中國IDC圈1月15日報道：個人計算機已經不再酷了，所有都是與“云”、“大數(shù)據(jù)”以及“深度學習”有關的東西。這些新術語讓你困惑了?我們也是，那么讓我們一起去重新定義這些術語，并看看他們對投資者又意味著什么。
計算機運算對于上世紀80年代的我們來說是件非常興奮的事，還記得我們第一次啟動386DX處理器的場景。對，是”DX”，不是”MX”。盡管沒人能夠正確說出“DX”在數(shù)學或其它方面的優(yōu)勢是什么，但我們仍然會付出額外的200美元在Super VGA圖形卡上安裝16MHz的386DX，然后讓那個壞男孩上鉤，去CompuServe購買快如閃電的14,400 波特的U.S. Robotics “Sportster”調制解調器。
在AI Gore創(chuàng)建因特網之前這很好，在那之后，一切都變了。個人計算機已經不再酷了，所有都是與“云”、“大數(shù)據(jù)”以及“深度學習”有關的東西。這些新術語讓你困惑了?我們也是，那么讓我們一起去重新定義這些術語，并看看他們對投資者又意味著什么。
“The cloud(云計算)”——在這里，這個概念并不是指購買應用然后將其安裝至你的計算機上，而是根據(jù)你的需求租賃應用并使用互聯(lián)網訪問它們。就是這樣，這就是“云計算”。你可能聽過“software as a service(軟件即服務)”這個術語，它有個很酷的縮寫“Saas”。本質上是一樣的。它是一種集中式托管軟件，可以通過訂閱來獲得服務。如今這條船已經開始為投資者揚帆起航，CRM Saas提供商Salesforce.com表示在10年里返利高達780%。對于投資者而言，“云計算”和“Saas”已經是過時的新聞了，他們正在尋找計算領域中下一個大目標。
“Big Data(大數(shù)據(jù))”——“大數(shù)據(jù)”指的是新技術帶來的海量數(shù)據(jù)，比如“物聯(lián)網”和基因組學。這些數(shù)據(jù)集如此之大，如此復雜，以至于我們不能用傳統(tǒng)的應用程序對其進行分析。我們需要建立新的應用程序來分析這些“大數(shù)據(jù)”。在最近一篇文章里，我們看了看5大數(shù)據(jù)存儲公司的收入，尋找“picks and shovels(鎬和鏟子，指的是那些在特定行業(yè)或商品中提供重要工具、產品或服務的公司)”在這個行業(yè)中扮演的角色。這些公司做的投資，似乎只有一家可行。也許如今這個領域最大的玩家是Palantir Technologies，一家估值高達250億美元的私人企業(yè)，這應該更能詮釋“大數(shù)據(jù)”的含義。眾所周知，存儲數(shù)據(jù)是一回事，分析它則又是另一回事，因為現(xiàn)在80%的數(shù)據(jù)都不是結構化數(shù)據(jù)，如新聞文章，研究報告，和企業(yè)數(shù)據(jù)。這將引出下一個術語。
“Deep Learning(深度學習)” - 本質上，我們可以讓計算機存儲所有非結構化的大數(shù)據(jù)，然后使用不同的方法，如“人工神經網絡”，來模仿人類大腦的工作方式。深度學習在“大數(shù)據(jù)”中使用算法尋找復雜的關系，然后我們進一步完善這些算法，使它們表現(xiàn)的更加出色。計算機可以在已有經驗的基礎上隨著時間不斷學習更多的能力，就像大腦會自然而然地做一些事情，也稱作“認知計算”。我們大概都聽說過IBM的認知計算平臺Watson，它將深度學習技術應用到翻譯以及語音和文本的相互轉換領域。雖然還沒有人純粹地將“深度學習”應用到我們熟知的股票行業(yè)，但如今已有相當多的初創(chuàng)公司正在嘗試將深度學習應用到不同行業(yè)。深度學習或認知計算是人工智能的一種形式，它將帶我們進入下一個術語。
Artificial Intelligence(人工智能) - 在這個領域，計算機開始處理數(shù)據(jù)，并從中推斷復雜的關系，就像人類那樣。那么我們應該如何去衡量結果的好壞呢?最常用的方法也就是“圖靈測試”，盡管一些研究人員認為這是業(yè)余愛好者才會感興趣的問題。雖然IBM是人工智能專利的領先持有者(500+)，但在人工智能領域仍有許多其它初創(chuàng)公司，比如我們之前強調的Vicarious公司，幾乎所有人都支持它。Vicarious公司主要是創(chuàng)建軟件代碼，然后使用相對小的數(shù)據(jù)量和計算能力來復制人類大腦。然而現(xiàn)在使用極小的計算能力很有意義，如果我們可以掌握量子計算，那么這將不是一個問題。
Quantum Computing(量子計算) - 我們可以利用奇妙的量子物理，建立一臺比我們今天所擁有的任何東西更為強大的計算機。我們可以開始討論“量子糾纏(quantum entanglement)”以及把東西凍結到絕對零度需要什么，可誰會關心這些呢。量子計算有什么潛力?我們今天又在哪里呢?就在最近，谷歌宣布，他們利用D-Wave 2來解決一個優(yōu)化問題(有1000個變量)，比傳統(tǒng)計算機快1億倍。形象的來說，傳統(tǒng)計算機需要處理10000年的事情D-Wave 2只需1秒就能完成。所以你該如何投資量子計算?商界沒有太多的游戲，但在這篇文章我們會給你提供一個投資方式。