㈠ 人工智能股票有哪些
1、蘇州科達：蘇州科達科技股份有限公司是領先的視訊與安防產品及解決方案提供商，致力於以視頻會議、視頻監控以及豐富的視頻應用解決方案幫助各類政府及企業客戶解決可視化溝通與管理難題。
2012年，公司整體改制為股份有限公司；2016年12月1日，公司在上海證券交易所主板掛牌上市。
2、佳都科技：佳都科技（PCI）創立於1986年，總部位於中國廣州，在中國30多個區域設有分公司或辦事處，員工超過2000人，擁有科學家研發團隊，
設立了佳都科技全球人工智慧技術研究院和交通大腦研究院，建設或參與建設2個國家聯合實驗室、1個國家企業技術中心、4個省級工程技術中心。
3、千方科技：北京北大千方科技有限公司是由北京大學作為法人股東之一，以留學歸國科技人員、清華大學和北京大學的教授、博士、碩士為主要技術力量，與北京大學地學院全面合作組建的高新技術企業、軟體企業。
公司在交通領域的業務取得了快速的發展，在交通信息化建設的基礎上，又拓展了交通信息服務和交通出行媒體運營等多方面的業務。
4、衛寧健康：公司成立於1994年，是國內第一家專注於醫療健康信息化的上市公司，致力於提供醫療健康衛生信息化解決方案，不斷提升人們的就醫體驗和健康水平。
衛寧健康通過持續的技術創新，自主研發適應不同應用場景的產品與解決方案，業務覆蓋智慧醫院、區域衛生、基層衛生、公共衛生、醫療保險、健康服務等領域。
5、神思電子
神思電子是國內著名的身份識別解決方案提供商和服務商，也是公安部認證的居民身份證閱讀機具定點生產企業。
6、科大訊飛
科大訊飛主要從事智能語音及語言技術研究、軟體及晶元產品開發、語音信息服務及電子政務系統集成等等。
7、中科曙光
中科曙光是國內高性能計算領域的領軍企業，也是亞洲第一大高性能計算機廠商。主要從事研究、開發、生產製造高性能計算機、通用伺服器及存儲產品，並圍繞高端計算機提供軟體開發、系統集成與技術服務等等。
8、浪潮信息
浪潮是中國最早的IT品牌之一，它是中國領先的雲計算、大數據服務商。擁有雲數據中心、雲服務與大數據、智慧城市和智慧企業四大業務群組。浪潮伺服器也位居中國市場第一、全球前三。
㈡ 2017大數據概念股有哪些
您好，天璣科技（17.62 -1.34%，買入）：公司研發推出PBdata資料庫一體機，該產品是針對應大數據環境下的海量數據（41.09 +10.01%，買入）分析存儲而設計的高性能主機。
浪潮信息（19.73 -1.99%，買入）：公司推出國內首款面向金融行業的大數據定製機——浪潮雲海金融大數據一體機，可滿足金融業行業定製、即付即用的需求。
拓爾思（16.50 -1.02%，買入）：公司先後推出了海貝大數據管理系統以及大數據輿情分析平台。公司將推行大數據+行業的戰略，將大數據處理技術與政府、金融以及營銷等行業結合。
美亞柏科（20.02 +0.55%，買入）：公司是中國領先的電子數據取證與安全產品及服務提供商，公司產品「取證裝備化+大數據信息化」，強化前端裝備和後端平台的融合；「互聯網+大數據資源」，形成多款具有行業影響力的SaaS服務。
銀信科技（18.27 +0.66%，買入）：主營業務行業覆蓋范圍不斷拓展為公司業績增長提供安全墊：2015年公司成功進入中國移動通信集團市場，獲得了中國移動及其旗下咪咕娛樂公司約3000萬元的訂單，隨著中國移動在ICT領域業務發展的不斷深入，我們認為也會在2016年給公司主營業務增長帶來新動力（愛基，凈值，資訊）；數雲科技為公司在大數據和雲計算領域打開新的業務增長點：公司早已經致力於雲計算和大數據的相關技術研發，並在公司主營業務領域實踐了基於大數據分析技術的智能化IT運維業務；
科大訊飛（34.96 +4.42%，買入）：公司智能語音及人工智慧核心技術優勢持續提升，訊飛超腦在語音合成、語音識別和語義理解、口語翻譯、機器評測等方向均取得顯著的階段性成果。特別是語音合成，在國際最高水平的語音合成比賽Blizzard ChallenGE（暴風雪競賽）中再次奪得第一，榮獲該競賽2006-2015年十連冠
㈢ 人工智慧和大數據有什麼區別
人工智慧是指計算機系統具備的能力，該能力可以履行原本只有依靠人類智慧才能完成的復雜任務。硬體體系能力的不足加上發展道路上曾經出現偏差，以及演算法的缺陷，使得人工智慧技術的發展在上世紀80—90年代曾經一度低迷。近年來，成本低廉的大規模並行計算、大數據、深度學習演算法、人腦晶元4大催化劑的齊備，導致人工智慧的發展出現了向上的拐點。
人工智慧和大數據的區別_大數據人工智慧哪個好
什麼是大數據
大數據（big data），指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
對於「大數據」（Big data）研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。
人工智慧和大數據的區別_大數據人工智慧哪個好
人工智慧和大數據的區別
大數據相當於人的大腦從小學到大學記憶和存儲的海量知識，這些知識只有通過消化，吸收、再造才能創造出更大的價值。
人工智慧打個比喻為一個人吸收了人類大量的知識，不斷的深度學習、進化成為一方高人。人工智慧離不開大數據，更是基於雲計算平台完成深度學習進化。
人工智慧是基於大數據的支持和採集，運用於人工設定的特定性能和運算方式來實現的，大數據是不斷採集、沉澱、分類等數據積累。
與以前的眾多數據分析技術相比，人工智慧技術立足於神經網路，同時發展出多層神經網路，從而可以進行深度機器學習。與以外傳統的演算法相比，這一演算法並無多餘的假設前提（比如線性建模需要假設數據之間的線性關系），而是完全利用輸入的數據自行模擬和構建相應的模型結構。這一演算法特點決定了它是更為靈活的、且可以根據不同的訓練數據而擁有自優化的能力。
但這一顯著的優點帶來的便是顯著增加的運算量。在計算機運算能力取得突破以前，這樣的演算法幾乎沒有實際應用的價值。大概十幾年前，我們嘗試用神經網路運算一組並不海量的數據，整整等待三天都不一定會有結果。但今天的情況卻大大不同了。高速並行運算、海量數據、更優化的演算法共同促成了人工智慧發展的突破。這一突破，如果我們在三十年以後回頭來看，將會是不弱於互聯網對人類產生深遠影響的另一項技術，它所釋放的力量將再次徹底改變我們的生活。
㈣ 人工智慧龍頭股
閃牛分析：
人工智慧利好政策預期增強，市場層面行情火爆來襲！下一步人工智慧的看點有哪些？誰是這波行情的龍頭股呢？
一、人工智慧利好預期
人工智慧再次席捲A股，這次是江南化工裹挾這思創醫惠來了一次突襲。整個人工智慧板塊一度領漲各大板塊，卻最終沒穩住，無奈成就沖高回落的局面！
想必，大家都會期待人工智慧再次上演去年的故事。問題是，人工智慧再次成為市場焦點的概率有多大？
二、投資人工智慧的關鍵邏輯
要想預判這樣的問題，需要結合人工智慧產業本身的政策、發展狀況和市場層面的投資邏輯、資金流向等多方面因素分析。
大體來看，根據科技部的消息，人工智慧政策有望中短期發布，那麼人工智慧的行情還是值得期待；而市場層面的因素變數太多，難以把握，但可以結合人工智慧產業本身來分析。
就人工智慧產業來看，產業鏈分為基礎層、技術層、應用層。而每個產業鏈又包涵很多子領域。
基礎層：晶元、大數據、演算法系統、網路等多項基礎設施；
技術層：計算機視覺、語音語義識別、機器學習、知識圖譜等（目前發展勢頭比較猛）；
應用層：涵蓋領域有金融、安防、智能家居、醫療、機器人、智能駕駛、新零售等多個場景
通過這樣的分析，百曉生可以得到一個結論：本輪人工智慧行情的主要看點有兩個，一是在應用層領域具備核心競爭力的企業；另一個是基礎層面涉及的大數據、雲計算等軟體領域。
換句話說，接下來人工智慧的行情具有一定的「工業互聯網」+「獨角獸」色彩，所以在布局上，可以留意「人工智慧」+「工業互聯網」+「獨角獸」多重共振的個股；而節奏上，謹慎跟進，大膽持有！
另附人工智慧重點股：
㈤ 大數據和人工智慧那個前景比較好的呀
從定義來說，大數據技術，主要是對海量數據實現處理的技術，包括數據採集、整理、存儲、分析、可視化等方面。
而人工智慧，則主要集中在自然語言處理、知識表示、自動推理、機器學習、計算機視覺和機器人學等方面的研究，是個典型的交叉性學科，涉及到諸多領域。
那麼大數據培訓還是人工智慧培訓好？
從技術層面上來說，大數據和人工智慧之間有密切的聯系，一方面人工智慧需要大量的數據作為「思考」和「決策」的基礎，另一方面大數據也需要人工智慧技術進行數據價值化操作，比如機器學習就是數據分析的常用方式。
人工智慧是基於大數據的支持和採集，運用於人工設定的特定性能和運算方式來實現。大數據最後要實現的是數據超融合，應用到應用場景，大數據的價值才會體現出來。人工智慧就是大數據應用的體現。
一方面大數據和人工智慧的關系是相當密切的，通過人工智慧幫助了大數據的價值實現，反過來說，有了大數據這個技術，可以讓人工智慧做的更好，所以兩者關系相當大。
人工智慧和大數據結合，產生不只是1+1的價值，大數據向後發展，人工智慧是重要的一個原因方向。所以學大數據，還是人工智慧，區別只在早期比較明顯，未來的發展趨勢是走向大融合。
㈥ 大數據和人工智慧有什麼區別
完全不是一個方向，但是它們之間有聯系
大數據指的是對數據的管理困難，衍生出來的技術和思維方式，
而人工智慧是一個模擬人類的學科，目前以機器學習為實現路徑，積極學習，需要大量的數據，因此，人工智慧是依賴於大數據的
從技術發展的角度看，大數據和人工智慧沒有什麼交集
㈦ 大數據和人工智慧哪個好
想了解大數據與人工智慧孰優孰劣，首先我們得從認知和理解大數據和人工智慧的概念開始。
1、大數據
大數據是物聯網、Web系統和信息系統發展的綜合結果，其中物聯網的影響最大，所以大數據也可以說是物聯網發展的必然結果。大數據相關的技術緊緊圍繞數據展開，包括數據的採集、整理、傳輸、存儲、安全、分析、呈現和應用等等。目前，大數據的價值主要體現在分析和應用上，比如大數據場景分析等。
2、人工智慧
人工智慧是典型的交叉學科，研究的內容集中在機器學習、自然語言處理、計算機視覺、機器人學、自動推理和知識表示等六大方向，目前機器學習的應用范圍還是比較廣泛的，比如自動駕駛、智慧醫療等領域都有廣泛的應用。人工智慧的核心在於「思考」和「決策」，如何進行合理的思考和合理的行動是目前人工智慧研究的主流方向。
3、大數據與人工智慧孰好孰壞
大數據和人工智慧雖然關注點並不相同，但是卻有密切的聯系，一方面人工智慧需要大量的數據作為「思考」和「決策」的基礎，另一方面大數據也需要人工智慧技術進行數據價值化操作，比如機器學習就是數據分析的常用方式。在大數據價值的兩個主要體現當中，數據應用的主要渠道之一就是智能體（人工智慧產品），為智能體提供的數據量越大，智能體運行的效果就會越好，因為智能體通常需要大量的數據進行「訓練」和「驗證」，從而保障運行的可靠性和穩定性。
目前大數據相關技術已經趨於成熟，相關的理論體系已經逐步完善，而人工智慧尚處在行業發展的初期，理論體系依然有巨大的發展空間。從學習的角度來說，如果從大數據開始學習是個不錯的選擇，從大數據過渡到人工智慧也會相對比較容易。總的來說，兩個技術之間並不存在孰優孰劣的問題，發展空間都非常大。