车上的战略是一致的。此前腾讯一直积极投入新能源汽车，包括与富士康及和谐汽车共同成立了和谐富腾（2017年2月拆分为两个项目，豪华电动汽车Future Mobility Corp和新能源汽车企业爱驰亿维），以及以早期投资者的身份入股了蔚来汽车。腾讯拥有互联网汽车最重要的两部分软资产，地图和应用。对于特斯拉来说，中国市场的拓展也可以借助腾讯的这些相关资源。

人工智能 人工智能已经成了所有大公司难以回避的战略方向，此前落后于竞争对手的腾讯最近明显加大了这方面的投入和布局。就在宣布入股特斯拉之前的几天，腾讯宣布人工智能领域科学家张潼成为腾讯AI Lab（腾讯人工智能实验室）主任。自动驾驶可能是人工智能最接近现实的应用之一，而特斯拉在这方面有着最庞大的用户群和最深厚的技术积累。这些都有助于腾讯增强自身在人工智能领域的实际经验。

作为国内市值最高的互联网公司，目前腾讯的市值超过2700亿美元。同时其业绩还在不断增长，2016年的财报显示，公司全年营收1519.38亿元，同比增L48%，净利润414.47亿元，同比增长42%。

在这样的背景下，腾讯需要解决两个问题：一是如何处理自己庞大且不断增加的资金，这和苹果之前面临的问题是一样的；另一个问题是腾讯如何保持自己的霸主地位。

人工智能的投资逻辑范文第3篇

文章编号：1004-4914（2017）05-148-02

一、引言

互联网金融经历了过去几年的高速发展后，带给了人们新的感受。随着2016年4月12日，国务院印发《互联网金融风险专项整治工作实施方案》以来，整个行业正在进行一次“价值回归”，P2P等平台类模式正在减少，靠着拼渠道、流量和高收益的红利时代已经过去，精细化、差异化、技术化的运营和创新将是互联网金融这个阶段的主题，人工智能将在互联网金融领域发挥越来越重要的作用。

一直以来，金融领域个性化的服务都是依赖于“人”的服务。但从2016年开始，机器正在尝试取代人在财富管理服务中的位置，随之而来的是智能投顾服务。举个例子，在美国，券商、资管纷纷开始设立互联网金融平台，以互联网财富管理类的服务为主，目的是捕获更多中小投资者，在现有的证券业务体系之外培育新的增长点。贝莱德收购Future Advisor、Fiidelity与Betterment展开战略合作、Vanguard推出自己的智能投顾服务、嘉维证券与宜信合作进入中国市场开展智能投顾服务。这样的例子还有很多，这背后是传统金融机构对技术所能产生的势能的认可。国内的智能投顾玩家也很多。其中，宜信和品钛这样的在新兴市场上已经相对成熟的公司已经推出了自己的智能投顾服务。此外，还有大量早期创业公司直接以此为方向，比如弥财、钱景财富、蓝海财富等。

二、人工智能在互联网金融领域的应用情况

（一）人工智能在互联网金融领域应用的必然性

2016年以来央行、其他部委以及最高法院都了关于互联网金融的指导意见，分别是《关于促进互联网金融健康发展的指导意见》、《非银行支付机构网络支付业务管理办法》以及《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》。这些政策性文件的出台，预示着这个行业在政策红利和边界较为模糊的情况下实现的业务的快速发展模式已经走到了尽头。随着后期监管文件的逐步下发，门槛的设立，要求的标准化，很多后来者已经丧失了最好的入局机会，而现有的稳健平台，则迎来了最好的发展机遇。对于互联网金融企业而言，要适应政府的监管，获得客户的支持，要取得自身的发展，只能依托于人工智能。长时间以来，人工智能在互联网金融领域的应用及重要性被频繁提及。近日，《中国互联网金融发展报告（2016）》新书在京，该《报告》执行主编、中科金财董事长朱烨东表示，未来互联网金融行业发展将逐渐走向正规、规范，移动支付的不可逆转，大数据、云计算在互联网金融的核心地位进一步加强，金融科技将成为未来互联网金融发展的主要趋势。

（二）人工智能极大提高了互联网金融的效率

作为百业之母的金融行业，与整个社会存在巨大的交织网络，沉淀了大量有用或者无用数据，包括各类金融交易、客户信息、市场分析、风险控制、投资顾问等，数据级别都是海量单位。同时大量数据又是非结构化的形式存在，如客户的身份证扫描件信息，既占据宝贵的储存资源、存在重复存储浪费，又无法转成可分析数据以供分析。金融大数据的处理工作面临极大挑战。通过运用人工智能的深度学习系统，能够有足够多的数据供其进行学习，并不断完善甚至能够超过人类的知识回答能力，尤其在风险管理与交易这种对复杂数据的处理方面，人工智能的应用将大幅降低人力成本并提升金融风控及业务处理能力。

说到人工智能，不得不提的一定是AlphaGO，但是在互联网金融领域，有一个比AlphaGO更加强势的公司，这家公司的名字叫Kensho。这是以前高盛出来的分析师团队，把整个高盛的经验模拟，通过机器取代现在大量的人工，进行相应的投资、分析、决策。而且在信息，在互联网传播非常快的时候，他们去除掉了大量的噪声，回归到这个事情的本质。很快高盛发现了这家公司的发展速度和未来价值，直接把它私有化，直接变成第一大股东，因为发现这中间带来的差别是这个企业的核心竞争力。

Kensho公司的核心技术就是能在两分钟之内做出一份一份简明的概览，随后是13份基于以往类似就业报告对投资情况的预测。而你根本就不需要去检查这些数据分析，因为这些分析是基于来自十个数据库的成千上万条数据。如果没有这些人工智能，分析师们可能要花上几天的功夫收集梳理这些数据，而等他们分析完成后，市场的行情早瞬息万变。

可见，人工智能的引入对于互联网金融领域的效率提高是呈几何式的，你很难想象也不敢相信这么一个事实：未来的投资大师们可能是一堆机器。

（三）人工智能将互联网金融带入智能金融时代

互联网金融发展至今一共经历了两个阶段：第一个阶段是网络金融，把现有的金融产品搬到互联网上，互联网上面现在卖基金、卖理财、卖信托、卖保险。第二个阶段是大数据金融阶段，通过数据重新去定义相应的金融产品和相应的金融服务。第三个阶段正在萌芽，就是人工智能+互联网金融的阶段，网络上有人称之为智能金融时代。

从目前宁波当地的互联网金融企业发展来看，目前还停留在“互联网+金融”的模式：在传统金融服务上进行叠加，将互联网式思维、互联网式管理、互联网式数据融合进传统金融服务，而这正是现在大部分互联网金融服务提供商正在做的事情。“互联网+金融”的模式也正在让金融进入“普惠金融”的阶段，通过互联网金融对传统金融机构进行补充，让更多的人平等的享受到金融服务。但是，“互联网+金融”的模式下，信息安全、投资风控、资产调节等方面问题仍然存在，一定程度上说，互联网增加了信息风险，也正是如此，摸索期的互联网金融行业才会出现P2P跑路的现象，仅2015年，宁波当地的P2P公司跑路就多达9家之多。

人工智能是大趋势，从阿尔法狗的表现以及人工智能在互联网金融领域的运用来看，互联网金融在人工智能的改造下将不再局限于“互联网+金融”，而是逐渐向“互联网+金融+大数据+人工智能”转变。人工智能起到串联起互联网、金融、大数据，实现更加智能的精确计算的作用，实现大脑一般的思考，解决“互+金”模式下的诸多痛点。

从理财顾问、征信助手、智能风控系统、防范性金融系统这四个层面来看，整个互联网金融领域正在朝着越来越“技术范儿”的方向上前进，金融智能化成为大势所趋。智能金融的机器学习功能，让产品背后的逻辑系统可以快速适应场景数据，建立合适的评分规则、决策体系，真正给现在的互联网金融带来颠覆性的变化。无论是消费金融领域还是风控层面上，互联网金融在人工智能的配合下正在呈现出无与伦比的崭新打法。这也正是阿尔法狗打败李世石之后，给金融智能化带来的全新想象。

（四）人工智能将颠覆互联网金融时代的风控体系

汇总整个互联网金融本质，其实存在两个层次风险，一是道德风险，二是经营性风险。面对2016年不断有“跑路”等负面消息萦绕的互联网金融，去伪存真或成为首要任务。一些企业资金并没有进入到实体业务，而是进入庞氏骗局，而去年出台的监管意见征求稿，监管层管理方向还是较为清晰的，希望通过资金的有效监控，将企业资金与个人用户之间的资金进行分离，规避风险。然而人力毕竟有限，不可能时刻紧盯住所有互联网金融机构，这时引入人工智能监管就十分必要。

人工智能已经在无人驾驶、图像处理、语音识别方面取得了突破性的应用，那互联网金融领域呢？李开复老师曾谈及人工智能应用的三个要素：数据、处理数据的能力和商业变现的场景。人工智能解决金融界问题的过程，很好的对应了这三个要素。也许，金融领域是人工智能最合适不过的颠覆场景。

在金融业务的前端，已经有不少传统银行将人工智能用于为客户定制服务，开发理财产品的应用。例如巴克莱银行和花旗银行等。国内银行中走在科技前列的招商银行，也开始试用全新的人工智能业务模式。未来人工智能和机器学习技术在金融业前端会有更多的便捷精准服务提供给客户。

那么金融应用领域的后端呢？信息安全、投资风控、资产管理等方面的问题成了新问题，对于躲在触屏手机背后的客户，缺失了央行数据的客户，银行没有办法通过一双双眼睛去看到用户是谦谦君子还是骗子流氓。这个时候，金融后端，传统金融风控手段覆盖不到和难以触及的，那么“互联网+金融”业务就要结合更广泛的互联网数据和人工智能手段，来处理更广泛的金融客户问题。

（五）人工智能技术在金融领域应用案例

Google、IBM等国际巨头公司已经将人工智能技术渗透在各种产品的方方面面，总体上看，国内金融行业也逐步开始应用人工智能技术，随着国内双创政策的推动和对人工智能产业的投资拉动，预计广泛应用节点即将到来。

1.阿里巴巴旗下的蚂蚁金服下设一个特殊的科学家团队，专门从事机器学习与深度学习等人工智能领域的前沿研究，并在蚂蚁金服的业务场景下进行一系列的创新和应用，包括互联网小贷、保险、征信、智能投顾、客户服务等多个领域。根据蚂蚁金服公布数据，网商银行的花呗与微贷业务上，使用机器学习把虚假交易率降低了近10倍，为支付宝的证件审核系统开发的基于深度学习的OCR系统，使证件校核时间从1天缩小到1秒，同时提升了30%的通过率。以智能客服为例，2016年“双11”期间，蚂蚁金服95%的远程客户服务已经由大数据智能机器人完成，同时实现了100%的自动语音识别。当用户通过支付宝客户端进入“我的客服”后，人工智能开始发挥作用，“我的客服”会自动“猜”出用户可能会有疑问的几个点供选择，这里一部分是所有用户常见的问题，更精准的是基于用户使用的服务、时长、行为等变量抽取出的个性化疑问点；在交流中，则通过深度学习和语义分析等方式给出自动回答。问题识别模型的点击准确率在过去的时间里大幅提升，在花呗等业务上，机器人问答准确率从67%提升到超过80%。

2.2015年，交通银行推出智能网点机器人，并引发了金融银行界的广泛关注。它为实体机器人，采用语音识别和人脸识别技术，可以人机进行语音交流，还可以识别熟悉客户，在网点进行客户指引、介绍银行的各类业务等。在语言交流过程中，它能回答客户的各种问题，缓解等待办理业务的银行客户潜在情绪，分担大堂经理的工作，分流客户，节省客户办理时间。

3.百度教育信贷实现“秒批”。“人工智能对于金融也会产生变革性影响，可以真正做到让征信升级”。6月8日，在2016百度联盟峰会上，百度董事长兼首席执行官李彦宏特别提到人工智能正在重构包括金融在内的传统产业。他特别强调，“现在百度的教育贷款，基本上是以‘秒’的时间可以决定是不是给一个人贷款。”李彦宏讲到的百度教育信贷的“秒批”，其具体的操作程序非常简单，用户想要获取百度消费信贷服务，只需在百度钱包APP“教育贷款”板块上传身份证，系统就能自动比对、确认用户身份信息，并根据信用记录判定用户所需的服务类型或额度，不仅能实现远程审批，审批时间更可缩短至“秒批”级别。秒批依靠的是百度以大数据和人工智能为基础的严谨风控体系。借助“大数据+人工智能”技术，百度风控部门为有信贷需求的群体绘制用户画像，建立信用体系，加上图像识别等人工智能技术的实际应用，构成了秒批的技术基础。

4.宁波聚元集团旗下超人贷平台自2014年上线以来，发展迅速，以高效风控、低成本控制、低坏账率享誉业内，平台注册会员超过1万人，线上累计交易金额已突破2亿元，稳定健康的发展道路使得平台处于整个大市行业中领先地位，并受到CCTV2、CCTV7央视正面报道，成为浙江地区首批在央视上榜的互联网金融品牌。超人贷平台除了将资金交由第三方商业银行或有资质的资金托管机构进行托管，建立信息披露制度，充分披露融资项目、经营管理等信息外，最重要一个突出优势就是采用先进的人工智能对每一笔交易?M行实时监控，监控信息还可面向公众开放。自创立以来发展稳健，越来越受到客户青睐。

人工智能的投资逻辑范文第4篇

关键词： 人工智能；创新驱动；发展建议

人类对于智能机器的探索活动，古已有之。不过，以“人工智能”来命名这一探索并成为一个学科领域，却发生于1956年夏季在Dartmouth举行的一次小规模学术研讨会上。因此，2016年是人工智能学科问世的60周年，在这个不同寻常的年份，世界各地的人工智能科技工作者都在密切关注人工智能的发展动向。

2016年3月，DeepMind研制的人工智能围棋系统AlphaGo以4：1的战绩击败了韩国的围棋高手李世石，把世界对人工智能的关注推向了前所未有的。各种各样的议论喷涌而出。悲观者大呼：“人工智能对于人类的潜在威胁太严重，应当通过立法限制甚至禁止人工智能的研究”；乐观者高喊：“人工智能是人类的真正福音，只要把自己的思想意愿转嫁给人工智能机器，人类就可以通过机器来实现长生不老的千年梦想”。在科技界，人们则在激动着、讨论着：我们应当在什么样的热点技术上发力？是深度学习？是认知技术？还是类脑计算？

回想这些年来，互联网、云计算、大数据、物联网、移动互联、智能制造、智慧城市、人工智能、机器人一波又一波的高新技术登台亮相，中国科技界、教育界和产业界都在一个个地紧紧追赶。虽然在跟踪追赶的过程中取得了不菲的进展，但是人们不禁都在思考：对于人工智能来说，当前社会的需求是什么？什么才是有效的创新战略？怎样才可以摆脱跟踪追赶的被动局面，争取到引领创新的话语权？

发展人工智能不应当是一种孤立性、局部性的行动，而应当是能够带动和引领整个科学技术的创新和发展。

1 人工智能是当代重要交叉科学群的创新前沿

为了阐明“人工智能是当代重要交叉科学群的创新前沿”这个论断，需要逐个澄清相关的基本概念，包括：什么是人工智能？什么是当代的重要交叉科学群？以及什么是当代重要交叉科学群的创新前沿？

1.1 什么是人工智能

人工智能是一门“探索人类智能机理，创制人工智能机器，增强人类智力能力”的科学技术。从这个意义上可以理解，只要人类的智力能力得到了增强和扩展，人们从事各种科学技术以至各种经济社会活动的智力能力就会得到有效提升，从而能够有效促进各行各业的创新与发展。

那么，什么是人类智能？人类智能主要表现在人类主体为了不断改善生存发展的水平而发现问题、定义问题、解决问题的能力。其中，发现问题和定义问题的能力依赖于主体的目的、知识、直觉、理解力、想象力、灵感、顿悟、审美等内在能力，因此被称为“隐性智能”；解决问题的能力则主要依赖于获得信息，生成知识，创生策略等外显能力，因此被称为“显性智能”。

显然，隐性智能十分抽象，几近神秘，不仅研究起来甚为困难，就连理解起来也颇感玄奇，而显性智能则相对可理解，可研究。因此，人工智能研究遵循的原则是：基于人类主体给定的问题、知识、目标（这就是人类发现问题和定义问题的能力）这些前提，研究如何利用信息、生成知识、创生策略来解决问题，达到目标。也就是说，人工智能的研究遵循人类智能与人工智能相结合的原则：人类智能负责发现和定义问题，人工智能则负责在人类所给定的问题框架下解决问题。这样，人工智能机器就可以成为人类认识世界和改造世界的聪明助手。

由此可见，没有生命，没有目的，没有灵感，也没有审美能力的人工智能机器系统，原则上不具有隐性智能的能力，因而不可能独立地发现问题和定义问题，只能在人类所发现和所定义的问题框架下去解决问题。因此，人工智能超越人类的恐惧缺乏科学根据。

1.2 什么是当代重要的交叉科学群

当今的时代是信息时代，认识信息资源和利用信息资源为人类服务的信息科学是当今时代的标志性科学。具体来说，信息科学是“研究信息的性质及其运动规律的科学”，也就是以信息为研究对象，以信息的性质及其运动规律为研究内容，以信息科学方法论为研究指南，以增强和扩展人类信息功能（全部信息功能的有机整体就是人类的智力功能）为研究目标的科学。换言之，信息科学的研究目标就是扩展人类的智力功能，而研究信息的性质及其运动规律和信息科学方法论都是为了实现扩展人类智力功能这个目标服务的。

由此就可以清楚地理解：人工智能的研究是信息科W的最高目标，也是信息时代科学技术发展的基本目的；而为了使人工智能系统能够在人类发现和定义的问题框架下成功地解决问题，人工智能的研究必须从人类求解问题的能力中得到启发。这表明，人工智能的研究需要向认知科学学习，因为认知科学就是研究人类自己是如何面对问题解决问题的。另一方面，认知科学所研究的人类解决问题的机理又建立在脑科学的基础之上，因此，人工智能的研究必须理解脑科学的工作机理。再者，人类发现问题、定义问题、解决问题的能力并不是永远固定不变的，而是不断进化和发展的。因此人工智能的研究还必须学习信息生物学，后者深刻地研究和揭示了人类能力不断进化的机制。可见，脑科学、认知科学、信息科学、信息生物学、人工智能是当代最具重要意义的交叉科学群。这个科学群还包含更多的学科，恕不一一阐述。

1.3 什么是当代重要科学群的创新前沿

虽然脑科学、认知科学、信息科学、信息生物学、人工智能各有各的研究内容，但是所有这些学科共同的目标都是智能，如人类的智能（脑科学）、生物的智能（信息生物学）、人类智能的物质基础（脑科学）、人类智能和生物智能的工作机理（认知科学）、人类智能和生物智能的进化机制（认知科学与信息生物学）、人类智能的信息基础和研究方法论（信息科学）、人类智能的机器模拟和实现（人工智能）等。

所以，人类智能和人工智能是当代这一重要交叉科学群共同的创新前沿。人们对于脑科学、认知科学、信息科学、信息生物学的理解深化了，就会促进人工智能研究的发展；反之，一旦人工智能的研究取得了突破和创新，也必然能够带动脑科学、认知科学、信息科学、信息生物学的突破与创新。

2 中国人工智能发展的现状：差距与优势

中国人工智能的发展现状，大家平日都亲身感受得到，应当比较熟悉，似乎无需赘言；但是国情是我们思考问题的基础，因此不可不察。而且，我们对于中国在人工智能发展方面所存在的差距和优势的认识，确实还有必要进一步深化。

2.1 差距：显差距，隐差距

大家都意识到，中国在人工智能的发展方面确实存在不少的差距。普遍J为，由于中国缺失了工业革命这个历史阶段的洗礼，因此在工业基础和工艺水平方面天然存在明显的不足。特别是中国微电子工业领域的高性能芯片制造能力有待进一步加强，人工智能硬件系统的水平也有待进一步提高等，这些都是众所周知的显差距。

然而，更值得深思的问题是：在人工智能的科学研究方面，长期以来，中国同行普遍习惯于跟踪学习，缺乏突破创新的民族自信心，更缺乏引领国际的强烈意识。无论是互联网、物联网、语义网、云计算、大数据、移动互联这些大概念，还是深度学习、无人驾驶、类脑计算这些技术思想，都是外国学者率先提出，然后才是中国学者蜂拥而上。加上这些年滋长蔓延起来的急功近利和学术诚信缺失，往往在蜂拥而上之后的一夜之间就会冒出许多“新成果”！这是中国人工智能发展存在的隐差距。

需要指出的是，显差距正因为“显”，已经得到各有关方的高度重视，并且正在不断地被缩小；但是，隐差距则因为“隐”，不容易被察觉，至今还没有引起各方面必要的重视，因此仍然是实现突破创新和引领战略的隐患。

2.2 优势：现优势，潜优势

那么中国在人工智能研究中是否也存在什么优势呢？表面看来，似乎中国在人工智能研究领域一直处于跟踪学习状态，谈不上存在什么优势；但是仔细考察发现其实不然，中国在人工智能研究中的确存在不可忽视的优势。

中国目前虽然在整体上还处于相对落后状态，但在某些技术研究上却处于国际领先地位。例如：语音识别技术，中国已经在近期多次国际评测大赛中夺得世界冠军；在汽车自动驾驶方面，中国的研发水平也与国际上旗鼓相当；特别是在理论研究方面，中国在人工智能通用理论研究方面的机制主义人工智能理论、人工智能逻辑理论研究方面的泛逻辑学、人工智能数学方面的因素空间理论都是国际领先的成果。这些都是已经涌现出来的现优势。

更加重要的是，像人工智能这样既十分复杂又极其深刻的科学研究，势必自觉或不自觉地受到科学方法论的影响。几十年来，国际人工智能的研究形成三大学派，就是受了以分而治之为特征的机械还原方法论的影响，把复杂的人工智能研究分为结构模拟的人工神经网络学派、功能模拟的物理符号系统学派、行为模拟的感知动作系统学派，而且长久以来互不认可，不能形成人工智能研究的合力。科学论证充分表明，适于人工智能研究的科学方法论不是“机械还原论”的方法论，而应当是“信息生态论”的方法论。后者与中国历来的“整体论”和“辨证论”思维传统息息相通。因此，在人工智能的研究领域，中国握有方法论的潜在优势（潜优势），只要自觉地加以运用，这种潜在优势完全可以转化为强大的现实优势（现优势）。

3 人工智能的社会需求和发展中国人工智能的战略建议

3.1 人工智能的社会需求

中国的信息化建设全面启动于20世纪90年代，得益于现代信息技术的支持，取得了举世瞩目的辉煌成就，进入了迎接复杂问题的新时期，面临着巨大挑战。从整个经济社会发展和全面改革的大局判断，在多次讲话中也明确指出，中国的改革开放进入了攻坚克难的深水区。众所周知，人工智能技术是信息技术的高端前沿；因此，为了迎接复杂问题的挑战，为了成功走出深水区到达胜利的彼岸，中国亟需人工智能科学技术的全面支持。

另一方面，纵观当今的国际环境不难发现，一些发达国家在中国黄海、台海、东海、南海不断制造紧张局势，企图以武力遏制中国的和平崛起。他们声称要长期投资人工智能，要用人工智能武器战胜中国，对此不能不高度警惕，并采取果断措施。

3.2 加快发展中国人工智能的建议

为加快发展中国人工智能，从战略性、系统性、可操作的角度出发提出5项建议。

（1）顶层规划。

火车跑得快，全靠车头带。建议设立国家级智能科学技术发展规划与协调专家委员会，负责研究和提出中国智能科学技术发展的中长期规划，制订智能科学技术产学研发展的实施政策，协调和促进中国智能科学技术的快速有序健康发展。

（2）人才培养。

万事都紧要，人才是根本。建议国务院学位委员会把中国现有的“智能科学与技术”二级学科提升为一级学科，以形成系统完整的智能科学技术人才培养体系；同时建议教育部在中小学开设智能科学与技术基础知识课程，开展课外兴趣培育活动。

（3）创新研究。

跟踪不可废，创新更关键。在国家自然科学基金设置“智能科学技术基础理论”专门领域，大力推进智能科学基础理论的突破创新；同时在国家“十三五”规划设立智能制造、智能农业、智能服务业、智能交通、智能网络空间安全、智能教育等应用专项。

（4）产业标准。

创新是尖兵，产业是后盾。大力促进中国智能化产业的发展，并在国家标准委员会建立智能产品标准工作委员会，鼓励有条件的单位和学术团体开展各类智能技术产品的测试、评价和检验标准的研究，引导智能化产业和产品市场有序健康发展。

（5）持续发展。

人工智能的投资逻辑范文第5篇

连续上涨三个月的内在逻辑

百度股价历史新高的背后，很大程度上是一次迟到的估值修复。在去年连续经历两起重大公共舆论事件后，百度股价陷入谷底。但不可否认的是，虽然百度经历了一些挑战和挫折，这家公司整体的基本面没有出现太大的变化，主营核心业务搜索仍具有不可动摇的地位。

7月开始，百度股价开启上涨的拐点，仅7月就累计上涨25.7%，其中半数以上涨幅来自于百度公布第二季度财报后。而回顾过去三个月，百度这波股价上涨潮基本可以被清晰的分为三个阶段。

1、第一阶段是7月初至Q2财报前，这个阶段百度股价从180美元左右一路缓慢上涨至200美元区间范围。

自陆奇上台后，百度一直在加速百度整改，一系列调整也逐渐开始落地。其中最重要的调整主要分为三部分：加码信息流重提内容分发、裁撤医疗事业部和外卖业务进行战略收缩，以及明确ALL in AI的战略，而这些调整都在7月初开始清晰起来。

7月初，百度正式召开开发者大会，明确“All in AI”的战略，并自动驾驶的Apollo计划和Dueros系统，百度人工智能布局进一步明朗，资本市场也很快进行了回应。百度股价开始触底反弹，杜绝了从BAT三巨头跌落的尴尬，而百度市值也和京东拉大了差距。

2、第二阶段是7月底财报后至8月末，这个阶段百度股价在220~230美元区间范围内波动。

得益于二季度财报远超预期，百度一改前两季度受挫情况，股价在财报当天暴涨近10%。7月28日，百度公布2017年第二季度未经审计财务报告。财报显示，百度第二季度总营收同比增长14.3%，净利润大增98.4%，自从百度进入快车道阶段。

8月期间，百度人工智能落地项目越来越多，DuerOS对话式人工智能系统开始被搭载在智能冰箱、智能音箱和智能车载等各领域，Apollo自动驾驶系统也开始与和各类车企达成合作。其中最引入瞩目的则属人工智能和内容分发的结合，这使得百度信息流日活超过今日头条，一扫之前可能被今日头条颠覆的阴霾。

3、第三阶段则是9月初至今，这个阶段百度股价从230美元一路上涨，并连续再创历史新高。

9月下旬，百度Apollo计划1.5正式开放，此外Apollo基金还宣布“双百计划”，宣布未来三年基金规模将达100亿元，并完成超过100个项目的投资，值得注意的是这也是全球规模最大的自动驾驶专项基金。此外，百度外卖正式被甩卖给饿了么，也一定程度上强化了资本市场的信心，百度All in AI的决心非常坚定。

另一个利好则是爱奇艺即将赴美IPO的消息，根据此前路透社消息称，爱奇艺计划2018年上半年在美国进行IPO，规模约10亿美元，最高估值目标达到100亿美元。而百度无疑是这场资本游戏中的最大赢家。

用香港盛德证券市场分析师李智刚的话来总结，之前百度战略不清晰、业务分散，很多机构没看明白，现在其主业愈发清晰化，“集中力量去做人工智能”，而信息流收入的增长前景、非核心业务的出售等均助推估值上涨。

百度市值能突破千亿美元吗？

百度股价的上涨并非偶然，一系列利好消息的不断流出，似乎印证着百度正走在正确的轨道上。但我们不可忽视的是，如今中概股在美股市场的表现都很好。以阿里巴巴为例，自今年年初以来阿里股价累计涨幅已超过一倍，不少分析师还认为阿里巴巴股票仍有超过20%以上的上行空间。

对百度来说，近三个月内以来，在资本市场的表现非常好，但这并不代表百度已重新进入快增长轨道。虽然二季度百度财报表现远超预期，但搜索业务营收和净利润是不是真的已恢复稳健增长，还需再密切关注一到两个季度。而在没有新利好消息出现的情况下，百度股价进入了财报前的调整期。

如果百度三季度财报继续远超预期，那么意味着百度确实已恢复稳健增长，百度市值将很可能顺利突破千亿美元。当下有增长，未来有故事，百度股价将从此进入快车道。但如果百度三季度财报不像二季度那样靓丽呢？百度将可能进入也一个漫长的调整期。

如今的百度处在变化的早期，ALL IN的人工智能也处于技术发展的早期阶段，百度能否将技术研发投入转化成营收，可能还需要很长一段时间努力。而就眼下来看，百度能否站稳千亿美元市值，其实主要来自于以下几方面的影响：

1)信息流

今年二季度，手机百度宣布信息流用户日活超过1亿，跻身于行业内主要的信息流产品。百家号自去年9月28日正式全面开放，到今年3月底，官方公布的入驻作者数量超过40万。

信息流和移动广告的天然契合，这让百度顺利找到搜索之外的另一个营收增长点。而百度能够迅速加入信息流赛道，一个很重要的原因在于内容分发原本就是百度的老本行，以技术著称的百度也不缺乏开发推荐引擎的实力。但无法回避的是，被百度寄予厚望的信息流业务，并没有形成搜索那样垄断的市场领先地位。

事实上，阿里、腾讯、一点资讯以及今日头条等玩家都给百度带来了不小的挑战。随着用户量和使用市场的增长，各大主流信息玩家的内容匹配将变得更加精准，也将会给广告主更多的操作空间。而当企业把更多的广告预算投放在这些新媒体渠道时，百度的收入势必会影响。

2)搜索

曾几何时，BAT三巨头可以说各占领一方阵营。阿里独霸电商，连接人与商品，离钱最近；腾讯独霸社交，微信、QQ几乎覆盖所有的中国人，连接人与人，目前是世界上最大的游戏公司，其社交广告业务也发展迅猛；百度则独霸搜索，连接人与信息。

但如今阿里和腾讯在移动端均没有足够份量的对手，但百度却面临不小的危机。在移动端，虽然搜索引擎仍然是中国互联网不可或缺的一环，但其中心化入口效应确实实大幅下滑了。以今日头条为例，如今这家公司越来越重视内容的搜索，与此同时，知乎、微博以及微信等社交媒体产品也均在发力搜索，而这些势必都给传统搜索引擎市场的玩家造成冲击。

而在资本市场，360的退市让百度暂时失去了对手，但百度的另一个对手搜狗已正式提交IPO招股书。虽然搜狗和百度不再一个量级，但如今搜狗和腾讯正越走越近，而在腾讯席卷中国互联网一切时，搜狗很大程度上也能吃到这份红利。而搜狗的市场份额上升，对百度来说并非一个好消息。

3)内部调整

百度转型过程中，一个非常关键的人物自然是美国归来的陆奇。陆奇不仅帮百度理清了未来的发展方向，正式确立了“主航道”和“护城河”，还很大程度上改变了百度的企业文化气质。李彦宏如此评价道：“陆奇上上下下有口皆碑，大家都很喜欢他，他有非常强的技术能力，又有很强的管理能力，并且工作极其玩命。”

在入主百度后，陆奇对公司内部架构进行了大幅动的调整，而这一定程度上也缓解了百度的大公司病。在他的领导下，百度的人工智能战略也做出系列调整。其重点押注无人驾驶，并成立智能驾驶事业群组(IDG)。陆奇还亲自挂帅，1亿美元领投蔚来汽车，并在4月推出“Apollo”计划，向汽车及自动驾驶领域的合作伙伴开放软件平台。此外，百度还确定了软硬件结合的人工智能发展方向，其标志是完成了渡鸦科技和xPerception的两项重要收购，度秘也朝着更加场景化的方向发展………

但大公司的转型调整从来就不是易事，眼下百度内部的调整还在继续，接下来还会发生更多的变化，这无疑会增加诸多的不确定性。不过好消息在于，李彦宏现阶段非常信任陆奇。

4)人工智能

百度市值的增长，反映了市场对它未来的期待。这种期待，来自信息流等防御性业务的表现达到预期，公司整体风貌、执行力正向的改变，但更主要的还是来自百度的人工智能战略正被人逐渐认可。

随着新一轮科技革命和产业变革的推动，人工智能的一些应用正在日益改变我们的生活。随着李彦宏和百度的All IN，如今人工智能已成为百度核心业务中的核心。

在过去两年半的时间里百度在人工智能方面的投入超过200亿。从2014年到2016年，百度在人工智能领域的研发投入逐年增加，研发成本占总营收比分别为12.9%、14.2%和15.3%。目前百度已成立技术研发部门百度实验室，下设硅谷人工智能实验室(SVAIL)、北京深度学习实验室(IDL)、北京大数据实验室(SDL)和AR实验室，四大实验室都与AI密切相关。

作为最早布局人工智能的技术公司之一，百度早在2013年便提出了百度大脑的概念。去年9月百度正式“百度大脑”时，李彦宏曾表示百度大脑已建成大规模的神经网络，拥有万亿级的参数、千亿样本、千亿特征训练，能模拟人脑的工作机制。人工智能是百度核心业务中的核心，如今百度的人工智能技术在机器人、O2O、金融科技、医疗等多个领域都有所发展，这些技术优势正在转化成为商业想象力。

百度集团总裁兼首席运营官陆奇表示，人工智能对百度核心业务的整体提升作用显著。在不久前召开的百度AI开发者大会上，百度还首次对外公开AI发展战略和布局，并正式推出DuerOS和Apollo两大开放平台。

此外百度在人工智能领域的战略投资也动作频频：美国金融科技公司ZestFinanc、激光雷达公司Velodyne 1.5亿美元、新西兰的人工智能初创公司8i、渡鸦科技、汽车制造商蔚来汽车(NextEV)至少1亿美元投资、硅谷AI初创公司xPerception……而这些公司正不断为百度提供所需要的高端人才和技术创新。