01
德意志银行最新研究报告梳理了人工智能自1956年诞生以来的发展脉络，从历史规律中提炼出14条关键启示，为投资者研判当前AI热潮的走向提供参照。
今年8月，距1956年达特茅斯夏季研讨会——人工智能的诞生之地——已整整过去70年。据追风交易台消息，德意志银行研究院主题策略师Adrian Cox在最新报告中指出，AI的70年历程充满繁荣与萧条的交替，而当前这轮投资与估值热潮，正在重演历史上多次出现的技术革命范式。
报告认为，理解AI未来走向，"语境"至关重要。从非线性增长、基础设施瓶颈，到估值泡沫的膨胀与破裂，历史信号清晰可辨。报告直言，或许有人会说"这次不同"，但过去70年的数据提供了另一套参照系——对于押注AI赛道的投资者而言，这些启示直接关乎资产配置逻辑与风险判断。
增长不是线性的，而且常被严重低估
报告开篇即点明AI进步的核心特征：非线性。以对数坐标呈现训练算力的历史数据，可以清晰看出，自1956年至今，用于训练主要AI系统的算力增长跨越了数十个数量级，而线性图表的视觉呈现则几乎将这一趋势完全掩盖。指数级增长在直觉上极易被低估，这是理解AI浪潮的第一道认知门槛。
与此密切相关的是，AI的进步速度已超越摩尔定律。传统计算能力每18至24个月翻一番，但进入深度学习时代后，算力的年均增速已达约4倍，远高于深度学习之前约1.4倍的年增速。原因在于：系统规模扩大、内存提升、算法优化等多重因素同步改善，形成叠加效应。
技术路线持续迭代，今日领先者未必是明日赢家
0
评论 (0)