In künstliche Intelligenz (KI) investieren – alles, was Sie wissen müssen

Künstliche Intelligenz (KI) ist ein Bereich, der keiner Einführung bedarf. AI hat die Frackmäntel von Moores Gesetz geritten, die Zustände Es ist zu erwarten, dass sich die Geschwindigkeit und Leistungsfähigkeit von Computern alle zwei Jahre verdoppelt. Seit 2012 hat der Rechenaufwand für die größten KI-Trainingsläufe mit a exponentiell zugenommen Verdoppelung alle 3 bis 4 Monate, mit dem Endergebnis, dass die Menge der der KI zugewiesenen Rechenressourcen seit 2012 um das 300.000-fache gestiegen ist. Keine andere Branche kann mit diesen Wachstumsstatistiken vergleichen.

Wir werden untersuchen, welche KI-Bereiche diese Beschleunigung anführen, welche Unternehmen am besten positioniert sind, um von diesem Wachstum zu profitieren, und warum dies wichtig ist.

Arten des maschinellen Lernens

Maschinelles Lernen ist ein Teilgebiet der KI, das im Wesentlichen Maschinen zum Lernen programmiert. Es gibt mehrere Arten von Algorithmen für maschinelles Lernen, die mit Abstand beliebteste ist tiefes Lernen, Dies beinhaltet das Einspeisen von Daten in eine Künstliche neuronale Netz (ANN). Ein ANN ist ein sehr rechenintensives Netzwerk mathematischer Funktionen, die in einem Format zusammengefügt sind, das von den neuronalen Netzwerken im menschlichen Gehirn inspiriert ist.

Je mehr Große Daten Das wird in ein ANN eingespeist, je genauer das ANN wird. Wenn Sie beispielsweise versuchen, eine ANN zu trainieren, um zu lernen, wie Katzenbilder identifiziert werden, wenn Sie das Netzwerk mit 1000 Katzenbildern füttern, hat das Netzwerk eine geringe Genauigkeit von vielleicht 70%, wenn Sie es auf 10000 Bilder erhöhen Die Genauigkeit kann auf 80% erhöht werden. Wenn Sie sie um 100000 Bilder erhöhen, haben Sie gerade die Genauigkeit des Netzwerks auf 90% und mehr erhöht.

Hierin liegt eine der Möglichkeiten, Unternehmen, die den Bereich der AI-Chip-Entwicklung dominieren, sind natürlich reif für Wachstum.

Es gibt viele andere Arten des maschinellen Lernens, die vielversprechend sind, wie z verstärkendes Lernen, Dies ist die Schulung eines Agenten durch Wiederholung von Aktionen und damit verbundenen Belohnungen. Durch das Verwenden von Verstärkungslernen kann ein KI-System gegen sich selbst antreten, um seine Leistung zu verbessern. Zum Beispiel wird ein Programm, das Schach spielt, wiederholt gegen sich selbst spielen, wobei jede Instanz des Gameplays die Leistung im nächsten Spiel verbessert.

Gegenwärtig verwenden die besten Arten von KI eine Kombination aus tiefem Lernen und verstärkendem Lernen in dem, was allgemein als bezeichnet wird tiefes Lernen der Verstärkung. Alle führenden KI-Unternehmen der Welt wie Tesla verwenden eine Art tiefgreifendes Lernen.

Zwar gibt es andere Arten wichtiger maschineller Lernsysteme, die derzeit weiterentwickelt werden, wie z Meta-Lernen, Der Einfachheit halber sollten Anleger am besten mit Deep Learning und dem fortgeschritteneren Cousin Deep Enforcement Learning vertraut sein. Die Unternehmen, die an der Spitze dieses technologischen Fortschritts stehen, sind am besten positioniert, um das enorme exponentielle Wachstum zu nutzen, das wir in der KI beobachten.

In künstliche Intelligenz (KI) investieren - alles, was Sie wissen müssen

Data Science & Große Daten

Wenn es ein Unterscheidungsmerkmal zwischen Unternehmen gibt, die erfolgreich sein und Marktführer werden, und Unternehmen, die scheitern werden, dann ist dies der Fall Große Daten. Alle Arten des maschinellen Lernens sind stark abhängig Datenwissenschaft, Dies lässt sich am besten als ein Prozess zum Verstehen der Welt anhand von Mustern in Daten beschreiben. In diesem Fall lernt die KI aus Daten. Je mehr Daten vorhanden sind, desto genauer sind die Ergebnisse. Es gibt einige Ausnahmen von dieser Regel aufgrund dessen, was genannt wird Überanpassung, Dies ist jedoch ein Problem, das AI-Entwickler kennen und Vorsichtsmaßnahmen treffen, um dies zu kompensieren.

Die Bedeutung von Big Data ist, warum Unternehmen wie Tesla einen klaren Marktvorteil in Bezug auf autonome Fahrzeugtechnologie haben. Jeder einzelne Tesla, der in Bewegung ist und Autopilot verwendet, speist Daten in die Cloud ein. Dies ermöglicht Tesla, tiefgreifendes Verstärkungslernen und andere Algorithmus-Optimierungen zu verwenden, um das gesamte autonome Fahrzeugsystem zu verbessern.

Dies ist auch der Grund, warum es für Herausforderer so schwierig sein wird, Unternehmen wie Google zu entthronen. Jeder Tag, der vergeht, ist ein Tag, an dem Google Daten aus seinen unzähligen Produkten und Dienstleistungen sammelt. Dazu gehören Suchergebnisse, Google Adsense, Android-Mobilgeräte, der Chrome-Webbrowser und sogar der Nest-Thermostat. Google ertrinkt mehr Daten als jedes andere Unternehmen auf der Welt. Dies zählt nicht einmal alle Mondschüsse, an denen sie beteiligt sind.


Wenn wir verstehen, warum Deep Learning und Data Science wichtig sind, können wir daraus schließen, warum die unten aufgeführten Unternehmen so mächtig sind.

KI-Unternehmen, in die investiert werden soll

Derzeit gibt es drei Marktführer, die nur schwer herauszufordern sind.

Alphabet Inc (NASDAQ: TogetL)

Alphabet Inc. ist das Dachunternehmen für alle Google-Produkte, zu denen auch die Google-Suchmaschine gehört. Eine kurze Geschichtsstunde ist notwendig, um zu erklären, warum sie so ein Marktführer in der KI sind. Im Jahr 2010 ein britisches Unternehmen DeepMind wurde mit dem Ziel ins Leben gerufen, verschiedene Techniken des maschinellen Lernens anzuwenden, um allgemeine Lernalgorithmen zu entwickeln.

Im Jahr 2013 eroberte DeepMind die Welt im Sturm mit verschiedenen Errungenschaften, unter anderem wurde er Weltmeister bei Sieben Atari-Spiele mit tiefem Verstärkungslernen.

Im Jahr 2014 Google erwarb DeepMind für 500 Millionen US-Dollar, kurz danach im Jahr 2015 DeepMinds AlphaGo war das erste KI-Programm, das einen professionellen menschlichen Go-Spieler besiegte, und das erste Programm, das einen Go-Weltmeister besiegte. Für diejenigen, die mit Go nicht vertraut sind, wird es von vielen als das herausforderndste Spiel angesehen, das es gibt.

DeepMind wird derzeit als Marktführer in tiefem Bestärkungslernen und ein führender Anwärter auf das ErreichenKünstliche Allgemeine Intelligenz (AGI), eine futuristische Art von KI mit dem Ziel, die Intelligenz auf menschlicher Ebene zu erreichen oder zu übertreffen.

Wir müssen noch die anderen Arten von KI berücksichtigen, an denen Google derzeit beteiligt ist, wie z Waymo, ein Marktführer in der Automobiltechnologie, der nach Tesla an zweiter Stelle steht, und der geheimen KI-Systeme, die derzeit in der Google-Suchmaschine verwendet werden.

Google ist derzeit an so vielen KI-Ebenen beteiligt, dass ein umfassendes Papier erforderlich wäre, um sie alle abzudecken.

Tesla (NASDAQ: TSLA)

Wie kürzlich bekannt gegeben Tesla nutzt Big Data aus seiner Flotte von Straßenfahrzeugen, um Daten von seinem Autopiloten zu sammeln. Je mehr Daten gesammelt werden, desto besser kann sie durch tiefgreifendes Lernen verbessert werden. Dies ist besonders wichtig für sogenannte Randfälle. Dies wird als Szenario bezeichnet, das im wirklichen Leben nicht häufig vorkommt.

Zum Beispiel ist es unmöglich, jedes Szenario vorherzusagen und zu programmieren, das auf der Straße auftreten kann, z. B. einen Koffer, der in den Verkehr rollt, oder ein Flugzeug, das vom Himmel fällt. In diesem Fall gibt es nur sehr wenige spezifische Daten, und das System muss Daten aus vielen verschiedenen Szenarien zuordnen. Dies ist ein weiterer Vorteil einer großen Datenmenge. Während es möglicherweise das erste Mal ist, dass ein Tesla in Houston auf ein Szenario stößt, ist es möglich, dass ein Tesla in Dubai auf etwas Ähnliches gestoßen ist.

Tesla ist auch Marktführer in Batterietechnologie, und in der Elektrotechnik für Fahrzeuge. Beide basieren auf KI-Systemen, um die Reichweite eines Fahrzeugs zu optimieren, bevor eine Aufladung erforderlich ist. Tesla ist bekannt für seine häufigen On-Air-Updates Mit KI-Optimierungen, die die Leistung und Reichweite der Fahrzeugflotte um einige Prozentpunkte verbessern.

Als ob dies nicht ausreichen würde, ist Tesla es auch Entwicklung eigener KI-Chips, Dies bedeutet, dass es nicht mehr auf Chips von Drittanbietern angewiesen ist und diese Chips optimieren können, um von Grund auf mit ihrer vollständigen selbstfahrenden Software zu arbeiten.

NVIDIA (NASDAQ: NVDA)

NVIDIA ist das Unternehmen am besten positioniert, um die derzeit steigende Nachfrage nach GPU-Chips (Graphics Processing Unit) zu nutzen, für die sie derzeit verantwortlich sind 80% aller GPUs Der Umsatz.

Während GPUs ursprünglich für Videospiele verwendet wurden, waren sie schnell von der KI-Industrie übernommen speziell für tiefes Lernen. Der Grund, warum GPUs so wichtig sind, besteht darin, dass die Geschwindigkeit von AI-Berechnungen erheblich erhöht wird, wenn Berechnungen parallel ausgeführt werden. Während des Trainings eines Deep Learning ANN sind Eingaben erforderlich, und dies hängt stark davon ab Matrixmultiplikationen, wo Parallelität wichtig ist.

NVIDIA veröffentlicht ständig neue AI-Chips, die für unterschiedliche Anwendungsfälle und Anforderungen von AI-Forschern optimiert sind. Es ist dieser ständige Innovationsdruck, der NVIDIA als Marktführer behauptet.

Wählen Sie einen Börsenmakler

Der erste Schritt auf Ihrer Reise sollte darin bestehen, einen Börsenmakler auszuwählen. Ein Makler, den wir empfehlen, ist Firstrade.

In künstliche Intelligenz (KI) investieren - alles, was Sie wissen müssen In künstliche Intelligenz (KI) investieren - alles, was Sie wissen müssen In künstliche Intelligenz (KI) investieren - alles, was Sie wissen müssen
★★★★★ ★★★★★ Firstrade Review

Die Ratings von Securities.io werden von unserer Redaktion festgelegt. Die Bewertungsformel für Börsenmakler berücksichtigt über Dutzende von Faktoren, einschließlich Kontogebühren und -minima, Handelsplattformen, Kundenunterstützung, Aufsichtsbehörden und Anlagemöglichkeiten.

★★★★★ ★★★★★ M1 Finance Review

Die Ratings von Securities.io werden von unserer Redaktion festgelegt. Die Bewertungsformel für Börsenmakler berücksichtigt über Dutzende von Faktoren, einschließlich Kontogebühren und -minima, Handelsplattformen, Kundenunterstützung, Aufsichtsbehörden und Anlagemöglichkeiten.

★★★★★ ★★★★★ Public.com Review

Die Ratings von Securities.io werden von unserer Redaktion festgelegt. Die Bewertungsformel für Börsenmakler berücksichtigt über Dutzende von Faktoren, einschließlich Kontogebühren und -minima, Handelsplattformen, Kundenunterstützung, Aufsichtsbehörden und Anlagemöglichkeiten.

Gebühren

Nullkommission

Gebühren

Nullkommission

Gebühren

Nullkommission

Konto Minimum

Keiner

Konto Minimum

100 $

Konto Minimum

Keiner

Promotions

Kostenlose Aktien *

* Einzelheiten finden Sie auf der Website.

Promotions

Keiner

Beförderung

Keiner

Zusammenfassung

Es ist unmöglich, alle Unternehmen aufzulisten, die an irgendeiner Form von KI beteiligt sind. Wichtig ist, die Technologien für maschinelles Lernen zu verstehen, die für die meisten Innovationen und das Wachstum verantwortlich sind, die die Branche erlebt hat. Wir haben 3 Marktführer hervorgehoben, viele weitere werden folgen. Um mit der KI Schritt zu halten, sollten Sie auf dem Laufenden bleiben KI-Nachrichten, Vermeiden Sie KI-Hype und verstehen Sie, dass sich dieses Feld ständig weiterentwickelt.

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me
Like this post? Please share to your friends:
Adblock
detector
map