主要观点：
        谷歌和百度纷纷转向人工智能为先，软硬两个层面突飞猛进
        本篇半年度策略软硬结合，先讲述软的人工智能的模型、策略、算法层面，再讲述各大巨头的硬件产品层面。http://www.hibor.com.cn【慧博投研资讯】我们认为，硬件层面的参数是容易观察的，而软层面的大模型、大算法的演进更需要进行长期深入分析。http://www.hibor.com.cn（慧博投研资讯）2017年6月8日，百度集团总裁兼COO陆奇表示百度不再是互联网公司，而是人工智能公司。早在2016年，谷歌CEO桑德尔·皮蔡就表示，谷歌已经从一家移动为先的公司，成为了一家人工智能为先的公司。基于对AI的理论和应用的内在认识，我们长期看好人工智能行业及相关公司。
        真实经济向虚拟经济迁移，是宏观干预失效后解决危机新方式
        解决经济危机的教科书方式有战争自然灾害，以及凯恩斯主义的宏观调控。但是从2008年开始的这一轮经济危机，却是以货币膨胀为代表的宏观调控的失效而告终。在美联储缩表，中国实行中性货币政策的背景下，真实经济复苏动力不足，而新兴的信息虚拟经济却在2017年显示出强大的增长力。我们在游戏行业一季度综述中已经指出：全球经济正在从真实经济向信息虚拟经济迁移，消费主力正从货币幻觉过渡到智能幻觉。我们明显看到美国科技公司R&D费用的增长中位数约26.4%，远远超过中国科技公司。我们认为以科技创新为核心的经济内生增长力才是未来重要看点。
        大模型、大计算、大数据是深度学习三大支柱，需要多维度更新
        深度学习的成功主要归功于三大因素——大数据、大模型、大计算。模型技术的发展使得训练大模型成为了可能，例如上千层的深度神经网络都已经发展成为现实。同时硬件的提升可以实现大计算，从CPU到GPU，可获取的计算资源越来越丰富。人工智能的模型算法可以分为两个方向：以统计方法为主的机器学习，和以神经网络架构为主的深度学习。近十年来深度学习有了长足的发展，神经网络被应用到图像识别、语音识别、自然语言处理、无人驾驶等许多细分领域。伴随着CPU、GPU、FPGA、ASIC等硬件的更迭，深度学习的平台和系统也逐步建立完善。预计未来硬件和软件的结合将会更加紧密。
        谷歌等软技术公司引领AI主流，电商和社交巨头耕耘垂直领域
        谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已开始全面拥抱机器学习，新产品进军家庭智能音箱并打造工作站级别Mac。另外，腾讯的深度学习平台Mariana已支持了微信语音识别的语音输入法、语音开放平台、长按语音消息转文本等产品，在微信图像识别中开始应用。通过Mariana，识别准确率获得了极大的提升，目前识别能力已经跻身业界一流水平。从上述全球前十大科技公司对人工智能的投入程度和应用的实现，人工智能已经成为2017年行业的风向标，是移动互联网之后的科技高地所在。