หุ้นเอไอ
การลงทุนในปัญญาประดิษฐ์ (AI) – ทุกสิ่งที่คุณต้องรู้
ปัญญาประดิษฐ์ (AI) เป็นสาขาที่ไม่ต้องมีการแนะนำ AI ได้ขี่เสื้อคลุมท้ายของกฎของมัวร์ซึ่ง รัฐ ความเร็วและความสามารถของคอมพิวเตอร์สามารถคาดหวังได้ว่าจะเพิ่มขึ้นสองเท่าทุกๆ สองปี ตั้งแต่ปี 2012 ปริมาณการประมวลผลที่ใช้ในการฝึกอบรม AI ที่ใหญ่ที่สุดได้เพิ่มขึ้นอย่างมากด้วย สองเท่าทุกๆ 3 ถึง 4 เดือนโดยผลลัพธ์สุดท้ายคือปริมาณทรัพยากรการประมวลผลที่จัดสรรให้กับ AI เพิ่มขึ้น 300,000 เท่านับตั้งแต่ปี 2012 ไม่มีอุตสาหกรรมอื่นใดที่สามารถเปรียบเทียบกับสถิติการเติบโตเหล่านี้ได้
เราจะสำรวจว่าสาขาใดของ AI ที่เป็นผู้นำในการเร่งความเร็วนี้ บริษัทใดอยู่ในตำแหน่งที่ดีที่สุดในการใช้ประโยชน์จากการเติบโตนี้ และเหตุใดจึงมีความสำคัญ
ประเภทของการเรียนรู้ของเครื่อง
การเรียนรู้เครื่อง เป็นสาขาย่อยของ AI ซึ่งโดยพื้นฐานแล้วคือการเขียนโปรแกรมเครื่องจักรเพื่อเรียนรู้ อัลกอริธึมการเรียนรู้ของเครื่องมีหลายประเภท ซึ่งประเภทที่ได้รับความนิยมมากที่สุดคือ การเรียนรู้ลึก ๆซึ่งเกี่ยวข้องกับการป้อนข้อมูลลงใน โครงข่ายประสาทเทียม (แอน). ANN คือเครือข่ายฟังก์ชันทางคณิตศาสตร์ที่เน้นการประมวลผลซึ่งรวมเข้าด้วยกันในรูปแบบที่ได้รับแรงบันดาลใจจากโครงข่ายประสาทเทียมที่พบในสมองของมนุษย์
ยิ่ง ข้อมูลขนาดใหญ่ ที่ป้อนเข้าไปใน ANN ยิ่ง ANN มีความแม่นยำมากขึ้นเท่านั้น ตัวอย่างเช่น หากคุณกำลังพยายามฝึก ANN ให้เรียนรู้วิธีระบุรูปภาพแมว หากคุณป้อนรูปภาพแมวบนเครือข่าย 1000 รูป เครือข่ายจะมีความแม่นยำระดับเล็กน้อยประมาณ 70% หากคุณเพิ่มเป็น 10000 รูปภาพ ระดับความแม่นยำอาจเพิ่มขึ้นเป็น 80% หากคุณเพิ่มขึ้น 100000 ภาพ แสดงว่าคุณเพิ่งเพิ่มความแม่นยำของเครือข่ายเป็น 90% เป็นต้นไป
ในที่นี้โอกาสประการหนึ่งคือบริษัทที่ครองขอบเขตการพัฒนาชิป AI ย่อมสุกงอมสำหรับการเติบโตโดยธรรมชาติ
มีแมชชีนเลิร์นนิงประเภทอื่นๆ อีกมากมายที่แสดงให้เห็นศักยภาพ เช่น การเรียนรู้การเสริมแรงนี่คือการฝึกอบรมตัวแทนผ่านการทำซ้ำของการกระทำและรางวัลที่เกี่ยวข้อง การใช้การเรียนรู้แบบเสริมกำลังทำให้ระบบ AI สามารถแข่งขันกับตัวเองได้ด้วยความตั้งใจที่จะปรับปรุงประสิทธิภาพให้ดียิ่งขึ้น ตัวอย่างเช่น โปรแกรมที่เล่นหมากรุกจะเล่นกับตัวเองซ้ำแล้วซ้ำเล่า โดยทุกๆ อินสแตนซ์ของการเล่นเกมจะปรับปรุงวิธีการทำงานในเกมถัดไป
ในปัจจุบัน AI ประเภทที่ดีที่สุดใช้การผสมผสานระหว่างการเรียนรู้เชิงลึกและการเรียนรู้แบบเสริมแรงในสิ่งที่เรียกกันทั่วไปว่า การเรียนรู้การเสริมแรงอย่างล้ำลึก. บริษัท AI ชั้นนำทั้งหมดของโลก เช่น Tesla ใช้การเรียนรู้แบบเสริมกำลังเชิงลึกบางประเภท
ขณะที่ยังมีระบบ Machine Learning ที่สำคัญประเภทอื่นๆ ที่กำลังก้าวหน้าอยู่ในปัจจุบัน เช่น การเรียนรู้เมตาเพื่อความเรียบง่ายของการเรียนรู้เชิงลึกและการเรียนรู้เสริมเชิงลึกแบบลูกพี่ลูกน้องขั้นสูงคือสิ่งที่นักลงทุนควรคุ้นเคยมากที่สุด บริษัทที่อยู่แถวหน้าของความก้าวหน้าทางเทคโนโลยีนี้จะอยู่ในตำแหน่งที่ดีที่สุดในการใช้ประโยชน์จากการเติบโตแบบก้าวกระโดดอย่างมหาศาลที่เราพบเห็นใน AI
วิทยาศาสตร์ข้อมูลและข้อมูลขนาดใหญ่
หากมีความแตกต่างระหว่างบริษัทที่จะประสบความสำเร็จและกลายเป็นผู้นำตลาดกับบริษัทที่จะล้มเหลว นั่นแหละคือความแตกต่าง ข้อมูลขนาดใหญ่. แมชชีนเลิร์นนิงทุกประเภทต้องพึ่งพาอย่างมาก วิทยาศาสตร์ข้อมูลนี่เป็นคำอธิบายที่ดีที่สุดว่าเป็นกระบวนการทำความเข้าใจโลกจากรูปแบบในข้อมูล ในกรณีนี้ AI กำลังเรียนรู้จากข้อมูล และยิ่งมีข้อมูลมากเท่าใด ผลลัพธ์ก็จะยิ่งแม่นยำมากขึ้นเท่านั้น มีข้อยกเว้นบางประการสำหรับกฎนี้เนื่องจากสิ่งที่เรียกว่า ฟิตเกินไปแต่นี่เป็นข้อกังวลที่นักพัฒนา AI ตระหนักดีและใช้มาตรการป้องกันเพื่อชดเชย
ความสำคัญของข้อมูลขนาดใหญ่คือสาเหตุที่บริษัทต่างๆ เช่น Tesla มีความได้เปรียบทางการตลาดที่ชัดเจนเมื่อพูดถึงเทคโนโลยียานยนต์ไร้คนขับ Tesla ทุกตัวที่เคลื่อนไหวและใช้ระบบนำร่องอัตโนมัติกำลังป้อนข้อมูลเข้าสู่คลาวด์ สิ่งนี้ทำให้ Tesla สามารถใช้การเรียนรู้แบบเสริมกำลังเชิงลึก และปรับแต่งอัลกอริทึมอื่นๆ เพื่อปรับปรุงระบบยานยนต์ไร้คนขับโดยรวม
นี่เป็นเหตุผลว่าทำไมบริษัทต่างๆ เช่น Google จึงเป็นเรื่องยากสำหรับผู้ท้าชิงที่จะโค่นล้มบัลลังก์ ทุกวันที่ผ่านไปคือวันที่ Google รวบรวมข้อมูลจากผลิตภัณฑ์และบริการมากมาย ซึ่งรวมถึงผลการค้นหา, Google Adsense, อุปกรณ์เคลื่อนที่ Android, เว็บเบราว์เซอร์ Chrome และแม้แต่ Nest Thermostat Google กำลังจมข้อมูลมากกว่าบริษัทอื่นๆ ในโลก นี่ไม่นับรวมภาพดวงจันทร์ทั้งหมดที่พวกเขาเกี่ยวข้องด้วยซ้ำ
ด้วยการทำความเข้าใจว่าเหตุใดการเรียนรู้เชิงลึกและวิทยาศาสตร์ข้อมูลจึงมีความสำคัญ เราจึงสามารถอนุมานได้ว่าเหตุใดบริษัทด้านล่างจึงทรงอำนาจมาก
บริษัท AI ที่จะลงทุน
มีผู้นำตลาดในปัจจุบันสามคนที่ยากต่อการท้าทาย
อัลฟาเบท อิงค์ (NASDAQ: GOOGL)
ตัวอักษร Inc เป็นบริษัทแม่สำหรับผลิตภัณฑ์ทั้งหมดของ Google ซึ่งรวมถึงเครื่องมือค้นหาของ Google จำเป็นต้องมีบทเรียนประวัติศาสตร์สั้นๆ เพื่ออธิบายว่าทำไมพวกเขาถึงเป็นผู้นำตลาดในด้าน AI ในปี 2010 บริษัทสัญชาติอังกฤษ Deepmind เปิดตัวโดยมีเป้าหมายในการประยุกต์เทคนิคการเรียนรู้ของเครื่องต่างๆ เพื่อสร้างอัลกอริธึมการเรียนรู้สำหรับวัตถุประสงค์ทั่วไป
ในปี 2013 DeepMind บุกโจมตีโลกด้วยความสำเร็จมากมาย รวมถึงการเป็นแชมป์โลกในเกม Atari ทั้งเจ็ดเกมโดยใช้การเรียนรู้แบบเสริมกำลังเชิงลึก
ใน 2014 Google เข้าซื้อกิจการ DeepMind ด้วยมูลค่า 500 ล้านเหรียญสหรัฐหลังจากนั้นไม่นานในปี 2015 AlphaGo ของ DeepMind ก็กลายเป็นโปรแกรม AI แรกที่เอาชนะผู้เล่น Go มืออาชีพ และเป็นโปรแกรมแรกที่เอาชนะแชมป์โลก Go สำหรับผู้ที่ไม่คุ้นเคยกับ Go หลายคนถือเป็นเกมที่ท้าทายที่สุดที่มีอยู่
ปัจจุบัน DeepMind ถือเป็น ผู้นำตลาด ในการเรียนรู้แบบเสริมกำลังเชิงลึกและเป็นคู่แข่งชั้นนำในการบรรลุเป้าหมายปัญญาประดิษฐ์ทั่วไป (AGI) ซึ่งเป็น AI ประเภทแห่งอนาคตโดยมีเป้าหมายในการบรรลุหรือเหนือกว่าความฉลาดระดับมนุษย์ในที่สุด
เรายังต้องคำนึงถึง AI ประเภทอื่นๆ ที่ Google เกี่ยวข้องอยู่ด้วย เช่น Waymoผู้นำตลาดด้านเทคโนโลยียานยนต์ไร้คนขับ รองจาก Tesla และระบบ AI ลับที่ใช้ในเครื่องมือค้นหาของ Google ในปัจจุบัน
ปัจจุบัน Google เกี่ยวข้องกับ AI หลายระดับ จนต้องใช้กระดาษที่ละเอียดถี่ถ้วนเพื่อครอบคลุมทั้งหมด
เทสลา (NASDAQ: TSLA)
ตามที่ระบุไว้ก่อนหน้านี้ เทสลา กำลังใช้ประโยชน์จากข้อมูลขนาดใหญ่จากกลุ่มยานพาหนะบนท้องถนนเพื่อรวบรวมข้อมูลจากระบบนำร่องอัตโนมัติ ยิ่งมีการเก็บรวบรวมข้อมูลมากเท่าใดก็ยิ่งสามารถปรับปรุงได้มากขึ้นโดยใช้การเรียนรู้แบบเสริมกำลังเชิงลึก สิ่งนี้สำคัญอย่างยิ่งสำหรับสิ่งที่ถือว่าเป็นกรณีขอบ ซึ่งเรียกว่าสถานการณ์ที่ไม่ได้เกิดขึ้นบ่อยครั้งในชีวิตจริง
ตัวอย่างเช่น ไม่สามารถคาดการณ์และเขียนโปรแกรมในสถานการณ์ทุกประเภทที่อาจเกิดขึ้นบนท้องถนนได้ เช่น กระเป๋าเดินทางกลิ้งไปในการจราจร หรือเครื่องบินที่ตกลงมาจากท้องฟ้า ในกรณีนี้ มีข้อมูลเฉพาะเจาะจงน้อยมาก และระบบจำเป็นต้องเชื่อมโยงข้อมูลจากสถานการณ์ต่างๆ มากมาย นี่เป็นข้อดีอีกประการหนึ่งของการมีข้อมูลจำนวนมาก แม้ว่านี่อาจเป็นครั้งแรกที่ Tesla ในฮูสตันเผชิญกับสถานการณ์ดังกล่าว แต่ก็เป็นไปได้ที่ Tesla ในดูไบอาจพบสิ่งที่คล้ายกัน
Tesla ยังเป็นผู้นำตลาดใน เทคโนโลยีแบตเตอรี่และในด้านเทคโนโลยีไฟฟ้าสำหรับรถยนต์ ทั้งสองสิ่งนี้อาศัยระบบ AI เพื่อปรับระยะของยานพาหนะให้เหมาะสมก่อนที่จะต้องชาร์จใหม่ Tesla เป็นที่รู้จักกันดีในเรื่องของบ่อยครั้ง การอัปเดตออนแอร์ ด้วยการเพิ่มประสิทธิภาพ AI ซึ่งปรับปรุงประสิทธิภาพและระยะของยานพาหนะเพียงไม่กี่เปอร์เซ็นต์
ราวกับว่ายังไม่เพียงพอ Tesla ก็เป็นเช่นนั้น การออกแบบชิป AI ของตัวเองซึ่งหมายความว่าไม่ต้องพึ่งพาชิปของบริษัทอื่นอีกต่อไป และพวกเขาสามารถเพิ่มประสิทธิภาพชิปให้ทำงานกับซอฟต์แวร์ที่ขับเคลื่อนด้วยตนเองเต็มรูปแบบตั้งแต่ต้นจนจบ
NVIDIA (แนสแด็ก: NVDA)
NVIDIA เป็นบริษัทที่อยู่ในตำแหน่งที่ดีที่สุดในการใช้ประโยชน์จากความต้องการชิป GPU (หน่วยประมวลผลกราฟิก) ที่เพิ่มขึ้นในปัจจุบัน เนื่องจากพวกเขามีหน้าที่รับผิดชอบอยู่ในปัจจุบัน 80% ของ GPU ทั้งหมด ขาย
แม้ว่าในตอนแรก GPU จะใช้สำหรับวิดีโอเกม แต่ไม่นานอุตสาหกรรม AI ก็หันมาใช้ GPU สำหรับการเรียนรู้เชิงลึกโดยเฉพาะ เหตุผลที่ GPU มีความสำคัญมากก็คือ ความเร็วในการคำนวณของ AI จะเพิ่มขึ้นอย่างมากเมื่อทำการคำนวณแบบคู่ขนาน ในขณะที่ฝึก ANN สำหรับการเรียนรู้เชิงลึก จำเป็นต้องมีอินพุต ซึ่งขึ้นอยู่กับปัจจัยต่างๆ อย่างมาก การคูณเมทริกซ์โดยที่ความเท่าเทียมเป็นสิ่งสำคัญ
NVIDIA เปิดตัวชิป AI ใหม่อย่างต่อเนื่องซึ่งได้รับการปรับให้เหมาะกับกรณีการใช้งานและข้อกำหนดที่แตกต่างกันของนักวิจัย AI ความกดดันอย่างต่อเนื่องในการสร้างสรรค์สิ่งใหม่ๆ ที่ทำให้ NVIDIA เป็นผู้นำตลาด
เลือกโบรกเกอร์หุ้น
ขั้นตอนแรกในการเดินทางของคุณควรเลือกโบรกเกอร์หุ้น โบรกเกอร์ที่เราแนะนำก็คือ firstrade.
สรุป
เป็นไปไม่ได้ที่จะระบุรายชื่อบริษัททั้งหมดที่เกี่ยวข้องกับ AI บางรูปแบบ สิ่งสำคัญคือการทำความเข้าใจเทคโนโลยีการเรียนรู้ของเครื่องที่รับผิดชอบต่อนวัตกรรมและการเติบโตส่วนใหญ่ที่อุตสาหกรรมได้เห็น เราได้ไฮไลต์ผู้นำตลาด 3 รายแล้ว และยังมีอีกหลายรายที่จะตามมา เพื่อให้ทันกับ AI คุณควรติดตามข่าวสารอยู่เสมอ ข่าวเอไอหลีกเลี่ยงโฆษณาเกินจริงของ AI และเข้าใจว่าสาขานี้มีการพัฒนาอยู่ตลอดเวลา
