扫码登录
新华财经北京2月8日电(郭兴华)截至2月8日,A股市场ChatGPT概念板块在一周时间内,上涨超过20%,成为春节后资本市场最火爆的板块。这项源于美国的人工智能创新产品,为何会引爆我国的资本市场?伴随市场热情的高涨,在用户端ChatGPT也面临着“作业论文抄袭”“信息垃圾泛滥”“虚假信息传播”等负面指责。我们正在经历的是资本市场又一轮“泡沫”幻影的概念炒作,还是AI将全面改变社会面貌的临界点?
“隔空画饼”无人问与“嗷嗷待哺”排长队
对比互联网产业前几轮的资本市场泡沫逻辑,新的信息技术出现引发了市场对商业模式创新的极大期待,在滚雪球的财富效应下,资本市场的价值发现功能逐渐转变为资本狂热。这一切的出发点都是基于对未来市场需求的预判,也就是基于对未来市场大饼的美味想象。而当新技术出现没能开辟新的市场需求,或者说对市场需求理解有偏差,即便技术成熟也没有抢占预期的市场份额时,泡沫就出现了。
AI概念在资本市场上也同样经历了起起伏伏,在2019年中国市场上AI投资进入低谷。赛迪顾问数据显示,2017年、2018年人工智能投资数量分别为619件、651件,而2019年这一数据骤降至331件。创新工场董事长兼CEO李开复在2020年曾表示,“有三个AI专家就能估值7亿、靠AI概念忽悠投资人的时代已经过去了。”此后,市场更加看重AI落地场景的市场价值,AI技术的发展更加偏向专用化和项目化,AI逐渐沦为成熟产业的一个插件和配角。
直到ChatGPT横空出世,供不应求。据报道,ChatGPT为人工智能公司OpenAI于2022年11月推出的聊天机器人,上线短短5天,注册用户数就超过100万(Facebook积累同样数量的用户花了10个月);上线两个月后,用户破亿,打破了Twitter保持的9个月记录,成为史上增长最快的消费者应用。经笔者亲自测试,目前OpenAI已经暂停了来自中国的新用户注册,部分账号经过开发者包装后,在国内市场租售二级账号,包月30元、50元甚至更高,还不支持多轮对话,并且对答案返回字数有限制。某宝上也有大量ChatGPT账号和镜像账号服务产品售卖,部分产品月销过万。
这次资本市场的想象力落在了现实后面,巨量的市场需求在推动供给侧和资本侧务必要有所动作了。瑞银发布报告感叹道,在过去20年里,根本找不到像ChatGPT这样能够快速累计用户的应用程序。
“聊天模式”降低AI门槛,“通用技术”雏形显现
ChatGPT的使用方式就如同使用社交软件与朋友聊天,不需要具备任何特殊的信息技术操作技能。Chat表示这是一款能够分析、处理、生成自然语言的人工智能模型,其中GPT是Generative Pre-trained Transformer(生成型预训练变换模型)的缩写。预训练,表示这款人工智能吃掉的数据是提前准备好的,并没有实时联网,因此在回答近期发生的事情时,会常常给出错误的回答。
与一般的AI产品结构差不多,ChatGPT也主要分为模型和训练数据两部分。根据资料显示,GPT的底层模型是基于谷歌公司2017年开发的Transformer模型,也就是字母“T”代表的意思。与一般的神经网络模型不同,T模型可以非常有效地进行并行化操作,这就意味着T模型具有良好的扩展性,如果具备巨大且高质量数据集,将可以训练出超大模型。
每一代GPT模型的复杂度都呈现了指数型的增长。据披露,GPT模型发布了4个版本,2018年6月发布的GPT-1具有12层Transformer,模型参数数量为1.17亿,预训练数据量约5G;2019年2月的GPT-2具有48层,参数量为15亿,数据量约40G;2020年5月的GPT-3具有96层,参数量为1750亿,数据量约45T。2022年11月最新发布的ChatGPT还尚未公布相关数据,估计调用的算力和存储规模将会更大。
目前大量自媒体和网友晒出了ChatGPT的各种用途。第一项做作业,调查显示,截至2023年1月,美国89%的大学生在用ChatGPT做作业。第二项考试,美国SAT和ACT都能拿到不错的分数。第三项辅助程序员Debug,表现居然超过了专业的查找编程错误的软件。此外,写代码、写诗、写歌、写段子、辅助设计、撰写固定套路的文案等等,被不少粉丝称为“万能个人助理”。T模型最初的设计目标就是自动翻译,因此GPT在多种语言环境下都有不错的表现。
通过新华财经的梳理和对比,GPT在以下商业场景都可以取得降本增效的不熟表现。写作助手,辅助列提纲、写内容、拓展思路。程序员助手,写代码、查缺补漏。AI客服,包括专业技术客服,可以提供更接近真人的问答服务。AI电话推销,更高效的沟通效率,筛选目标客户。问题排查,辅助现场维修施工人员确认故障原因。与绘图AI结合,还可以提供辅助绘图的输出能力。
“负面效应”可控,“降本扩容”将激活周边业态
ChatGPT遭到了投诉主要分为两个方面,“信息垃圾”和“能力限制”。“信息垃圾”的不良影响包括,AI作业、AI论文之类的学术欺诈和同质化的AI内容充斥网络带来的信息迷雾。此类问题目前已经迅速得到了回应,目前已经有成熟的工具可以用来检测一段文本是否由AI生成,类似学术论文的查重功能,不少博客网站和学术期刊已经禁止刊发AI自动生成的文章了。
针对能力限制的投诉主要包括,回答中出现了事实性错误,输出了偏见或歧视性的内容,或者对2021年以后发生的事情不了解。这些问题可以借助模型层级、参数的调整,以及借助与搜索引擎技术的结合,来给出更完美的答案。GPT经过与亿万网友的互动迭代进化后,随着投入进一步加大,这些问题都将逐步得到解决。
ChatGPT让业界意识到通用AI技术已经突破了大规模商用的临界点,资源迅速向AI赛道集聚,上下游产业都将获利。北美时间2月6日(周一),谷歌母公司宣布当天将开始内测竞品BARD,预计几周后面向公众开放。北京时间2月7日(周二),百度公司也宣布类似产品“文心一言”预计3月份完成内测并正式上线。北美时间2月7日(周二),微软发布了新版搜索引擎,采用了OpenAI的最新技术,技术上相比ChatGPT更为先进。
除了独立研发外,对AI相关项目的投资力度也在加大。英国《金融时报》2月3日报道,谷歌已向人工智能初创公司Anthropic投资了近4亿美元,后者正在研发测试ChatGPT的竞争产品。微软宣布扩大同OpenAI的合作,将向OpenAI投资数十亿美元。《华尔街日报》报道称,脸书母公司Meta也计划2023年在数据中心上额外投入40亿至50亿美元,全部用于人工智能。数据显示,亚马逊部署的机器人数量正在快速增加,每天增量达到1000个左右。
对于ChatGPT热潮带来的投资机遇,机构普遍认为,2023年有望成为AIGC发展大年,ChatGPT将为计算机基础设施、算力等上游技术、代码机器人等下游带来巨大需求。此外,除了NLP模型涉及的硬件资源投资将增长,类似百度知道、知乎的高质量可用于训练的数据集的价值也将凸显。
传媒、电商、影视、娱乐等多项数字化程度高、内容需求丰富的行业也将取得更大的发展。数字经济学家陈晓华认为,AIGC未来将成为互联网乃至元宇宙重要内容生产基础设施。此外,在相对专业的领域,搜索引擎、客服回复信息的瑕疵可能导致法律风险,针对AIGC纠纷相关法律咨询和服务的需求也将增加。陈晓华指出,AI生产内容是否侵权很难进行判定,当前国家层面的AI立法正处于预研究阶段,如何在国内进行技术落地的初期同时保证合规是目前AIGC发展的一个难点。(郭兴华,系中国经济信息社区块链首席分析师)