2016年3月14日 星期一

‧ 雲端運算 vs. 人工智慧 vs. 深度學習 vs. 大數據 vs. 量子運算

來源:星空互聯

IT行業的發展速度可謂日新月異,幾年前還是個人電腦(PC)當道,如今大家都在談論「雲端運算」、「大數據」和「深度學習」。已被所有這些新術語搞得暈頭轉向?我們也是如此,為此本文特意介紹了這幾個術語的定義,以及它們對投資者來說意味著什麼。

「雲端運算」――這個概念是指,你可以根據需要來租用應用程式,然後通過網路來存取它們,而不是購買應用程式,然後將應用程式安裝到電腦上。就是這樣,這就是「雲端運算」。
你可能已聽說過「軟體即服務」這個術語(簡稱「SaaS)。這實際上就是一回事。它是指通過訂閱服務,來獲取的一種集中託管的軟體。對投資者來說,這個領域已上了軌道,像客戶關係管理(CRM)SaaS提供商Salesforce.com這些公司的10年回報率超過了780%。不過對於在電腦行業尋求下一大熱門的投資者來說,「雲端運算」和「SaaS」已成了舊新聞。

「大數據」――這正如其名。「大數據」是指像「網際網路」和基因組學這些新技術帶來的龐大資料集。這些資料集極其龐大、極其複雜,以至於我們無法使用傳統的應用軟體來分析它們。我們需要開發新的應用軟體來分析所有這些「大數據」。


我們在最近的一篇文章中剖析了按收入排名前5強的資料儲存公司。那些公司當中只有一家是可行的投資對象。也許如今這個領域最大的玩家是Palantir Technologies公司,這家年收入250億美元的私營公司幫助解讀所有這些「大數據」。儲存這些資料是一回事,分析這些資料完全是另一回事,因為如今所有資料中80%並不是結構化數據,比如新聞文章、研究報告和企業數據。這就引出了下一個術語。

「深度學習」――這個領域從本質上來說指,我們可以教電腦拿來所有那些非結構化大數據後,開始使用各種演算法來解讀數據,比如類比人腦工作機理方式的「人工神經網路」。


深度學習使用演算法來尋找所有那些「大數據」中的複雜關係,然後我們進一步改進那些演算法,讓它們日趨完善。電腦根據經驗逐步學習的功能正是人腦自然的工作方式,有時也叫作「認知計算」。

我們都可能聽說過名為WatsonIBM認知計算平臺,它就採用了深度學習技術,用來將語音轉換成文本以及將文本轉換成語音。雖然目前還沒有任何一支專業的「深度學習」股票,但是如今有好幾家初創公司在探究深度學習在眾多行業的應用。深度學習或認知計算是人工智慧的一種形式,這引出了下一個術語。

「人工智慧」――這個術語是指,電腦開始處理資料,並推斷出複雜關係,就像人類那樣。對此我們如何加以衡量?最流行的方法被稱為「圖靈測試」 (Turing Test),不過一些研究人員對此不屑一顧,認為只有業餘愛好者才會對此有興趣。


雖然IBM是人工智慧專利的主要擁有者(擁有500多項專利),但人工智慧領域也有另外好多家初創公司,比如我們之前介紹的一家名為Vicarious的公司,實際上大家都看好這家公司。Vicarious開發的軟體代碼可以模仿人腦,同時使用相對微量的數據和計算能力。雖然如今使用微量計算能力合情合理,但如果我們可以搞定量子計算,這可能不是個問題。

「量子計算」――這個術語是指,我們使用神奇的量子物理學,製造一種功能比現有的任何電腦都要強大得多的電腦。我們可能會開始談論「量子糾纏」,以及需要將事物冷凍到絕對零度,不過普通人不會在乎任何這種技術細節。量子計算有什麼樣的潛力,我們現在處於什麼樣的階段?就在最近歌宣佈,它使用D-Wave 2解決了一個有1000個變數的優化問題,其速度比傳統電腦快1億倍。

形象地來說,D-Wave 2在一秒鐘內所能處理的任務需要傳統電腦花10000年才處理得了。你在量子計算領域會如何投資?目前,這個領域的廠商數量不多。


所有這些技術,預計在未來幾年都會迎來迅速發展,那麼散戶投資者如何在這方面賺到錢呢?IBM這個名字不斷提及,所以IBM是這幾個領域的合適投資對象嗎?由於2014年收入高達920億美元,「大數據」和Watson目前貢獻的部分對整個公司收入的影響微不足道。話雖如此,我們還是喜歡IBM3.8%收益率,由不到50%的派息率作為保障。


雖然最有前途的公司依然是私營公司,但是將來會有退出事件和首發上市(IPO)讓投資者獲利頗豐。散戶投資者應著眼的下一站是,未來涉及這些領域的科技公司IPO。據資料分析公司CB Insights聲稱,2016年有兩家「大數據」初創公司可能會IPO

實際上,CB Insights公司已列出了在2016年可能IPO530多家科技初創公司,其中許多與「大數據」有關。

                                                                                                                                                                                                                            

沒有留言:

張貼留言