全球数字财富领导者
CoNET
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
财富汇
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
赋能产业智能化!AI+概念股有哪些?
go
lg
...
。会议议程显示,华为云人工智能领域首席
科
学
家
田奇将介绍“盘古大模型的进展及其应用” 。 根据华为云官网显示,华为即将上线的“盘古系列AI大模型”分别为NLP大模型、CV大模型、科学计算大模型(气象大模型)。其中NLP大模型是被认为最接近人类中文理解能力的AI大模型,而CV大模型首次兼顾了图像判别与生成能力。 此外,阿里云今日宣布自研大模型“通义千问”开始邀请用户测试体验。现阶段该模型主要定向邀请企业用户进行体验测试,用户可通过官网申请,符合条件的用户可参与体验。 AI+的本质是产业智能化 一时之间,全面智能化时代仿佛离我们已经不远了。在此背景下,AI+也成了市场上的高频词汇,那么到底什么是AI+呢?其与之前的互联网+又有什么不同呢? 浙商证券指出“AI+”是指人工智能与经济社会各领域深度融合,其核心在于产业智能化,即在产业数字化基础上通过人工智能技术推动生产和消费的智能化变革,利用数字技术,将分散或孤立的设备、产品、生产者、企业等以产业链、价值链等方式连接起来形成联动发展,形成让数据要素成为新资源的经济社会发展新形态。 产业智能化过程中,更需要关注生产及生活范式变革带来的新机遇:一是生产范式变革,数字要素或将成为传统行业的重要资产。二是供给创造需求,产业智能化过程将催生新场景、新需求,带来人们的生活范式变革,并重塑衣食住行、医疗和养老等各种传统生活方式和相关产业赛道。 而对比我们熟悉的互联网+,有分析指出“互联网+”具备重链接、轻算力的特点,基于网络效应提升生产效率。网络效应是互联网竞争的底层逻辑。 “人工智能+”具备重算力、轻链接的特点,数据量和运算需求呈指数级爆发,生产力赋能是人工智能的底层逻辑。 AI对C端的赋能将不亚于B端 当下,大家普遍认为,大模型开辟了通用人工智能的新时代,即大模型具有良好的通用性、泛化性,具备回答广泛知识的能力。过往市场认为具备较高通用性大模型的主要被用于提升搜索及办公生产力,侧重面向B端场景。 但其实AI对to C端的赋能也同样显著,这其中智能家居、智能家电以及智能汽车将是本轮AI革命的主要受益者。 智能家居板块,浙商证券指出AI 赋能将有效提升家居对不同情景的交互能力。(1)智能家居中家居摄像头需要对家庭场景进行识别分析(2)家居摄像头搭载多种智能算法,如人脸识别、宠物检测、老人摔倒、啼哭检测等,算 AI 有望提升算法精确度,丰富算法使用场景 (3)AI助力提升全屋智能控制及语音交互。 中信建投认为,以GPT-4为代表的大语言模型除了赋能和升级搜索引擎、办公软件、图片/视频/音频生成、CAD/EDA等工业设计、代码自动生成等以ToC为主的工具类场景应用外,未来通过与垂直行业深度结合,基于通用模型形成具备垂直行业know-how与知识图谱的行业大模型,可以为用户提供专业度更高、可实际商用的AI解决方案。借助通用大模型在垂直行业落地AI应用的过程中,数据和行业know-how是关键,AI垂直行业投资机会值得关注。 此外,值得注意的是4月4日,阿里大模型正式发布前的“压缩版”——阿里版ChatGPT语音助手在网上现身,天猫精灵团队通过音箱端接入阿里大模型,该智能音箱展示出较强的多轮对话、AIGC、个性化表达的能力。 这表明AI在C端个性化定制方面也有强大的赋能能力。 AI+概念股有哪些? 而对于投资者而言,最关心的还是相关概念股有哪些? 华西证券指出AI+电商:吉宏股份、焦点科技、光云科技、返利科技等;AI+律政:通达海、金桥信息、华宇软件等;AI+医疗:嘉和美康等;AI+阅读:掌阅科技、中文在线等;AI+金融:同花顺等;AI+财税:税友股份、金财互联等。 国盛证券认为智能硬件厂商具有较大机会,实现软硬一体,综合场景的机会。音箱,带APP的耳机等智能硬件拥有成为智能家居、智能助理核心的机会。智能音箱,智能耳机等智能硬件拥有智能家居,智能座舱以及随身携带等具体使用场景,有望从简单的音频设备,变成软硬件一体的智能助理载体,从非必需品转为必需品。 硬件:科大讯飞、漫步者、惠威科技、国光电器、恒玄科技;2)手机:传音股份;3)大模型:360、科大讯飞、云从科技、昆仑万维。
lg
...
证券之星
2023-04-07
Nostr的“去Spam之路”还有多远?
go
lg
...
邀请到了来自Nostr CN社区的数据
科
学
家
Sherry老师,从专业研究人员的角度,跟我们一起开启今天的话题:Nostr的“去Spam”之路还有多远? 主持人:Shaun (DAOrayaki 负责人) 嘉宾:Sherry (数据
科
学
家
) 正文 Q:在开启正式话题之前,大家应该很好奇您的背景,您为什么会对Nostr感兴趣呢?是跟您所研究或正在探索的领域相关联吗? 其实相关性并不大,起初大概是在三四个月前,一个朋友向我介绍Nostr,他是一个有很多年经验的比特币核心(Bitcoin Core)开发者,后来逐步转到了Nostr的开发上。最开始尝试了解Nostr的时候,我并没有意识到Nostr的迷人之处,我对它的认识仅仅是“又一个关于Social Media的协议。” 其实自从Twitter流行开始,就不断有人提出,APP(应用程序)不应该是社交媒体的载体,应该把它变成一个协议,也有人在不断地尝试,但都没有得到广泛的应用。所以在两三个月后,我决定Get hands dirty(亲自实践),真正参与一些Nostr方向的开发。 Q:经过几个月的接触,您觉得Nostr的发展现状是怎样的?我们知道最初经历了“爆火”的阶段。 其实从开发者的体感上来讲并没有那么火,我认为诸如Twitter,Instagram的社交媒体都遵循一个规律:用户是依照波浪形一波一波进入的。有一些用户觉得这个东西可用,解决了他们的问题,就会留下来,而绝大部分人是不会留下来的,直到下一波到来。 我们要做的就是在两波间做好准备,建立好基础设施,优化用户体验,等待下一波用户的到来。另外我每周都会追踪Nostr上的统计数据,我个人感觉,其实还是不断的有人在加入,只是人数上有上下起伏。到目前为止,Nostr上的账号数量已经接近100万了,虽然在现阶段其中有很多Spam账号。 我觉得这个数量的用户群体意味着,不管你想做什么实验,我们都有足够大的用户群保证方案验证的有效性。 Q:刚才谈到每个“浪”之间,都会有一些急需解决的问题。那现阶段在Nostr生态上,除了我们过后要谈的Spam问题,还有哪些问题急需去解决呢? 在Nostr里只有两个角色,一个叫Client(客户端),一个叫Relay(中继)。Relay和服务器是一个很类似的概念,Client负责从众多Relay上抓取信息。作一个简单的比喻,我们可以把Twitter看成只有一个Relay的架构,客户端只从这一个Relay里抓取信息,相当于你把自己全部的用户行为“托付”给了这个单一且唯一的Relay,如果它禁止你发布消息或宕机,你的用户行为也被强行中断,你在这个生态里也没有第二个选择。 但在Nostr上有非常多的Relay,甚至任何人都可以运行一个自己的Relay,Client也可以选择只抓取一部分Relay的信息,或者全不抓取,但是你可以把自己的信息发送到全部Relay上。 同时在Nostr的身份验证体系里,它抛弃了传统的用户名和密码的概念,而是使用密钥对的概念,你手里掌握着你的私钥,每次发布消息的时候,附带上公钥的同时用你的私钥来对整个信息进行签名,证明这条消息是你“亲自”发出去的。 而但凡涉及到密钥对,就有一个绕不开的问题:密钥管理。 是的,我在使用Damus的时候,它自动生成了密钥对,但下次再需要登录它的时候,我必须要使用类似“账本”的功能,否则我是记不住公钥和私钥的,必须有一个复制粘贴的动作。 没错,这样的一个复制粘贴的过程,其实就存在了很大的泄密风险。所以我感觉任何一个有丢失加密货币经历的人,都会对如何管理一对或多对密钥以及丢失了如何弥补的问题比较敏感。所以对于新用户来讲,如何通过完善的UI(用户界面)或UX(用户体验),把密钥的公钥私钥概念介绍给他们,并引导他们创建自己的账户,管理自己的账户,是必要的。 但其实我并不是特别担心这件事,因为我感觉正是这个特性,让Nostr变成了通往Bitcoin的桥梁。因为在Nostr上,最坏的事情就是用户丢失了Post的帖子或丢失了Follower,但其实你是可以通过一些途径把Follower再找回来,并不会有任何经济上的损失。 Q:所以密钥的保管与保存确实是一个问题,但并不是想象中那么严重和急迫解决的问题。而且从另一方面讲,其实它也帮助Nostr在快速的破圈,因为Web 3钱包其实还是有着“壁垒”存在,也阻挡了很多Web 2的用户。 那除了这个问题,还有哪些比较迫切的,摆在“台面”上的问题? 再就是随着用户的陆续涌入,整个网络的流量会变得非常大。这时候想象一个极端情况,如果大家为了保存自己所有的历史消息,把全部信息向每一个Relay发送一遍,当这个情况成为普遍,绝大部分的Relay上就会存储大量重复的信息,Client在抓取信息的时候,也会将包含重复信息的Relay从头到尾扫描一遍,这个方案相对而言就非常低效。 在早先第一波用户快速增长的时候,有很多的开发者会有一种非常“崩溃”的情绪,他们会觉得很多方案并不奏效,这么多人进来了网络要瘫痪了怎么办?所以我觉得这些确实是在下一波用户增长之前,尽可能需要解决的问题。如果不解决,会给用户带来很多不好的用户体验,比如信息无法加载,客户端的渲染与加载缓慢之类的问题,很难留下更多的用户。 Q:是的,试想如果我是一个内容生产者,在Nostr的Relay上发布内容,在时间成本允许的情况下,如果操作还不复杂,我可能也会选择多Relay发送,这样确实就会存在重复信息导致整体运行与加载速度变慢的情况。 这个问题目前有两个主流解决方案,一个是在Nostr上加一层Layer,相当于在整个Nostr协议外架一层Layer 2,上面只运行有限个节点,数量较整个Relay数量更少,每一个节点对它选择的Relay数据做缓存,客户端只和缓存节点沟通,这样会完善用户体验。目前有一个客户端实现了这个功能,上面的信息加载也非常流畅,但这个方式遭到了很多人反对,原因是我们好不容易做出了去中心化协议,最后却回到客户端只和少数或单一节点沟通,又回到了中心化的路线。 还有一个叫Gossip model,因为最初实现这个模型的客户端叫Gossip。它的运行方式是用户发布一条信息,信息上会写清楚,用户从哪个Relay上读取信息,向哪个Relay写信息。这样客户端在抓取全部信息的时候,它只会去关联节点抓取请求用户的读写信息,这样就会减少重复Post的情况。 Q:前面我们聊了关于公钥的隐私安全,也谈了Relay设置的利弊以及衍生问题的担忧。 接下来我们聊聊Spam的问题,这可能目前的热点话题了,您觉得为什么Spam问题在Nostr会这么突出? 首先是因为Nostr很新,目前有一些Anti Spam的办法,但大部分的措施核心都是关键词过滤,我觉得对于英文圈的用户来说,这可能是他们遇到过的最复杂情况,但对我们来说可能不一样,如果我发送一个火星文,关键词过滤就完全不起作用。 再一个就是目前绝大部分Relay是免费的,在初期大家可能觉得无所谓,可以免费把我的Relay拿来用,也不设置任何规则,全部的人都可以来读写,但这也导致Spam没有任何成本。账户的生成也非常容易,传统的账户可能需要和邮箱,手机号绑定,但在Nostr,只要点击Generate Key(生成密钥),就可以立刻获得一个新身份,因此批量生成Spam账号是完全可行的,而且非常的简单,也约等于0成本。 Q:其实我有一点没明白的是,为什么他们要生成大量的Spam账号呢?因为这个系统中也不存在某种代币激励或经济激励,这么做的目的是什么?就是为了发垃圾广告,钓鱼广告? 主要的目的是引流,此外也不只是Spam的问题,也还会有一些敏感信息的存在。 Q:虽然Spam问题在现阶段的Nostr中出现,但其实在其它领域也是个老问题了,那在已经成熟的生态或领域里,都有哪些方法解决Spam问题? 一种是使用深度学习技术,通过文字或是图像识别。另外一种是做用户行为的分析,在中心化系统里,Spam账号的行为一定和普通用户的行为是有所不同的,比如它的发送频率可能会突然改变,某个账号已经半年没有任何行为了,但它突然变得特别活跃,通过诸如此类用户行为的分析,可以达到一种比较精准的防范Spam的功能。 Q:刚才我们聊到,现在所有的Relay节点都是免费的,那如果收费会不会是一种行之有效的方法? 并不是所有的Relay都免费,只是大多数的,现在已经存在收费的Relay,收费Relay确实没有Spam问题。因为在Spam大量出现之前,收费Relay相对而言使用的人更少,直到突然有非常多中国大陆和中国香港的IP进入(因为很多Spam的服务器架设在香港)以后,大家才想到去寻找收费Relay,所以在那一段时间收费Relay的用户订阅量有显著的增长。 Q:也就是说目前关于Spam的解法,收费作为一种小规模的尝试,起到了一定的效果。说起解法,接下来就要聊到NIP(Nostr Implementation Possibilities,Nostr功能实施可行性),目前Nostr上的NIP还是比较多的,也不断在更新,而您也是相关的中文编译者,我有两个问题:一是现在整体的NIP提案是什么状况,进展如何?二是这其中有没有您觉得比较有趣的,能针对Spam问题的一些措施? 最开始的时候,NIP的标准是比较低的,只要有1到2个Client实现了协议,就会被Merge(合并),现在要求会高一点,因为用户不断在增加,可能需要3到5个Client,或5个以上实现某个NIP,它才会被Merge到主分支。 之前有过两个协议和Spam有一些关系,一个算是主动,一个算是被动。主动的就是存在一个sensitive content warning(敏感信息警告),如果用户发布了未成年人不适宜的内容,就会标注Warning,这也算是一种比较良性的Spam。另一个是叫Report的协议,也就是可以举报某个用户。我记得在上个月Nostr发生了一件事,有一个女孩子发了一张自拍,评论区就有人对她进行了侮辱,很多人就对评论点击了举报。 而之后一个绕不开的话题就是,用举报等方式剥夺他人发言权和Nostr所谓的自由是不是相悖的?审核一定会存在,但到底由谁来审核,我们有没有可能通过Relay把它区分开等等都是问题。当然也有很多人觉得,或许可以专门有一个Spam Relay,比如全是暗网黑市信息的Relay,一个都是黄色信息的Relay等等,因为Nostr的核心就是不会阻止你去做任何事。 Report的NIP产生其实也很有意思,它最开始出现是因为Damus的创作者,基于Apple商店的要求,也就是上架之前必须要加一个Report的功能,直到最后演变成了一个NIP。 Q:对的,当时Damus在Apple应用商店上架时还是挺波折的,说不定正是有这层关系在,所以需要对它增加一些底层机制。 是的,遇到了不少阻力也是因为很多在Web 2里执行起来非常简单的事,转移到Nostr的架构上,它反倒会变得更复杂。 Q:其实有关审查和举报的话题我觉得还是挺有意思的,就是去中心化这件事到底应不应该有边界,是不是有一个所谓的“底线”呢?您怎么看待这件事? 我觉得这可能是谁来做“筛选”的问题,也就是审核的权力到底谁该赋予,赋予谁,怎么赋予,为什么赋予。 Q:但前提是一定要有“筛选”? 是的,我认为“筛选”是必要的。尤其是考虑到可以接触到互联网的人群包括未成年人,这是我支持一定要筛选的主要原因。 Q:那么同理,这件事在Relay中也是一样,如果一些Relay通过某些机制或是方式,运转的非常良好,又提供了很多优质内容,那不就会产生这个(些)Relay变得更加庞大,更加中心化,然后其它Relay没人用的情况吗?会这样吗? 从用户使用体验的角度来讲,Relay几乎是一个隐身的存在,也就是用户很难直观体会到某个Relay明显好过另一个Relay。另外目前使用Nostr的主要目标群,都是对自己产出的内容比较在意的人,他们想夺回属于自己的内容的控制权,其实Nostr整个协议运行的一个基本原理就是,客户端一定会把消息发送到多个Relay,不可能只发送到一个Relay,发送到一个Relay就变“回”Twitter的模式了。像目前有很多个Relay,它们之间几乎没有明显的优劣势区别,能致使用户非要保留其中的某几个Relay。 Q:坦诚来讲,现阶段我觉得没有什么太明显区别的原因在于,大家都差不多,都没什么内容。最开始的时候我们可能对于Relay没有一个区分标准,可能随机进到某个Relay,被一大堆乱七八糟的消息淹没,但假如现在我们知道某些Relay可能有很多的Spam,那么这类的Relay我就不用,或许这也是环境在“教育”用户的过程。虽然现阶段的Relay并没有参差不齐,并没有给用户强烈的感知驱使人们选择某些Relay,但原因可能是因为大家都差不多,都不怎么好,我是这么认为的。 但这样的话你们想做的是客户端吗?这个客户端是只和一个Relay沟通吗? Q:只是一个比喻或是类比,我们只是希望通过某些方式,不管在协议层或是客户端,在Nostr的整体生态中呈现出更多优质性的内容。但至少从Jack的喊单开始,到大面积流行,目前确实还没有看到,能在某个赛道或在某个领域有特别突出的优势。当然我觉得这和时间也有关,肯定要给予时间去发展。 从Nostr设计上来讲,我觉得可以简化为“Start Client dumb Relay”。也就是Relay其实没有什么功能,它唯一的功能就是存储,此外Client请求信息的时候,它本身就会做一个筛选。比如有一个客户端,它的Global(全局)信息显示的就不是未经过滤的Relay信息,显示的是三层社交网络里的联系人所发出的信息,这样其实Spam就已经很少了。 Q:从这个角度讲,我觉得这也是Nostr在设计极简方面的聪明之处,有时候越极简,就会有越多的设计空间在里面。聊到这个话题,我们知道Nostr支持闪电网络(Lightning Network),而Nostr上的激励与支付也是未来发展不可避免的话题,它目前是只支持Bitcoin支付吗? 是的,它目前只支持Lightning Network。 Q:在我看来这反而会限制用户?因为现在使用比特币作为支付手段的人群始终是有限? 这可能和Nostr的发展历史有关,Nostr的早期开发者绝大部分都曾是闪电网络的开发者,其中非常多的人都曾经做过闪电网络协议,包括钱包相关的开发。此外我不认为Nostr会被闪电网络限制住,Nostr是一个比闪电网络更广的东西,用户可以选择只用它的社交功能,不使用支付功能。归根结底它吸引的核心人群还是想要掌握自己产出内容的人群。 Q:您怎么看待Nostr未来的发展? 其实有很多人问过我一个问题:“我该怎么投资Nostr?”,说实话我真的不知道怎么去具体回答这个问题,我觉得只要去建设某些东西就好了,我觉得Nostr其实并不属于Web 3的范畴,它只是一个去中心化协议。 比如Nostr上有一个协议叫Badge(徽章),就是用户可以签名一个图像,然后发送给其它用户,这样客户端上就会将徽章展示在头像下面,然而很多人把它当NFT来用。当然,如果有一天获得Badge需要收费,我也不会很吃惊,它们之间可能有一些相似之处,但其实差别还是很大的。此外,我觉得未来任何一个想做信息交换生意的公司,如果不融入到Nostr,那等待这个公司的结果可能就是逐渐的消失。 Q:信息交换?我觉得这是一个很好的思考方向。 我觉得任何一个体验过Nostr功能的人,都会认同这个看法。用户的一个账号,一个密钥对就可以通行全部APP,也就不用再受任何平台的限制。你在某一平台上的粉丝,可以随时带去另一个平台,大家的竞争维度也会变得更加公平,所有用户在同一个维度上竞争,所有客户端在同一个层面上竞争,所有Relay在同一个层面上竞争。而不会存在一种情况,一个水平较低的内容生产者,仅仅因为依托的平台非常强,就收获非常多的流量。 在这种情况下,如果你是个内容生产者,你分散在所有平台上的所有用户受众,都可以看到你生产的内容,这是我认为最重要的一点,而且也是保证Nostr生生不息的一点。 另外Nostr除了Social Media,也可以做其它事。比如有一个项目叫Nostrocket,这个项目做的是一个基于Nostr的共识层,换言之我们可以在Nostr上使用它来组建一个DAO,实现一些与智能合约不完全类似的功能,也会比智能合约更加的灵活。 Q:好的,感谢Sherry老师的分享,有关今天的话题您还有什么想补充的内容吗? 欢迎大家参加香港的Meetup哈哈哈,欢迎大家。 Q:对的哈哈哈,这里也稍微打个广告,我们4月14号准备在香港联合举办一场线下的Meetup,这可能也是中文社区第一次相对有些规模的Nostr线下会议。当然整个大背景是我们会在近期启动全球的Nostr Hackathon,我们也欢迎与Sherry一样的Builder参与到项目的竞赛中来,竞赛的奖金还是非常丰厚的。欢迎爱好者,开发者,项目方,协议研究者,各种提案的人员都来参与。 此外现阶段的Nostr很多东西都不是很完美,所以有很多的Idea暂时没有机会实现,如果有Nostr开发者在听这期播客的话可以尝试。 一是对于内容生产者,我个人感觉一个项目终究要产生利润,才有可能运转下去,如果它对于参与其中的人没有任何利润可言的话,最终结果未必会好。我曾经有一个设想就是关于音乐创作者,假设我在三天后要发布一首音乐,那么有用户想提前听,那就可以使用Pay to listen(付费提前收听)的模式,因为我们已经有支付工具(闪电网络)的支持,又有了Nostr,在这样的用户场景下,它最大的问题就是用户付费了以后,他可能会把内容泄露出去,这样潜在的付费人群就会减少。那么就可以将购买音乐的付费人的相关信息Encode(编码),也就是在音乐上加一层人耳几乎听不到的频率,再通过Client层面Decode(解码)用户的公钥和私钥,这样一旦有人购买然后泄露,通过Decode追溯到他,可以对其造成类似于“社死”的心理压力。 再一个就是在Nostr层面上没有类似于知乎或Quora(与知乎类似的问答类网站)的功能出现。因为Nostr缺乏一个比较好的内容推荐机制,用户很难找到有意思的内容,而传统的机制又有一定局限性,因为在Nostr的场景下,账户的生成没有任何成本,相当于可以无限制的Like。 还有一个就是所谓的加密群聊,这个方向的需求也很大。而现在的聊天软件,比如Telegram,虽然叫群聊,但在创建Channel(类似于聊天群)后,所有人都可以看到里面的人谈了什么,所有人都可以随意进入退出,就相当于“在广场上裸奔”,我觉得真正的群聊是类似于“在澡堂里裸奔”。 Q:是的,它有一个大环境和小环境的区分。 所以这些内容在Nostr上还是有缺失的,也欢迎有想法的贡献者一同来构建Nostr。 来源:金色财经
lg
...
金色财经
2023-04-07
上海临港:公司已注意到马斯克先生对中国进行的商事访问的相关新闻
go
lg
...
环节,公司实际控制人临港集团与AI顶尖
科
学
家
签约,孵化相关人工智能项目落地临港旗下园区。未来,公司在招商引资方面将充分发挥龙头带动优势,努力推动更多高能级平台落地,吸引更多优秀人才集聚,以更大力度整合产业链供应链,推进区域创新协同,为产业经济发展注入强大动能。 投资者:董秘您好!4月4日,临港集团与上海均瑶集团在滴水湖金融湾举行战略合作签约仪式。根据协议,双方将在民航产业链数智化升级、金融服务双向赋能发展、现代消费文化产业、科创企业服务及投资等方面开展全面战略合作。请问对公司有何积极影响?谢谢 上海临港董秘:您好,感谢您对公司的关注!近日,公司实际控制人临港集团与上海均瑶集团在公司旗下的滴水湖金融湾举行战略合作签约仪式,双方旨在围绕国际化、开放型产业建设目标,服务上海“五个中心”建设,助力城市能级和核心竞争力不断提升。公司将持续在航空产业、金融创新服务、科技创新等诸多领域全力打造与产业高度适配的特色高品质产业功能园区,助力园区入驻企业服务国家战略、实现转型升级、提升品牌价值、扩大市场优势。 投资者:董秘您好!马斯克计划最早于4月访问中国,特斯拉上海超级工厂,位于上海临港新片区。请问马斯克会否到访公司?谢谢 上海临港董秘:尊敬的投资者您好!公司已注意到马斯克先生对中国进行的商事访问的相关新闻。公司将持续关注相关信息,并根据相关规定履行信息披露义务。同时,公司将继续强化高质量发展的相关举措,进一步服务赋能临港新片区聚焦高水平开放,打造世界级产业集群,感谢您的关注! 上海临港2022三季报显示,公司主营收入49.17亿元,同比上升2.63%;归母净利润7.75亿元,同比下降42.55%;扣非净利润8.67亿元,同比下降34.06%;其中2022年第三季度,公司单季度主营收入15.64亿元,同比上升13.85%;单季度归母净利润1.63亿元,同比下降53.46%;单季度扣非净利润1.35亿元,同比下降63.51%;负债率61.29%,投资收益7167.49万元,财务费用3.75亿元,毛利率52.83%。 该股最近90天内共有2家机构给出评级,买入评级2家;过去90天内机构目标均价为15.0。近3个月融资净流入1152.61万,融资余额增加;融券净流出6.79万,融券余额减少。根据近五年财报数据,证券之星估值分析工具显示,上海临港(600848)行业内竞争力的护城河良好,盈利能力一般,营收成长性一般。可能有财务风险,存在隐忧的财务指标包括:货币资金/总资产率、有息资产负债率、存货/营收率、经营现金流/利润率。该股好公司指标1.5星,好价格指标2.5星,综合指标2星。(指标仅供参考,指标范围:0 ~ 5星,最高5星) 上海临港(600848)主营业务:产业园区开发、园区运营服务和产业投资。 以上内容由证券之星根据公开信息整理,与本站立场无关。证券之星力求但不保证该信息(包括但不限于文字、视频、音频、数据及图表)全部或者部分内容的的准确性、完整性、有效性、及时性等,如存在问题请联系我们。本文为数据整理,不对您构成任何投资建议,投资有风险,请谨慎决策。
lg
...
证券之星
2023-04-07
美国科技业“裁员潮”蔓延,其他行业“颤抖”,“白领衰退”加剧?
go
lg
...
能。沃尔玛在裁员的同时仍在继续抢夺数据
科
学
家
和相关专家。整体来看,高薪白领人才的需求一如既往地火爆。金融家、技术专家和高级管理人员的失业率仍低于美国3.6%的总体失业率,并在过去12个月中进一步下降。
lg
...
金融界
2023-04-07
2023香港Web3嘉年华所有日程已定 香江即将涌起Web3浪潮
go
lg
...
ou、DFINITY基金会创始人兼首席
科
学
家
Dominic Williams(以上演讲嘉宾按出场顺序排列)等政府官员、监管机构代表、行业领袖将共同出席开幕式。万向区块链董事长兼总经理/HashKey Group董事长肖风将在开幕式致欢迎辞,为本次活动拉开序幕。 主会场:从虚拟资产到真实世界资产的代币化 开幕式过后,主会场在接下来的四天中,将设置“虚拟资产发展之路”(4月12日下午)、“Web3基础设施”(4月13日上午)、“元宇宙:NFT & GameFi”(4月13日下午)、“比特币生态:技术与发展”(4月14日)、“以太坊生态”(4月15日上午)、“代币化未来”(4月15日下午)六大主题论坛,从Web3的底层技术出发,探讨到上层应用、虚拟资产、元宇宙、代币化等大热话题,为参与者带来一场前所未有的Web3盛宴。 其中,“元宇宙:NFT & GameFi”主题论坛由Parrot与主办方联合举办;“以太坊生态”主题论坛由SNZ与主办方联合举办。 除业内专业人士参与到各个论坛中,分享自己对Web3技术发展、行业动向的观点外,《雪崩》作者Neal Stephenson、佳士得美术学院Sara Mao、演员/歌手/作曲家/专辑制作人陈奂仁、英国《金融时报》亚太区执行总裁Angela MACKAY等跨界巨星也将参与其中,从不同角度解读元宇宙的应用与创新。 同时,值得一提的是,在“比特币生态”主题论坛上,万向区块链董事长兼总经理/HashKey Group董事长肖风博士将在活动现场主持「绿色比特币联盟」成立仪式,发布「比特币区块算力碳中和应用」。现场认购绿证份额或参与互动小游戏「绿巨人」,即有机会获得绿色空投。此外,《Web3 新经济和代币化》白皮书将在“代币化未来”主题论坛上发布。该白皮书将从 Web3 底层逻辑和进化趋势切入,讨论一切价值皆可代币化的前景,探讨代币经济学涉及的货币政策和机制设计等问题。 分会场一:从融合创新到新兴项目 4月12日下午,分会场一将围绕人工智能生成内容 (AIGC) 和隐私运算技术展开讨论,探寻在Web3引领的新范式革命下,AIGC将呈现出怎样的发展潜力。该主题论坛由通联数据、AWS、香港科技园公司与主办方联合举办。4月13日,分会场一还将设置“Web3 技术基础设施:Layer 2”主题论坛,邀请知名Layer2及ZK项目代表分享其生态进展,共同展望Layer2及ZK赛道的未来发展与机遇。该主题论坛由SNZ与主办方联合举办。 4月14日-4月15日,由万向区块链实验室、HashKey Group联合主办,数码港作为支持单位的“Web3.0应用展示日”将聚集一批新兴Web3项目,集中展示Web3应用领域的最新发展成果,以激励全球Web3优秀项目创新发展,加速构建可持续发展的Web3应用生态。 分会场二:从香港Web3发展新动向聊起 香港特区政府自去年起,发布了多项利好虚拟资产及Web3行业发展的政策,让香港成为Web3世界的焦点。在一系列友好政策下,香港的Web3行业将会如何发展?4月12日下午,分会场二将设置“香港Web3发展新动向:从Web2到Web3的演进与融合”主题论坛,深入挖掘香港Web3的发展机遇。该主题论坛由Hash Global、North Beta Capital、阿里云、数码港与主办方联合举办。 “金融基础设施”是Web3金融体系的必要支撑。4月13日上午和下午,分会场二将特别设置“DeFi”与“数字钱包和DID”两大主题论坛,探讨如何构建更好的Web3金融体系。”数字钱包与DID“主题论坛由imToken与主办方联合举办。在4月15日上午,由边界智能与主办方联合举办的“跨链”主题论坛,则将探讨全球跨链生态建设及未来发展趋势,共建全球互联互通的Web3网络。4月15日下午,分会场二将由SNZ与主办方联合举办“以太坊生态Workshop”,在轻松自由的氛围中,畅谈以太坊生态的发展。 分会场三:Web3的广泛应用及未来展望 分会场三将涵盖“数字金融和跨境贸易”(4月12日下午)、“DePIN:Web3 与数字化基础设施”(4月13日上午)、“可再生金融(ReFi):Web3 碳中和”(4月13日下午)、“Web3的未来发展”(4月14日下午)、“Web3 与安全”(4月15日上午)等主题论坛,着重探讨Web3与其它技术的融合创新将如何在实际社会经济生活中进行应用。同时,也将对Web3的未来发展动向和安全方案构建进行分享和交流。 “数字金融和跨境贸易”主题论坛由SignalPlus与主办方联合举办;“可再生金融(ReFi):Web3 碳中和”与“Web3的未来发展”两大主题论坛由arkreen与主办方联合举办;“Web3 与安全”主题论坛由主办方与SharkTeam联合举办。 在“DePIN:Web3 与数字化基础设施”主题论坛上,HashKey Group将联合arkreen面向全球发起「Web3 DePIN香港倡议」,旨在与 DePIN 生态的项目、建设者、投研机构、设备商共同推动 DePIN 生态在香港发展。 分会场四:Web3更多赛道的新发展 在分会场四,参会者将有机会深度了解“DeSoc:SBT、DAO 与 SocialFi”、“Node Validator as a Service”、“全球Web3支付创新”等议题,感受去中心化世界中,Web3在社交、支付等赛道的最新发展。 “DeSoc:SBT、DAO 与 SocialFi”主题论坛由Mask Network与主办方联合举办;“Node Validator as a Service”主题论坛由HashQuark与主办方联合举办;“全球Web3支付创新”主题论坛由PlatON与主办方联合举办。 Open Stage:Web3 潮流文化聚集地 2023香港Web3嘉年华Open Stage将是NFT项目项目的展示舞台,也是潮流文化的聚集地,知名手碟艺人Issue Wang、伊能静女士等也将亲临现场。 通过 Open Stage,观众们不仅能够近距离地了解NFT及元宇宙项目的开发过程和创作灵感,更能在现场和项目团队进行深入交流,通过深入了解项目故事、感受项目体验,从而真正了解Web3世界在做什么,又将如何创造全新未来。 合作伙伴内容共建 秉持着“开放”与“协作”的Web3精神,2023香港Web3嘉年华携手多个合作伙伴,一起共建大会内容。因此,在各个分会场,除主办方发起的主题论坛外,也有各个内容共建伙伴举办的活动。包括: HashKey Capital专场:BUIDL and INVEST in a compliant future for Web3;4月14日上午,分会场二。 HashKey PRO专场:Digital Asset Exchange Stage;4月14日下午,分会场二。 NEAR专场:NEAR in HK-创造无极限;4月14日上午,分会场三。 Web3国际标准专场;4月14日上午,分会场四 MetaEra x BitMart专场:Metaverse的机遇在哪里;4月14日下午,分会场四。 微软专场活动;4月15日上午,分会场四。 Filecoin专场:DeStor HK;4月15日下午,分会场三。 青年先锋专场;4月15日下午,分会场四。 明星项目齐聚 从早期区块链项目,到各层创新应用,2023香港Web3嘉年华不仅汇聚了“Web3发展史”,更有新晋项目开启新纪元。目前,确认参与嘉年华的Web3项目已超过100家,他们将在活动现场设置展台,与观众近距离交流和沟通最新的技术和应用。 2023香港Web3嘉年华不仅聚焦Web3发展趋势,赋能Web3应用生态构建,还将为来自各个国家和地区极具创新性的Web3应用项目提供展示机会,并为年轻的Web3人才以及Web3创业团队提供更多资源和支持。 去年10月,风起,今年4月,潮涌。2023香港Web3嘉年华,让我们共同探索Web3的未来、共同见证Web3技术和虚拟资产行业的新篇章。不容错过的盛会,期待您的加入!访问www.web3festival.org 可获取详细议程、演讲嘉宾、参展商等信息。 2023香港Web3嘉年华参与项目 来源:金色财经
lg
...
金色财经
2023-04-06
芯片ETF(512760)异动解读
go
lg
...
心一言"。 后续华为云人工智能领域首席
科
学
家
田奇将在4月8日至9日于中国人工智能学会主办的人工智能大模型技术高峰论坛介绍"盘古大模型的进展及其应用",该模型可分为NLP大模型、CV大模型、科学计算大模型,在华为云官网已被标注为"即将上线"状态。 根据潮新闻,2023阿里云峰会将于4月11日在北京召开,在此次峰会上将正式推出阿里大模型。"算力瓶颈"不仅是OpenAI一家所面临的问题。随着国内厂商AI大模型的迭代,各厂商对GPU、CPU等算力基础设施的需求将快速提升,推动芯片全产业链量价齐升。 国产替代方面,主流存储NAND Flash和DRAM全球市场高度集中,存储晶圆环节,据ICInsights,2021年DRAM全球市场份额排名前三的分别为三星(43.6%)、SK海力士(27.7%)和美光(22.8%),NANDFlash由三星(34%)、铠侠(19%)、西部数据(14%)、美光(11%)、SK海力士(11%)和英特尔(9%)六家公司主导。美光在华销售产品接受审查,国内客户或将部分转单,令国产厂商受益。 中国大陆在光刻、刻蚀、热处理等设备领域对日本厂商有较强进口依赖性:根据中国海关,2022年中国大陆步进重复光刻机进口金额14.2亿美元,日本占比28%;CVD/PVD进口金额分别为37.2和11亿美元,日本占比分别为10.3%和7%;等离子刻蚀设备进口金额37.5亿美元,日本占比31%;热处理进口金额17.4亿美元,日本占比59%;离子注入机进口金额10.6亿美元,日本占比16%。考虑到日本关键设备均处于垄断地位或拥有一定份额,本轮出口管制法令修正带来的进口替代空间巨大。 不过这些都是偏中长期的逻辑,短期3月全球芯片库存水位仍在高位,终端产品需求复苏不明显,短期上涨较快注意回调风险,预计下半年行业有望逐步迎来景气周期的复苏。当前板块估值仍然处于历史较低位置,二季度可以考虑分批配置芯片ETF(512760)。 (来源:界面AI) 声明:本条内容由界面AI生成并授权使用,内容仅供参考,不构成投资建议。AI技术战略支持为有连云。
lg
...
有连云
2023-04-06
中国公布新数据:在疫情发生的武汉市场发现了狸和其他易感新冠动物的基因
go
lg
...
据纽约时报,中国
科
学
家
周三发表了关于武汉市一个市场的研究报告,承认在病毒出现的时候,那里有容易感染冠状病毒的动物。但
科
学
家
们也表示,目前仍不清楚这场大流行是如何开始的。外界对这份报告期待以久。 China News Service/中国新闻网, CC BY 3.0
, via Wikimedia Commons 这项研究发表在《自然》杂志上,重点研究了2020年初从华南海鲜批发市场表面提取的拭子,这是一个大型市场,许多最早的已知新冠患者曾在那里工作或购物。 在2022年2月,中国
科
学
家
发布了他们对这些样本的遗传分析早期版本,但当时淡化了市场里的动物感染的可能性。 这些
科
学
家
中许多人隶属于中国疾病控制和预防中心,也希望在同行评议的杂志上发表他们的数据。而作为这一过程的一部分,
科
学
家
们会将更多的基因序列数据上传到一个大型国际数据库,据数据库的管理员上个月说。 在数据公开几周后,一个一直在研究大流行病起源的国际
科
学
家
团队,说他们偶然发现了这些序列。他们发现冠状病毒检测呈阳性的样本,含有属于动物的遗传物质,包括大量与狸相匹配的遗传物质,这种毛茸茸的哺乳动物已知能够传播冠状病毒,其毛皮和肉类会被出售。 这项分析是3月下旬在网上发布的一份报告的主题,并没有证明狸本身被感染,或动物将病毒传染给人,但确定了狸将它们的基因特征,沉积在病毒遗传物质留下的同一个地方。 许多病毒学家说,这种情况与病毒从市场上非法交易的野生动物中,扩散到人们身上的情况一致。 国际团队的分析,可能加快了中国
科
学
家
关于相同数据研究的发布速度。文章于周三出现在《自然》杂志网站上,并附有说明,称已被接受发表,但仍是 "早期版本",尚未经过编辑处理。 在2022年2月的第一版文章中,中国作者没有提到从市场上的浣熊取样中发现任何遗传物质,这些取样来自墙壁、地板、金属笼子和手推车。除此之外,他们说,数据没有指向任何受感染的动物。 但在一年多后的周三版本中,他们写道,研究 "证实了狸的存在",以及市场上其他易受冠状病毒感染的动物。 许多
科
学
家
认为,现有证据表明,这些动物可能充当了新冠病毒的所谓中间宿主,病毒可能起源于蝙蝠。但是他们也说,这些证据并没有完全排除,是人在市场上把病毒传染给动物的情况。 中国作者在新研究中强调了这种不确定性。他们还提出了一个概念,即病毒可能是通过冷冻食品的包装(也称为冷链产品)被运到武汉市场的。许多
科
学
家
认为这种情况非常不可能,但是中国却一直在提这种说法,这样可以暗示大流行病可能从国外开始,通过进口食品到达中国。 文章说:"还不能排除通过受感染的人或冷链产品,将病毒引入市场的可能性。" 外部
科
学
家
在周三的采访中说,这项研究还包括其他几个不太可能的发现。例如,它说,取样含有一些几乎可以肯定不在市场上出现的动物遗传物质,包括大熊猫、黑猩猩和鼹鼠。 香港大学专注于保护生物学的副教授胡丽诗博士(Alice Hughes)说,包含这些动物的遗传物质表明,要么作者对遗传物质进行了错误的分类,要么样本在实验室测序时受到了污染。 他说:"这篇论文最大的资产,是发布了一个数据集,让其他
科
学
家
更仔细和负责任地进行分析。鉴于这一分析中存在明显的错误,分析的方式还不够仔细,无法对任何结果有信心。" 当被问及《自然》杂志的同行评审程序,如何对待这些物种的发现时,杂志的一位发言人指出,作者包括一个警告,即在市场上确定的物种名单 "不是确定的",需要更多的分析。 对于上个月首次报告在Covid阳性拭子中发现狸迹象的国际
科
学
家
来说,《自然》杂志的最新研究,对他们来说,最新的《自然》研究留下了一些关于中国团队分析序列方法的重要问题,这些问题尚未得到解答。 不过,自然杂志及中国
科
学
家
上周在网上发布的早期版本,确实提供了关键的新数据,包括从市场上每个摊位上提取的取样数量,帮助领导国际团队分析的约翰霍普金斯大学计算生物学家亚历山大·克里茨-克里斯托夫说。 克里斯托夫说,有了这些信息,他和合作者就能够确认一个重要的发现,从销售野生动物的市场提取的拭子更有可能对病毒呈阳性反应,这一结果不能仅仅用中国研究人员从市场提取更多样本来解释。 在谈到市场样本时,克里斯托夫说:"这是一个令人印象深刻的数据集,其重要性相当高。正因为如此,我认为这个数据被发表在科学记录中是一件好事,即使我不同意每一种解释。"
lg
...
加美财经
2023-04-06
激辩人工智能 马斯克回应杨立昆:没有监管前飞机也经常坠毁!
go
lg
...
Meta首席人工智能
科
学
家
杨立昆周一在社交平台上发问,侧面回应马斯克等人联盟呼吁暂停开发更强大的人工智能,将这比做飞机工程师害怕飞行。 杨立昆问道:“人们害怕飞行吗?不!不是因为飞机不会坠毁,而是因为工程师已经把客机做得非常安全了。为什么人工智能会有所不同?为什么AI工程师应该比飞机工程师害怕飞行更害怕AI呢?从第一次飞行到美国联邦航空局成立用了50年。当我们甚至没有研发出能达到人类智能水平的AI系统蓝图,为什么还要害怕人工智能呢?” 马斯克对杨立昆的推文进行了回应,他写道:“事实上,飞机过去经常坠毁!最终,太多人丧生,以至于美国联邦航空局成立了,以确保商用飞机制造商和航空公司不会在安全方面偷工减料。现在,在美国乘坐飞机是超级安全的。” 杨立昆再次回复了马斯克的推文,称这一发展“花了50年”。“当我们连一个具有人类智能水平的系统的蓝图(更不用说演示了)都没有的时候,为什么要害怕人工智能呢?” 上个月底,马斯克、史蒂夫·沃兹尼亚克和1000多名其他人工智能专家和技术领袖签署的公开信呼吁立即暂停训练比GPT-4更强大的人工智能系统至少6个月。 在那之后,四位人工智能专家对公开信中引用他们的研究表示担忧。他们批评了这封信,其中一人称其中一些说法是“精神错乱”。
lg
...
金融界
2023-04-05
世卫组织称全球六分之一人不孕不育
go
lg
...
2年的估计也没有显示比率在上升。
科
学
家
们分析了1990年至2021年的研究,赞扬了摩洛哥、印尼和阿根廷等国最近在资助不孕症和提供治疗方法方面做出的改变。 世卫组织计划在今年晚些时候为各国发布预防、诊断和治疗该问题的指导方针。
lg
...
金融界
2023-04-04
万字解析GPT的情感与意识 它是一只被人类操控的“风筝”
go
lg
...
人&CEO、前Facebook高级研究
科
学
家
刘伟北京邮电大学教授、人机交互与认知工程实验室主任 陈巍前华为系NLP企业首席
科
学
家
、千芯科技董事长 欢迎阅读《AI未来指北》往期内容: 第一期:投资人王煜全:中国必须要有自主“大模型” 第二期:我们和创业公司创始人聊了聊:中国AI产业发展需要突破哪些瓶颈? 第三期:清华大学人工智能国际治理研究院副院长梁正:如何让人工智能不作恶? 第四期:北京大学新闻与传播学院教授胡泳:马斯克呼吁“暂停”AI开发,背后说明了什么问题? 以下为实录整理,ChatGPT对本文整理亦有贡献。 GPT-4是阿拉丁神灯还是潘多拉魔盒?会不会带来生产力的变革? 主持人陈巍:相比较于GPT-3.5,GPT-4的准确性显著提高,它可以完成创意文本生成、结构化写作和交互式文本生成,此外,GPT-4在语言推理和程序生成方面也有很大进步。但我们并不清楚GPT-4的具体参数和架构,感觉有点神秘,需要大家一起讨论和发掘。请陶总谈谈GPT-4对虚拟人技术与元宇宙技术的影响,以及它给办公场景和营销产品应用带来的新机会。 陶芳波:GPT-4和Office 365带来的影响不太一样,GPT-4是一个巨大的模型升级,具有多模态特点。以前可以通过加入类似Clip的模型实现多模态,但GPT-4直接将视觉和文本数据放在一个Transformer里,类似去年推出的Flamingo方法。这种多模态更接近人类获取和产生信息的方式,给未来潜在应用的改造带来无限可能。虽然GPT-4的具体参数和架构没有公布,但我们可以根据过去一年学术界的变化和相关文章,猜测到它的一些做法。 GPT通过工程化方法取得了非常大的成就,我们体验到了用户instruction能力的大幅提升。在使用GPT-3.5做更复杂的任务时,它并没有办法更深刻地理解意图,而使用GPT-4就感觉好像一个普通人的智商从100提升到了120。这也是为什么它在GRE等考试上表现优于90%的人,这种能力来源于大模型的创新。 而Office 365在另一个维度上展示了大模型可能吞噬所有软件的前景。Office 365将复杂的办公软件套件与GPT结合,为我们打造了一个样例。未来,软件的入口可能都会变成AI copilot,当我们打开软件时,将由AI教导我们如何使用。我认为这将带来行业重构的机会,微软为我们树立了一个标杆。 主持人陈巍:我们可以看到AI在Office升级的过程中发挥了重要作用。新的Office升级会不会替换掉打工人和AI技术,特别是GPT技术会不会带来新的生产力革命? 王建硕:我一直认为科技发展对人类有很大帮助,主要是利大于弊。GPT技术和Office的合作只是科技不断发展的过程,让我们使用时付出的精力越来越少。我们认为这很快会成为日常生活的一部分,不用再感到惊讶,这是未来的一种趋势。 刘伟:我基本同意王总和陶总的看法。大家现在关注GPT技术,但我们还无法确定它究竟是阿拉丁神灯还是潘多拉魔盒。不过,我们可以确定的是,文本处理、程序编制、bug查找以及图像、视频、音频处理等方面可能会发生巨大变化。其中,一部分基础工作可能会被AI产品替代。然而,创意工作、管理、新闻记者和科研工作者等领域仍然难以被取代。例如,在教育领域,学生可以用GPT辅助完成论文,但创新性科研仍然难以依赖它。因为它不可能像牛顿和爱因斯坦一样做出颠覆性的发现。 GPT在训练数据集中进行组合和统计或概率分析是有可能的。但是,AI还做不到跨领域,例如讲化学、历史和计算机知识之间进行有机衔接,而很多创新往往发生在跨领域组合或交叉学科中。目前,GPT被视为一个初级的人机环境产品。它可以取代许多基础职业的体力劳动,甚至部分脑力劳动。但对于一些关键岗位,因为它存在一些类似幻觉的问题,还不可能在社会上产生我们所期待的影响。 随着时间的推移,大家适应了这些技术,它会变得不再神秘,大家的新鲜感逐渐消失,就像当初骑自行车时觉得非常酷后来变得习以为常一样。 主持人陈巍:关于微软和OpenAI是否还有更大的技术后招,目前业界传闻称除了现有技术,实际上还有更强大的东西。 刘伟:现阶段AI主要关注多模态,如视频、文本、图像和语音等。由于底层工具不完善,例如数学和物理学还没有实现相关研究的突破,AI在情感和意志方面也有待发展。因此,美国的几家大厂不太可能推出令人惊讶的工作。 主持人陈巍:微软和OpenAI在应用方面,如与Office的结合和搜索引擎的结合,确实给我们的日常生活带来了较大影响。 陶芳波:微软和OpenAI的保密工作做得很好,大家都在猜测它们还有什么大招。部分同意刘伟的观点,但我认为不能小看基于深度学习的智能模型。这些大厂在过去半年中展示的工作和创新速度令人印象深刻。尽管底层数学和物理不完善,但它们已经证明能够创造有价值的智能体。实际上,大模型所展现的智慧能力已经超出了我们对人脑的理解,但它们仍然涌现出来了。有时候我们可以绕过基础科学,产生一些真正应用侧的巨大影响价值。 我认为Office升级这件事情的意义非常重大,包括前段时间的Bing。当我们发现它初始版本的缺陷时,我们会提到两个问题。第一个是它产生幻觉,即说话乱说,这是因为它是基于训练时遇到的语料。第二个是它没有办法直接使用工具。 而Office做了两个证明:第一,可以将大模型与已有数据做非常好的grounding,让它所有的依据都来自于真正灌输给它的外部知识,减少对这些信息的编造。第二,我认为很多职业都可能被改造或替代,因为大多数科研者所做的创新不是爱因斯坦级的工作,而是基于已有知识进行重组和微创新。因此,如果给予它关于外部数据和工具的支持,我个人认为很多职业都有可能被大大改造。 我相信每个行业都会有一个类似的助手,这会让我们的效率提升。但这也可能导致短期内一定的失业,因为一件事情本来需要100个人来做,现在可能只需要20个人加上AI就可以完成。这80个人需要一段时间来适应新的AI环境并重新找到他们的价值。这个过程可能会像每一次工业革命一样重新发生。 关于未来的展望,我认为Bing和Office做的事情让我们看到了所有的软件和服务都可能被这种方式重构。购物、健身、医疗等领域都会有一个类似的copilot。最终整个世界的服务体系都可能因为这样的全新服务形态而被重塑,而这个过程可能在未来两三年就会成为现实。 企业巨头们在GPT-4之后还会放什么“大招”?多模态给未来的应用带来哪些想象力? 主持人陈巍 :关于其他科研机构和企业巨头,比如Meta(Facebook)、达摩院和NASA,它们在GPT-4之后会有什么大招? 陶芳波:我认为一定会有大招,以Facebook为例,我觉得他们会有两个动作:第一个是加入底层的竞争,推出自己的开源大模型;第二个是在应用层思考如何拥抱AI,比如AI beings成为整个人类社交网络的独特存在。这类大公司一方面想加入到大模型底层能力的竞争,另一方面他们也要思考原来的护城河还是不是真的护城河。比如苹果如果不拥抱大模型到底如何在未来两三年展现竞争力。我认为,如果苹果在9月发布的iPhone 15和AI没有任何关系,发布会的关注度也会逐渐下降。 王建硕:我个人有一个习惯,就是在大潮出现时,有意忽略所有厂商的新闻和动向。对于GPT-3和GPT-3.5等模型的差异,我也是选择忽略。就像互联网早期,浏览器的出现改变了整个互联网世界,但后续的升级对我们应用层的影响是非常有限的,eBay和亚马逊后续也不会关心浏览器的升级。 比如百度的新模型、Facebook的新模型以及Google的模型,它诞生的那一刻就已经开创了新的时代,这个大门一旦打开就关不上了,我们应该更关注如何在这个平台上不断开发自己的应用,而不是花太多时间关心这些细节。大模型在细节上的改善对应用的影响是很小的。 主持人陈巍:关于多模态的技术,比如GPT-4多模态和Clip模型实现的文本生成图片,您觉得这些技术的区别和门槛有多高? 王建硕:我还没有尝试过GPT-4的多模态,因为它目前还没有在外部界面或API里提供。多模态技术确实是现在的热点,但我认为它只是一个小改进,而不是划时代的东西。真正划时代的是GPT-3在2020年发布,它已经改变了人机互动的方式。至于多模态的能力,我认为它们都是点缀,对人类社会的影响不会像大语言模型所开启的自然语言交互那么大。 主持人陈巍:您觉得多模态的应用会给未来的互联网应用带来更多可能性吗? 王建硕:多模态技术确实会带来一些新的可能性,但相较于自然语言交互所带来的影响,它们的影响是非常有限的。例如,通过文字生成图片可能对游戏、创意等行业的一些应用场景有关系,但对整个世界的影响仍然相对较小。 刘伟:实际上,多模态是一个比喻,用以描述真实世界中的复杂性。仅用图像、视频、文本和语音来模拟整个世界是非常有局限性的。然而,对于从事数字技术和计算领域的人来说,这是一个重要的变革。 人类语言有两个功能:交流协同和引导思维。机器在交互中可以起到一定的引导作用,但引导自己的思维却是困难的,因为它没有思维。机器只是一个计算性的大数据处理工具,具有泛化和自由组合的能力。机器所拥有的只是别人的知识,它本身并没有真正的思想。真实世界是多元、多维、多因和多果的,而机器的方式存在局限性。 人工智能的特点在于结合了行为主义、连接主义和符号主义,但没有深入到自然语言的本质。机器对实践性的东西了解不足,例如维特根斯坦所讲的非家族相似性。 机器只能理解结构化的知识,对于不相关的事物还远远不够。尽管如此,机器在一定程度上可以启发和激发人的思维。从2016年到2019年,我曾从事多模态相关的创业工作。如今,多模态已经引起了全社会的高度关注,为工业界和学术界的应用落地打开了更广阔的空间。在形式上,多模态确实打开了很大的空间,但在实质和内容上,它仍处于起步和萌芽阶段。人具有非形式的创造性思维活动,而计算机所产生的只是一种组合。 机器对知识的分类是非常弱的。例如,修默将知识分为观念性知识(如数学、逻辑等)和事实性知识(如人的经验和体验等)。机器只能处理部分观念性知识,无法理解和创造经验性和主观性的知识。 主持人陈巍:那么陶总,请谈谈您如何看待多模态技术对未来的影响? 陶芳波:谈谈两个问题,一个是多模态的影响,第二个是各大厂商在多模态方面的进展和对比。实际上,我基本认同王总和刘老师之前提到的观点。与多模态相比,通过构造语言界面让人机交互的价值并不是很革命性。但我认为,它确实具有一定的革命性。类似于传统大模型理解线上文本数据,大语言模型在创造前额叶和语言处理模块方面已经取得了很大进展。然而,人类大脑还包括视觉区和运动区等重要区域。这是因为人类不仅需要通过语言理解概念和事件,还需要在物理世界中生活,感知物理信号,并操纵工具来干预物理世界。 在没有多模态引入之前,大模型只能在数字世界提供信息化服务。多模态不仅包括视觉理解,还需要能生成行动指令。在实现这两点之后,模型才能在现实世界中进行干预。如果再配合类似于特斯拉的人形机器人这样的物理载体,我们可能真的会拥有一个完整的人类形态。因此,多模态的影响是巨大的。就我了解,目前在多模态上和OpenAI竞争的只有谷歌。其他厂商虽然声称要做多模态,但其实更像是拼接式的多模态。 谷歌的Flamingo与OpenAI在本质上是一样的,但可能工程能力上略逊一筹。这些研究都是将视觉、行动和语言指令一起建模,实现多模态输入输出,甚至包括行动输入输出。目前,全球在多模态大模型方面的进展,我看到的只有谷歌和微软系(包括OpenAI)两个玩家。 主持人陈巍:了解,目前OpenAI发布的更像是技术报告而非成品,与GPT-4相关的技术细节尚未公布。根据您的了解,模型参数量会增加吗?这是否意味着更大的训练量和关键技术进步? 陶芳波:我觉得这是个好问题,加入多模态后,模型一定会有一部分专门用来做视觉编码。但在真正的Transformer层面,我觉得它的参数增加可能不会像大家预计的那么多。全世界的互联网数据大约只有540个B,所以做到几千亿参数的模型已经是很好的状态了。我认为多模态的加入可能会多一些数据,但因为这些数据是经过视觉编码变成信号与语言结合,所以最后的语义空间数据并没有增加太多。关于技术方法,感兴趣的人可以看去年DeepMind发的两篇文章,尤其是Flamingo。 主持人陈巍:那您觉得这个模型大概会是多大呢? 陶芳波:最大的模型我估计可能在千亿级别,但真正未来用于商业场景的模型应该会比这更小,可能是在百亿左右。 GPT是一只被人类操控的“风筝”? 主持人陈巍:感谢陶总。王总,您觉得像GPT-4,它的数学能力提高了多少?跟之前的相比,这个数理能力提升能有多大?包括GPT-4在考试中表现出超过90%的人类,能给我们什么样的启示? 王建硕:对于GPT模型的数学能力,我觉得只要补全加减乘除就足够了,因为它本质上是一个语言模型。我相信未来五到十年,更现实的做法是用Python库一边用大语言模型,一边用数学库或其他偏理科的库。对于GPT的数学能力,从产业角度来说,我们应该让它专注于写诗等任务,遇到数学问题时,我们可以使用专门的数学工具,再用GPT的语言能力进行包装。这是现在比较现实的解决方案。 王建硕:对于通用人工智能来说,数学问题确实重要。但我认为解决数学问题对大型模型来说并不是最重要的,因为一般的计算器就能解决这类问题。据说GP-4有一定的增强,但仍有一些局限性。 主持人陈巍:那您如何看待GPT-4在预考中超过90%的人类,对整个职业教育产生的影响呢? 王建硕:我对这个新闻的真实性持怀疑态度。可能是为了吸引眼球。实际上,prompt编写和结果解读对模型的表现影响很大。我认为这种新闻标题并不一定是真实的,或者说不是一个通用的情况。 刘伟:我对这个新闻也是半信半疑。虽然GPT-4可能擅长解决一些基于规则的考试问题,但在实际应用中,如法院、医生和特定专业领域,机器可能还有很长的路要走。维特根斯坦曾说过,语言的使用比语法更重要,我们需要考虑实际应用场景。 主持人陈巍:那您怎么看待GPT-4的数学能力提高? 刘伟:我认为,它的数学能力可能有所提高,但仍然有局限。在特定场合下,它可能还无法应对一些复杂的问题。所以我对这个新闻持半信半疑的态度。 程序的4.0和3.5版本确实在不断升级。王总和陶老师从技术角度进行了分析、综合和深入探讨。我觉得可能是参数增加了,或者在模型上做了一些优化。但我一直在怀疑,智能问题不仅仅是优化问题,还包括很多非优化的东西。虽然有些提高,但这个提高不是质的提高,而是量的提高。 数学家曾说过一句重要的话:“数学的精妙之处在于规避计算。”现在的GPT无论升到什么版本,还是基于数学模型、统计概率和人的辅助反馈。它并不理解基本的语义和概念。所以我认为它只是一个高级自动化产品,没有产生突破,只是照葫芦画瓢,不断通过叠加、组合等碎片化缝合产生一些“像人但不是人”的东西。 我对GPT的评价比较狠:它就是一种高级自动化、一种像“人”的东西。而AI真正要产生突破的是独立性、自主性,GPT没有自主性,它依旧被人类编程和操作,它更像是一个“风筝”依旧被手中有线的人类操控。假设有多个GPT一起讨论出了人类讨论不出来的内容,我才相信它不再是“风筝”。人类是群体的智能交互产物,而GPT从根本上说就是一个高级自动化的产物。 GPT只是让你“以为”它有意识,人和机器如何相处将是未来重要课题 王建硕:我和GPT聊天后,反而更多地认识到了人类到底是什么样的存在。它至少让我“以为”它有意识,尽管我们知道它没有。我们跟很多人聊天时,以为他们有意识,但其实我们可能并没有意识,只是给自己一种错觉,觉得自己有意识而已。我越跟GPT聊天,越觉得我们人类也是类似的存在。 举一个很简单的例子,假设在我们屏幕里,一个人特别特别胖,另一个人瘦骨嶙峋,有人告诉你其中一个人叫bobo,另一个人叫kiki,你是觉得胖的人就应该叫bobo,瘦的人就应该叫kiki,这是我们自主的意识还是我们大脑被训练出来的模型?我倾向于认为,人类其实是算力更强的GPT,比如我们知道GPT是数学概率的完整填词方式,我们都知道一加一等于二,但是一加一等于二,到底我们是被背下来的,还是我们通过皮亚诺的五条公理自己推算出来的,我会更加倾向于我们就是现在GPT的高级版本。 我们所以为的所有东西,其实都是我们的幻觉而已。 陶芳波:我觉得这个话题太有意思了,我们可以从哲学角度来聊一聊。你说ChatGPT是一个风筝,有多少人类又不是风筝呢?在哲学里一直探讨的永恒命题是:人到底有没有自由意志?我倾向于compatibilism这个观点,认为人本质上没有自由意志,我们只是一套被编程的系统,在代码的操纵下做出一些可预测的决策。但是,我们大脑里有一种机制让我们自以为有自由意志,但实际上我们是可预测的。所以从这个角度来看,大多数人其实就是风筝,只是以为自己不是,这是比较可怕的。 AI领域有一个说法叫做“蒸馏”,将人类的集体意识产生的数据和行为蒸馏到一个模型上,通过阅读互联网上的信息,学习了人类文明几千年的集体意识。 AI的模式一定是被人类的集体模式给限制住的,所以我觉得它其实是非常像人的。很多人还会说GPT没有可解释性。我问一个问题,我今天比如说问刘老师一个东西,你脱口而出,然后我再问你为什么这么想,你再给我分析出12345。你这个可解释性到底是你大脑里面真的有一个结构?还是你通过语言的生成方法伪造了一种可解释性?我问GPT一个事情它给我分析12345,我觉得这和人类的可解释性非常像。 除了GPT没有驱动性、不知道自己的目标是什么,而人有自主驱动性,但这些都是非常边角的东西。 刘伟:你认为是边角料的东西,实际上是人机差异非常重要的问题。王老师也提到了这个观点,实际上很多人觉得人也是一种机器,但区别自由意志和绝对精神是一件很有意思的事情,GPT体现出人和机有一个很重要的区别。目标、动机和意图是人最重要的表征体系,人有自己的意识和潜意识,哪怕你不知道其存在,它依然在你的交互中存在潜意识。另外,意图和动机不是理性产生的,是感性产生的。 举一个例子,外面下大雨,你打雨伞出去,是一个理性的行为,这是由于你怕被大雨淋湿造成浑身难受的感性支配,人有眼耳鼻舌身这些“传感器”而机器没有,人的这些传感器会产生意图和动机,而这是很难被模拟和仿真的,所以机器没有情感。 陶芳波:首先,多模态是让机器越来越真实地拥有人类的传感器这些理性系统,我觉得眼耳鼻舌身是现在机器很会就能拥有的东西;第二,潜意识本质需要外部结构持久存储更多隐性的东西,要构建动机系统让机器有目标感来使用它的理性去做决策,这也是心识宇宙现在做的事情,基于大模型的理性构造机器的潜意识和用户记忆、动机系统,并且教会自己怎么做好。 我觉得它是边边角角的东西,因为我觉得前额叶是最难被构造的,如果前额叶可以被构造地那么好,我让它具备一套动机系统、独立的存储智能体单独的一些信息,这也是我们做的事情,但我觉得我们做的这个和OpenAI的创新不算什么,因为他们把前额叶搞定了,并且让前额叶的推理能力、逻辑能力、理解能力变得非常好,所以你说的那些问题是可解决的。 刘伟:陶总将前额叶当成智能的源泉,我们从来不把大脑当成源泉。人只是智能的一部分,只有人、环境交互才会产出真正的全方位的智能。比如狼孩也有大脑,但狼孩没有人的意识,也没有人的行为,所以传感器和人类的眼耳鼻舌身不是一个事物,它只能类比人的视觉听觉,功能可能比人类还强,但不是人的交互生命体。此外,意图和动机不是理性产生的,是情感产生的,如果模拟不了情感和感性,它永远不会出现真正的意图和动机,它只能从某些特征库里映射出某些动作,这种映射还是纯计算性的、没有交互性的。 交互性的映射需要对大脑生理和智能有基本的剥离,当年图灵和乔姆斯基,把维特根斯坦的逻辑和指称做了剥离,出现了图灵机和图灵测试。 模型越大越好吗?会产生类似人类的情感特性吗? 主持人陈巍:感谢刘老师讲解逻辑和智能的区别以及人和机器的区别。在我们做情感对话机器人时,情感是人类非常本质的特征。对于模型越来越大,您认为这是好事还是坏事?有哪些优势和劣势?有没有可能产生类似于人类情感的特性? 刘伟:我认为真正的智能是小数据小样本,大数据性的是人工智能,这种大数据大参数大模型根本上解决的是飞机汽车一样的工作,替代一些基本人类行为或浅层思考的东西,不可能解决动机和意识这类感性的东西。第二,现在常常把“逻辑”看成“智能”,就相当于把人看成机器,人类出了逻辑还有一些很难总结的非逻辑存在体系中。第三,机器的指称和打标是非常生硬的东西,而人类是很灵活的,能把一个东西做非常个性化的类比,这种能指、所指、义指的变化是机器很难产出的灵活性。 人和机器的差异也非常大,在人机交互中还存在很微妙的信任机制,做多了映射和数据库、知识图谱以后,大家会产生一种错觉:人是机器,机器是人,实际上你恢复到人的状态的时候,会觉得人和机器差距非常大,小孩子的学习会产生范围不确定的隐性规则和秩序,而机器做不到。 陶芳波:我认为模型大小对于科学视角来说不重要,关键是能力越来越强。对于产业应用来说,模型小很重要,因为成本、通用性和安全性等问题。OpenAI 也在关注通用性和安全性,未来可能还会关注成本。我期待智能能像燃料一样变得通用。模型越小或者更好地量化计算成本,我认为是好事。 关于模型越大是否会创造出情感,人类的情感区域和前额叶区域是分开的,我认为可能需要一些更宏观的设计帮助,让大模型匹配负责动机情绪等机制,而不是直接通过扩大参数来实现。 多模态处理可能是一种解决方案,不同模态有不同的编码器,类似于人脑中不同脑区的连接方式。关键是让模型的结构越来越像人。我认为结合多模态解决方案和类似人形机器人的身体,AI 可以更好地理解与环境的交互,像小孩子一样产生新的认知。 王建硕:关于情感,我认为虽然 AI 没有情感,但它会让我们以为它有情感。这种共鸣可能对我们来说已经足够了。GPT也会生成春花秋月何时了的语句,对它来说就是生成,对人类来说就是共鸣。 刘伟:当我们以为 AI 有情感时,可能会带来伦理、道德和法律等问题。机器不会共情,这是人类特有的能力。未来的问题还是一个人机问题,如何解决人机关系将成为人工智能未来发展的趋势。 王建硕:我认为,尽管 AI 不会共情,但它会让我们以为它共情。在未来的3到5年里,AI 可能会让我们以为它有情感。 对于机器是否具有情感,我们最后无法判断。我们认为其他人有情感,只是因为我们自己感觉到了情感。但是,我们无法真正感知别人是否真的有情感。未来,机器是否具有情感并不重要,重要的是它表现出来的界面对我们的影响。我们在prompt做了很多工作,我们后台看到,阿旺机器人在回答问题的过程中,表达了迷惑、紧张等情感,你看到了之后会觉得这比你想象的恐怖,它说紧张其实并不紧张,这些情感其实都是自然语言生成的。如果我们不知道这些事实,我们无法分辨机器和人的内心独白。 主持人陈巍:您提到了真假的问题,比如AI可以生成逼真的图像,甚至比人类梦境更奇幻的图像和故事。王总,您认为在生成过程中,AI有哪些致命的缺陷?这些缺陷会不会成为AI的致命问题?包括幻觉问题? 王建硕:我认为致命问题是它比现实还要好。我们拍的照片和AI生成的照片都是像素的组合,不存在真假之分。我们可以认为真实的苹果比照片里的苹果更真实,但我们不能说生成的照片比拍的照片更真实或更假。关于机器的幻觉问题,其实可以通过简单的方法规避,比如在所有的问题前加上一句“如果你对问题不确定,请回答不知道”。这样就可以解决问题。至于AI生成的幻觉,它们只是将人类社会日常做的功能发挥到极致,我不认为这是个问题,反而是一个容易解决的问题。 陶芳波:幻觉问题其实可以通过技术手段解决,随着模型的提升,幻觉问题会逐渐减少。人类本身也是一个幻觉系统。我们的目标是通过AI创造一个丰富、活跃、精彩的数字宇宙。但是,我认为让AI去表现情感是非常危险的。一个公司如果掌握了情感制造技术,它可能对人类个体产生巨大的影响。我们还没有做好应对这个问题的准备。 刘伟:关于情感问题,剑桥分析公司和科恩斯基等已经在情感领域产生了一些影响。人类的行为、情感和社会稳定已经受到了机器产生的类人情感的影响。实际上,我们不需要机器产生情感就可以实现这种影响。 关于泛化问题,GPT可能会对同样的问题给出不同的答案。泛化实际上是一个概率问题,而幻觉问题是人类特有的,与计算概率的泛化问题不同。 主持人陈巍:百度也发布了文心一言,媒体上认为,可能相对来说的解读是,比我们预期要稍微低一些。请问三位老师怎么看待,包括国内大模型的发展趋势,以及国内大模型跟行业巨头相比之下,是否我们是不是国内起步稍晚一点?所以国内的媒体也好,大众也好,是不是对这些国内大模型的期望其实有点过高?大家怎么看未来的这个大模型发展,特别是国内发展大模型的难度,和未来竞争? 陶芳波:同行太多,不太好评论。但我觉得百度干得不错,勇气很重要。真的敢于直面挑战,然后踩出第一步。虽然我个人判断百度在这次做这件事情的过程当中借助了一些力量,但他的追赶速度会更快一点。先追上肯定是第一位的,接下来我们再看能否构建创新优势,内生出一些创新能力,可能最后有一天就会在同一个起跑线上去竞争。 我觉得这个动作一定是带有一定风险的,但至少百度肯定有商业上的一个考量,它愿意去面对这种不确定性去做一个没有准备好的状态的事情。 刘伟:智能里面需要勇气和胆识,但另辟蹊径的时候也需要从其它角度做创新,百度发布文心一言是好事,大模型上面有很多空间可以做,而且基于大模型的生态链、工具链都可以被重塑,这些都是创业者的机会。我们应该抓住这个机会,从创新的角度去探索和发展。 主持人陈巍:是的,我认为国内的企业和创业者应该站在更高的视角去思考问题,不仅仅是跟随国际巨头的脚步,而是要挖掘自己的特色和优势,从而实现创新和突破。 陶芳波:同意,我们需要在大模型之上找到自己的优势,发挥我们的创新能力,只有这样,我们才能在这个领域取得更好的成绩,也能更好地服务国内市场和用户。 刘伟:是的,我们需要在国内市场找到自己的定位,利用自身的优势发展。同时,我们也要关注国际市场的发展,与国际巨头保持竞争,从而推动整个行业的进步。 主持人陈巍:好的,感谢各位老师的精彩讨论。我们今天的节目就到这里,希望我们的讨论能为大家带来启发和收获。 注:《AI未来指北》栏目由腾讯新闻推出,邀约全球业内专家、创业者、投资人,探讨AI领域的技术发展、商业模式、应用场景、伦理及版权争议。 来源:金色财经
lg
...
金色财经
2023-04-04
上一页
1
•••
152
153
154
155
156
•••
203
下一页
24小时热点
马斯克突然语出惊人!比特币骤跌失守9.35万、黄金下探2605低点 拜登将宣布中东停火
lg
...
特朗普决定与一则报道让黄金“血流成河”!金价崩跌逾90美元 如何交易黄金?
lg
...
PCE数据或“大爆表”?!金价暴跌、一度失守2660
lg
...
突发大行情!金价日内暴跌近100美元!中东欲停火“叠加”特朗普财政部长人选、令多头一蹶不振
lg
...
中美突传重磅消息!特朗普:将对中国产品征收10%额外关税 控“中方未能兑现承诺”
lg
...
最新话题
更多
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
14讨论
#链上风云#
lg
...
47讨论
#美国大选#
lg
...
1329讨论
#VIP会员尊享#
lg
...
1506讨论
#比特币最新消息#
lg
...
616讨论