FX168财经网_全球视野外汇黄金加密货币NFT资讯网

风靡一时的AI究竟是何方神圣？为何CNTM这段时间如此火爆？

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。 CNTM是什么？相比ChatGPT的优点是什么？ Connectome是一个基于区块链核心技术开发的DeFi人工智能投顾平台，支持DeFi产品上链交易、理财产品去中心化AI测评、流动性挖矿、一键式智能投顾、智能客服等。通过大数据多维分析、AI模型演练，为用户提供接近一站式的、定制化人工智能投资顾问服务，为理财产品发行人、投资用户提供全方位的区块链解决方案。 Jinn的优势： Jinn=ChatGPT+Sparrow Jinn使用ChatGPT为核心框架，引入了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。所以Jinn既有有高质量的人工标注，也可以完美解决新知识的引入问题，同时又有效的内容可信性验证功能，从而打造下一代为Web3服务的搜索引擎基础。应用场景类：内容推荐：根据用户行为和与Jinn的交互分析，为用户推荐适合他的Web3内容与产品。个性化金融：根据用户行为和与Jinn的交互分析，为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人，完成自动交易。 DAO推荐：为用户推荐合适的DAO组织，或直接将理念类似的人连接在一起自动生成新的DAO组织。个性化内容生成：用户可以通过组建关键字，通过Jinn输出自己需要的内容。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。 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，能走多远相信大家不用我多说，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2023-02-11

AI人工智能板块的代言币是CNTM

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。 CNTM未来发展；1. 基于ChatGPT的理论，创建CNTM的GPT平台：Jinn；2. 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；3. 将Jinn与CNTM1.0的板块结合，增强金融领域的AI搜索推荐功能；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，能走多远相信大家不用我多说，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2023-02-11

ChatGPT引爆AI概念后下一个AI板块崛起的币种——CNTM

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。 CNTM是什么？相比ChatGPT的优点是什么？ Connectome是一个基于区块链核心技术开发的DeFi人工智能投顾平台，支持DeFi产品上链交易、理财产品去中心化AI测评、流动性挖矿、一键式智能投顾、智能客服等。通过大数据多维分析、AI模型演练，为用户提供接近一站式的、定制化人工智能投资顾问服务，为理财产品发行人、投资用户提供全方位的区块链解决方案。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的优势： Jinn=ChatGPT+Sparrow Jinn使用ChatGPT为核心框架，引入了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。所以Jinn既有有高质量的人工标注，也可以完美解决新知识的引入问题，同时又有效的内容可信性验证功能，从而打造下一代为Web3服务的搜索引擎基础。应用场景类：内容推荐：根据用户行为和与Jinn的交互分析，为用户推荐适合他的Web3内容与产品。个性化金融：根据用户行为和与Jinn的交互分析，为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人，完成自动交易。 DAO推荐：为用户推荐合适的DAO组织，或直接将理念类似的人连接在一起自动生成新的DAO组织。个性化内容生成：用户可以通过组建关键字，通过Jinn输出自己需要的内容。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，能走多远相信大家不用我多说，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2023-02-11

基于人工智能的Web3搜索引擎CNTM

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。 Jinn的优势： Jinn=ChatGPT+Sparrow Jinn使用ChatGPT为核心框架，引入了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。所以Jinn既有有高质量的人工标注，也可以完美解决新知识的引入问题，同时又有效的内容可信性验证功能，从而打造下一代为Web3服务的搜索引擎基础。应用场景类：内容推荐：根据用户行为和与Jinn的交互分析，为用户推荐适合他的Web3内容与产品。个性化金融：根据用户行为和与Jinn的交互分析，为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人，完成自动交易。 DAO推荐：为用户推荐合适的DAO组织，或直接将理念类似的人连接在一起自动生成新的DAO组织。个性化内容生成：用户可以通过组建关键字，通过Jinn输出自己需要的内容。来源：金色财经

金色财经2023-02-11

AI人工智能板块的代言币——CNTM

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。 CNTM未来发展； 1. 基于ChatGPT的理论，创建CNTM的GPT平台：Jinn； 2. 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； 3. 将Jinn与CNTM1.0的板块结合，增强金融领域的AI搜索推荐功能；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，能走多远相信大家不用我多说，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2023-02-11

ChatGPT引爆AI概念后下一个AI板块崛起的币种——CNTM

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。 CNTM是什么？相比ChatGPT的优点是什么？ Connectome是一个基于区块链核心技术开发的DeFi人工智能投顾平台，支持DeFi产品上链交易、理财产品去中心化AI测评、流动性挖矿、一键式智能投顾、智能客服等。通过大数据多维分析、AI模型演练，为用户提供接近一站式的、定制化人工智能投资顾问服务，为理财产品发行人、投资用户提供全方位的区块链解决方案。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的优势： Jinn=ChatGPT+Sparrow Jinn使用ChatGPT为核心框架，引入了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。所以Jinn既有有高质量的人工标注，也可以完美解决新知识的引入问题，同时又有效的内容可信性验证功能，从而打造下一代为Web3服务的搜索引擎基础。应用场景类：内容推荐：根据用户行为和与Jinn的交互分析，为用户推荐适合他的Web3内容与产品。个性化金融：根据用户行为和与Jinn的交互分析，为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人，完成自动交易。 DAO推荐：为用户推荐合适的DAO组织，或直接将理念类似的人连接在一起自动生成新的DAO组织。个性化内容生成：用户可以通过组建关键字，通过Jinn输出自己需要的内容。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，能走多远相信大家不用我多说，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2023-02-11

生成式AI狂飙中国版ChatGPT还有多远

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

　　◎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”。　　◎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。　　◎高算力投入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。　　◎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；　　◎目前ChatGPT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；　　◎ChatGPT并非无所不能。由模型自动生成的基因，使得它更容易“一本正经地胡说八道”。　　◎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，将率先应用在率先在客服产品咨询知识库方面。　　◎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，任何新技术、新产品都终将服务于社会大众。　　以下为对话全文：　　金融界：请您谈一下最新风口上 ChatGPT带来什么启示？将发生怎样的变革？　　王敬宇：如果说AlphaGo当年跟李世石的人机大战还只是一场技术秀，可以写剧本、写代码的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

AI时代，科技崛起

方面，AIGC运用的大规模预训练模型（大模型）对存储、算力要求极高，需要一个稳定、高效、安全的数字基础设施来支持其完成生成、存储和传输内容的整个过程。从内容生成和存储来看，AIGC的算法需要大量的数据来进行不断训练的过程，才能更好地学习人类的语言和行为模式，最终生成高质量的内容。随着后续模型的优化和升级，数据量和算力需求可能继续成几何倍数增长。而从数据传输来看，随着AIGC的突破和推广，用户和流量也得到倍数增长。根据中信证券统计，早在2020年5月发布的GPT-3据需要的参数就达到1750亿个，数量已经是2019年发布的GPT-2（15亿个）的100倍以上，预训练总算力需求达数千petaflop/s-days。因此， AIGC和数字基础设施可以说相辅相成，AIGC的商业化有望持续带动以数字基础设施为代表的通信行业发展。其中，光模块、光芯片、光器件、交换机作为目前数据中心中必不可少的通信元器件，其速率的升级可以显著降低单比特的成本与功耗，后续有望得以进一步发展。可继续关注芯片ETF（512760）及通信ETF（515880）。从行业本身的基本面看，芯片板块目前估值较低，短期虽然因为库存较高、全球经济衰退导致需求不足而有一定波动，但长期受益于国产替代、自主可控大周期逻辑，或呈现短空长多的走势，长期景气度向好，感兴趣的小伙伴可考虑逢低布局。数据来源：WIND 2月9日游戏板块继续强势表现，游戏ETF（516010）上涨3.15%，游戏沪港深ETF(517500)涨幅2.57%。截至2月9日，游戏ETF今年累计涨幅近20%，表现远好于沪深300指数。1月有88款国产游戏获得版号，覆盖重点企业的重点产品，数量也超预期，推动游戏板块1月份走强；节后，Chatgpt的爆火，也带动了市场对于AIGC概念的追捧，AIGC将来也是元宇宙领域重要的生产力工具，游戏板块继续走强。展望后市，元宇宙目前尚处于早期阶段，AIGC现阶段更多的是概念的炒作，距离最后游戏的制作还有很长的路要走。但对于游戏行业而言，版号常态化将对游戏公司的营收和利润产生直接的利好，前期游戏板块经过长期的调整，估值水平已经到了历史极低的水平，版号开放后，游戏将逐渐走向估值修复。此外，游戏本身可以算是消费升级的板块，如果收入水平提升了，游戏属于消费升级里面门槛不是很高的板块，今年看好消费场景的复苏，因此游戏板块或许会有一个很强的业绩弹性。后续可继续关注游戏ETF（516010），和游戏沪港深ETF(517500)。(详见《黄岳：政策暖风持续，游戏行业有望迎来戴维斯双击？》) （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。

有连云2023-02-10

港股开盘：恒生指数跌0.3％，恒生科技指数跌1.36％，中芯国际跌超3％

％，腾讯表示，产品侧腾讯已推出混元AI大模型，完整覆盖NLP（自然语言处理）、CV（计算机视觉）、多模态等基础模型和众多行业/领域模型。　　海昌海洋公园跌3.15％。　　渣打集团开涨约11％，据悉阿布扎比第一银行正推进对渣打银行的潜在收购。　　美股方面，三大股指高开低走，中概股全线收涨，道指跌0.73％，纳指跌 1.02％，标普跌 0.88％。大型科技股多数收跌。苹果跌0.69％，微软跌1.17％，谷歌跌 4.54％，亚马逊跌 1.81％，特斯拉涨 3％，Meta跌 3％。中概股普遍收涨，KWEB涨 2.32％。阿里涨 3.19％，拼多多涨 1.57％，京东涨 0.18％，理想涨0.28％，蔚来跌1.69％，小鹏跌 0.91％，富途涨1.15％，名创优品涨 0.31％，瑞幸咖啡涨 2.29％，华住涨 4.03％，台积电涨 2.56％。　　全球资产方面，WTI 3月原油期货结束三连阳跌落逾一周高位，收跌0.41美元，跌幅0.52％，报78.06美元/桶；布伦特4月原油期货收跌0.59美元，跌幅0.69％，报84.50美元/桶。黄金期货收跌将近0.7％，报1878.50美元/盎司，止步三连阳，逼近逾三周低位。

金融界2023-02-10

24小时热点