【松岩调研】A股正宗“神经网络”概念股汇总！

周二（10月8日），瑞典皇家科学院宣布，将2024年诺贝尔物理学奖授予约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton）。霍普菲尔德和辛顿将平分1100万瑞典克朗（约合110万美元）的奖金，以表彰他们在使用人工神经网络进行机器学习的基础性发现和发明，这些发现为当今的机器学习应用奠定基础。

1982年，霍普菲尔德在论文中提出了“霍普菲尔德网络”，旨在模拟人脑记忆的存储和检索过程。这个自联想记忆网络能够在部分或不完整输入下，通过动态调整神经元状态，恢复完整的存储模式。

霍普菲尔德网络的提出推动了神经网络领域的发展，尤其是在理解记忆如何在大脑中存储和检索的机制上提供了理论框架。且它的“能量最小化”思想影响了后续许多神经网络模型的发展。

霍普菲尔德网络被广泛应用于神经科学、计算机科学和优化问题等领域，尤其是在模式识别、联想记忆和优化算法方面发挥了重要作用，在推动现代人工智能和神经计算理论的发展上起到了关键作用。

霍普菲尔德还对生物物理学和分子生物学做出了重要贡献，特别是在蛋白质折叠和生物系统的计算功能方面。他提出的“Hopfield Barrier”概念解释了蛋白质如何有效找到其折叠的最低能量状态。

霍普菲尔德网络的发现吸引了一些理论物理学家参与到神经网络的研究当中。而辛顿就将霍普菲尔德网络的想法应用于一种新网络，这种新网络使用另一种方法：玻尔兹曼机（Boltzmann Machine）。

在当年著名的ImageNet竞赛中，AlexNet几乎将对象识别的错误率减少一半，重塑了计算机视觉领域。这也让英伟达GPU+CUDA组合在深度学习领域一鸣惊人，为十年后股价的爆发奠定了理论基础。

2012年底，辛顿团队三人创建了DNNresearch公司，次年该公司被谷歌买下。2016年，谷歌推出AlphaGo，在围棋上横扫了人类棋手，成为当时公认的最强AI大厂。而在前一年，Sutskever离开了谷歌，参与创立了OpenAI并担任首席科学家。

人工神经网络用途广泛

人工神经网络并非只用于数据处理，而是有广泛的用途，相当于扩大了数亿人的大脑功能。人工神经网络可以进行归纳和推理，帮助做出正确的决策，因为它们可以学习非线性和复杂的输入数据与输出数据之间的关系，并为其建模。

人工神经网络还可以完成一系列任务，通过医疗影像分类进行诊断，通过社交网络筛选和行为数据分析进行有针对性的营销，通过处理金融工具的历史数据进行金融预测等。

同时，人工神经网络也具有计算机视觉，是拥有从图像和视频中提取信息并决策的能力。而借助人工神经网络，计算机可以区分和识别与人类相似的图像，因而可以应用到多个领域。

比如，自动驾驶汽车中的视觉识别，使汽车能够识别道路标志和其他道路使用者；用于内容审核，从图像和视频归档中自动删除不安全或不适当的内容；用于面部识别，以进行安全保障；还可以进行语音识别，并模拟某个特定个体（如明星、政治人物）等的音调、语气、语言和口音，当然，这也为诈骗提供了基础。

人工神经网络为机器学习奠定了基础，使得人工智能成为可能，由此也将人的有限能力扩大、深化和发展为趋近无限，进而提升经济和发展文明，让人类社会更加美好。

以下是A股神经网络概念梳理：

宏达新材：公司产品用于神经网络计算。

深水海纳：公司通过自主研发，以神经网络为手段的精确控制系统模型。

泰尔股份：公司利用卷积神经网络和循环神经网络，构建滚动轴承和齿轮箱的故障预警模型和故障诊断模型。

智信精密： 根据公司招股说明书：工业缺陷人工智能检测平台是公司自主研发的一款使用深度学习技术构建的一站式工业缺陷人工智能检测平台，主要服务于公司产品所需软件的设计开发，非直接对外销售。该平台集成了专用神经网络模型训练和推理部署两大核心组件，主要包括缺陷标记、分类、量化缺陷识别标准等功能。该软件使用人工智能技术有效解决工业缺陷检测问题，融合了人眼视觉检测的灵活性及计算机系统的可靠性、精准性和一致性。

申昊科技：公司募投项目中的“智能机器人生产建设项目”是在公司现有智能巡检机器人业务模式的基础上，通过购买生产设备、质检设备以及新增生产、售后等人员，提升公司智能巡检机器人的产能，提高产品质量，从而有效满足快速增长的市场需求，提升市场占有率，增强公司在行业中的竞争地位。

云天励飞：公司自研神经网络处理器NNP400T已经在应用。

神思电子：神思云脑是公司针对战略规划范围内的AI业务打造的认知计算云服务平台，基于大规模神经网络构建各类专项技术引警以及行业知识库，具备支持语音识别、图像识别、语义理解、知识推理、设备远程升级等功能，主要服务于公司行业服务机器人。

金自天正：公司订单项目涉及人工神经网络算法。

大富科技：自主原创了NPL神经元并行计算机语言。

奥比中光：公司专注于3D视觉感知技术研发，拥有较深的神经网络芯片及算法的技术累积，相关技术未来可在人形机器人等多形态终端上进行应用。

岩山科技：类脑神经网络算法模型目前尚处于研究阶段，理论上可以适用于智能驾驶、机器人等多个领域。

风险提示：投资顾问提供的观点和投资建议，仅供参考。投资有风险，入市需谨慎！