海外TMT行业2017年中期策略：从移动互联网为先，转向人工智能为先201706

敬请阅读末页信息披露及免责声明从移动互联网为先转向人工智能为先——海外TMT行业2017年中期策略主要观点：?谷歌和百度纷纷转向人工智能为先，软硬两个层面突飞猛进本篇半年度策略软硬结合，先讲述软的人工智能的模型、策略、算法层面，再讲述各大巨头的硬件产品层面。我们认为，硬件层面的参数是容易观察的，而软层面的大模型、大算法的演进更需要进行长期深入分析。2017年6月8日，百度集团总裁兼COO陆奇表示百度不再是互联网公司，而是人工智能公司。早在2016年，谷歌CEO桑德尔·皮蔡就表示，谷歌已经从一家移动为先的公司，成为了一家人工智能为先的公司。基于对AI的理论和应用的内在认识，我们长期看好人工智能行业及相关公司。?真实经济向虚拟经济迁移，是宏观干预失效后解决危机新方式解决经济危机的教科书方式有战争自然灾害，以及凯恩斯主义的宏观调控。但是从2008年开始的这一轮经济危机，却是以货币膨胀为代表的宏观调控的失效而告终。在美联储缩表，中国实行中性货币政策的背景下，真实经济复苏动力不足，而新兴的信息虚拟经济却在2017年显示出强大的增长力。我们在游戏行业一季度综述中已经指出：全球经济正在从真实经济向信息虚拟经济迁移，消费主力正从货币幻觉过渡到智能幻觉。我们明显看到美国科技公司R&D费用的增长中位数约26.4%，远远超过中国科技公司。我们认为以科技创新为核心的经济内生增长力才是未来重要看点。?大模型、大计算、大数据是深度学习三大支柱，需要多维度更新深度学习的成功主要归功于三大因素——大数据、大模型、大计算。模型技术的发展使得训练大模型成为了可能，例如上千层的深度神经网络都已经发展成为现实。同时硬件的提升可以实现大计算，从CPU到GPU，可获取的计算资源越来越丰富。人工智能的模型算法可以分为两个方向：以统计方法为主的机器学习，和以神经网络架构为主的深度学习。近十年来深度学习有了长足的发展，神经网络被应用到图像识别、语音识别、自然语言处理、无人驾驶等许多细分领域。伴随着CPU、GPU、FPGA、ASIC等硬件的更迭，深度学习的平台和系统也逐步建立完善。预计未来硬件和软件的结合将会更加紧密。?谷歌等软技术公司引领AI主