Pamumuhunan sa Artificial Intelligence (AI) – Lahat ng Kailangan Mong Malaman

Ang Artificial Intelligence (AI) ay isang larangan na hindi na kailangan pang ipakilala. Ang AI ay sumunod sa mga alituntunin ng Moore’s Law na sinasabi na ang bilis at kakayahan ng mga computer ay inaasahang dodoble tuwing dalawang taon. Mula noong 2012, ang dami ng compute na ginagamit sa pinakamalalaking AI training run ay patuloy na tumataas nang eksponensyal na may dobleng pagtaas tuwing 3 hanggang 4 na buwan, na nagresulta na ang dami ng mga mapagkukunan ng kompyutasyon na inilaan sa AI ay lumago ng 300,000 beses mula 2012. Walang ibang industriya ang makakakumpara sa mga estadistikang ito.

Tatalakayin natin kung aling mga larangan ng AI ang nangunguna sa pagbilis na ito, kung aling mga kumpanya ang pinakamainam na nakaposisyon upang samantalahin ang paglago, at kung bakit ito mahalaga.

Mga Uri ng Machine Learning

Machine learning ay isang subfield ng AI na pangunahing nagpo-program ng mga makina upang matuto. Mayroong maraming uri ng mga algorithm ng machine learning, at ang pinakasikat ay ang deep learning, na kinabibilangan ng pagpapakain ng data sa isang Artificial Neural Network (ANN). Ang ANN ay isang napaka-intensive na network ng mga matematikal na function na pinagsama sa isang format na inspirasyon mula sa mga neural network na matatagpuan sa utak ng tao.

Mas maraming big data na pinapakain sa isang ANN, mas tumpak ang nagiging ANN. Halimbawa, kung sinusubukan mong sanayin ang isang ANN upang matutong kilalanin ang mga larawan ng pusa, kung pakakainin mo ang network ng 1000 larawan ng pusa, magkakaroon ito ng maliit na antas ng katumpakan na maaaring 70%, kung tataasan mo ito sa 10,000 larawan, maaaring tumaas ang antas ng katumpakan sa 80%, kung tataasan mo ito ng 100,000 larawan, tataas ito sa 90%, at iba pa.

Dito nakapaloob ang isa sa mga oportunidad, ang mga kumpanyang namumuno sa larangan ng pag-develop ng AI chip ay natural na handa para sa paglago.

Mayroong maraming iba pang uri ng machine learning na nagpapakita ng pangako, tulad ng reinforcement learning, na ito ay pagsasanay ng isang ahente sa pamamagitan ng paulit-ulit na mga aksyon at kaugnay na gantimpala. Sa pamamagitan ng reinforcement learning, maaaring magtagisan ang isang AI system laban sa sarili nito na may layuning mapabuti ang pagganap nito. Halimbawa, ang isang programa na naglalaro ng chess ay maglalaro laban sa sarili nito nang paulit-ulit, at sa bawat pagkakataon ng laro ay pinapabuti ang pagganap nito sa susunod na laro.

Sa kasalukuyan, ang pinakamahusay na mga uri ng AI ay gumagamit ng kombinasyon ng parehong deep learning at reinforcement learning sa kung ano ang karaniwang tinatawag na deep reinforcement learning. Lahat ng nangungunang AI companies sa mundo tulad ng Tesla (TSLA ) ay gumagamit ng ilang uri ng deep reinforcement learning.

Bagaman may iba pang mahahalagang sistema ng machine learning na kasalukuyang pinapaunlad tulad ng meta-learning, para sa kadalian, ang deep learning at ang mas advanced na kamag-anak nito na deep reinforcement learning ay dapat na pamilyar sa mga mamumuhunan. Ang mga kumpanyang nasa unahan ng teknolohikal na pag-unlad na ito ay magiging pinakamainam na posisyon upang samantalahin ang napakalaking eksponensyal na paglago na nasasaksihan natin sa AI.

Data Science at Big Data

Kung may isang pagkakaiba sa pagitan ng mga kumpanyang magtatagumpay at magiging mga lider ng merkado, at ng mga kumpanyang mabibigo, ito ay ang big data. Lahat ng uri ng machine learning ay lubos na nakasalalay sa data science, na pinakamahusay na mailalarawan bilang isang proseso ng pag-unawa sa mundo mula sa mga pattern sa data. Sa kasong ito, ang AI ay natututo mula sa data, at kung mas marami ang data, mas tumpak ang mga resulta. May ilang mga eksepsiyon sa patakarang ito dahil sa tinatawag na overfitting, ngunit ito ay isang alalahanin na alam ng mga AI developer at nag-iingat upang makabawi.

Ang kahalagahan ng big data ay dahilan kung bakit ang mga kumpanyang tulad ng Tesla ay may malinaw na kalamangan sa merkado pagdating sa teknolohiyang autonomous vehicle. Bawat Tesla na nasa galaw at gumagamit ng auto-pilot ay nagpapakain ng data sa cloud. Ito ay nagbibigay-daan sa Tesla na gamitin ang deep reinforcement learning, at iba pang pag-aayos ng algorithm upang mapabuti ang kabuuang sistema ng autonomous vehicle.

Ito rin ang dahilan kung bakit napakahirap para sa mga hamon na patalsikin ang mga kumpanyang tulad ng Google. Araw-araw na lumilipas ay araw na kumokolekta ang Google ng data mula sa napakaraming produkto at serbisyo nito, kabilang ang mga resulta ng paghahanap, Google Adsense, Android mobile device, ang Chrome web browser, at pati na rin ang Nest thermostat. Ang Google ay nalulunod sa mas maraming data kaysa sa anumang ibang kumpanya sa mundo. Hindi pa ito binibilang ang lahat ng moonshot na kanilang kinabibilangan.

Sa pamamagitan ng pag-unawa kung bakit mahalaga ang deep learning at data science, maaari nating maunawaan kung bakit napakalakas ng mga kumpanyang nakalista sa ibaba.

Mga Kumpanyang AI na Maaaring Pag-invest-an

May tatlong kasalukuyang lider sa merkado na magiging napakahirap hamunin.

Alphabet Inc (NASDAQ: GOOGL)

Alphabet Inc (GOOG ) ay ang kumpanya na sumasaklaw sa lahat ng produkto ng Google kabilang ang search engine ng Google. Isang maikling aralin sa kasaysayan ang kinakailangan upang ipaliwanag kung bakit sila ay ganitong lider sa merkado ng AI. Noong 2010, isang British na kumpanya na DeepMind ang inilunsad na may layuning ilapat ang iba’t ibang teknik ng machine learning patungo sa pagbuo ng mga pangkalahatang algorithm sa pagkatuto.

Noong 2013, sinalubong ng DeepMind ang mundo ng malakas na tagumpay sa iba’t ibang mga nagawa kabilang ang pagiging kampeon sa mundo sa pitong Atari games gamit ang deep reinforcement learning.

Noong 2014, nakuha ng Google ang DeepMind sa halagang $500 Million, at ilang sandali pagkatapos noong 2015, ang AlphaGo ng DeepMind ay naging unang AI program na talunin ang isang propesyonal na manlalaro ng Go, at ang unang program na talunin ang world champion ng Go. Para sa mga hindi pamilyar sa Go, ito ay itinuturing ng marami bilang pinakamahirap na laro na umiiral.

Sa kasalukuyan, itinuturing ang DeepMind bilang isang market leader sa deep reinforcement learning, at isang nangungunang kandidato para makamit ang Artificial General Intelligence (AGI), isang futuristikong uri ng AI na may layuning sa huli ay maabot o lampasan ang antas ng katalinuhan ng tao.

Kailangan pa rin nating isaalang-alang ang iba pang mga uri ng AI na kasalukuyang kinabibilangan ng Google tulad ng Waymo, isang market leader sa teknolohiyang autonomous vehicle, pangalawa lamang sa Tesla, at ang mga lihim na AI system na kasalukuyang ginagamit sa search engine ng Google.

Kasalukuyang kasangkot ang Google sa napakaraming antas ng AI, na mangangailangan ng isang napakalawak na papel upang talakayin ang lahat ng ito.

Tesla (NASDAQ: TSLA)

Tulad ng nabanggit, ang Tesla ay sinasamantala ang big data mula sa kanyang fleet ng mga sasakyang nasa kalsada upang mangolekta ng data mula sa auto-pilot nito. Mas maraming data na nakolekta, mas mapapabuti nito ang paggamit ng deep reinforcement learning, na lalong mahalaga para sa tinatawag na mga edge case, na kilala bilang mga senaryo na hindi madalas mangyari sa totoong buhay.

Halimbawa, imposibleng hulaan at i-program ang bawat uri ng senaryo na maaaring mangyari sa kalsada, tulad ng isang maleta na tumataboy sa trapiko, o isang eroplano na bumabagsak mula sa kalangitan. Sa kasong ito, napakakaunting tiyak na data, at kailangang iugnay ng sistema ang data mula sa maraming iba’t ibang senaryo. Ito ay isa pang bentahe ng pagkakaroon ng napakalaking dami ng data; habang maaaring ito ang unang pagkakataon na nakaranas ng isang Tesla sa Houston ng isang senaryo, posible na nakaranas na ng katulad na pangyayari ang isang Tesla sa Dubai.

Ang Tesla ay isa rin sa mga market leader sa battery technology, at sa electric technology para sa mga sasakyan. Ang parehong ito ay umaasa sa mga AI system upang i-optimize ang saklaw ng isang sasakyan bago kailanganin ang muling pag-charge. Kilala ang Tesla sa madalas nitong on-air updates na may AI optimizations na nagpapabuti ng ilang porsyento sa performance at saklaw ng fleet ng kanyang mga sasakyan.

Ang Tesla ay nagdidisenyo ng sarili nitong AI chips, na nangangahulugang hindi na ito umaasa sa mga third-party na chip, at maaari nilang i-optimize ang mga chip upang gumana kasama ang kanilang full self-driving software mula sa simula.

NVIDIA (NASDAQ: NVDA)

NVIDIA (NVDA ) ay ang kumpanyang pinakamainam na nakaposisyon upang samantalahin ang kasalukuyang pagtaas ng demand sa GPU (Graphics processing unit) chips, dahil sila ay kasalukuyang responsable para sa 80% ng lahat ng GPU sales.

Noong una, ang mga GPU ay ginagamit para sa video games, ngunit agad itong inampon ng AI industry partikular para sa deep learning. Ang dahilan kung bakit napakahalaga ng mga GPU ay dahil ang bilis ng AI computations ay lubos na napapabuti kapag ang mga computation ay isinasagawa nang parallel. Habang sinasanay ang isang deep learning ANN, kinakailangan ang mga input at ito ay labis na nakadepende sa matrix multiplications, kung saan mahalaga ang parallelism.

Patuloy na naglalabas ang NVIDIA ng mga bagong AI chip na na-optimize para sa iba’t ibang use case at pangangailangan ng mga AI researcher. Ang patuloy na presyur na ito upang mag-innovate ay nagpapanatili sa NVIDIA bilang isang market leader.

Pumili ng Stock Broker

Ang unang hakbang sa iyong paglalakbay ay dapat pumili ng stock broker. Ang broker na inirerekomenda namin ay Firstrade.

Buod

Imposibleng ilista ang lahat ng mga kumpanya na kasangkot sa anumang anyo ng AI; ang mahalaga ay ang pag-unawa sa mga teknolohiyang machine learning na responsable sa karamihan ng inobasyon at paglago na nasaksihan ng industriya. Itinampok namin ang 3 market leaders, marami pang darating. Upang manatiling updated sa AI, dapat kang manatiling kasalukuyan sa AI news, iwasan ang AI hype, at maunawaan na ang larangang ito ay patuloy na umuunlad.