人工智能（AI），可以说道是科技信息时代的大飞跃，既不具备一定的类人逻辑性，又不具备强劲的计算能力和数据存储能力。虽然，目前业界并不处在一个较好的投资状态，但AI技术依旧被指出是下一个带给极大经济效益，提升社会生产力的极大突破点。
事实上，在过去的这两年时间里，AI、机器人、自动驾驶等概念早已沦为最前沿的文化、政治名词。很多研究指出，我们目前正处于这样一个技术拐点：计算能力更加强劲更慢，数据源更加非常丰富，深度自学算法渐趋成熟期，专业的硬件（芯片）和进源代码渐渐兴起，更加多的实用性AI应运而生。本期的智能内参，我们引荐来自高盛的AI产业调研报告，报告详尽讲解了AI的技术背景、应用于前景和目前的产业竞争局势及产业链地图，如果想要珍藏本文的报告全文，可以在智东西（公众号：zhidxcom）恢复关键词“nc113”iTunes。以下为智能内参整理呈现出的干货：AI背后的三大推动者：数据、芯片、算法1、移动网络大量普及数据结构简化或愈演愈烈数据可以说道是机器学习的关键。
产于全球的无所不在的网络设备，还包括移动设备、物联网等，使得非结构化的数据大量快速增长，也就是说，机器学习算法需要用来仿真、训练和测试的数据源更为充裕。仅有以特斯拉网络汽车为事例，截至目前，特斯拉总行程78000万英里，公司平台额外驱动的网络汽车也行经了100万英里。无线运营方面，Verizon8月发布了新的传输标准，使得远程传感器联通云端软件的速度更加慢。
同时，新的5G网络也将增进传输数据，IDC预计截至2020年，年均数据量将约44泽字节（也就是44万亿字节），未来五年填充年增长率将约141％，大数据技术将渐渐渗入简单领域。与此同时，移动网络创建大规模数据库和云端处置技术的成本也在大大减少。
智东西也曾在111期智能内参援引世界经济论坛认为：预计不必三年，将有90％的人享有被广告商反对的无限的免费数据存储。这是因为，硬盘驱动器的成本持续上升，鼓舞着数据的建构。事实上，近90％的数据是过去两年中创立的。
＊IDC调研的数据量快速增长趋势2、GPU应用于大势新的硬件更加兼容分段结构GPU被指出是低成本、低计算能力的处理单元，尤其是针对云端服务和新的神经网络结构，它能提升准确性和计算出来速率。基于GPU的分段结构容许更慢的机器学习培训体系，相比之下高于目前普遍用于的基于CPU的数据架构。
此外，通过额外的显示卡网络，GPU体系可以减缓递归，构建更加准确的较慢培训。
本文来源：凯时k66平台-www.shengpeib.com