人工智能行業研究報告(DOCX 41頁)

圖 13：伴隨 20 世紀 90 年代生產力激增的驅動者生態係統（enabler ecosystem）
圖 14：這十年來，投資人工智能的風險資本出現了暴增
圖 15：人工智能的發展可以與曆史上的係統架構和編程語言的采用的技術革命相比，
盡管我們認為我們目前仍然處在人工智能發展和應用的早期階段
圖 17：生產中的機器學習：如何在機器學習管道中利用各種開源和雲技術
圖 18：機器學習管道中的關鍵開源項目。可用的項目\支持公司和風險投資
圖 1：年度數據生成預期到 2020 年達到 44zettabytes
圖 2：全球超級計算機的原計算性能，以 GFLOPs 測試
圖 3：每單位計算的價格有了極大下降
圖 9：生產力分析；單位百萬美元，假設 2019 年之後 GDP 線性增長
圖表 20：人工智能即服務（AI-as-a-Service（AI-aaS））概覽：機器學習 API 正在被開發以解決水平和垂直使用案例
圖表 21：水平 AI-aaS 產品和定價：來自雲平台的 AI-aaS 產品示例
..............................