Invertir en intel·ligència artificial (IA): tot el que heu de saber

La Intel·ligència Artificial (IA) és un camp que no requereix cap introducció. AI ha muntat els fracs de la llei de Moore que estats que es pot esperar que la velocitat i la capacitat dels ordinadors es duplicin cada dos anys. Des del 2012, la quantitat de càlcul que s’utilitza en les proves d’entrenament d’IA més grans ha augmentat exponencialment amb un es duplica cada 3 a 4 mesos, amb el resultat final que la quantitat de recursos informàtics assignats a IA ha crescut 300.000 vegades des del 2012. Cap altra indústria pot comparar-se amb aquestes estadístiques de creixement.

Explorarem quins camps de la IA estan liderant aquesta acceleració, quines empreses estan en millor posició per aprofitar aquest creixement i per què importa.

Tipus d’aprenentatge automàtic

Aprenentatge automàtic és un subcamp de la IA que és bàsicament programar màquines per aprendre. Hi ha diversos tipus d’algoritmes d’aprenentatge automàtic, el més popular amb diferència és aprenentatge profund, això implica alimentar dades a un fitxer Xarxa de neurones artificials (ANN). Una ANN és ​​una xarxa intensiva de funcions matemàtiques molt computacional unida en un format inspirat en les xarxes neuronals que es troben al cervell humà..

El més dades massives que s’alimenta en una ANN, més precís es converteix en l’ANN. Per exemple, si esteu intentant formar una ANN per aprendre a identificar imatges de gats, si alimenteu la xarxa amb 1000 imatges de gats, la xarxa tindrà un petit nivell de precisió del 70%, si l’incrementeu a 10000, el nivell de precisió pot augmentar fins al 80%, si l’augmenteu en 100.000 imatges, acabeu d’augmentar la precisió de la xarxa al 90% i més endavant.

Aquí es troba una de les oportunitats: les empreses que dominen el camp del desenvolupament de xips IA estan naturalment madures per al creixement.

Hi ha molts altres tipus d’aprenentatge automàtic que demostren ser prometedors, com ara aprenentatge de reforç, es tracta de formar un agent mitjançant la repetició d’accions i recompenses associades. Mitjançant l’aprenentatge de reforç, un sistema d’IA pot competir contra si mateix amb la intenció de millorar el seu rendiment. Per exemple, un programa que juga a escacs jugarà contra si mateix repetidament, i cada instància del joc millorarà el seu rendiment en el següent joc..

Actualment, els millors tipus d’IA utilitzen una combinació tant d’aprenentatge profund com d’aprenentatge de reforç en allò que se sol anomenar aprenentatge de reforç profund. Totes les principals empreses d’IA del món, com Tesla, utilitzen algun tipus d’aprenentatge de reforç profund.

Tot i que hi ha altres tipus d’importants sistemes d’aprenentatge automàtic que actualment s’estan avançant, com ara meta-aprenentatge, amb motiu de la simplicitat, l’aprenentatge en profunditat i l’aprenentatge més avançat en reforç de cosins són el que els inversors haurien de conèixer més. Les empreses que estan a l’avantguarda d’aquest avanç tecnològic estaran en millor posició per aprofitar l’enorme creixement exponencial que estem assistint a la IA.

Invertir en intel·ligència artificial (IA): tot el que heu de saber

Ciència de les dades & Dades massives

Si hi ha un diferenciador entre les empreses que tindran èxit i esdevindran líders del mercat i les empreses que fracassaran, és així dades massives. Tots els tipus d’aprenentatge automàtic depenen en gran mesura ciència de dades, es descriu millor com un procés d’entendre el món a partir de patrons de dades. En aquest cas, la IA està aprenent de les dades i, com més dades, més precisos seran els resultats. Hi ha algunes excepcions a aquesta regla a causa del que s’anomena excés d’adequació, però aquesta és una preocupació que els desenvolupadors d’IA coneixen i prenen precaucions per compensar-les.

La importància del big data és per què empreses com Tesla tenen un clar avantatge de mercat pel que fa a la tecnologia de vehicles autònoms. Cada Tesla que està en moviment i que utilitza el pilot automàtic alimenta dades al núvol. Això permet a Tesla utilitzar l’aprenentatge de reforç profund i altres ajustaments d’algoritmes per tal de millorar el sistema general de vehicles autònoms.

És per això que empreses com Google seran tan difícils de destronar per als competidors. Cada dia que passa és un dia que Google recopila dades de la infinitat de productes i serveis, inclosos els resultats de la cerca, Google Adsense, el dispositiu mòbil Android, el navegador web Chrome i fins i tot el termòstat Nest. Google s’ofega són més dades que qualsevol altra empresa del món. Això ni tan sols compta totes les llunes en què participen.

En entendre per què són importants l’aprenentatge profund i la ciència de les dades, podem deduir per què les empreses següents són tan poderoses.

Empreses d’IA per invertir

Hi ha tres líders actuals del mercat que seran molt difícils de desafiar.

Alphabet Inc (NASDAQ: GOOGL)

Alphabet Inc. és l’empresa paraigua de tots els productes de Google que inclou el motor de cerca de Google. Cal una breu lliçó d’història per explicar per què són tan líders en el mercat en IA. El 2010, una empresa britànica DeepMind es va llançar amb l’objectiu d’aplicar diverses tècniques d’aprenentatge automàtic per construir algoritmes d’aprenentatge per a usos generals.

El 2013, DeepMind va agafar el món per la tempesta amb diversos èxits, inclòs convertir-se en campió del món a set jocs Atari mitjançant l’aprenentatge de reforç profund.

El 2014, Google va adquirir DeepMind per 500 milions de dòlars, poc després el 2015 DeepMind’s AlphaGo es va convertir en el primer programa d’AI a vèncer un jugador professional Go Go humà i el primer programa a vèncer un campió del món Go. Per a aquells que no estiguin familiaritzats amb Go, molts consideren que és el joc més desafiant que existeix.

DeepMind actualment es considera un líder del mercat en un aprenentatge de reforç profund i un candidat líder per assolirIntel·ligència general artificial (AGI), un tipus d’IA futurista amb l’objectiu d’aconseguir o superar la intel·ligència de nivell humà.

Encara hem de tenir en compte els altres tipus d’IA en què Google participa actualment, com ara Waymo, líder del mercat en tecnologia de vehicles automàtics, només en segon lloc després de Tesla, i els sistemes d’intel·ligència artificial que s’utilitzen actualment al motor de cerca de Google.

Actualment, Google participa en tants nivells d’IA, que caldria un paper exhaustiu per cobrir-los tots.

Tesla (NASDAQ: TSLA)

Com s’ha dit anteriorment Tesla està aprofitant les dades massives de la seva flota de vehicles de carretera per recopilar dades del seu pilot automàtic. Com més dades es recopilin, més es poden millorar mitjançant l’aprenentatge de reforç profund, això és especialment important per als casos que es consideren avantguardistes, això es coneix com a escenaris que no ocorren amb freqüència a la vida real..

Per exemple, és impossible predir i programar en tots els tipus d’escenaris que puguin passar a la carretera, com ara una maleta rodant al trànsit o un avió que caigui del cel. En aquest cas, hi ha molt poques dades específiques i el sistema necessita associar dades de molts escenaris diferents. Aquest és un altre avantatge de tenir una gran quantitat de dades, tot i que pot ser la primera vegada que un Tesla de Houston troba un escenari, és possible que un Tesla de Dubai es trobi amb alguna cosa similar.

Tesla també és líder en el mercat tecnologia de bateria, i en tecnologia elèctrica per a vehicles. Tots dos depenen de sistemes d’intel·ligència artificial per optimitzar l’abast d’un vehicle abans que es requereixi una recàrrega. Tesla és coneguda per la seva freqüència actualitzacions en directe amb optimitzacions d’IA que milloren en alguns punts percentuals el rendiment i l’abast de la seva flota de vehicles.

Com si això no fos suficient, Tesla també ho és dissenyant els seus propis xips AI, això significa que ja no depèn de xips de tercers i que poden optimitzar els xips perquè funcionin amb el seu programari complet de conducció automàtica des de zero.

NVIDIA (NASDAQ: NVDA)

NVIDIA és l’empresa més ben posicionada per aprofitar l’actual augment de la demanda de xips GPU (unitat de processament de gràfics), ja que actualment són els responsables de 80% de la GPU vendes.

Tot i que les GPU es feien servir inicialment per a videojocs, s’utilitzaven ràpidament adoptat per la indústria de la IA específicament per a l’aprenentatge profund. La raó per la qual les GPU són tan importants és que la velocitat dels càlculs d’IA es millora considerablement quan els càlculs es duen a terme en paral·lel. Tot i formar una ANN d’aprenentatge profund, cal aportacions i això depèn en gran mesura multiplicacions de matrius, on el paral·lelisme és important.

NVIDIA llança constantment nous xips d’IA que s’optimitzen per a diferents casos d’ús i requeriments dels investigadors d’IA. Aquesta pressió constant per innovar manté NVIDIA com a líder del mercat.

Trieu un corredor de valors

El primer pas del vostre viatge hauria de ser escollir un corredor de valors. Un corredor que recomanem és Firstrade.

Invertir en intel·ligència artificial (IA): tot el que heu de saber Invertir en intel·ligència artificial (IA): tot el que heu de saber Invertir en intel·ligència artificial (IA): tot el que heu de saber
★★★★★ ★★★★★ Firstrade Review

El nostre equip editorial determina les valoracions de Securities.io. La fórmula de puntuació per als corredors de valors té en compte desenes de factors, incloses les comissions i mínims del compte, les plataformes de negociació, l’atenció al client, els organismes reguladors i les opcions d’inversió..

★★★★★ ★★★★★ M1 Finance Review

El nostre equip editorial determina les valoracions de Securities.io. La fórmula de puntuació per als corredors de valors té en compte desenes de factors, incloses les comissions i mínims del compte, les plataformes de negociació, l’atenció al client, els organismes reguladors i les opcions d’inversió..

★★★★★ ★★★★★ Revisió de Public.com

El nostre equip editorial determina les valoracions de Securities.io. La fórmula de puntuació per als corredors de valors té en compte desenes de factors, incloses les comissions i mínims del compte, les plataformes de negociació, l’atenció al client, els organismes reguladors i les opcions d’inversió..

Tarifes

Comissió zero

Tarifes

Comissió zero

Tarifes

Comissió zero

Compte mínim

Cap

Compte mínim

100 dòlars

Compte mínim

Cap

Promocions

Accions gratuïtes *

* Consulteu el lloc web per obtenir més informació.

Promocions

Cap

Promoció

Cap

Resum

És impossible enumerar totes les empreses que participen en algun tipus d’IA, el que és important és entendre les tecnologies d’aprenentatge automàtic que són responsables de la major part de la innovació i el creixement que ha experimentat la indústria. Hem destacat 3 líders del mercat, en vindran molts més. Per estar al corrent de la IA, hauríeu d’estar al corrent de Notícies d’IA, eviteu el bombo d’intel·ligència artificial i enteneu que aquest camp està en constant evolució.

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me
Our Socials
Facebooktwitter
Promo
banner
Promo
banner