大家好，感谢邀请，今天来为大家分享一下人工智能企业不断烧钱的问题，以及和人工智能企业不断烧钱的原因的一些困惑，大家要是还不太明白的话，也没有关系，因为接下来将为大家分享，希望可以帮助到大家，解决大家的问题，下面就开始吧！

本文目录

1. 2020年下半年人工智能相关领域的股票会迎来牛市吗？
2. 为什么科幻大片的特效特别烧钱？
3. 随着互联网的普及，人工智能的发现，有哪些行业将愈发艰难？它们该何去何从？
4. 人工智能语音助手利弊，是否有自我学习能力？

2020年下半年人工智能相关领域的股票会迎来牛市吗？

新基建提出以来，光伏、数据中心、5G等都有牛股爆发出来，唯独人工智能不见动静。个人看来，是时机未来，但下半年可期。

1.权威数据显示人工智能在未来10年将为全球GDP增长贡献1.2个百分点，为全球经济增加13万亿美元产出。人工智能的发展对于中国的意义更为显著，一方面是对于人口老龄化造成的劳动力不足的补充。另一方面，人工智能是创新发展的驱动力。

2.人工智能上游产业-AI基建蓬勃发展

人工智能的上游产业包括底层硬件比如芯片，传感器以及各类计算能力的平台。我们通常意义上面说的人工智能，主要包含四个维度，数据，算法，终端需求和算力。中国在数据和终端需求层面都达到了世界领先的水平，在算法上面，国内的企业也相继的逐步发力，华为和百度在2019年先后推出了Atlas人工智能计算平台和中国首个智能边缘计算平台。但是在算力层面，领先的仍然是以是以拥有芯片行业的国家为主。从08年有统计以来，我们国家的半导体一直以来都是以净进口为主，以半导体行业里面的主要细分行业集成电路来说，一直都在依靠净进口，并且由于需求的增加，需求仍然处于上升通道当中。这里分享一个小故事，在疫情肆虐欧洲的时候，曾经有他国提出中国“口罩换光刻机”的说法。光刻机是制造芯片的重要机器，现在最尖端的光刻机目前只有荷兰的ASML可以生产。所以可见我们对于芯片制造硬件的渴望程度。当然并不是买来光刻机之后，马上就可以生产7奈米的芯片。光刻机再高端，也只是设备，制造芯片还需要很多复杂的技术。这也是很多海外大企业积累了多年经验之后，攥在手里的核心竞争力。

正所谓有危才有机，我们国家在去全球化的进程当中，特别是在半导体领域每每被牵制，这也酝酿出一批优秀企业自主演出，为进口替代的长足发展更迈出了一大步。其中中芯国际已达到7纳米芯片的量产条件，从本地半导体销售的数据我们也可以看出，中国半导体的体量一直在扩大，并且与国际产量的占比也一直处于上升通道当中。

3.人工智能中游产业-AI核心层

人工智能产业的中游层也是核心层，主要是研究各类感知技术与深度技术，并基于研究成果实现人工智能的商业化构建。打个简单的比方，我们之前知道的AlphaGo就是学习了无数的实战数据之后，最后进化成战无不胜的围棋高手的。

这个层面的核心是数据，并且围绕着各种各样的数据，构建学习模型，而最终达到人工智能的过程。我们国家在这个层面是达到国际水平的，因为我们通过过去10年蓬勃发展起来的各种互联网+拥有了大量数据，依附于我们的另一个新基建领域“大数据中心”，所以可以做到在算法，和最终终端需求方面较其他国家更有优势。

但是现在的中游产业也完全没有到达最终状态，目前的人工智能研究还处在弱AI阶段，还是针对特定的任务而做出的特定的规则。比方说，AlphaGo通过学习围棋实盘，只能成为围棋高手这一个目的，这是一种通过制定的规则和数据模型的归纳而做出的单一目的的人工智能，这一种结果的话缺乏解析性和发散性。之后随着上游的开发，也许可以进行更为智能的类脑类学习，这样的研究成果可以给中游企业注入更多的活力。

4.人工智能下游产业-未来已来

人工智能的下游层为应用层，我们可以确确实实的感受到一系列的人工智能应用已经融入到我们的日常生活当中去了。比如根据我们的生活习惯而打造的智能家居，在疫情期间为集中隔离人群送餐的智能机器人，或者无人驾驶的运用，甚至更高级一点的通过对宏观经济和市场行为学习而孕育出来的智能投资顾问。这样的例子数不胜数，在国内外都是以一些科技行业的龙头企业为代表，来首先构建出人工智能的商业应用。之所以这些，比如苹果，谷歌，腾讯，阿里为龙头，主要是因为这些公司通过海量的个人行为数据，已经构建出庞大规模的数据库，以及通过丰富的商业模式来创造出应用场景。这也是为什么我们经常可以听到，某某知名企业作为领投一些看似很烧钱的项目，其中背后的原因大多是出于对用户数据的收集。

近年来，激烈的市场竞争是我们国家孕育出一大批优秀的人工智能企业，根据中国电子协会编纂的《新一代人工智能产业白皮书》测算，2019年我国新一代人工智能的产业规模达到83.1亿美元，在19年突破100亿美元，预计到2022年产业规模将接近300亿美元。

5.市场机会

随着人工智能的铺展开来，将会对全产业链带来新的机遇，新的产业革命也许即将到来，新的技术革命也将起飞。我们应当在产业的靠前阶段做积极的布局，目前看来，整体的电子行业自12年以来的估值还算合理，处于平均水平。细分的半导体行业的估值已经很高了，超过了同一时期的两个标准差以上，这类型的行业众星捧月，一般都不会特别便宜。从估值上，和与上证的走势比例上面看都不便宜。在这个板块，我们可以采取逢低布局的策略，然后在人工智能中下游行业寻找机会。

为什么科幻大片的特效特别烧钱？

首先来解释一下特效是怎么制作的，电影里的特效可以分为两种，一种是非cg特效一种是cg特效。

什么是非cg特效呢，它的意思就是依靠模型师搭建出真实的模型，但是比例可能是微缩的，例如电影泰坦尼克号里的那艘船，就是模型师经过非常长时间搭建而成，所以如此真实，还或者说马上要上映的异形系列，在以前就是真的做了一个异形出来，他的皮囊下全是机械，可以控制异形张嘴，摇头等等，所以拍摄出来看上去会如此真实，但这种模型造价非常的高，还有我曾经听说一个导演为了拍一部古埃及电影，竟然真的造了一个金字塔出来，这就是电影常见的场景搭建，但是在电影里却只有几分钟的画面而已，光那个场景的耗资就已经达到电影投资的一半，可见这有多疯狂。

然后就是cg特效，cg特效分为模型，动画，特效与合成等，首先模型例如前不久上映的金刚骷髅岛里的金刚，需要模型师根据真实的动物一点一点的在三维软件中重建出来，然后雕刻细节，上皮肤材质，绑骨骼，调动画，上毛发，而渲染就要交给计算机去实现，计算机通过真实的灯光进行折射反射计算等，计算过程十分复杂，要想渲染出来高精度的画面是非常耗时的，那怎么缩短时间呢，那就涉及到渲染农场，一个镜头分给上千台电脑去渲染，这又是一大笔费用，可以说cg是随着计算机计算能力而不停发展的，因为以前的计算机根本没希望能计算出如此复杂的东西，然后就是特效元素的呈现，比如这里需要一个爆炸，那里需要海洋淹没整个城市等，这些模型是无法实现的，这得需要特效师使用特效软件进行模拟，模拟就是对真实世界的动画还原到电脑内，这计算量比渲染更大，例如一个水的镜头，大家都知道水是由水分子堆积而成，为了模拟，我们也得把这种方式做成公式让计算机去计算，100颗粒子计算很快但是完全没有细节，要达到真实的效果至少得上亿的粒子，这是一个庞大的任务，所以特效解算需要花无数的时间，这也是人力物力的巨大消耗，最后到合成师那里合成师就把现有的素材组合在一起让他们看上去更自然，不留破绽，这就是整个镜头的制作过程。

最后来看一些数据吧，卡神的阿凡达，事实上，时长160分钟的《阿凡达》每帧画面平均耗费4万个人工小时，60%内容靠CG（ComputerGraphic）合成，40%靠演员演绎。要做到两者浑然天成，光靠维塔和工业光魔无法办到。所以这些镜头分包给了很多公司制作，最后在屏幕上出现的制作人员就已经1800多人，还有许多并没有出现屏幕上的制作人员，耗时4年的制作周期，可以说这部电影就是无数的心血汇聚而成…由此也可以看出特效所消耗的是多大的人力物力。

手打不容易，希望大家多多点赞，谢谢！

随着互联网的普及，人工智能的发现，有哪些行业将愈发艰难？它们该何去何从？

网络的普及和智能化的超前应用，传统行业，实体店铺将会更加困难，工厂的智能机器人有望得到一个质的飞跃，实现半制动与全制动生产将成事实，生产与销售将通过智能网络实施一条龙服务，工厂打工将是下一波淘汰的高潮，工业的发展速度总是超凡的快，大大出乎意料思想的改变，然而大批的下岗人员将来或许是无工可做，这可是困扰社会与人的问题。

人工智能语音助手利弊，是否有自我学习能力？

语音助手离人工智能还有不小的差距，更谈不上是否有自我学习能力。至于大家总是认为语音助手已经是人工智能范畴，我觉得跟几大互联网巨头的宣传有关。

从市场上来看，语音助手可分为三类：以Siri和华为小艺为代表的苹果手机、以小爱、天猫精灵、小度为代表的智能音箱。不管是手机语音助手还是智能音箱都是基于各自所掌握数据内的词汇、语义训练所得，还尚未达到人工智能的阶段，更没有自我学习的能力。

我们先来看语音助手的工作原理：无论是苹果Siri还是华为小艺，基本都遵循着“拾取语音--识别内容--对识别的内容提取信息并处理--执行操作”的逻辑过程。而这两大语音助手在判断命令语句方面，都还停留在基本的简单关键字的水平上：比如你对Siri说“打电话给xx”，Siri会启动拨号程序并且拨出电话；但是如果你只是对Siri说“我想和xx说话”，因为缺乏了“打电话”的关键词，Siri将无法判断用户的指令。所以说，语音助手能识别出关键词，但并不能理解其真正的“含义”，所以也就无法达到人工智能的级别，也就没有自我学习的能力，只是处在不断丰富词汇、语音特征、语义的前进道路上。

尽管目前也存在或多或少的问题，但是在这个初级阶段，在特定的工具内或生态内，已经可以满足基本使用的需求。

1、手机语音助手给人们的日常生活带来不少便捷，简化了手机操作步骤，提升了使用效率。而基于智能家居生态的智能音箱，通过与家居之间的交互，简化了操作过程，不用再使用多个遥控器或人工去控制了，只需语音呼叫音箱即可控制家居的开关和其他操作，提升了人们宜居的生活体验。

2、智能语音助手带动了未来智能家居和可穿戴设备等品的研发和革新。加大了与语音智能助手相关联的未来智能家居等产品的销量。

3、为未来5G数字社会和万物互联，奠定了一定的智能基础。

1、目前的语音智能助手在技术层面还处在初级阶段，未来还需要更高的革新和进步。

2、目前的语音智能识别还仅限于特定的无干扰的环境中使用，还无法兼容不同的语言、发音，更无法兼容不同场景中在受干扰情况下的智慧性。

3、目前的语音智能应用太过小众，应拓宽应用场景，才有助于提升其智能水平。

我认为，从当下和未来几年来说，语音智能更多还是应用于智能家居和辅助驾驶两个领域。因为只有在文字和语言无法交流的场景下，才真正需要语音智能交互，毕竟文字还是最有效的沟通方式。而智能家居和辅助驾驶就是比较依赖语音智能交互的场景，比如：窝在家里不用起身便可以控制所有家居，这是人们都想要的享受型生活；开车过程中为了不影响注意力，智能语音助手就是最好的选择，在不干扰视野的情况下仅通过声音就可以完成控制车载设备和手机导航等应用的交互。

综合来看，当下还处于智能语音助手发展的初期阶段，其主要还是针对"去屏幕化"的场景，除了智能音箱外，可穿戴设备和辅助驾驶领域，智能语音助手会更加便捷。

信息创造价值，学习使人进步。

我是泰瑞聊科技，为您打开科技生活，感谢您阅读与关注！

文章到此结束，如果本次分享的人工智能企业不断烧钱和人工智能企业不断烧钱的原因的问题解决了您的问题，那么我们由衷的感到高兴！