人工智能的奇点将于 2030 年代到来
目前的人工智能是弱人工智能
我们将人工智能分为弱人工智能、强人工智能和终极人工智能三个阶段。
不同阶段所需要的复杂度是指数级递增的。弱人工智能指的是专注在某一特定类别任务的人工智能，如人脸识别算法专注人脸识别，Siri 只能完成特定功能的语音交互，AlphaGo 十分强大但是专注于围棋领域；强人工智能，或通用人工智能，指的是泛用型人工智能，一般拥有自主的意识，可以通过图灵测试；终极人工智能指的是在各方面均能超越其造物主的人工智能，如 EA《质量效应》中的 Geth 种族，在质疑自己的存在意义并觉醒后，其战胜了自己的造物主 Quarians。
显而易见，当前绝大部分人工智能公司的产品均只能在某一特定类别任务试用，是弱人工智能。强人工智能仍处于孕育期，尚未有足够坚实的理论支撑，也未出现经过检验的原型。至于终极人工智能则更加长远，估计本世纪不会出现。
硬件支撑、数据集、算法、应用场景是人工智能的四大要素
根据研究，我们将目前的弱人工智能领域归集为下面这个模型。
硬件支撑是整个人工智能的基础。数据的搜集需要传感器，数据的储存需要存储介质，算法的训练需要高效的芯片，应用场景则需要相应的硬件配合（如手机、机器人等）。
数据集是训练算法的基础。俗话说“巧妇难为无米之炊”，在机器学习当道的情况下，拥有良好标记的大数据集方能训练出优秀的算法。
算法源自数据集，优秀的算法可以应用于相应的应用场景进行变现，如人脸识别可以应用于安全领域，语音识别可以应用于翻译领域等。
应用场景可以产生大量的业务数据，这些数据大多经过了用户的标识，可以补充进数据集中，从而更好地训练出更优秀的算法。更优秀的算法会促进更大规模的应用，这样就形成了一个正反馈的循环。
因而，我们认为，人工智能领域，在无破坏性技术的出现的情况下，先发公司优势较大。
参考中国报告网发布《2018-2023年中国人工智能行业市场竞争现状分析与投资发展前景研究报告》
不断下探的存储成本和计算成本推动人工智能的发展
目前，存储成本已从 1980 年的 437,500 美元/GB 下跌到 2016 年的 0.019 美元/GB，CAGR 在-38%左右。较低的存储成本可以使得大数据的存储更为便宜。
而用$/GFLOPS（1GFLOPS=109F LOPS，FLPOS=Floating Point Operations Per Second，每秒十亿次浮点运算价格）衡量的计算成本也一路下探，根据Wikipedia 的数据，$/GFLOPS CAGR 在-37%左右。2017 年 6 月，AMD Ryzen 结合 AMD VEGA Frontier Edition 将$/GFLOPS 降到 0.06 美元。
不同的研究者对人脑的计算能力给出了差异巨大的估计。
本文采用 Moravec 2009 年在《科学美国人》发表的文章中的数据：人脑的计算能力约等于 100million MIPS（Million Instructions Per Second，每秒百万指令）。然而，MIPS并不可以直接与 FLOPS 进行比较。
根据经验，MFLOPS = 2.3 x MIPS0.89，因此，人脑的计算能力约等于 3*1013FLOPS。也就是说，若把人脑视作一个处理器，其目前的价格为 3*10^13/10^9*0.06=1800 美元。
需要注意的是，这仅仅是计算能力，而不包括存储能力。考虑到人脑也是一个存储器，其存储成本也应该计算在内。
尽管人脑有长期记忆和短期记忆的区别，两种记忆唤起的时间也有较大差异，为了简化，我们将其共同视作长期记忆。根据 Paul Reber 2010 年在《科学美国人》发表的文章中的数据：人脑的存储空间大约在 2.5 Petabytes（1PB = 1 million GB），因此，若把人脑视作一个存储器，其目前的价格为 2.5*10^6*0.019=47,500 美元。
两者相加，目前人脑相当于一台 49,300 美元的计算机。
2030 年代模拟人脑的计算机单价将低于 1000 美元
当前超级计算机的计算能力和存储空间已经可以与人脑比拼。
根据国家超级计算无锡中心提供的数据“，神威〃太湖之光”持续运算性能达到 93.015PFLOPS，在线存储空间 10PB，带宽 288GB/S，其算力和存储量指标已超越人脑若干数量级。但超级计算机毕竟是稀缺的，因此，本文更关注与商用成本方面。
基于上文的数据，假设存储成本-38% yoy，计算成本-37% yoy，当整机价格低于 1000 美元时进入大规模应用状态，那么，通过解一个很简单的方程，我们可以得出，仅仅 8年后（2026 年），模拟人脑的计算机单价会低于 1000 美元，从而与人脑可以匹敌的人工智能可以进入大规模应用状态！奇点比我们想象的要近很多！当然，这只是一个粗略的估算，但比较稳健的估计，2030 年代，我们将迎来人工智能奇点。
目前的人工智能是弱人工智能
我们将人工智能分为弱人工智能、强人工智能和终极人工智能三个阶段。
不同阶段所需要的复杂度是指数级递增的。弱人工智能指的是专注在某一特定类别任务的人工智能，如人脸识别算法专注人脸识别，Siri 只能完成特定功能的语音交互，AlphaGo 十分强大但是专注于围棋领域；强人工智能，或通用人工智能，指的是泛用型人工智能，一般拥有自主的意识，可以通过图灵测试；终极人工智能指的是在各方面均能超越其造物主的人工智能，如 EA《质量效应》中的 Geth 种族，在质疑自己的存在意义并觉醒后，其战胜了自己的造物主 Quarians。
显而易见，当前绝大部分人工智能公司的产品均只能在某一特定类别任务试用，是弱人工智能。强人工智能仍处于孕育期，尚未有足够坚实的理论支撑，也未出现经过检验的原型。至于终极人工智能则更加长远，估计本世纪不会出现。
图：人工智能的三个阶段
硬件支撑、数据集、算法、应用场景是人工智能的四大要素
根据研究，我们将目前的弱人工智能领域归集为下面这个模型。
硬件支撑是整个人工智能的基础。数据的搜集需要传感器，数据的储存需要存储介质，算法的训练需要高效的芯片，应用场景则需要相应的硬件配合（如手机、机器人等）。
数据集是训练算法的基础。俗话说“巧妇难为无米之炊”，在机器学习当道的情况下，拥有良好标记的大数据集方能训练出优秀的算法。
算法源自数据集，优秀的算法可以应用于相应的应用场景进行变现，如人脸识别可以应用于安全领域，语音识别可以应用于翻译领域等。
应用场景可以产生大量的业务数据，这些数据大多经过了用户的标识，可以补充进数据集中，从而更好地训练出更优秀的算法。更优秀的算法会促进更大规模的应用，这样就形成了一个正反馈的循环。
因而，我们认为，人工智能领域，在无破坏性技术的出现的情况下，先发公司优势较大。
图：人工智能行业模型
参考中国报告网发布《2018-2023年中国人工智能行业市场竞争现状分析与投资发展前景研究报告》
不断下探的存储成本和计算成本推动人工智能的发展
目前，存储成本已从 1980 年的 437,500 美元/GB 下跌到 2016 年的 0.019 美元/GB，CAGR 在-38%左右。较低的存储成本可以使得大数据的存储更为便宜。
而用$/GFLOPS（1GFLOPS=109F LOPS，FLPOS=Floating Point Operations Per Second，每秒十亿次浮点运算价格）衡量的计算成本也一路下探，根据Wikipedia 的数据，$/GFLOPS CAGR 在-37%左右。2017 年 6 月，AMD Ryzen 结合 AMD VEGA Frontier Edition 将$/GFLOPS 降到 0.06 美元。
图：不断下降的存储成本
图：不断下降的计算成本
不同的研究者对人脑的计算能力给出了差异巨大的估计。
本文采用 Moravec 2009 年在《科学美国人》发表的文章中的数据：人脑的计算能力约等于 100million MIPS（Million Instructions Per Second，每秒百万指令）。然而，MIPS并不可以直接与 FLOPS 进行比较。
根据经验，MFLOPS = 2.3 x MIPS0.89，因此，人脑的计算能力约等于 3*1013FLOPS。也就是说，若把人脑视作一个处理器，其目前的价格为 3*10^13/10^9*0.06=1800 美元。
需要注意的是，这仅仅是计算能力，而不包括存储能力。考虑到人脑也是一个存储器，其存储成本也应该计算在内。
尽管人脑有长期记忆和短期记忆的区别，两种记忆唤起的时间也有较大差异，为了简化，我们将其共同视作长期记忆。根据 Paul Reber 2010 年在《科学美国人》发表的文章中的数据：人脑的存储空间大约在 2.5 Petabytes（1PB = 1 million GB），因此，若把人脑视作一个存储器，其目前的价格为 2.5*10^6*0.019=47,500 美元。
两者相加，目前人脑相当于一台 49,300 美元的计算机。
2030 年代模拟人脑的计算机单价将低于 1000 美元
当前超级计算机的计算能力和存储空间已经可以与人脑比拼。
根据国家超级计算无锡中心提供的数据“，神威〃太湖之光”持续运算性能达到 93.015PFLOPS，在线存储空间 10PB，带宽 288GB/S，其算力和存储量指标已超越人脑若干数量级。但超级计算机毕竟是稀缺的，因此，本文更关注与商用成本方面。
基于上文的数据，假设存储成本-38% yoy，计算成本-37% yoy，当整机价格低于 1000 美元时进入大规模应用状态，那么，通过解一个很简单的方程，我们可以得出，仅仅 8年后（2026 年），模拟人脑的计算机单价会低于 1000 美元，从而与人脑可以匹敌的人工智能可以进入大规模应用状态！奇点比我们想象的要近很多！当然，这只是一个粗略的估算，但比较稳健的估计，2030 年代，我们将迎来人工智能奇点。
图：2026 年可以模拟人脑的计算机单价将低于 1000 美元
资料来源：中国报告网整理，转载请注明出处（GQ）
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
