目录
高盛人为智能汇报华文版....................1
高管归纳.............................................2
人为智能是甚么？...............................3
甚么是神经网络？...............................3
为甚么如今人为智能加快进取？.........4
代价建造的紧要启动力........................5
紧要影响..............................................6
AI和临盆力的抵牾：采访JanHatzius.7
生态系统：云效劳，AI的下一个投资周期开源的关键受益人...........9
AI三个方位：自建，接洽效劳和AI效劳化..........9
自建：云平台和开源系统正在成为AI的左膀右臂10
接洽效劳...............................................11
AI效劳化..............................................13
华夏人为智能近况.................................15
机械人:用户界面的来日.........................17
行业运用................................................21
农业.......................................................21
批发.......................................................27
动力.......................................................34
人为智能改革：GOOGL（google）,AMZN（亚马逊）......40
人为智能改革：AAPL（苹果）,MSFT（微软）...............41
人为智能改革：FB（Facbook）,CRM..........................42
人为智能改革：NVDA（英伟达）,INTC（英特尔）.........43
人为智能改革：Ubr，IBM..............................................44
人为智能改革：百度..........................................................45
高管归纳
人为智能是音信期间的顶端科技。祈望的奔腾建设在人类见知祈望机何如体现的根本上，计
算建设在祈望机研习何如体现也许对每个行业居心义的根本上。固然方今也许被视做不才一
个AI冬季（图8）往日的最新答允和悲观轮回，这些投资和新技能起码将给咱们带来机械
研习产物的实实到处的经济甜头。
与此同时，人为智能、机械人和主动驾驶已成为大方文明的前沿，以至是*事表述。但
是，咱们旧年的探索让咱们信任这不是一个失利的发轫，而是一个拐点。咱们将在这个汇报
里看到，宏观（更多更快的祈望和更大都据的爆炸式增加）和越发宏观方面（在深度研习方
面的无益进取，智能硬件和开源方面的增加）的拐点的道理。
对于人为智能拐点的更多使人愉快的方面之一是确切运用案例的增多。比如深度研习增进计
算机视觉的发进取，这些技能做为当然管教谈话惹人夺目地提拔了苹果Siri、亚马逊Alxa
和google图片识其余原料，人为智能不是为了技能而技能。大数据和强力技能相联合，建造价
值，取得比赛上风。
比如，在疗养周围，图象辨别技能也许增进癌症诊断的精确性。在农业周围，农人和制
种者也许欺诈深度研习增进产量增加。在制药行业，深度研习被用于觉察新药。在动力行业，
勘测效率和装配牢固性提拔。在金融效劳行业，同往日也许的比拟，成本升高，新数据运用
于更疾速的剖析，返回效果。人为智能在运用案例挖掘的特别早的阶段哄骗，同时做为基于
云效劳同享的须要的科技，咱们信任一波改进将到来，为每个行业建造新的冬季和赋闲者。
人为智能宽泛的实用性也让咱们明白到它是寰球经济的针移技能、提拔效率和完结美国经济
增加阻滞的启动。欺诈GS第一经济学家JanHatzius的探索，咱们打算了今朝的深度资本
不景气指数和它对美国临盆力的联系影响。咱们信任人为智能技能启动临盆力提拔的也许，
就像年同样，启动更多的资本协做和人力效率提拔项目，增进增加，增进红利，夸大
股票代价。
咱们觉察人为智能实实地影响着每个公司、行业和经济要素，对投资者有四个方面值得
留心。
临盆力。人为智能和机械研习有激产临盆力增加的潜力，无益于经济增加，公司红利，资本
回收和物业估值。遵循GS第一经济学家JanHatzius“规定上，人为智能看起来确实比上
一波改进在统计学上有体现更好的潜力，人为智能升高成本和人力需求，更高的产物附加值
典型。”比如，同iPhon运用的百般性和牢固性比拟，统计学家也许更好的建设并取得这些
贸易部门的花费减削改进。广义的人为智能对贸易部门的花费组织有宽泛的根本性影响，我
衷心信任人为智能将被统计学家采取，并在整个临盆力数字中有所揭示。”
优良科技。人为智能和机械研习的速率代价有挽救更低廉的数据重心和网络硬件的趋向的潜
力。咱们信任这将启动硬件、软件和效劳周围商场花费的洪质变动。比如，1条运转在准则
数据重心上的AWS做事量，同在人为智能优化后的GPU上运转所需的0.9美元比拟，每小时
理论祈望成本只需0.美元。
比赛上风。咱们看到人为智能和机械研习在厘革各行业比赛订药剂面的潜力。那些失利于投
资平宁衡这些科技危急的经管团队被比赛者当先，这些比赛者受益于他们缔造的计策谍报、
取得的临盆力和资本效率。在41页插图中，咱们论证了这些比赛上风是何如运用于疗养、
动力、批发、金融和农业。
新公司缔造。近10年来（图69~75）在人为智能和机械研习周围，咱们曾经辨别出有当先
家私营公司.咱们信任人为智能的大部份代价将由占有资本、数据、投资才能的至公司
取得。咱们期盼危急投资家、企业家和技能行家赓续启动新公司的缔造，反过来，启动本性
性的改革和代价建造，起码是，MA，咱们不能藐视google或脸书的人为智能浮现的也许。
接下来的体例中，咱们深入明白人为智能，它的史乘，由机械研习、环抱这些技能运用的一
路率先的行业和公司所建设的运用生态编制。
人为智能是甚么？
人为智能是建造智能机械、可研习祈望程序和需求人类伶俐束缚题目的科学和工程。典范地，
这些包含当然谈话管教和翻译，视觉感知，形式辨别，决定协议等，但运用的数目和繁杂性
在疾速增加。
在这份汇报中，咱们将大部份剖析聚焦在机械研习、人为智能的一个分支、深度研习、机械
研习的一个分支。咱们归纳了二个关键点：
1.简化地，机械研习是从案例和阅历（比如数据设置）中习得的算法，而不是依赖于硬件
代码和当时界说的规定。换句话说，不是一个开垦者来通告程序何如辨别苹果和橘子，而是
算法本人经过豢养数据（熬炼），本人学会何如辨别苹果和橘子。
2.深度研习的紧要进取是现有人为智能拐点的启动气力之一。深度研习是机械研习的分集。
大大都保守机械研习办法和特性（比如，也许推断的输入和属性）由人来打算。特色工程是
一个瓶颈，需求居心义的特定技能。在无人经管的深度研习中，紧急特色不是由人类来界说，
而是由算法研习和缔造。
甚么是神经网络？
神经网络在AI/机械研习的中充任一种模仿人类大脑的祈望机编制组织，在其上也许建设
AI/机械研习程序。它由齐集的联结节点构成，如人类大脑中的神经元般也许束缚更繁杂的
题目并研习。
甚么是深度研习？深度研习是一种需求熬炼大型神经网络的“深层”条理组织，且每层也许
束缚题目不同方面的机械研习，进而使系统能束缚更繁杂题目的。哄骗上头说到的火车的例
子，深层研习系统包含了辨别火车的不同特色的各个层。比如，底层将标帜能否具备窗户。
假若谜底是必定的，下一层将探求能否有轮子，接下来将会辨别能否是长方形的车等等。直
到这些层联合地将图片辨别为火车或完整否认。跟着技能进取，也许赞成大型神经网络的训
练，深度研习做为加强机械研习才能的办法曾经越来越遍及。
甚么是监视研习？无监视研习？监视和非监视研习是机械研习的两种典型。在监视研习中，
系统给出一系列“精确谜底”的例子。基于这些例子，系统将从精确的谜底中研习甚么是对
的，进而举行精确推断的输出。监视研习的事实运用包含废料邮件的探测（比如，系统也许
有一组符号为“废料邮件”而且研习精确辨别废料邮件的电子邮件）和手写辨别。
在无监视研习中，系统没有给出精确的谜底，而是供给需求本人去觉察特色的未符号示例。
一个示例将基于洪量客户数据中觉察的，包含也许将客户分组的某些特色（比如，采办频次）。
甚么是一些典型的机械研习？
分类。将电子邮件归类为废料邮件，辨别讹诈，脸部辨别，语音辨别等。
聚类。比较图象，文本或语音找到如同的项目;辨别反常行动的集群。
推断。基于网络行动和其余元数据推断客户或职工散失的也许性;基于可穿着数据推断
康健题目。
甚么是通用，雄壮或确切的人为智能？通用，雄壮或确切人为智能是，机械智能算法
完整复制人类伶俐，包含人类的自力研习和决定才能。固然像全脑模仿如许的技能被用于实
现通用AI的方向，然则其所需的祈望才能数目，仍旧远远当先了今朝的技能，使得通用的
人为智能根本只存在于理论层面。
为甚么如今人为智能加快进取？
请记着，咱们并不