一区二区三区四区久久,av中文字幕乱码在线看,日本10次美女黄视频,国产亚洲欧美日韩俺去了 ,日韩 av 在线 一区,国产免费午夜福利在线播放11,亚洲男人天堂久久久,在线播放一区二区精品,人妻免费视频黄片在线视频

來源：風研海外

作者：天風海外團隊

【資料圖】

ChatGPT已經(jīng)挑戰(zhàn)產(chǎn)業(yè)對于AI的認知。GPT4.0尚未發(fā)布，未來可能會是生成式AI時代的”報曉鳥”。超級AI尚未到來，生成式AI快速演進的時代，我們的十大猜想是：

1）GPT4.0未來可能會是多模態(tài)的具有思維鏈推理能力的大模型，標志著AI的智能涌現(xiàn)速度超越Scaling Law的提升速度。PC是人類思維的“自行車”（Steve Jobs），而生成式AI可能會是人類思維的“Copilot/大副”。全要素生產(chǎn)率在PC時代飛速增長，在互聯(lián)網(wǎng)普及后（2005-2022）增長緩慢，生成式AI時代全要素生產(chǎn)率或可以重新加速上升。

2）生成式AI時代的技術(shù)基礎(chǔ)不僅是深度學習的基礎(chǔ)模型/大模型（Foundation Model），也或許會包括神經(jīng)計算科學與符號推理的更多貢獻。

3）大模型/并行計算最重要的應用應該包括AGI通用人工智能（OpenAI） 、合成生物學（AlphaFold） 、可控核聚變（DeepMind） 、科學計算與模擬仿真（NVidia，需要并行計算，但也將大模型加速）。經(jīng)典的經(jīng)濟增長模型（索洛模型）盡管預設(shè)了勞動力和資本在經(jīng)濟增長中可以互相取代，但是也假設(shè)了勞動力按照實物生產(chǎn)力付酬與勞動力按照人口增長模型限制。如果AGI的勞動力出現(xiàn)，經(jīng)濟增長的假設(shè)或可更新。

4）算力重要的將是軟件棧上的硬件優(yōu)化，模型重要的將是數(shù)據(jù)集上的算法工程優(yōu)化，應用重要的是數(shù)據(jù)采集應用開發(fā)。算力公司的新機會在于怎么在Z級別的算力上實現(xiàn)規(guī)模拓展（Scaling Out）和摒棄傳統(tǒng)核內(nèi)存共享，以及云邊計算；模型公司壁壘在于Domain Specific的數(shù)據(jù)；應用壁壘在于傳感器（軟件傳感器的App、場景或者硬件傳感器）。更為重要的依然是算力網(wǎng)絡(luò)-基礎(chǔ)模型-應用-數(shù)據(jù)的“飛輪”。但我們認為與云計算時代的解耦相反，生成式AI時代的經(jīng)濟效應的“飛輪”是高度耦合的，因為云計算關(guān)鍵在于彈性和可伸縮可拓展性帶來的成本優(yōu)化，而AI關(guān)鍵在于效能提高到某個閾值之后的應用價值急速上升。而數(shù)據(jù)棧可能從data source和activation tool向數(shù)倉逐漸創(chuàng)新。

5）生成式AI改變微觀經(jīng)濟學假設(shè)：我們認為軟件行業(yè)、互聯(lián)網(wǎng)行業(yè)、開源、生成式AI均為對傳統(tǒng)微觀經(jīng)濟學的挑戰(zhàn)。軟件意味著非個性化產(chǎn)品的邊際生產(chǎn)成本接近于0（但產(chǎn)品定制化和營銷成本高），互聯(lián)網(wǎng)意味著產(chǎn)品的邊際分發(fā)與營銷費用接近于0（直到流量紅利結(jié)束和獲客成本上升），開源意味著產(chǎn)品本身的價格為0（但部署和開發(fā)有成本），生成式AI意味著產(chǎn)品的個性/定制化生產(chǎn)邊際成本接近于0。波特三戰(zhàn)略包括成本領(lǐng)先、差異化、聚焦。差異化產(chǎn)品在生成式AI時代將不再具有競爭壁壘，但差異化數(shù)據(jù)將可能具有很高價值。

6）生成式AI改變軟件與互聯(lián)網(wǎng)的結(jié)構(gòu)，Marc Andreessen著名的論斷為軟件吞食世界。我們認為互聯(lián)網(wǎng)/開源已改變軟件（SaaS），SaaS的本質(zhì)是抽象出的最佳實踐與最解耦拓展的結(jié)合，而AI可能會以1、改變最佳實踐 2、改變定制化開發(fā) 3、改變工作流 4、改變開源測試 重構(gòu)SaaS。

AI改變互聯(lián)網(wǎng)則在于全新的交互與更強的粘性，上一代推薦/搜索算法主要承擔大規(guī)模的結(jié)構(gòu)化embedding，把人歸結(jié)為特征統(tǒng)一，而相對較難生成對個體的深層次理解。因此新的更深的大模型下，不再是統(tǒng)一的超文本跨平臺一致地供給現(xiàn)存的個性化內(nèi)容，而是個性化的交互產(chǎn)生個性化的全新內(nèi)容產(chǎn)品。

7）AI生成產(chǎn)品會比AI生成內(nèi)容大很多倍。多模態(tài)大模型將可能讓深度學習對個體的多層次理解成為可能，生成式AI讓“AI生成設(shè)計”到“AI生成產(chǎn)品”成為可能，這個市場會比 “AI生成內(nèi)容”大很多倍，真正的釋放個體個性化需求與創(chuàng)意的商品將對仿真，柔性生產(chǎn)和柔性供應鏈提出全新的要求。

8）創(chuàng)作者經(jīng)濟。克雷創(chuàng)造了超算，Linus創(chuàng)造了Linux，亨特創(chuàng)造了Kenshi。在生成式AI的輔助下，個人有望創(chuàng)造真正出色的軟件、游戲、產(chǎn)品。

9）基礎(chǔ)模型的人類對齊（Human Alignment）。

10）用更好的數(shù)學語言描繪大模型的“涌現(xiàn)”的能力。無論涌現(xiàn)的能力來自流形上的概率分布，還是范疇論中把梯度遞降和自動微分實現(xiàn)為函子。對于基礎(chǔ)模型的深刻理解與控制的要求我們必須能夠在超級AI之前的生成式AI的黑箱之內(nèi)用更先進的數(shù)學語言去推導與描述，如果蒸汽機沒有牛頓力學熱力學與微積分，如果曼哈頓工程沒有狹義相對論，都只會是經(jīng)驗的不可控工程。大衛(wèi)希爾伯特曾說“我們必須知道，必將知道”，我們認為用在深度學習的大模型上有一定的恰當之處。即我們必須深刻理解大模型的數(shù)學語言而非僅僅當作黑箱應用。

投資建議：生成式AI快速改變各行各業(yè)，并且或加強每個人的創(chuàng)造能力與挖掘每個人的新需求。我們看好全球算力+軟件棧行業(yè)、模型+云計算行業(yè)，應用+傳感器行業(yè)、柔性生產(chǎn)+供應鏈行業(yè)。???????????????????????????????

風險提示：

技術(shù)進步不及預期，科技革命的價值鏈重構(gòu)與競爭加劇，人工智能風險，對于產(chǎn)業(yè)發(fā)展的前瞻展望具有一定不確定性和主觀性。

關(guān)鍵詞：