云計算 VS 人工智能 VS 深度學習 VS 大數(shù)據 VS 量子計算

 “云計算”――這個概念是指，你可以根據需要來租用應用程序，然后通過互聯(lián)網來訪問它們，而不是購買應用程序，然后將應用程序安裝到計算機上。就是這樣，這就是“云計算”。你可能已聽說過“軟件即服務”這個術語(簡稱“SaaS”)。這實際上就是一回事。它是指通過訂閱服務來獲取的一種集中托管的軟件。對投資者來說，這個領域已上了軌道，像客戶關系管理(CRM)SaaS提供商Salesforce.com這些公司的10年回報率超過了780%。不過對于在計算機行業(yè)尋求下一大熱門的投資者來說，“云計算”和“SaaS”已成了舊新聞。

　　“大數(shù)據”――這正如其名?！按髷?shù)據”是指像“互聯(lián)網”和基因組學這些新技術帶來的龐大數(shù)據集。這些數(shù)據集極其龐大、極其復雜，以至于我們無法使用傳統(tǒng)的應用軟件來分析它們。我們需要開發(fā)新的應用軟件來分析所有這些“大數(shù)據”。我們在最近的一篇文章中剖析了按收入排名前5強的數(shù)據存儲公司。那些公司當中只有一家是可行的投資對象。也許如今這個領域最大的玩家是Palantir Technologies公司，這家年收入250億美元的私營公司幫助解讀所有這些“大數(shù)據”。存儲這些數(shù)據是一回事，分析這些數(shù)據完全是另一回事，因為如今所有數(shù)據中80%并不是結構化數(shù)據，比如新聞文章、研究報告和企業(yè)數(shù)據。這就引出了下一個術語。

　　“深度學習”――這個領域從本質上來說指，我們可以教計算機拿來所有那些非結構化大數(shù)據后，開始使用各種算法來解讀數(shù)據，比如模擬人腦工作機理方式的“人工神經網絡”。深度學習使用算法來尋找所有那些“大數(shù)據”中的復雜關系，然后我們進一步改進那些算法，讓它們日趨完善。計算機根據經驗逐步學習的功能正是人腦自然的工作方式，有時也叫作“認知計算”。我們都可能聽說過名為Watson的IBM認知計算平臺，它就采用了深度學習技術，用來將語音轉換成文本以及將文本轉換成語音。雖然目前還沒有任何一支專業(yè)的“深度學習”股票，但是如今有好幾家初創(chuàng)公司在探究深度學習在眾多行業(yè)的應用。深度學習或認知計算是人工智能的一種形式，這引出了下一個術語。

　　人工智能――這個術語是指，計算機開始處理數(shù)據，并推斷出復雜關系，就像人類那樣。對此我們如何加以衡量?最流行的方法被稱為“圖靈測試”(Turing Test)，不過一些研究人員對此不屑一顧，認為只有業(yè)余愛好者才會對此有興趣。雖然IBM是人工智能專利的主要擁有者(擁有500多項專利)，但人工智能領域也有另外好多家初創(chuàng)公司，比如我們之前介紹的一家名為Vicarious的公司，實際上大家都看好這家公司。Vicarious開發(fā)的軟件代碼可以模仿人腦，同時使用相對微量的數(shù)據和計算能力。雖然如今使用微量計算能力合情合理，但如果我們可以搞定量子計算，這可能不是個問題。

　　量子計算――這個術語是指，我們使用神奇的量子物理學，制造一種功能比現(xiàn)有的任何計算機都要強大得多的計算機。我們可能會開始談論“量子糾纏”，以及需要將事物冷凍到絕對零度，不過普通人不會在乎任何這種技術細節(jié)。量子計算有什么樣的潛力，我們現(xiàn)在處于什么樣的階段?就在最近谷歌宣布，它使用D-Wave 2解決了一個有1000個變量的優(yōu)化問題，其速度比傳統(tǒng)計算機快1億倍。形象地來說，D-Wave 2在一秒鐘內所能處理的任務需要傳統(tǒng)計算機花10000年才處理得了。你在量子計算領域會如何投資?目前，這個領域的廠商數(shù)量不多。

　　所有這些技術預計在未來幾年都會迎來迅猛發(fā)展，那么散戶投資者如何在這方面賺到錢呢?IBM這個名字不斷提及，所以IBM是這幾個領域的合適投資對象嗎?由于2014年收入高達920億美元，“大數(shù)據”和Watson目前貢獻的部分對整個公司收入的影響微不足道。話雖如此，我們還是喜歡IBM的3.8%收益率，由不到50%的派息率作為保障。

　　雖然最有前途的公司依然是私營公司，但是將來會有退出事件和首發(fā)上市(IPO)讓投資者獲利頗豐。散戶投資者應著眼的下一站是，未來涉及這些領域的科技公司IPO。據數(shù)據分析公司CB Insights聲稱，2016年有兩家“大數(shù)據”初創(chuàng)公司可能會IPO。實際上，CB Insights公司已列出了在2016年可能IPO的530多家科技初創(chuàng)公司，其中許多與“大數(shù)據”有關。