人工智能是一门研究和开发用于模拟和扩展人的思维信息过程并形成应用系统的技术科学。从发展历程来看，1956年在达特茅斯会议首次提出了人工智能概念，宣告了人工智能学的诞生。1980年，多层神经网络算法的出现，掀起了人工智能发展的第二次发展浪潮，众多学者纷纷投开发出各式新型人工智能算法，但因当时算力普遍不足且缺少数据样本对这些算法进行参数校正，使得人工智能技术难以落地，发展再次进入沉寂。进入21世纪以来，在摩尔定律与互联网技术的驱动下，算力和数据量均出现了指数性的飞跃，满足了前期各类先进新型算法的实践需求，从而掀起了人工智能技术波澜壮阔的第三次发展浪潮。2018年的亚洲最大消费电子展CESAsia上，人工智能成为了最大亮点，随着阿里巴巴、百度、京东、小米、联想等品牌在智能领域中的崛起，智能音箱、智能电视、智能空调等诸如此类的产品愈来愈多，不断满足消费者的消费需求，人工智能逐渐飞入寻常百姓家。
二、人工智能的三大驱动力
人工智能第三次发展浪潮，离不开对早期研发的瓶颈——算法、算力以及数据量的全面突破，我们将其称之为当前人工智能技术的三大驱动力：
第一：算法。算法是人工智能中最为核心的基础技术，只有在确立了算法的基础上，数据和算力方能发挥作用。相比于传统的专家系统，当前的人工智能技术尽管已经可以面对复杂情况，但尚未达到通用智能的地步，在各应用场景仍需要开发对应的特殊算法。例如，在语音识别领域，长短时记忆网络算法(LSTM）是主流结构；而在计算机识别图像时，卷积神经网络算法（CNN）往往更为适合。
第二：算力。新型算法离不开强大算力的支持。以新型算法的代表——神经网络算法为例，其变量与参数动辄以亿为单位计数，所需运算量在千亿亿次浮点运算（10ExaFLOPS）量级，且这一数量级正逐年攀升。受限于架构设计理念，传统芯片仅能够处理小样本数据的复杂运算，无法处理海量数据的简单并行运算，计算能力的提升只能靠数量堆砌（例如超级计算机天河二号拥有312万个计算核心），造成体积庞大，因此算力一度成为人工智能技术落地的主要瓶颈。然而近年来人工智能专用芯片的诞生，为此类问题提供了突破性的解决方案。人工智能专用芯片通过设置专有指令集、调整矩阵结构以及设置人工神经元电路等方法，使其对大数据的简单并行计算能力出现了大幅的提升。例如，寒武纪最新推出的MLU100芯片，其单颗计算能力峰值能达到每秒128万亿次，这相比于使用传统IvyBridge芯片架构的天河二号超级计算机所使用的基础芯片（平均单个核心算力仅每秒176亿次）达到了近万倍的提升。
三大驱动力有机结合带来人工智能颠覆性的改变。第三次发展浪潮中人工智能最重要的特征，就是设计理念从过去注重因果的“人为设定”，转变到由数据驱动的“自主学习”的方法上，令机器可处理任务复杂度大幅提升。在早期以“人为设定”为设计理念，并以专家系统为代表的人工智能中，每一项功能都是人为设计的线性解决方案，一旦涉及到诸如理解人一段话语的意义这种多变量维度的复杂环境，编程人员将无力遍历所有可能发生的情况。而三大驱动力的有机结合——通过先进算法，在特定的AI芯片中，对采集到的大数据样本进行快速处理——将使得新人工智能能够从数据中“自主学习”关键变量与参数，不断自发迭代优化，在功能上持续升级，充分体现了其智能的一方面。
三、我国人工智能前景广阔
图1三大驱动要素相辅相成示意图
四、人工智能投资机会
根据我国人工智能应用项目落地现状，我们选取了当前三大要素结合的最好且最具有投资价值的产业链：“AI+医疗”，“AI+安防”以及“AI+金融”进行介绍。
图2“AI+医疗”产业链
图3“AI+安防”产业链
图4“AI+金融”产业链
我们对人工智能的发展历程做了一个回顾，阐述了人工智能将对社会产生的颠覆性改变和广阔的市场前景，并总结了人工智能行业发展的三大驱动力和它们之间相互依存促进的关系。目前来看，在人工智能这一片蓝海之中，企业角逐的重心大都围绕着这三大驱动力进行布局，其中“AI+医疗”，“AI+安防”以及“AI+金融”三大产业链布局最为成型。接下来，世纪证券研究所将基于这一框架继续对人工智能进行深入分析，挖掘人工智能未来商业模式，持续跟踪行业发展，从而寻找到在AI发展浪潮中最佳的投资机会。
此轮人工智能的爆发，已将概念转换为实用技术带入人们的生活。作为新一轮生产力革命的驱动核心，人工智能将催生新的技术、产品、产业、模式，从而引发经济结构的重大变革，实现社会生产力的指数级提升。未来人工智能的发展趋势将呈现以下特征：技术平台开源化，降低合作壁垒是提高效率的重要因素；专用智能向通用智能转变，能否减少对领域知识的依赖性、提高处理任务的普适性，是未来衡量人工智能发展水平的重要指标；从感知向认知的迭代，机器从学习知识到理解知识，是人工智能必须跨越的阶段。奇点已至，未来已来，我们除了正确把握人工智能的发展趋势外，还应留给自己对未来无限的畅想。