深度学习的三个特点：1、与传统计算机软件不同，并不要人为的提取所需解决问题的特征或者总结规律，能够从输入的大量数据中自发的总结出规律，自适应调整自身结构从而举一反三泛化至从未见过的案例中；2、人工神经网络最基本单元功能是分类，所以在分类识别领域的应用是最直接的，近期语音识别、图像识别等领域取得重大突破印证了这一判断；3、人工神经网络从最基本的单元上模拟了人类大脑的结构和运行机制（虽然目前还是低级的模仿），理论上讲人脑能够实现的智能它应该也都能实现。

深度学习多个领域的直接应用取得显著成效。深度学习刚引入语音识别、图像识别等领域就带来了识别率的巨大进步，同时其在搜索引擎、广告系统、机器翻译、杀毒软件等领域的应用都带来了应用性能的飞跃性提升，这种性能的提升为新的商业应用奠定了基础。

深度学习不但代替人工实现视频智能化处理，而且开创视频电商与新型广告植入等新商业模式。传统电视和视频网站对于节目的编辑、卡段以及审核全部是人工的，花费时间长，效率也低，而深度学习的应用会让整个过程实现自动化。此外通过深度学习可以自动在视频中产生信息、标签、商品等内容，一方面能够增加商品的点击率和销售，另一方面也可以实现更精确的广告精准匹配，增加广告投放，最终实现将流量转换成营收的目标。

深度学习在医疗行业应用广泛。深度学习提供的互动、发现、决策能力均延伸出相应的医疗行业应用公司，在互动能力方面诞生了包括虚拟护士在内的新创公司，在发现能力方面多家公司利用人工智能从事医疗影像智能识别和药物研发，在决策能力方面，IBM 沃森已经在辅助医疗诊断方面取得了成熟应用。

深度学习是目前人工智能投资基金常用技术。相对于以往仅仅依靠传统交易数据，深度学习驱动基金开始考虑引入新闻，政策，社交网络中的丰富文本并运用自然语言处理技术分析，将非结构化数据结构化处理，并从中探寻影响市场变动的线索，此外深度学习还能显著提升互联网金融风控和征信的能力。

深度学习在无人驾驶及无人机中具有广泛应用。无人驾驶的感知、局部路径规划、决策控制等领域深度学习都能够发挥重要作用，此外在无人驾驶内部人机交互、高精度地图的自动生成等领域深度学习也是必不可少的技术。此外深度学习也推动了无人机的智能飞行、协同任务等领域的智能化发展。

投资建议：深度学习极大推动了人工智能发展的发展，我们看好以下几个方向：第一，视觉感知技术领域；第二，以金融和医疗为代表的行业应用；第三，无人驾驶及服务机器人领域，重点推荐东方网力、同花顺、科大讯飞、北部湾旅、浙大网新、思创医惠、和而泰、汉邦高科。

风险提示：行业应用落地不及预期。