全球数字财富领导者
财富汇
|
美股投研
|
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
SFFE2030
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
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
...
划重点 ● 一部分基础工作可能会被
AI
产品
替代,然而,创意工作、管理和科研工作者等领域难以被取代,机器不可能像牛顿和爱因斯坦一样做出颠覆性的发现。 ● 巨头们在GPT-4之后一定有后招,它们要加入到大模型底层能力的竞争,也要思考原来的护城河还是不是真的护城河。 ● 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。 ● AI真正要产生突破的是独立性、自主性,GPT没有自主性,它更像是一个“风筝”依旧被手中有线的人类操控。 ● 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,模型越小或者更好地量化计算成本。 2022年下半年开始,生成式AI技术成功破圈并引发关注,大模型商业化的潜力正在清晰化:一方面大模型企业可以为C端用户提供“按需服务”和商业转化;另一方面它也提升云计算、云存储的使用量。 用户对AIGC的态度不再仅停留在“尝鲜试试看”阶段,而是不断提升使用频次;企业也在积极投入探索大模型商业化的长期价值。 腾讯科技推出AIGC未来指北内容策划,邀约行业内专家、投资人、创业者,围绕技术发展、商业模式、应用场景、AI治理,以采访、直播等形式,持续产出行业内容。本期为第五期,我们邀请4位专业人士探讨《万众期待的GPT-4,到底有多“强”?》,嘉宾: 王建硕百姓网AI 创始人&CEO 陶芳波心识宇宙创始人&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
格灵深瞳回应是否考虑布局AIGC:公司力争先把现有的判别式
AI
产品
领域做好
go
lg
...
判别式AI并不是相互替代的关系,判别式
AI
产品
所处的很多应用领域都是蓝海,具有巨大的市场空间,因此公司力争先把现有领域做好,以获得更大的商业化价值,未来也会在涉及人机交互和内容的体育健康和元宇宙场景,打造AIGC的能力,持续提升效率、降低成本和优化用户体验。 市场数据显示,近半个月来,格灵深瞳股价接连上涨,近两日更是创下上市以来新高,4月3日收盘,格灵深瞳收涨12.18%,股价报51.38元/股。今日,格灵深瞳股价高开之后逐渐回落,截至收盘跌3.99%,股价报49.33元/股,总市值91.25亿元。
lg
...
金融界
2023-04-04
是否考虑布局AIGC?格灵深瞳答投资者问答
go
lg
...
判别式AI并不是相互替代的关系,判别式
AI
产品
所处的很多应用领域都是蓝海,具有巨大的市场空间,因此公司力争先把现有领域做好,以获得更大的商业化价值,未来也会在涉及人机交互和内容的体育健康和元宇宙场景,打造AIGC的能力,持续提升效率、降低成本和优化用户体验。 6、智慧金融和城市管理方面的机遇? 答:在《相关关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中,国家提出要瞄准人工智能等前沿领域,推动数字经济健康发展,加之政府和国企等一直是人工智能产品的主要采购群体,因此,预计采购决策会更果断、需求推动力更大。公司在智慧金融和城市管理领域具有较强的技术优势和产品化能力,也深入理解客户需求和痛点,能够快速响应市场机遇,实现更大规模的商业化落地。 7、公司在轨道交通、体育健康和元宇宙场景主要应用了哪些核心技术? 答:公司在轨道交通、体育健康和元宇宙场景都应用了具备差异化竞争优势的3D立体视觉技术,在轨道交通领域还应用了机器人感知与控制技术,在元宇宙领域还具备游戏内容开发能力,在体育健康和元宇宙领域都具备人机交互能力。 8、公司的发展战略是? 未来公司会响应人工智能技术发展趋势,进一步提升和丰富自身技术能力,并与其他先进技术融合,以人工智能技术为核心,将多技术融合创新产品为手段,致力于推进人工智能技术在更多行业领域中应用和普及,结合社会生产生活的各类应用场景,打造广泛、高效、易用、可信赖的人工智能产品及解决方案。 (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
2023-04-04
“爆炸性”的人工智能趋势将持续 这些股有望从中受益
go
lg
...
的目标价,理由是C3的潜力。ai的生成
ai
产品
,以增加企业对ai的采用。 “我们相信他们的新一代人工智能产品将在今年年底前加速增长,”Luria。“C3多年来一直在与企业客户建立基于人工智能的关系,我们相信生成式人工智能将成为利用这些关系的杀手级应用程序。” Wedbush分析师丹·艾夫斯(Dan Ives)表示,人工智能领域正在形成势头,他提高了C3评级。Ai的目标价从本月早些时候的13美元升至24美元。他在给客户的一份报告中写道:“该公司对其人工智能解决方案的需求继续增加,这些解决方案旨在增加各行业的一系列应用,推动市场的顺风。” 艾夫斯表示,人工智能技术有真正的需求驱动因素。“虽然可能会有一些泡沫,但我们相信,未来十年,这将是一个8000亿美元的市场,少数几家公司将引领潮流,”他在电子邮件中说。“现在,微软站在山顶,但谷歌等其他公司正在迅速攀升。C3是正确的地点,正确的时间。” C3是毋庸置疑的。投资者和交易员社交平台Stocktwits的首席执行官里希·卡纳(Rishi Khanna)说,ai的重点在于“它的名字里有人工智能”。他想知道其他公司是否会效仿C3的做法。艾未未的领先。 “我们在互联网时代看到过这种情况,在加密货币时代,人们把它放在自己的名字里。这会成为一种融资工具吗?他问道。 康纳在接受采访时表示,他发现“人工智能主题在各种资产类别中融合在一起”。不仅加密货币和科技公司加入了这一潮流,各个行业的大公司也在努力让人们知道,他们已经找到了将人工智能整合到业务中的方法。 除了C3。ai,其他人工智能的假定受益者足够突出,他们不需要在他们的名字中加入主题,让投资者了解他们在技术上的潜力。 Stocktwits的康纳认为芯片巨头英伟达是人工智能热潮的受益者,他指出,该公司的专业人工智能芯片占据了高端人工智能市场的大部分份额。 到目前为止,英伟达的股价在2023年已经上涨了85%,并将迎来20多年来最好的一个季度。去年,随着“居家经济”降温,英伟达(Nvidia)的股票失去了往日的光彩,今年该股再次成为潮流,分析师们大肆吹捧这家芯片制造商独特的人工智能潜力。 “人工智能需要一个新的计算平台;在OpenAI的帮助下,微软和英伟达是构建智能手机的早期领导者和重要合作伙伴,”奥本海默(Oppenheimer)分析师蒂莫西•霍兰(Timothy Horan)本周在给客户的一份报告中写道。“NVDA的定位被广泛认为是行业领先的gpu(图形处理单元),利用广泛的人工智能软件堆栈,将在云中获得人工智能钱包/计算份额。” 戴维森的卢里亚指出,我们可能还需要一段时间才能看到人工智能革命的更广泛影响,而不仅仅是直接的受益者。他对MarketWatch表示,许多其他公司和行业也将发生变革。“但我们可能需要几个月甚至几年的时间才能知道还有谁会受益,”他补充说。 但随着投资者对人工智能的潜力垂涎三尺,一些监管机构和技术专家担心,这股热潮产生的动力太快了。美国联邦贸易委员会(Federal Trade Commission)最近警告企业不要在营销中依赖毫无根据的人工智能炒作。以及包括特斯拉(Tesla Inc.)在内的知名人士。特斯拉首席执行官埃隆·马斯克和苹果公司(Apple Inc.)苹果公司(AAPL)联合创始人史蒂夫•沃兹尼亚克(Steve Wozniak)刚刚签署了一封公开信,呼吁暂停高级人工智能的开发,原因是具有人类智能竞争能力的人工智能系统会带来风险。 Wedbush分析师艾夫斯指出,当前的宏观环境疲软,并将人工智能描述为“教育销售”。他在接受采访时表示,这一过程中显然会有减速带,华尔街可能会同时撤离。“但我们相信,这种人工智能趋势是巨大的,而且会持续下去,”他补充说。
lg
...
金融界
2023-04-04
岭南股份:公司与腾讯已建立长期战略合作关系,在VR/AR、数字虚拟人、大数据、人工智能等领域深入布局
go
lg
...
资者:董秘你好!腾讯智影的发布对公司的
AI
产品
方面有没有重大影响? 岭南股份董秘:尊敬的投资者,您好。公司与腾讯已建立长期战略合作关系,在VR/AR、数字虚拟人、大数据、人工智能等领域深入布局。腾讯是一家优秀的互联网公司,在非常多的领域,将产品与服务做到极致,成为行业的标杆,其 “腾讯智影” 结合了强大的AI创作能力,在技术、实力和功能方面都展现了强大的优势,也将成为精品。与智者同行,不同凡响; 与高人为伍,登上巅峰。公司致力于与优秀的企业强强联手,协同发展。期待腾讯智影的推出,能为双方未来的业务合作提供强大助力,赋能相关领域技术升级发展。感谢您对公司的关注。 岭南股份2022三季报显示,公司主营收入17.44亿元,同比下降45.17%;归母净利润-4.27亿元,同比下降1130.77%;扣非净利润-4.4亿元,同比下降1831.88%;其中2022年第三季度,公司单季度主营收入7.19亿元,同比下降16.98%;单季度归母净利润-2.49亿元,同比下降5125.11%;单季度扣非净利润-2.54亿元,同比下降16223.68%;负债率72.24%,投资收益3686.31万元,财务费用2.17亿元,毛利率0.89%。 该股最近90天内无机构评级。根据近五年财报数据,证券之星估值分析工具显示,岭南股份(002717)行业内竞争力的护城河良好,盈利能力一般,营收成长性较差。财务可能有隐忧,须重点关注的财务指标包括:货币资金/总资产率、有息资产负债率、应收账款/利润率、应收账款/利润率近3年增幅、经营现金流/利润率。该股好公司指标1.5星,好价格指标1.5星,综合指标1.5星。(指标仅供参考,指标范围:0 ~ 5星,最高5星) 岭南股份(002717)主营业务:园林工程施工、景观规划设计、绿化养护及苗木产销,水利工程业务。 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
2023-04-02
田奇:大模型是一种变革性的技术,未来将成为AI的操作系统
go
lg
...
。一是国家应该出台一些相关的政策,防止
AI
产品
被滥用;二是技术语言做的
AI
产品
要可控可靠,要注意数据的隐私安全,提高模型的可解释性,在训练时要尽量避免数据的偏见。 最后田奇用三句话做总结发言,一是大模型将成为AI的操作系统,二是AI未来将像水和电一样普及,三是个人应该积极地拥抱变化,学习AI,适当转型。“是不是人人都可以拥有一个通用大模型,就像从大型机到PC机的转变一样?我觉得这一天是会来到的。”他说。
lg
...
金融界
2023-04-01
“爆炸性”的人工智能趋势将持续 这些股有望从中受益
go
lg
...
标价,理由是C3的潜力。ai的“生成式
ai
”
产品
,以增加企业对ai的采用。 “我们相信他们的新生成人工智能产品将在今年年底前加速增长,”Luria告诉MarketWatch。“C3多年来一直在与企业客户建立基于人工智能的关系,我们相信生成式人工智能将成为利用这些关系的杀手级应用程序。” Wedbush分析师丹·艾夫斯(Dan Ives)表示,人工智能领域正在形成势头,他提高了C3评级。Ai的目标价从本月早些时候的13美元升至24美元。他在给客户的一份报告中写道:“该公司对其人工智能解决方案的需求继续增加,这些解决方案旨在增加各行业的一系列应用,推动市场的顺风。” C3是毋庸置疑的。投资者和交易员社交平台Stocktwits的首席执行官里希·卡纳(Rishi Khanna)说,ai的重点在于“它的名字里有人工智能”。他想知道其他公司是否会效仿C3的做法。艾未未的领先。 “我们在互联网时代看到过这种情况,在加密货币时代,人们把它放在自己的名字里。这是否会成为一种融资工具?他问道。 康纳表示,他发现“人工智能主题在各种资产类别中融合在一起。”不仅加密货币和科技公司加入了这一潮流,各个行业的大公司也在努力让人们知道,他们已经找到了将人工智能整合到业务中的方法。除了C3。ai,其他人工智能的假定受益者足够突出,他们不需要在他们的名字中加入主题,让投资者了解他们在技术上的潜力。 Stocktwits的康纳认为芯片巨头英伟达是人工智能热潮的受益者,他指出,该公司的专业人工智能芯片占据了高端人工智能市场的大部分份额。 到目前为止,英伟达的股价在2023年已经上涨了85%,并将迎来20多年来最好的一个季度。去年,随着“居家经济”降温,英伟达(Nvidia)的股票失去了往日的光彩,今年该股再次成为潮流,分析师们大肆吹捧这家芯片制造商独特的人工智能潜力。 “人工智能需要一个新的计算平台;在OpenAI的帮助下,微软和英伟达是构建智能手机的早期领导者和重要合作伙伴,”奥本海默(Oppenheimer)分析师蒂莫西•霍兰(Timothy Horan)本周在给客户的一份报告中写道。“NVDA的定位被广泛认为是行业领先的gpu(图形处理单元),利用广泛的人工智能软件堆栈,将在云中获得人工智能钱包/计算份额。” 戴维森的卢里亚指出,我们可能还需要一段时间才能看到人工智能革命的更广泛影响,而不仅仅是直接的受益者。他对MarketWatch表示,许多其他公司和行业也将发生变革。“但我们可能需要几个月甚至几年的时间才能知道还有谁会受益,”他补充说。 但随着投资者对人工智能的潜力垂涎三尺,一些监管机构和技术专家担心,这股热潮产生的动力太快了。美国联邦贸易委员会(Federal Trade Commission)最近警告企业不要在营销中依赖毫无根据的人工智能炒作。以及包括特斯拉(Tesla Inc.)在内的知名人士。特斯拉首席执行官埃隆·马斯克和苹果公司(Apple Inc.)苹果联合创始人史蒂夫·沃兹尼亚克刚刚签署了一封公开信,呼吁暂停高级人工智能的开发,原因是人工智能系统具有与人类竞争的智能,会带来风险。
lg
...
金融界
2023-03-31
芯片需求周期下半年有望复苏,可考虑左侧布局
go
lg
...
短时间内,全球巨头纷纷推出各自的生成式
AI
产品
:3月2日OpenAI开放API接口,16日百度发布文心一言,17日微软推出Copilot,21日英伟达在其2023GTC推出一系列最新AI硬件和软件,3月24日谷歌推出Bard、OpenAI实现插件支持,25日华为推出“盘古”大模型。 东方证券表示ChatGPT兴起被看做AI的“iPhone时刻”,类似于“互联网+”历程,生成式AI有望重塑各行业的传统业态,在此创新浪潮之中,推动科技产业升级的“比尔安迪”定律不再停留于OS层面,AI应用和硬件算力正加速实现螺旋升级。算力芯片及AI服务器需求激增,AI新基建有望催化电子反攻行情。类似2018-2019年的电子行情,由于市场对智能手机量价成长空间一致性悲观,电子指数在18年下跌超42%,紧接着在19年5G基础设施建设及AIoT终端创新的推动下,电子一年内反弹超73%。 如今,对于仍处在历史估值低位的电子板块而言,AI应用的兴起一方面有望带动数据中心、服务器等相关新基建的放量,一方面有望革命消费电子终端的人机交互体验,进而加速各类终端电子化、智能化的进程,行业“短期景气复苏”与“中期AI创新成长”之间的逻辑共振正得以强化,“AI的iPhone时刻”为电子估值修复提供了有力的市场情绪支撑,可以关注算力芯片及AI服务器相关产业链。 大模型AI对算力、存储需求大,推动芯片设计、制造升级。在大模型训练对数据总量的带动下,需要性能更高、功耗成本更低的算力芯片和大容量存储芯片。全球AI芯片市场预计由18年的51亿美元增至25年的726亿美元,CAGR达46.14%。当前主流的AI算力芯片主要包括GPU、FPGA、ASIC、NPU等,GPU在训练负载中具有绝对优势,多场景趋势下AI芯片将更加细分和多元,头部本土AI芯片企业正迎来国产替代机遇期。 与此同时,由于受美国对我国芯片干扰影响,Chiplet异构集成等先进封装有望成为本土IC企业应对制程和算力瓶颈的解决方案;存储芯片方面,3DNAND堆叠层数提升和DRAM微缩化进程也有望提速,芯片ETF(512760)有望持续受益。 在黄金价格近期攀升的推动下,黄金概念股涨幅明显。硅谷银行破产被接管、瑞士信贷危机等事件的出现,使得当前系统性风险显现并持续蔓延,市场避险情绪持续升温。其次,在多家银行持续出险后,美国加息政策效应逐步显现,鹰派加息逻辑迅速转为鸽派宽松为主,美元指数持续走弱,未来美国继续向上加息空间有限,贵金属价格有向上支撑。 我们长期看好黄金基金ETF(518800)的投资机会,但“入场”黄金需要择时。首先,在当前宏观背景下,长期CPI数据中枢短期内难以快速回落;美国加息进入尾声,美债名义利率曲线倒挂无法长期维持,实际利率中枢将因此而下降;全球金融机构持续增持黄金,黄金的战略配置地位正在不断提升。但同时,金价已行至高位,入场还需等待合适的时机。如果系统性风险得到遏制,市场恐慌情绪将得到暂时缓解,黄金存在回调机会,需要择时进场。 当前全球金融机构对货币金融自主可控程度越发重视,金融机构购金需求维持在高位。在需求总量保持稳定的前提下,黄金“超主权”货币的属性将持续凸显,将对优化外汇储备资产结构、保持黄金在外汇储备中占比以及稳定币种信用起到至关重要的作用,对金价产生合理支撑。投资者可以积极关注黄金基金ETF(518800)的投资机会。 3月29日军工ETF(512660)下行1%,已经连续4日下跌。与此同时,资金正在加速流入军工板块,军工ETF已连续5日净流入,累计超4.3亿元。在有关部门支持军工央企做强做优做大的背景下,军工央企有望实现更好的高质量发展。 来源:Wind 最近大热的人工智能相关概念在军工领域目前应用有限,但未来存在多重应用价值和优势。信息优势方面,人工智能可以快速分析和识别有用信息,从而给军队带来信息优势;决策方面,人工智能算法对各类决策进行评估,帮助人类更好地预测对手行动和减少决策失误;风险和成本方面,自主化系统等能够从事危险和繁琐的工作、降低作战人员的风险和成本。人工智能可用于情报和侦察、自主武器、指挥控制等诸多方面,相关应用或将逐步落地。 2022年10月底以来,防控政策切换背景下,经济复苏预期强劲,横向比较诸多困境反转的方向,军工行业需求受益程度排名相对靠后。受此影响,军工板块走势相对较弱,过去120日内,军工板块累计下跌5.18%,在所有中信一级行业中排名靠后。 来源:Wind 与之相对的是,军工行业绝对增速仍维持较高水平,且估值水平较为合理。当前估值位于历史10%分位左右,性价比较高。随着报告期逐渐接近,行业整体beta有望迎来扩张趋势。感兴趣的小伙伴可以关注军工ETF(512660)。 来源:Wind 另一个央国企占比较高的板块是交运,央国企在交运行业中具有重要地位。交运ETF(561230)3月29日上涨0.41%,仍处在震荡区间内。交运行业央国企普遍处于被低估状态,多聚集在偏传统重资产型的交运子行业——公路铁路、航运港口、航空机场。从各子板块估值同样可以看出,当前交运板块整体估值相对历史平均较低。 来源:招商证券,Wind 根据民航局发布数据,2023年2月民航旅客运输量4320万人次,同比增长38%,其中国内航线旅客运输量4249.5万人次,同比增长36.1%,国际航线旅客运输量70.6万人次,同比增长756%。当前国际航班仅恢复至2019年同期的16%,受跨国航线还在恢复过程中和签证发放速度影响,国际航班仍有进一步恢复的空间。 航空板块之外,快递和油运板块前景同样值得看好。今年年初以来,全国各地区各部门把恢复和扩大消费摆在优先位置,中期来看,伴随防控政策优化,线上消费将呈现复苏态势,快递需求修复趋势良好。虽然美国原油库存增加至近两年来的最高水准,但美国小幅加息,并暗示即将结束进一步加息行动,为油价上行提供动力。可以关注交运ETF(561230)。 (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
2023-03-30
OpenAI为什么不再开源?马斯克狂怒
go
lg
...
克已经离开董事会有关,毕竟,当下最红的
AI
产品
已经跟自己没有任何关系了,因爱生恨也不是不可能。 $特斯拉(TSLA)$ $微软(MSFT)$
lg
...
老虎证券
2023-03-29
算力需求提升,芯片扬帆起航
go
lg
...
短时间内,全球巨头纷纷推出各自的生成式
AI
产品
:3月2日OpenAI开放API接口,16日百度发布文心一言,17日微软推出Copilot,21日英伟达在其2023GTC推出一系列最新AI硬件和软件,3月24日谷歌推出Bard、OpenAI实现插件支持,25日华为推出“盘古”大模型。 东方证券表示ChatGPT兴起被看做AI的“iPhone时刻”,类似于“互联网+”历程,生成式AI有望重塑各行业的传统业态,在此创新浪潮之中,推动科技产业升级的“比尔安迪”定律不再停留于OS层面,AI应用和硬件算力正加速实现螺旋升级。算力芯片及AI服务器需求激增,AI新基建有望催化电子反攻行情。类似2018-2019年的电子行情,由于市场对智能手机量价成长空间一致性悲观,电子指数在18年下跌超42%,紧接着在19年5G基础设施建设及AIoT终端创新的推动下,电子一年内反弹超73%。 如今,对于仍处在历史估值低位的电子板块而言,AI应用的兴起一方面有望带动数据中心、服务器等相关新基建的放量,一方面有望革命消费电子终端的人机交互体验,进而加速各类终端电子化、智能化的进程,行业“短期景气复苏”与“中期AI创新成长”之间的逻辑共振正得以强化,“AI的iPhone时刻”为电子估值修复提供了有力的市场情绪支撑,可以关注算力芯片及AI服务器相关产业链。 大模型AI对算力、存储需求大,推动芯片设计、制造升级。在大模型训练对数据总量的带动下,需要性能更高、功耗成本更低的算力芯片和大容量存储芯片。全球AI芯片市场预计由18年的51亿美元增至25年的726亿美元,CAGR达46.14%。当前主流的AI算力芯片主要包括GPU、FPGA、ASIC、NPU等,GPU在训练负载中具有绝对优势,多场景趋势下AI芯片将更加细分和多元,头部本土AI芯片企业正迎来国产替代机遇期。 与此同时,由于受美国对我国芯片干扰影响,Chiplet异构集成等先进封装有望成为本土IC企业应对制程和算力瓶颈的解决方案;存储芯片方面,3DNAND堆叠层数提升和DRAM微缩化进程也有望提速,芯片ETF(512760)有望持续受益。 (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
2023-03-29
上一页
1
•••
102
103
104
105
106
•••
113
下一页
24小时热点
就在刚刚!中东突传重磅“巨响”、美国通过重大法案 比特币和黄金狂飙了……
lg
...
大行情突袭!传以色列准备袭击伊朗核设施 金价大涨突破3300美元、油价飙升 如何交易黄金?
lg
...
【直击亚市】突传以色列准备打击伊朗核设施!油价急涨,美元光环不再连跌三天
lg
...
中国国家主席习近平重磅发声!在与特朗普贸易战之际 释放关键战略信号
lg
...
中美突传“关税”重大消息!美国控中国不公平贸易 裁定东南亚4国大量廉价倒货
lg
...
最新话题
更多
#Web3项目情报站#
lg
...
6讨论
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
34讨论
#链上风云#
lg
...
102讨论
#VIP会员尊享#
lg
...
1969讨论
#CES 2025国际消费电子展#
lg
...
21讨论