FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AI领域新里程碑 ChatGPT究竟改变了什么？

研究员金曦认为，ChatGPT的出现为AI行业带来了新的曙光，也给资本市场带来了新的增量空间的可能性，围绕人工智能自动生成内容的模型开发和场景应用有望成为市场重点关注的投资赛道，拥有落地场景的公司或强者恒强。　　截至2023年2月14日，ChatGPT概念指数（8841669.WI）近1年上涨34.53％，同期沪深300指数下滑8.93％。　　ChatGPT 为何如何火爆　　近期爆火的ChatGPT是由世界三大人工智能实验室之一的OpenAI所开发的软件应用程序，旨在根据用户的提示模仿类似人类的对话。其中，GPT是Generative Pre-trained Transformer的缩写，意为“生成型预训练变换模型”。目前大家热议的GPT是以GPT-3版本为基础的能进行智能对话的聊天机器人。　　根据OpenAI的说法，ChatGPT的突破在于其能带给对话者颠覆性的体验，即可以通过“仅使用几个标记样本”就能生成足够的响应，可以通过简单的提示实现对话，并有效地利用上下文信息。　　具体而言，ChatGPT能够通过吸收大量来自网络的内容，比如新闻文章、社交帖子、百科条目等，学习句子、单词和部分单词之间的关系，进而学习和理解人类的语言进行对答、提供各类信息答案，并能根据聊天的上下文进行互动，真正像人类一样来聊天交流。　　更为重要的是，ChatGPT拥有丰富的信息支持与持续不断的学习更新，在用户面对问题或困难时，可以提供解决方案，其在文章生成、代码生成、机器翻译等任务上都有着比较优秀的效果体验。　　ChatGPT 并非无所不能　　似乎，用户只要在对话框里输入问题，就可以获得ChatGPT给出的答案。但其实看似“无所不能”的ChatGPT，也有着不少“无能为力”的短板。　　金曦表示，目前的ChatGPT侧重于“多准快全”的内容梳理和整合，还不能提供综合判断、逻辑完善、调整修改等高级逻辑处理功能，与人类智慧还有很远的距离；目前用于ChatGPT语言模型训练的数据多为2021年底前的数据，存在数据与信息的滞后性，这也造成了ChatGPT在内容准确性和知识性上的短板，不少用户甚至给其贴上了“一本正经胡说八道”的标签。　　此外，GPT-3在模型配置上成本高昂，这包括了超强算力的计算机（285000 个CPU/ 10000个GPU）、1750亿的参数、31个分工明确的作者、1200万美元的训练费用、45TB的训练数据等，这种规模的模型是一般中小企业所无法承受的。　　华商基金研究员金曦表示，AI行业的发展取决于硬件与算法，近年来硬件不断发展，而算法不断遇到瓶颈。GPT-3的出现让我们看到了如果硬件水平得到提升，那么AI行业仍可能出现新的机遇。但同时GPT-3高昂的成本也让我们有了更多的深思：AI发展在性价比上是否走错了方向？是否会引发技术垄断从而不利于小厂商的生存？　　拥有落地场景的公司或强者恒强　　金曦认为，考虑到ChatGPT级别的预训练大模型跑一次的成本是千万美元级别，而将其商业化部署，落地多用户高并发任务中，成本只会更高。这就意味着国内有能力的参与者的仅为少数，大部分的初创企业很难有机会。　　尽管当前国内大部分公司还没有大规模训练的布局，但AI商业化最大的困难是商业模式，而前期拥有落地场景的公司有望强者恒强，现在的收入、场景有助于支撑公司继续探索新一代AI技术的落地和变现，我们也将持续关注立足NLP自然语言处理相关技术的人工智能公司以及上下游。　　文中ChatGPT概念指数数据来自万得信息，近1年为“2022年2月15日至2023年2月14日”。　　以上观点不代表任何投资建议，市场有风险，基金投资须谨慎。

金融界2023-02-22

OpenAI与AIGC：改变人类生产范式通往“万物的摩尔定律”

》，其中提到 OpenAI，乃至整个 AI 行业的使命是通过实现 AGI 来降低所有人经济生活中的智能成本。这里所谓 AGI，指的是能完成平均水准人类各类任务的智能体。因此，OpenAI 始终保持着学术型企业的姿态处于行业上游，成为学界与业界的桥梁。当学界涌现出最新的 state-of-art 模型，他们能抓住机会通过海量算力和数据集的堆叠扩大模型的规模，达到模型意义上的规模经济。在此之后克制地开放商业化 api，一方面是为了打平能源成本，更主要是通过数据飞轮效应带来的模型进化收益：积累更富裕的数据优化迭代下一代大模型，在通往 AGI 的路上走得更坚实。定位相似的另一家公司是 Deepmind——2010年成立，2014 年被谷歌收购。同样背靠科技巨头，也同样从强化学习智能决策领域起家，麾下的 AlphaGo 名声在外，Elon Musk 和 Sam Altman 刚开始组局创办 OpenAI，首要的研究领域就是步 AlphaGo 后尘的游戏决策 AI。不过 19 年后，两者的研究重心出现了分叉。DeepMind 转向使用 AI 解决基础科学如生物、数学等问题：AlphaFold 在预测蛋白质结构上取得了突破性的进展，另一个 AI 模型 AlphaTensor 自己探索出了一个 50 年悬而未决的数学问题：找到两个矩阵相乘的最快方法，两个研究都登上了 Nature 杂志的封面。而 OpenAI 则转向了日常应用的内容生成 AIGC 领域。 AIGC大模型是通往 AGI 路上极为重要、也有些出乎意料的一站。其重要性体现在 AI 对人类传达信息的载体有了更好的学习，在此基础上各个媒介之间的互通成为可能。例如从自然语言生成编程语言，可以产生新的人机交互方式；从自然语言生成图片和视频，可以革新内容行业的生产范式。意外性则是，最先可能被替代的不是蓝领，而是创作者，DeepMind 甚至在协助科学家一起探索科研的边界。 OpenAI 的模式也给了下游创业者更多空间。可以类比当年预训练语言模型发展初期，Hugging Face把握机会成为大模型下游的模型开源平台，补足了模型规模膨胀下机器学习民主化的市场空间。而对 AIGC 模型，未来会有一类基于大模型的创业公司，把预训练完成的 AIGC 模型针对每个子领域进行调优。不只需要模型参数优化，更要基于行业落地场景、产品交互方式、后续服务等，帮助某个行业真正用上大模型。正如 AI 的 bitter lesson 一样矛盾，投资者需要短期投资回报率、研究者需要短期投稿成功率，尽管OpenAI 走在通往 AGI 正确的路上，这条路道阻且长，短期很难看到极大的突破。而 Sam Altman 展望的大模型应用层公司很有可能有更高的高投资回报，让我们来介绍下主要的分类与创业者。百家争鸣的 AIGC 大模型应用层对应 OpenAI 大模型发布的顺序，模型应用层相对最成熟的是文本生成领域，其次是图片生成领域，其他领域由于还未出现统治级的大模型相对落后。文本领域天然应用场景丰富，且 GPT-3 开放 api 很久，细分赛道很多。大致可以根据生成内容不同分为两类：机器编程语言生成、人类自然语言生成。前者主要有代码和软件行为的生成等，后者主要有新闻撰写、文案创作、聊天机器人等。而图片领域当前还专注于图片自身内容的生成，预期随着未来3D、视频相关内容生成能力的增强，会有更多结合不同业务场景如游戏、影视这样细分领域的创业公司。以下是海外各子领域创业公司的梳理，接下来将针对几个领域的重要公司进行介绍。 1、编程语言文本领域最成熟的应用暂时不在人类自然语言，而是在代码等机器语言的生成领域。因为机器语言相对更结构化，易学习；比如鲜有长文本的上下文关系、基于语境的不同含义等情况。（1）代码生成：Github Copilot 代表公司是微软出品的 Github Copilot，编程中的副驾驶。该产品基于 OpenAI 专门用 GPT-3 为编程场景定制的AI模型 Codex。使用者文字输入代码逻辑，它能快速理解，根据海量开源代码生成造好的轮子供开发者使用。提高一家科技公司 10% 的 coding 效率能带来很大收益，微软内部已进行推广使用。相比低代码工具，Copilot 的目标群体是代码工作者。未来的低代码可能是两者结合：低代码 UI 界面实现代码框架搭建，代码子模块通过 Copilot 自动生成。正如 Copilot 的 slogan：Don’t fly solo，没有 Copilot 的帮助 coder 的工作会变得繁冗，没有 coder 的指引 Copilot 生成的内容可能会出现纰漏。也有用户报告了一些侵犯代码版权、或代码泄露的案例，当前技术进步快于版权法规产生了一定的空白。（2）软件行为生成：Adept.ai Adept.ai 是一家明星创业公司。创始团队中有两人是Transformer 模型论文作者，CEO 是谷歌大脑中大模型的技术负责人，已经获得 Greylock 等公司 6500 万美元的 A 轮融资。他们的主要产品是大模型 ACT-1，让算法理解人类语言并使机器自动执行任务。目前产品形态是个 chrome 插件，用户输入一句话，能实现单击、输入、滚动屏幕行文。在展示 demo中，一位客服让浏览器中自动记录下与某位顾客的电话，正在考虑买 100 个产品。这个任务需要点击 10 次以上，但通过 ACT-1 一句话就能完成。软件行为生成颠覆的是当下的人机交互形式，使用文字或语音的自然语言形式来代替当下人与机器的图形交互模式（GUI）。大模型成熟后，人们使用搜索引擎、生产力工具的方式都将变得截然不同。 2、自然语言自然语言下还有多个应用型文本生成领域值得关注：新闻撰写、文案创作、对话机器人等。（1）新闻撰写最著名的是 Automated Inights。他们的结构化数据新闻撰写工具叫做 wordsmith，通过输入相应数据和优先级排序，能产出一篇基于数据的新闻报道。该工具已在为美联社每季度自动化产出 300 余篇财报相关报道，在雅虎体育新闻中也已经崭露头角。据分析师评价，由 AI 完成的新闻初稿已接近人类记者在 30 分钟内完成的报道水准。 Narrative Science是另一家新闻撰写生成公司，其创始人甚至曾预测，到 2030 年，90%以上的新闻将由机器人完成。（2）文案创作该领域竞争较为激烈，有copy.ai、Jasper、copysmith 等公司。他们基于 GPT-3 的能力加入了文案领域的人工模板与结构，为商家和个人创作者提供了快速为自己的商品、内容进行宣传的能力。以copysmith 为例：（3）对话机器人前面提到的 Adept.ai 由Transformer 模型的一作和三作联合创立；而二作也创业了，他创办的 Character.ai 是当前对话机器人中使用效果最逼真的。该对话机器人可以自定义或使用模板来定义角色的家庭、职业、年龄等，在此基础上保持一贯的设定和符合设定的对话风格。经常能体现出一定的共情对话能力带给人惊喜，并且支持多语言互通。比如他们有已训练好的马斯克等名人和一些动漫角色，与他们对话会有很棒的代入感。而商业化的对话机器人，在客服、销售等行业有巨大的市场空间，但如今还为成熟。主要出现的问题有二：其一，客服、销售行业遇到的客户往往情绪状态不稳定，AI 难以对情绪进行适应并调整对话内容；其二，AI 的多轮对话能力较弱，无法保证持续有效的跟进问题。（4）创作性文本 AI 对于长文本创作有一定困难，难以保持1000字以上的文本创作后仍能进行上下文的联系。但基于短文本创作仍有一些有趣的应用，例如基于GPT-3的 AI Dungeon，可以引导 AI 创造一个虚拟游戏世界观。该领域进一步的成长需要期待未来 3-5 年，有成熟的能产出千字内容的 AI 出现。 3、多模态图片 DALL·E2 是极具突破性的 AIGC 大模型，但距离丰富生产力和创造力的成熟产品还有差距。因此有研究者顺着 DALL·E 和 CLIP 的思路开发了开源版本的扩散模型，就像当年的 Hugging Face 那样，并将其根据创作者社区的反馈转变为更成熟易用的商业产品。接下来就介绍几个主要出圈的模型：（1）Disco Diffusion 最早出圈的 AI 绘图工具是开源模型Disco Diffusion。发布时间比 DALL·E 2 稍晚，同样也是 CLIP + Diffusion Model 的结构，生成效果让许多插画师担心起了失业。尽管很多插画师和 AI 工具爱好者的推荐都认可了该工具的易用性和生成效果的出众，但其生成时间略长有待优化，可以认为是大家对图片生成大模型的初体验。（2）MidJourney 该模型发布后不久，Disco Diffusion 的开发者 Somnai 加入了 MidJourney，和团队一起打造了一款产品化的 Disco Diffusion。 Midjourney 的创始人 David Holz 并不是以CV（计算机视觉）研究为主，更关注人机交互。产品公测和主要交流平台都基于Discord，使用 Discord Bot 进行交互，打造了相当良好的社区讨论环境。使用中印象深刻的有几个重要功能：MidJourney 画廊中可以看到每时每刻创作者们用 MJ 创作出的作品，用户可以对作品进行打分，每周排名靠前的作品将得到额外的 fast GPU 时间奖励。同时，MJ官方还为用户贴心的提供了引导语 prompt 集合和 AI 擅长的风格指南，指导用户如何最高效的生成出他们想要的图片。基于良好的产品和社区体验，MidJourney 的付费用户量也是目前最大的。目前收费模式采用了订阅制，个人用户有两个档位，每月最多 200 张图片（超额另收费）的 10 美元/月，以及”不限量“图片的 30 美元/月；对企业客户，单人一年收费仅有 600 美元，且生成的作品可以商用（当前法规尚不完善，仍可能存在一定版权问题）。（3）Stable Diffusion 如果说 MidJourney 是一个勤勤恳恳的绩优生，那么 Stability.ai 则是天赋异禀技术力强、诞生之初就备受 VC 追捧的富二代，公司估值已达到十亿美元。产品 Stable Diffusion 首要目标是一个开源共创模型，与当年的 Hugging Face 神似。创始人 Emad 之前是对冲基金经理，用自己充裕的资金联合 LMU 和 Runaway ML开发了开源的 Stable Diffusion，在 Twitter 上使用扎克伯格在 Oculus 发布会上的照片作为背景，号召SD会成为”人类图像知识的基础设施“，通过开源让所有人都能够使用和改进它，并让所有人更好地合作。 Stable Diffusion 可以认为是一个开源版本的DALL·E2，甚至不少使用者认为是当前生成模型可以使用的最佳选择。官方版本部署在官网 Dream Studio 上，开放给所有用户注册。相比其他模型，有很多可以定制化的点。不过官网只有 200 张免费额度，超过需要付费使用，也可以自行使用开源 Colab 代码版无限次使用。此外，Stable Diffusion 在压缩模型容量，希望使该模型成为唯一能在本地而非云端部署使用的 AIGC 大模型。 05 AIGC大模型的未来展望 1、应用层：多模态内容生成更加智能，深入各行业应用场景上述的多模态图片生成产品当前主要局限于创作画作的草图和提供灵感。在未来待版权问题完备后， AIGC 内容能进入商用后，必然会更深入地与业界的实际应用进行结合：以游戏行业为例， AI 作画给了非美术专业工作者，如游戏策划快速通过视觉图像表达自己需求和想法的机会；而对美术画师来说，它能够在前期协助更高效、直接地尝试灵感方案草图，在后期节省画面细节补全等人力。此外，在影视动画行业、视频特效领域，甚至是文物修复专业，AI 图片生成的能力都有很大想象空间。当然，这个领域 AI 的能力也有着不小的进步空间，在下面的未来展望部分进行阐发。目前 AIGC 存在 Prompt Engineering 的现象，即输入某一些魔法词后生成效果更好。这是目前大模型对文本理解的一些缺陷，被用户通过反向工程进行优化的结果。未来随着语言模型和多模态匹配的不断优化，不会是常态，但中短期内预期Prompt Engineering 还是得到好的生成内容的必备流程之一。 2、模态层：3D生成、视频生成 AIGC 未来3-5年内有明显进步多模态（multimodal）指不同信息媒介之间的转换。当前 AI 作图过程中暴露的问题会成为视频生成模型的阿喀琉斯之踵。例如：AI 作画的空间感和物理规则往往是缺失的，镜面反射、透视这类视觉规则时常有所扭曲；AI 对同一实体的刻画缺少连续性。根本原因可能是目前深度学习还难以基于样本实现一些客观规则泛化，需要等待模型结构的优化进行更新。 3D生成领域也有很大价值：3D 图纸草图、影视行业模拟运镜、体育赛场现场还原，都是 3D 内容生成的用武之地。这一技术突破也渐渐成为可能。 2020年，神经辐射场（NeRF）模型发布，可以很好的完成三维重建任务：一个场景下的不同视角图像提供给模型作为输入，然后优化 NeRF 以恢复该特定场景的几何形状。基于该技术，谷歌在2022年发布了 Dream Fusion 模型，能根据一段话生成 360 度三维图片。这一领域当前的实现效果还有优化空间，预期在未来3-5年内会取得突破性进展，推动视频生成的进步。 3、模型层：大模型参数规模将逼近人脑神经元数量近年的大模型并未对技术框架做颠覆性创新，文本和图像生成领域在大模型出现前，已有较成熟方案。但大模型以量变产生质变。从神经网络角度看，大脑有约 100 万亿神经元， GPT-3 有 1750 亿参数，还相差了 1000 倍的数量级，随着算力进步可以发展的空间还很大。神经网络本质是对高维数据进行复杂的非线性组合，从而逼近所观测数据分布的最优解，未来一定会有更强的算力、更精妙的参数堆叠结构，来刷新人们对AI生成能力的认知。 4、成本结构决定大模型市场的马太效应大模型最直接的成本便是能源成本（energy cost），GPT-3 发布时的训练成本在千万美元级别。难以在短期内衡量 ROI ，大科技公司才能训练大模型。但随着近年模型压缩、硬件应用的进步，GPT-3 量级的模型成本很可能已降至百万美元量级，Stable Diffusion 作为一个刚发布一个月的产品，已经把原本 7GB 的预训练模型优化压缩至 2GB 左右。在这样的背景下，算力成本在未来必然会逐渐变得更合理，但 AIGC 领域的另一个成本项让笔者对市场结构的预测还是寡头垄断式的。大模型有明显的先发优势，来自巨大的隐形成本：智能成本。前期快速积累用户反馈数据能帮助模型持续追新优化，甩开后发的竞争者，达到模型性能的规模效应。 AI 的进化来自于数据的积累和充分吸收。深度学习，乃至当前的所有机器学习都是基于历史预估未来，基于已有的数据给到最接近真实的可能。正如前文讨论的，OpenAI 的目标从来不是留恋于某个局部行业的商业产品，而是通过模型规模经济，不断地降低人类社会全局的智能成本，逼近通用人工智能 AGI。规模经济正体现在智能成本上。 5、虚拟世界的 AGI 会先于现实世界诞生从更宏观的视角上，虚拟世界 AI 技术的智能成本比现实世界中来得低得多。现实里 AI 应用最普遍的是无人驾驶、机器人等场景，都对 Corner Case 要求极高。对于AI模型而言，一件事超过他们的经验范畴（统计上out of distribution），模型将立马化身人工智障，不具备推演能力。现实世界中 corner case 带来的生命威胁、商业资损，造成数据积累过程中极大的试错成本。虚拟世界则不同，绘图时遇到错位扭曲的图片，大家会在 Discord 中交流一笑了之；游戏 AI 产生奇怪行为，还可能被玩家开发出搞怪玩法、造成病毒传播。因此虚拟世界，尤其是泛娱乐场景下的 AIGC 积累数据成本低会成为优势。这个领域的 AI 如果节省人力、生成内容产生的商业价值能大于算力成本，能很顺畅地形成低成本的正向循环。伴随着另一个重要的革新——长期 Web3.0元宇宙场景下新内容经济生态的形成，虚拟世界内容场景下的 AI 很可能更早触及到 AGI。来源：金色财经

金色财经2023-02-21

Web3中文｜42岁退休身价百亿王慧文高调复出再创业只为Ta

王慧文早有准备。此次，王慧文高调进军AI行业抓准了时机，蹭上了ChatGPT的热度，使其一夜间再次“成名”，也将“王慧文”这个名字与“AI”牢牢绑定。 ChatGPT让互联网圈“内卷” 欲搭上“ChatGPT热度”这辆车的公司、企业家不止是王慧文。 2月6日，路透社报道称，谷歌母公司Alphabet宣布将推出名为“Bard”的AI（人工智能）聊天机器人服务以及更多的人工智能项目。 2月7日，百度聊天机器人项目名字确定为“文心一言”，英文名ERNIE Bot，将在三月份完成内测，面向公众开放。 2月8日，微软公司推出了新的人工智能搜索引擎必应(Bing)和Edge浏览器。此后，关于ChatGPT的消息越来越多。 2月9日，360 创始人周鸿祎在与搜狐创始人张朝阳对话时，首次谈到 ChatGPT。他直言，如果企业搭不上 ChatGPT 这班车，很可能会被淘汰。网易有道也放出消息称，其AI技术团队已投入到ChatGPT同源技术AIGC在教育场景的落地研发中。除此之外，字节跳动的人工智能实验室（AI Lab）称有开展类似ChatGPT和AIGC的相关研发，未来或为PICO提供技术支持。小米称在ChatGPT领域有丰富落地场景，包括小爱对话、机器人等，其中小爱拥有庞大数据支撑，会让小米在大模型方面进展更迅速。腾讯相关人士也向记者表示，腾讯目前在ChatGPT和AIGC相关方向上已有布局，专项研究也在有序推进。据悉，ChatGPT是OpenAI公司2022年12月1日推出的通用聊天机器人。ChatGPT的互动非常流畅，并且有能力参与各种对话主题。瑞银报告数据显示，截至今年一月末，ChatGPT的月活用户已突破1亿，这距离它推出不过2个月时间，成为史上增长最快的消费者应用。 AI发展此前虽然不瘟不火，但各大公司都在暗暗布局。此次ChatGPT的火热掀开这层帘子，让互联网圈“内卷”起来，纷纷秀起了自己家的AI实力。互联网充满机遇与挑战互联网的世界，从来不缺少新鲜事。区块链、Crypto、NFT、元宇宙、Web3、AI……每一次的热点都充满机会，站在风口，就能吃到红利。王慧文高调布局AI，不得不说他抓准了时机，把握住了机会，也为自己的AI事业打出了名声。但回头看看，互联网发展的巨大变化也就短短几年时间，充满机遇与挑战，有人急流勇退，有人与时俱进。王慧文在AI领域能不能成功，再创曾经的辉煌，还是一个未知数。无论成功与否，互联网的魅力不就是由像他这样一个个人物精彩的创业故事所构成，吸引着一代又一代的创业者们勇往直前。参考：北京商报《王慧文复出“卷”AI》互联网坊间八卦《今天我们来八卦一下——美团创始人王慧文！》百度百科：王慧文编辑：Bowen@Web3CN.Pro 声明：web3中文编辑作品，内容仅代表作者立场，且不构成投资建议，请谨慎对待，如文章/素材有侵权，请联系官方客服处理。来源：金色财经

金色财经2023-02-15

警惕！一大风险突袭

扩散后，计算机后续将有三种可能。①其他AI行业赛道，例如AI金融、AI汽车、AI医疗、AI电力等的应用；②回归A股AI应用领军，例如安防双杰、科大讯飞(国内NLP最佳AI公司)、金山办公(微软的AI对标)；③若AIGC弹性暂时平息，应当回到成长领军、其他赛道领军。　　多家外资披露最新持仓　　海外市场近日也有新消息。　　近期，包括高盛、摩根大通、贝莱德、高瓴、高毅资产、景林资产等多个巨头向美国证券交易委员会(SEC)提交13F报告，披露四季度所持美股股票和持仓规模。　　根据各大巨头的持仓报告，中概互联网仍是巨头们看好的资产。　　从具体持仓来看，截至2022年末，高瓴旗下HHLR Advisors前十大重仓股为：百济神州、京东、贝壳、阿里巴巴、唯品会、传奇生物、自由港麦克莫兰、拼多多、赛富时、DoorDash，其中有7只是中概股。　　操作上，HHLR围绕中概股和科技公司进行集中配置，对包括阿里巴巴、京东、拼多多在内的11只中概股进行了增持、新进买入等加仓操作。截至2022年末，HHLR全部美股持仓中，中概股市值占比接近70%。　　除了高瓴，高毅、贝莱德、景林资产等巨头也对中概股青睐有加。　　高毅资产管理国际前十大重仓股中，中概股占8席，新进阿里巴巴和网易；景林资产也大幅加仓拼多多、京东；柏基投资(Baillie Gifford & Company)则大手笔增持拼多多、蔚来；全球规模最大的资管集团之一的贝莱德增持144万股哔哩哔哩，增持幅度近600%。　　总体而言，在中概股方面，机构也是更偏好软件类的科技企业。2022年四季度以来，互联网板块估值得到修复，对于互联网板块后期走势，不少机构认为，需要更多基本面兑现才能支撑其估值继续走高。　　A股港股如何抉择？　　从上述机构持仓可以看出，做多中国资产再度成为对冲基金的“必选项”。据美银基金经理称，看涨中国股票被视为当前最拥挤的交易。　　反观国内，机构也继续看好A股和港股的后续行情。　　中金公司最新观点认为，下半年如果经济和企业盈利修复动能仍较强，届时港股有望再度跑赢A股。　　1)从基本面看：由于港股外资占比高，投资风格整体更偏基本面化，在国内经济增长复苏阶段往往港股表现好于A股，观测指标包括固定资产投资走强，PMI持续高于荣枯线，PPI等价格指标增长等；另一方面，企业盈利预期整体上修，盈利能力走强，资本开支增速反弹也相对有利港股。　　2)从流动性看：A股流动性长期好于港股，使得A股存在中小市值和新股溢价，AH股溢价水平和AH股的换手率比值成正比。但是当海外流动性比国内更宽松，全球资金流入中国市场，AH换手率比值下降，港股可能相对受益而跑赢。　　3)从汇率看：港股本质上仍以美元计价，表现受美元指数影响较大，而美元指数也受中外基本面差和流动性影响较大，历史上恒生指数或相对A股表现在多数时间与美元指数负相关，美元走弱和人民币走强阶段往往港股有较好的表现。　　中期来看，随着“稳增长”继续发力，充分发挥内需市场潜力大、改革空间足的优势，下半年如果经济和企业盈利修复动能仍较强，届时港股有望再度跑赢。　　结构层面，一方面如果中国经济明显走强带动美元回落和人民币升值，港股成长风格仍有跑赢A股成长的机会，尤其是港股特色的互联网、创新药等行业；另一方面，部分业绩周期性强，估值调整更充分，当前仍处于基本面筑底的行业或个股可能修复弹性更大，如原材料、资本品等传统老经济行业。

证券之星2023-02-15

AI界新贵“出圈”：ChatGPT CNTM 和加密货币揭示何种未来？

、手机助手等信息获取形式，对信息产业和AI行业产生深远影响。”黄民烈说。 ChatGPT面临哪些争议？ AI技术的发展也带来了诸多争议。以深度伪造(Deepfake)为代表的AI换脸技术此前引发了一波关于隐私权和真相的讨论。对此，黄民烈认为，ChatGPT已针对法律、道德等问题进行优化，其表现也比“同行”更好，研发者收集高质量人工反馈数据时，把涉及安全性和道德的问题作为ChatGPT的重要部分设计进去了，再通过强化学习，ChatGPT就学到了安全回复的能力。不过，ChatGPT仍面临道德问题。黄民烈举了一个例子：若用户要求ChatGPT作出违法举动，就会遭到拒绝；但如果用户借口创作小说要求ChatGPT提供违反法律的建议，就可能得到答案。 ChatGPT推出后，其强大的文字撰写能力得到了学生群体的青睐，被用作完成论文。迄今为止，美国、英国等国多所高校已明令禁止学生在校内使用ChatGPT。美国《科学》杂志近期也发表声明，称不接受使用ChatGPT生成的投稿论文，ChatGPT也不可以作为论文合著者出现。黄民烈认为，使用ChatGPT完成作业或学术论文的问题之一是侵犯版权。但不能“因噎废食”，“技术可以继续发展，并在此过程中对问题进行针对性治理”。另一方面，科技进步未能解决地区发展不平衡问题，全球科技鸿沟问题至今仍然存在。AI作为尖端科技，也只有少数国家能够在此领域进行大量投入。黄民烈称，与AI息息相关的大模型训练需要大量算力和数据，训练和推理成本也很高昂，无论是学术界还是科技界，只有少量的机构能负担起相关技术的研发，这在一定程度上已经造成了不公平问题。 “AI威胁论”是否危言耸听？随着AI技术日趋成熟，“AI威胁论”得到了更多关注。ChatGPT推出后，其具备的各种专业功能不断被发掘出来。有观点认为，程序员、翻译、客服等岗位最终都可能被AI取代。针对AI技术发展可能引发的失业问题，黄民烈认为， AI工具的普及将降低自由撰稿人、游戏制作者等职业的门槛，带来更多自由职业的机会。不过，未来人工智能生成内容(AIGC)、用户生成内容(UGC)及专业生产内容(PGC)进行更深入地结合后，一些职业的淘汰是不可避免的，“如何与AI共生是每个人可能都将面对的问题”。此外，科幻作品中的“AI威胁论”常包含一个重要因素——愈发强大的AI终将寻求消灭或取代人类。对此，黄民烈称，科幻作品中的反派AI形象都具有自我意识，但现实中的AI目前既没有自我意识也没有自主决策能力，现阶段，AI所有能力的来源都是人类提供的数据和反馈。“ChatGPT这类系统是典型的机器属性，仅为满足人的信息需求或完成任务而存在，并不具有人格、情感、风格等。机器属性和能够满足情感、社交、陪伴需求的类人属性相结合才是真正的数字生命体，也就是真正意义上的‘人工智能’。” Connected2Me（CNTM）是一个专门为Web3打造的人工智能服务平台，其产品和服务已在全球广泛地被报道与采用，其基于GPT3.5打造的人工智能Web3搜索引擎Jinn即将隆重登场尽管2022年加密行业经历了Terra和FTX暴雷等黑天鹅事件，导致整个行业信心崩溃，但熊市期间仍然取得了一些正面的进展。币圈熊市也是需要热点来点燃市场的热情！币圈的热点好像就是这样转换的！之前的元宇宙然后动物园系列然后 defi 然后链游 GMT axs 之类的！然后就是 NFT 无聊猿 ape之类的然后就是公链 APT 等等现在是 ai 这个有几个月热度了 agix都十几倍了！ Connected2Me成就回顾基于人工智能的个性化金融服务：去中心化的理财产品AI测评；通过AI模型演练为用户提供定制化的AI顾问服务； Connected2Me未来发展基于ChatGPT的理论，创建CNTM的GPT平台：Jinn；为Jinn加入双引擎结构：GPT引擎+传统搜索引擎，从而实现Web3的AI搜索功能；将Jinn与CNTM1.0的板块结合，增强金融领域的AI搜索推荐功能； Jinn=ChatGPT+Sparrow ChatGPT目前的三个核心问题和痛点：对于知识类型的问题，ChatGPT会给出看上去很有道理，但是事实上是错误答案的内容；拓展解读：对于这样来说，由于ChatGPT的一部分回答很准确，而一部分看上去有道理，但事实上很离谱，而用户并没有足够的能力来进行辨别，这将给用户如何采信ChatGPT的答案带来很多困惑。 ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识非常不友好。拓展解读：新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。 ChatGPT或GPT4的训练成本以及在线推理成本太高，无法承载超过千万级的用户同时使用。拓展解读：假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，无法实现规模化。 Sparrow（Google的产品）是ChatGPT的良好补充： sparrow在人工标注方面的质量和工作量不如ChatGPT； Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，可以完美解决新知识的及时引入，以及生成内容可信性验证两个核心问题。核心技术路线第一阶段：冷启动阶段的监督策略模型。靠GPT 3.5本身，尽管它很强，但是它很难理解人类不同类型指令中蕴含的不同意图，也很难判断生成内容是否是高质量的结果。为了让GPT 3.5初步具备理解指令中蕴含的意图，首先会从测试用户提交的prompt(就是指令或问题)中随机抽取一批，靠专业的标注人员，给出指定prompt的高质量答案，然后用这些人工标注好的数据来Fine-tune GPT 3.5模型。经过这个过程，我们可以认为GPT 3.5初步具备了理解人类prompt中所包含意图，并根据这个意图给出相对高质量回答的能力；第二阶段：训练回报模型（Reward Model,RM）。这个阶段的主要目的是通过人工标注训练数据，来训练回报模型。在这个阶段里，首先由冷启动后的监督策略模型为每个prompt产生K个结果，人工根据结果质量由高到低排序，以此作为训练数据，通过pair-wise learning to rank模式来训练回报模型。对于学好的RM模型来说，输入，输出结果的质量得分，得分越高说明产生的回答质量越高。第三阶段：采用强化学习来增强预训练模型的能力。本阶段无需人工标注数据，而是利用上一阶段学好的RM模型，靠RM打分结果来更新预训练模型参数。二三阶段迭代：不断重复第二和第三阶段，每一轮迭代都使得LLM模型能力越来越强。因为第二阶段通过人工标注数据来增强RM模型的能力，而第三阶段，经过增强的RM模型对新prompt产生的回答打分会更准，并利用强化学习来鼓励LLM模型学习新的高质量内容，这起到了类似利用伪标签扩充高质量训练数据的作用，于是LLM模型进一步得到增强。下一代搜索引擎：Jinn Jinn将采用传统搜索引擎+ChatGPT的双引擎结构，ChatGPT模型是主引擎，传统搜索引擎是辅引擎。传统搜索引擎的主要辅助功能有两个：一个是对于ChatGPT产生的知识类问题的回答，进行结果可信性验证与展示，就是说在ChatGPT给出答案的同时，从搜索引擎里找到相关内容片段及url链接，同时把这些内容展示给用户，使得用户可以从额外提供的内容里验证答案是否真实可信，这样就可以解决ChatGPT产生的回答可信与否的问题，避免用户对于产生结果无所适从的局面。传统搜索引擎的第二个辅助功能是及时补充新知识。既然不可能随时把新知识快速引入LLM，那么可以把它存到搜索引擎的索引里，ChatGPT如果发现具备时效性的问题，它自己又回答不了，则可以转向搜索引擎抽取对应的答案，或者根据返回相关片段再加上用户输入问题通过ChatGPT产生答案，这里有一部分将参考LaMDA关于新知识处理的具体方法。总结很多人问为何不推荐AGIX之类的强势龙头？这就是很韭菜的问题了，AGIX已经走得太远了，追高实属不明智的选择，CNTM才是大多数后知后觉投资者的战略第一布局标的！现CNTM上方一旦突破0.2，将势不可挡，在此刻AI人工智能的热潮中，身为OK的AI代言币种，能走多远相信不用我多说，大家内心都有数。 CNTM官方推特宣布同时布局 AI 以及 LSD 赛道，此前CNTM创始人在官方社区中表示已经开始布局 AI 赛道，第一个CNTM产品跟 NFT 交易所的结合在2月底即将推出，为登录某安交易所做准备。来源：金色财经

金色财经2023-02-13

金融科技ETF（516860）近5日资金流入3800万博时基金：关注AI赋能各行业落地机会

I技术应用场景大幅延展。1）过去几年，AI行业无论是在产业层面还是二级市场表现都差强人意，核心原因就在于商业落地场景的不明确。一方面，对于corner case容忍度较低的行业AI落地普遍偏慢。现阶段的AI技术还是建立在统计学的基础上，这就决定了它的准确度是一定限制。另一方面，AI模型的生产成本较高，导致很多场景无法下探。2）AIGC使得创作门槛大大降低，这意味着AI技术可触达的场景大幅延展。而且，此前AI往往作为安防、智慧城市等领域大项目中的一个技术模块存在，AI技术本身的商业价值划分相对困难，而ChatGPT这种直接为AI技术付费的方式使得AI技术的价值更加显性化。同时，下游应用场景的拓展与大模型的快速发展也将有力地推动行业上游发展，无论是算力还是数据标注的需求都将大幅增加。

金融界2023-02-13

AI军备战升级微软借ChatGPT弯道挑战谷歌

司有着完全不同的接受标准。他认为，目前AI行业并没有迎来真正的技术突破，ChatGPT没有带来任何颠覆性的新技术，OpenAI也没有发布过具有行业影响力的AI论文，只是提供了更为用户喜欢的展现形式。但他的这一评价被很多科技爱好者嘲讽为“酸柠檬”。去年年底ChatGPT刚刚发布的时候，谷歌CEO皮查伊和AI项目负责人迪恩(Jeff Dean)似乎并没有给予足够的重视。迪恩去年12月在内部会议上表示，虽然谷歌也有类似的AI工具，但目前技术还不成熟，如果过于仓促推出产品，可能会影响谷歌的声誉，因为用户非常相信谷歌提供的信息。 Bard在产品展示上的错误似乎验证了迪恩的判断，但谷歌或许已经耽误不起了。老对手微软越来越深入地将ChatGPT整合到自己的产品中，意图对谷歌在搜索领域的主导地位发起新一波挑战。如果再不推出Bard，无疑会动摇投资者对谷歌前景的信心。微软投资弯道追赶 ChatGPT的横空出世不仅让OpenAI成为行业最热创业公司，估值飙升到300亿美元，也给沉寂多年的搜索引擎领域注入了新的竞争变量，让另一家搜索服务商微软看到了弯道超车挑战谷歌的新希望：加入AI的搜索体验能否挑战谷歌无可撼动的行业霸主地位？造成投资者周三紧张抛售谷歌的另一个背景是，微软周二在总部西雅图召开发布会，宣布与人工智能创业公司OpenAI合作，将后者的ChatGPT对话工具引入旗下必应搜索引擎和Edge网络浏览器。用户在搜索时可以得到如同人类对话自然般的信息，而不再是以往简单提供诸多链接。微软CEO纳德拉(Satya Nadella)更在发布会上意气风发地宣战谷歌，“竞争从今天正式开始”。微软会借助ChatGPT背后的人工智能技术颠覆网络搜索体验。在纳德拉看来，ChatGPT的深度学习和自然语言理解能力不仅会重塑网络搜索体验，还会改变几乎所有的软件体验。“这项技术会极大重塑我们所知道的每一个软件领域。”此前微软就已经将ChatGPT整合到了协作软件Teams之中。纳德拉甚至宣布，微软可以接受搜索业务不盈利，要以此冲击谷歌核心搜索业务的高利润率。微软的确有底气暂时放弃搜索营收，因为这家巨头的营收主要来自于软件与服务，搜索业务的营收占比只有个位数，但搜索业务却是谷歌的主要营收来源。 ChatGPT加持的必应能否真正给谷歌搜索带来冲击？至少微软在这一波获得了足够的热度。Data.Ai的统计数据显示，微软发布AI加持的新必应之后，必应在全球的下载量猛增了十倍。当然这也有比较基数太低的原因，毕竟此前必应已经成为一个非常小众的产品，市场份额只有3%。企业软件与云服务巨头微软很早就看到了OpenAI的行业颠覆潜力。2019年7月，微软就向这家创业公司投资了10亿美元，成为OpenAI最重要的战略投资者。这10亿美元投资，既包括了现金投资部分，也包括了Azure云服务的折抵价值。微软因此成为OpenAI背后的基础架构独家服务商。2021年，微软又对OpenAI进行了第二笔投资。将OpenAI牢牢绑定在自己的平台上，成为微软与谷歌竞争的最强竞争力。而在OpenAI的最新一轮融资中，微软再次跟进投资，宣布向OpenAI继续投资数十亿美元(有报道称微软的投资规模至多会达到百亿美元级别)。这或许是微软公司历史上以来最成功的一笔战略投资。微软所得到的远不止是投资回报，更是一个弯道超车谷歌的机遇。军备竞赛全面升级微软能否借ChatGPT实现弯道追赶谷歌搜索？市场分析师们给出了不同的看法。Triple D Trading分析师兼创始人迪克(Dennis Dick)认为，谷歌因为Bard发布展示的小错误导致股价暴跌，这表明所有人都期待着谷歌和微软在AI搜索领域的全面竞争。摩根士丹利关注谷歌的分析师诺瓦克(Brian Nowak)则给出了更多悲观的看法。他在投资报告中认为，用户可能会越来越习惯使用ChatGPT的语言对话模型，这可能会侵蚀谷歌的市场份额，摧毁谷歌作为用户网络流量入口的地位。但诺瓦克并不认为谷歌会就此败退。他相信谷歌能够推出和改善自己的LaMDA自然语言对话模型，提供与ChatGPT竞争的Bard产品体验，改善自己的搜索体验。两家巨头的搜索竞争将会日益激烈。此外，目前ChatGPT的内容还是基于2021年之前的数据进行的训练，因此无法回答2022年之后的信息问题，微软需要尽快帮助OpenAI完成更新数据训练。 Wedbush分析师艾维斯(Dan Ives)认为，科技巨头们正在展开AI军备竞赛，微软对OpenAI的投资能够极大增强他们与谷歌的竞争力，这不仅仅是在搜索领域，未来还会拓展到其他软件与服务领域。微软的野心当然不仅限于搜索。根据CNBC报道，微软计划随后推出软件服务，帮助大客户(企业、学校、政府等等)创建属于他们的定制化ChatGPT，允许用户上传自己的数据进行训练，并选择自己的对话机器人语音，从而将生成式AI技术落地到每一个细分产品领域。微软的这一雄心也将帮助OpenAI确立可持续的盈利模式。据OpenAI CEO阿特曼(SamAltman)透露，ChatGPT每一次对话的成本都在几美分，而服务上亿用户的每月维护成本需要几百万美元。两百亿美元买路费当然谷歌也不会坐视微软凭借ChatGPT赶超自己和争夺用户。在发布Bard之后，谷歌CEO皮查伊在内部邮件中表示，谷歌很快会向开发者和企业用户推出测试API，让他们接入使用谷歌的LaMDA技术。瑞士银行在投资报告中认为，谷歌需要掌控自己的产品步伐。如果产品发布过于仓促，产品体验不够成熟，可能会损害产品声誉，可能会影响搜索广告营收，可能会增加服务成本。但如果行动过慢的话，投资者就会担心微软在搜索领域扩大市场份额。美国银行则更加看好谷歌，虽然微软最近整合ChatGPT的产品战略更加，但谷歌也作出了足够的反应。而且谷歌搜索在产品与分销方面拥有更大的优势，拥有更高质量的数据，这可能会帮助他们在搜索领域得到更优质的AI技术。值得一提的是，凭借着Android操作系统的先天优势，谷歌依然在搜索市场移动端占据着无可动摇的主导地位。谷歌每年都要向苹果支付上百亿美元，成为iOS的默认搜索引擎。根据Bernstein的分析师预计，去年谷歌向苹果支付了180亿-220亿美元，而今年的“买路费”可能高达250亿美元。来源：元宇宙之心来源：金色财经

金色财经2023-02-12

AI战幔拉开百度、微软、谷歌等科技企业拉响「红色警报」

技企业纷纷拉响「红色警报」，是什么引起AI行业这么大波动？ ChatGPT，对，就是这款去年年底马斯克站台，在科技圈火了一波的由OpenAI开发的聊天机器人。受此影响，今日（2月7日）中午，A股市场AI相关概念股纷纷大涨，汉王科技今日已经是7连涨停，云从科技近5个交易日已上涨超过50%。百度集团股价大幅上涨，今日最多飙17.96%，高见166.2元，创近一年高，成交额已突破65.04亿元。 ChatGPT是什么？ 2022年12月1日，OpenAI公司低调推出GPT-3.5并邀请人们试用。GPT-3.5支持的通用聊天机器人原型ChatGPT，能回答一连串的问题、承认自己的错误、质疑不正确的假设，甚至是拒绝不合理的需求。有了GPT-3.5的加持，ChatGPT经训练后提升了对答如流的能力。GPT-3只预测任何给定的单词串之后的文本，而ChatGPT则试图以一种更像人类的方式与用户发生互动。 ChatGPT的互动通常是非常流畅的，并且有能力参与各种对话主题。与几年前才面世的聊天机器人相比，ChatGPT有了巨大的改进。 OpenAI官方称，ChatGPT是在人类的帮助下创建并训练的，人类训练师对该AI早期版本回答查询的方式进行排名和评级。然后，这些信息被反馈到系统中，系统会根据训练师的偏好来调整答案。有人对比了在谷歌的搜索结果和与ChatGPT的聊天结果之后，宣称谷歌已经“完蛋”了。根据报道显示，ChatGPT已导入了至少1万个英伟达高端GPU。据花旗集团预估，ChatGPT使用量的快速增长，将可能使得英伟达相关产品在12个月内的销售额达到30亿至110亿美元。瑞银报告数据显示，截至今年一月末，ChatGPT的月活用户已突破1亿，这距离它推出不过2个月时间，成为史上增长最快的消费者应用。 AI战幔已拉开微软表示将在当地时间7日发布自家的AI产品。据路透社获取到的一份活动邀请，微软计划将AI融入到所有产品之中，并将在7日具体介绍其发展情况。 OpenAI的CEO山姆·奥特曼（Sam Altman）已经发布推文明确出席。此前，微软已于1月23日确认将扩大投资ChatGPT开发商OpenAI。据外媒此前报道，微软可能会将OpenAI的ChatGPT整合到Word、PowerPoint、Outlook和其他应用程序中，以便客户可以使用简单的提示自动生成文本，此举可能会改变超过10亿人编写文档、演示文稿和电子邮件的方式。此外，微软还正在使用ChatGPT背后的人工智能来推出一款新版搜索引擎必应（Bing），基于此，微软可能在搜索引擎中提供自然语言搜索结果，而不是链接列表。与此同时，谷歌母公司Alphabet宣布将推出名为“Bard”的AI（人工智能）聊天机器人服务以及更多的人工智能项目，以应对竞争对手微软所引领的新计算浪潮。谷歌CEO桑达尔·皮查伊（Sundar Pichai）6日在其博客中发文介绍，Bard是基于对话应用语言模型（LaMDA）的实验性人工智能程序，目前已经开展测试，并在几周内向公众开放。皮查伊写道：“Bard寻求将世界知识的广度与谷歌大型语言模型的力量、智慧和创造力相结合。它利用来自网络的信息提供最新的、高质量的回复。”他还强调，他希望谷歌的人工智能服务“大胆而负责”，但没有详细说明如何阻止Bard分享有害或滥用内容。《华尔街日报》称，这是谷歌努力追赶诸如OpenAI等挑战者的一部分，OpenAI是流行聊天机器人ChatGPT的创造者。当地时间2月6日，彭博社记者Mark Gurman在社交网络上发帖称，苹果将于下周举行年度内部AI峰会。它就像AI届的苹果全球开发者大会，但仅限于苹果员工。 2月7日，澎湃新闻获悉，百度内部类似于聊天机器人ChatGPT的项目名字确定为“文心一言”，英文名ERNIE Bot，将在三月份完成内测，面向公众开放。目前，文心一言在做上线前的冲刺，联系去年9月，百度CEO李彦宏判断人工智能发展在“技术层面和商业应用层面，都有方向性改变”。据推测，百度那时候就开始做文心一言，另按照谷歌和微软节奏，文心一言开放内测还有可能提前。 Web3领域值得关注的AI项目 Web3领域有很多AI概念的项目，2023年同样值得关注。如： Fetch.ai **Fetch.AI是一个点对点的AI驱动协议，也是 Binance 第二期 Launchpad 项目。**该项目的目标是，创建 AI 平台和服务，让任何人都可以随时随地大规模构建和部署 AI 服务。 Alethea AI **Alethea AI 是一个去中心化协议，用于创建使用 AI 与人互动的智能化身。**该平台催生了一个新的 NFT 标准，称为智能 NFT (iNFT)，它可以创建嵌入 AI 动画、语音合成和生成 AI 功能的 NFT。 Hooked Protocol Hooked Protocol 是币安第 29 个 Launchpad 项目，旨在为 Web3 构建入口，为用户和企业提供量身定制的 Learn&Earn 产品体验和基础设施以进入 Web3 世界。今年 1 月，Hooked 宣布推出由 Hooked AI 打造的 Avatar NFT，随后 Binance 创始人 CZ 转发了通过由 Hooked AI 生成的自己的头像，获得广泛传播。小结生成人工智能背后的计算机科学发展如此之快，以至于每个月都会出现创新。 ChatGPT 一经发布就在互联网上掀起了一场风暴，并受到包括作家、程序员、营销人员在内的使用者称赞欢迎。给谷歌和苹果等科技公司带来了很大压力。 2月6日，据《福布斯》报道，盖茨在接受专访时表示，聊天机器人ChatGPT以及AI领域的进展令人激动，AI将是“2023年最热门的话题”。但盖茨也提到：“AI将变得有争议，这无疑是‘2023年最热门的话题’，它也将在一定程度上改变就业市场。这让我们不禁思考，边界在哪里？它显然并不会搞科学发明，但考虑到我们目前所见，未来5-10年内，这件事情就有可能发生了。” AI战幔已拉开，未来在教育、医疗等方面，AI都将彰显其价值。来源：bress 来源：金色财经

金色财经2023-02-12

生成式AI狂飙中国版ChatGPT还有多远

从未获得如ChatGPT的爆发。一位AI行业资深从业者向《独角兽挖掘机》表示，相较于微软小冰的智能“执行”，ChatGPT的优势在于“人味儿”更足。比如，当一个人对ChatGPT发问，A和B谁更胜一筹时，其给出的回复模式更偏向于“各具优势”这类描述；再如，当一个人连续一个小时和ChatGPT聊天，它会给出“说话过密，请等一会儿再找它”这般更“人性化”的反馈。尽量避免歧视和偏见，尽量以人类情绪进行交互，这些都是ChatGPT内核大模型不断训练优化的结果，也是其声名鹊起的根本。尽管ChatGPT依然会出错，但整体上还算在合理范围之内，按照OpenAI的规划，未来ChatGPT将在自我纠正能力上实现精进。值得一提的是，根据OpenAI官网信息，ChatGPT即将推出付费订阅版ChatGPT Plus，收费标准为20美元/月，这与大多数AI创业可能要经过漫长的周期，才能进入到商业化阶段的普遍情况，截然不同。特别是，倘若ChatGPT后期能够开发出更多付费服务，且用户的付费意愿也比较强烈，那么在飞速增长的规模效应下，ChatGPT有望早日实现商业的正循环。技术归于商用，这也将进一步拉高市场对背后企业的估值预期。中国的ChatGPT在哪？ ChatGPT的突然蹿红，显然让老牌科技巨头谷歌慌了神。当地时间2月6日，谷歌母公司Alphabet宣布将推出名为Bard的AI聊天机器人服务以及更多的人工智能项目，以应对竞争对手微软所引领的新浪潮。谷歌CEO桑达尔·皮查伊明确表示，新的AI技术将会被首先整合到搜索服务中。谷歌拉响了“红色预警”并非没有根据。据传，就在上一个周末，集成ChatGPT的新版微软必应（Bing）短暂上线，部分幸运用户已体验到了功能强大能力。与传统搜索引擎不同，Bing的界面不再是一条搜索栏，而是一个尺寸稍大的聊天框。用户输入问题后，它会以聊天方式回复答案或给出建议。国内方面，国内搜索引擎巨头百度也宣布将会推出自己的类ChatGPT产品，大模型新项目的产品名称定为文心一言（英文名ERNIE Bot），按照计划，该项目将于3月份完成内测，而后面向公众开放。早在去年9月，CEO李彦宏就曾判断：AI在“技术层面和商业应用层面，都有方向性改变”，因此有人推测，百度可能从那时候就着手于此，现阶段推出文心一言是水到渠成之事，只不过对比微软、谷歌节奏加快，百度文心一言开放内测的时间节点极有可能提前。不止百度，2月8日，联想集团发布服务器品牌“联想问天”。联想高级副总裁柏鹏称，联想要“成为中国领先的智能IT基础设施提供商”，并正式启动“五年No.1计划。面对越来越多企业纷纷开始对外公布自己在AI领域中的建树，不少人也发出了一记“灵魂拷问”：国内人工智能行业发展已有多年，为什么没有推出ChatGPT这类产品？事实上，人们目前所看到的ChatGPT是GPT-3.5，其实是GPT-3.0的加强版，OpenAI选择去年底推出这款产品，原因是公司高层担心竞争对手会抢在GPT-4.0之前发布相关产品，抢走风头，因此率先发布了GPT-3.5。 “在GPT-3.0后，OpenAI所有的模型都没有开源，但提供了API调用。这家公司非常重视真实世界数据的调用，以及这些数据对于模型能力的迭代，在此过程中，它也建立了自己的生态，养活了美国一大批创业公司。”上述从业人士说。至于国内为何此前尚未有AI企业推出ChatGPT这类产品，该人士认为，一是国内对于基于数据及分析等相关产业的管理等级不一样，二是中美AI企业对于现实成本的耐受力有所不同。 ChatGPT总共可以分为三个训练阶段：人工“投喂”数据进行标注；类似于奖励模型，对输出的内容进行排序和比较；强化学习，利用上一阶段的内容升级。每一阶段都是“烧钱”换来的，资本的门槛无形隔断了绝大部分企业。图片来源/钛媒体结合东吴证券数据整理而成。就算力、算法、算据三大要素来说，百度、华为、阿里、腾讯、字节、网易等科技企业都有能力推出类ChatGPT产品，但从文字、声音、图像、视频、虚拟人、游戏和多模态等生成式AI的细分领域来看，百度和阿里的根基相对更深。 “ChatGPT所表现出来的推理能力、归纳能力、在语言作为媒介展现出来的对世界常识的认知能力、多轮对话能力表现惊艳，这让市场对GPT-4.0版本，以及未来微软ChatGPT、谷歌Bard、百度文心一言的隔空对决充满期待。”上述从业人士说。哪些人类工作会被取代？昨天还是牛夫人，今天又成了小甜甜。 ChatGPT的火爆让一众曾被嫌弃AI企业在资本市场上一柱冲天。不少上市破发的人工智能股股价创出新高，甚至一些“伪AI”企业瞅准机会跳出来狂蹭热度。尽管ChatGPT看似只是智能聊天应用的一次进击，但所投射出来的自然语言技术从“理解”到“生成”的分化，以及更深一层的“技术改变人类未来，但美好之物始终是人性”的认知，对科技创业者提出了更高的要求。换种更情怀的说法，如果站在显微镜视角，人类之所以称之为人类，是亿万颗细胞，甚至是更小单位的微观粒子相互作用的结果；但如果站在望远镜视角，人类不过是浩瀚宇宙中一颗星球之上的百万物种之一。所以，无论是从微观还是宏观角度，我们或许都不应该让AI一味地模拟人类的语音、视觉、语言等基本技能，在保证安全前提下，让AI能拥有更多像人类一样，认识世界、改造世界的勇气和能力，并最终造福人类。这也是自然科学研究的终极目标。特别是对于国内科技企业而言，在资金实力、技术储备相对充足的情况下，大可以大胆一些，逐渐打破此前保守的“技术跟随战略”，某种角度上，在看不到前景和没有明显成效的阶段坚定投入，也是一些突围企业的不二法门。这里还要提到一个现实问题，就是社会就业问题。很多人都会向ChatGPT提出这样的问题：AI工具一旦被普及是否会替代某些人类岗位？ ChatGPT自己对此的回答是：“一些重复性和高度规范化的工作可能会被自动化和机器人取代，但不意味着所有这样的工作都将被取代。”可以说给人类留足了面子，但很多人潜意识里许是悲观的，可能存在的“失业焦虑”随着ChatGPT的走红不断撩拨着人们那根最敏感的神经。梳理市场观点总结下来，ChatGPT可能会在中短期对那些基础性、重复性的劳力岗位产生冲击，但对于一些创意主导、情绪主导的生意和岗位，影响偏小。不过，人们其实也大可不必纠结于此，从农耕时代到工业时代，再到后来的信息时代，以及即将袭来的人工智能时代，伴随着科技对于人类生产生活大刀阔斧地革新，社会也会孕育出更具创意性和创造性的新工种。毕竟，这些都是伴随技术进步同生的必然产物，历史演进早已反复证明了这一点。来源：元宇宙之心来源：金色财经

金色财经2023-02-11

【颠覆】北京邮电大学王敬宇教授：ChatGPT正在迅速颠覆传统搜索引擎，未来或成为新一代信息入口

的ChatGPT则像一把火，再度点燃了AI行业。ChatGPT这只“蝴蝶”掀起的“飓风”，最终让各大互联网企业也坐不住了，纷纷宣布了自己在ChatGPT所用的技术领域的相关布局。资本市场则以更大的热情来拥抱所有宣布与之相关的企业。从技术上来看，相较于小模型，ChatGPT依赖的是大模型，不仅能给出更准确的结果，还有更强的通用性和泛化能力。　　ChatGPT背后依托的语言处理大模型（LLM）本身并非新算法技术。ChatGPT的核心是“算法+数据+算力+系统化”，前三点都谈得比较多了，而常常被忽略的恰恰是算法背后的“系统化”。从理论上看，穷尽所有的测试数据和训练材料，AI就会呈现出恐怖的准确率。而OpenAI正是沿着这个“理论上”的路径一路狂奔，它阅览了互联网上几乎所有数据，并在超级复杂的模型之下进行深度学习。OpenAI引入了人类监督员，对AI的回答进行打分，使得它在众多可能的回答中选择那些更加符合人类预期的答案。在涉及一些有关步骤的问答当中，让这个模型的语言前后逻辑更加明晰、有因果关联。高质量的数据加上充分的训练，人工和算法的有机配合，共同造就了今天的结果。ChatGPT被认为可能是迈向通用型AI的一种可行路径——作为一种底层模型，它再次验证了深度学习中“规模”的意义。同时，重视人工智能的“系统化”或许也是给科研工作者带来的重要启示。　　运行ChatGPT需要比较高的算力，GPT3的参数规模则达到1750亿，利用45万亿字节文本数据进行训练的人工智能算法模型，而GPT-4的参数可能将比它高出几个量级。这么高的算力投入也就意味着更强的聚焦性，核心技术向大公司、大团队倾斜，其他中小公司做应用级生态。一款产品出圈，表面上是短跑竞赛的结果，但实际上，任何竞赛背后都是长期性系统性的比拼。尊重规律、持续积累，如果能发挥出中国的集约化政策和资金等优势，催生出“量变引发质变”的结果，也可能创造出属于中国的人工智能领先级产品。　　金融界：如何看待 ChatGPT 的应用趋势？会影响到哪些行业？如何来应用好这一新产品？存在的瓶颈会是什么？　　王敬宇：尽管这一机器人模型的名字中有Chat（聊天），但受ChatGPT影响最大的，并非微信这样的聊天工具，而是搜索引擎。许多人已经养成了同一个问题问一遍搜索引擎，再问一遍ChatGPT的习惯。因此，ChatGPT影响最大的将是搜索引擎行业，以至于很多用户都感叹，ChatGPT正在迅速颠覆传统搜索引擎，未来或成为新一代的信息入口。新体验恐怕会是对话式搜索，必然产生新的广告模式，也就是说，对话式搜索引擎在跟人对话的时候，通过对话来个性化投放广告，这种广告更加隐晦，但是转化率可能更高。　　目前ChatGPT是免费不限量向C端公众开放，并且OpenAI推出ChatGPT付费订阅版ChatGPT Plus，每月收费20美元，加速AIGC商业化进程。这两个月已经出现了ChatGPT更多的下游公司，来基于ChatGPT接口来开发更多的衍生应用，类似Android/IOS，或许会形成围绕AI会话的生态产品。当然要实现大规模商业化，有许多现实问题要解决，比如版权、监管和信息安全问题。目前并没有合适的条件促使它快速商业化，只能走一步看一步。　　关于瓶颈问题，我认为存在的技术瓶颈和难度还是很多的，ChatGPT的能力可以分成Chat和GPT两部分，即上层的对话能力和底层的大规模语言模型能力。首先ChatGPT还是弱人工智能阶段，目前还缺乏具有观点性的内容，属于网上现有知识的总结和检索，缺乏态度性的东西，对于专业性知识的理解还不足，“能够明显发现它用的是哪个数据库的东西”。另外大模型一定是未来主流吗？也未必，有没有更有效率的方法让ChatGPT生成事实正确、有critical thinking能力的回答？也许有。这些前进的道路上需要越来越多的做错题的经验，这些经验用钱买不到，只能用时间。　　金融界：业界有 AIGC 彻底改写人类创造的新型生产力的说法，您如何看？　　王敬宇：由于ChatGPT强大的资料搜索整理、以及格式化写作能力，“美国89%的大学生都开始用ChatGPT做作业”。而在科技公司、金融机构、甚至一般的商业企业里，越来越多的职员都已经开始在ChatGPT的帮助下，进行各种表格制作、商业资料搜集、甚至初步的程序代码编写。　　ChatGPT的出现以及相应产业化商业化的落地将会为从用户创作(UGC)到AI创作(AIGC)的转型提供关键的支持，在写作助手、在线翻译、情感分析、问答系统、代码开发、智能客服等领域商业化进程有望加速。　　但距离完全替代，还为时尚早。尽管目前尚未有ChatGPT的相关论文披露，但人们可以从关于GPT的论文中了解到，GPT是通过文字接龙以及人工引导接龙反馈的模式训练这一语言模型的。因此ChatGPT并非无所不能。由于它的答案不是从一篇文档中摘出来，而是由模型自动生成，这使得它更容易“一本正经地胡说八道”。比如，当它按照你的要求生成一段代码，如果你对此并不熟悉，可能看不出其实通篇都是错。　　金融界： AIGC 打开新市场，未来将如何影响金融行业的发展？　　王敬宇：前段时间流行的AI绘画DALL-E一样，ChatGPT可实现全方位运用，AIGC会得到更多关注和市场机会，进而打开AI应用的新赛道，商业价值明显。生成型AI技术的进步有望降低劳动者的脑力负担，同时创造出新的岗位。它最大的创新点在于能够与用户直接交互，了解用户意图，对信息进行搜索并加工生成定制化内容，这将大大提高内容创作的丰富度、创造性和效率。　　虽然不少人反馈ChatGPT的表现还有些瑕疵，但考虑到ChatGPT才刚刚投入实用短短几个月时间，它的表现已经很让人惊叹了。可以预见的是，随着版本的迭代，ChatGPT的模型能力将更为强大。ChatGPT模型每次生成对话的成本不足一美分，远低于传统内容生产者的成本。而它回答的质量在这一成本下显得“物超所值”。　　对金融行业，ChatGPT可能率先在客服产品咨询知识库等方面应用，比如，用在营销、运营领域，用于宣传、接待以及内容生成。在技术门槛下降后，将会出现垂类领域的ChatGPT，如风险、运营态势评估，专业分析等。智能语音、智能客服、智能催收都是ChatGPT在金融上很好的落地点，能聊得下去，比现在这种AB判断的智能语音要更贴近现实一些。　　只不过在金融应用场景下不是简单的闲聊，机器人不仅要模拟真人回复，还要有领域知识的注入，要兼顾答案的准确性和可控性，不能一本正经地胡说八道。对于银行业务本身而言，现在的ChatGPT并不能直接应用到现有的业务中去，还需要面临如何在细分场景探索可持续的商业模式、业务合规性、技术自主可控、数据安全等相关问题。目前所展现出来的能力主要在文本的简单处理上，但真正原创性的、需要人与人交流的工作却无法替代。　　金融界：您认为人工智能的迅速发展，人类社会需要如何去正确应对？　　王敬宇：人工智能技术的发展是科技与时代的象征，工业革命时代、信息化时代等等只不过现在逐步走向人工智能时代，我们要清楚的认识到AI只是一种工具是用来辅助我们的生活的，在未来人工智能的应用场景将会全面覆盖我们的生活，就像现在的手机现在的网络一样。多元化的应用场景使得AI有更多的数据可以分析从而得出更加完善的社会数据模型，通过这些数据模型我们可以优化我们日常行为以及生活和工作习惯以至于更加的高效、便捷。　　如此强大的应用，让人不禁想起老生常谈的话题——“人类会否被人工智能所替代”。AI科学家们最初的猜想是，AI大发展后，一些蓝领岗位、重复性的工作会首先被取代。然而，ChatGPT、AlphaFold等工具出来后，人们发现，最先感受到AI冲击的，反而是创造性的工作，而送餐这一类涉及劳动力的工作却没能被取代。他解释说，在机器人、自动驾驶等领域，机械与智能是两个基本的模块。现实进展来看，机械部分有很多物理上的限制，很多技术目前尚未突破；得益于深度学习等模型的发展，智能部分反而突破更快。　　不可以因为AI替代了一部分劳动力就给它带上造成失业的大帽子，社会在进步、科技在发展，任何新技术、新产品都终将服务于社会大众。当然也应不断提升相应的“警惕感”，由于AI技术可以自主控制，它可能会做出一些不符合人类道德规范的决定。所谓有“矛”就有“盾”，ChatGPT火爆的同时，检测AI生成文本的全新算法DetectGPT也应运而生。因此我们应该加强对AI技术的监督，以确保AI技术的安全和可靠性。　　金融界：您如何看待以 ChatGPT 为底层技术的人工智能对话机器人未来的发展？　　王敬宇：ChatGPT在人机交互这个环节上，与我们早已熟悉的Siri、小爱同学等个人助理相当类似，都能够根据自然语言的对话，理解并回答用户的问题。但与Siri等相比，ChatGPT显然在解决问题的广度、深度上远超后者，能够以Siri等难以企及的逻辑性和复杂度，为用户提供答案。　　在过去，消费者们已经习惯于用Siri、小爱同学来进行诸如找歌、找吃喝玩乐地址、纪录电话等等事务，甚至与它们进行调侃式的聊天以资娱乐。但随着AI技术的不断进步，人们在比较中却逐渐发现，Siri等助理的智能化水平依然不够，把“私人助理”这个称呼赋予它们，还是显得有些名不副实。ChatGPT出现后，用户们才真正明白了Siri等传统助理的缺陷在何处?——它们只能进行相对简单的搜索工作，却无法像ChatGPT那样，真正帮助用户高效的解决问题，并赋能用户。可以说，ChatGPT已经是一个极具“学识”的虚拟人，一个知识水平超乎我们想象的“高智”人。　　人类世界有许多重复性的、程式化的工作，不需要复杂的逻辑思考或决策判断。ChatGPT帮助人们更流畅、更快速地生成这些文字或代码的潜力。比如，在人们需要请假时，只要打出“写一封请病假的邮件”几个字，Outlook就能把措辞正式的请假申请写好；网络管理员面对繁杂专业的配置命令，只要打出“我们5个人要开一个高清视频会议，把专线部署好”，意图网络就会把网络命令自动生成配置好所有的网络环境。

金融界2023-02-10

24小时热点