未来5年A股人工智能领域最具潜力的五大企业
0分享至用价值投资的思维看人工智能领域，选出了以下五大优质股:1.华工科技:国内cpo龙头，主打一个国内光模块的升级更新，光模块在我看来就相当于新能源时代的动力电池的地位，是未来5年内最值得投资的板块，没有之一。2.中际旭创:国外cpo龙头企业，之所以把它排在华工科技后面，是因为中美竞争将是一个长期的过程，但是瑕不掩瑜，它仍是未来5年最值得投资的股票之一。3.浪潮信息:中国最大的服务器制造商，人工智能的发展少不了服务器的支持。4.科大讯飞:国内语音及人工智能龙头企业，发布的星火模型也非常值得期待，国资背景也是其优势之一。5.沪电股份:国内规模最大，技术实力最强的PCB制造商之一。本来我以为光模块今天会大幅回调，上午也确实使劲再砸，下午大部分股票都V上来了，所以我一直在思考这是为什么呢？我个人认为有两方面的原因。1是我一直在强调的中际旭创的光模块规模龙头市场给予的高估值高溢价效应，2是中美关系出现了局部关系缓和。大家都知道我国芯片一直被美国卡脖子，所以中美关系对人工智能板块的影响非常大。为什么说中美关系出现了局部关系缓和了呢？首先，最近很多美国资本家频频高调访华，受到了国家的高规格接待，而且字里行间说的都是中美关系，因为美国是资本主义国家，所以资本在美国说话的分量是相当重的。其次访问结束后，双方的发布的通稿火药味也没那么浓了，毕竟布林肯一路被双方骂过来，还能顺利完成访问本身就挺不容易的，而且当天布林肯还来了个共进晚餐，说明还谈得不错(谈得差直接就拍屁股走人了谁还有心思吃饭)。当然中美关系大框架还是对抗，局部关系是缓和了，至少红线是不会乱踩了。所以基于中美关系出现了局部关系缓和这个大前提，我认为节后人工智能板块调整的空间不大，可能会稍做震荡后继续狂飙。另外，由于明天股票卖了也不能提出来，所以明天的风险其实也不大了。另外，大家可以看到今天五虎上将科大讯飞表现相当亮眼，这是因为我一直强调我选的这五只股票是长线股，所以很多股票在调整几天后，会继续上攻然后新高，这都是很正常的，平常心看待一时的涨跌。同时，在此兄长经过复盘精选一只7月中线大牛谷！首先回顾近期带粉丝玩的剑桥科技吃80CM+，南方传媒125CM+，杭州热电吃肉150CM+，同时，之前也把握住了很多翻倍牛股机会，像中国科传，盛天网络都是90%的大肉下车！今天这只潜力龙头选择理由如下：1、它所在的板块属于国家重点扶持产业；2、该谷属于行业靠前的龙头，一季报公布业绩非常不错；3、该谷估值比较低，相比板块其它个谷，目前估值不足10倍，且毛利率、净利润率都非常不错；4、机构也看好该谷，已经大笔入局，且该股近期上涨趋势确立，有望加速，预计收益60%为了不扰乱主力节奏，具体就不在这说了。抄作业关注公众号：捉妖兄长解盘！觉得文章还不错的可以转发分享给炒股的朋友。赠人玫瑰手有余香，请各位朋友们点赞+关注+转发！您的支持是我进步的最大动力！特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端Web3时代的AI：探索区块链和人工智能的无限潜力
随着Chat-GPT的横空出世，我们进入了AIGC带来的颠覆性创新的时代。AIGC（AIGeneratedContent），被认为是继UGC、PGC之后的新型内容生产方式，AI绘画、AI写作等都属于AIGC的分支，Chat-GPT就是一种自然语言处理的大AI语言模型，AI模型作为AIGC的具体形式，在训练过程和推理过程中有哪些关键要素呢？要素一：算力高质量、多样性的数据是训练AI模型的基础，算力为模型训练提供了驱动能力。在算力提供方面，对于AI模型训练阶段，算力用于执行大规模数据集上的反向传播、参数更新和模型优化等任务。较高的算力可以加快训练过程的速度，使得模型能够更快地收敛和学习数据的特征。对于AI模型推理阶段，算力用于将已训练好的模型应用于新的数据实例进行预测和推断。在实时应用中，算力的高低决定了模型能够处理的请求量和响应速度。许多复杂的AI算法需要大量的计算资源。传统AI的发展受限于硬件设备的性能和计算能力。尤其是在处理大规模数据集或进行高度复杂的模型训练时，需要更强大的计算能力。目前，市面上对智能算力的共享还缺乏成熟的产品和方案，传统的算力市场引入个人终端等第三方社会闲散算力，而算力服务运营者不具备对节点的有效掌控能力，并不能保证算力节点自身的安全与可信，使得安全防护的广度和难度大幅提升。数据基于隐私保护的数据共享是AIGC建模的重要支撑。在数据提供方面，AIGC的模型训练需要使用大量的数据来获得良好的性能，提升模型的推理能力和准确性。以ChatGPT为例，GPT的训练使用了数百亿个令牌（tokens）的数据。作为一个大型的AI语言模型，GPT的训练数据包括了互联网上广泛的文本来源，包括网页、书籍、文章、论文和其他公开可用的文本资源。这些数据覆盖了多个领域和主题，使得模型能够具备广泛的知识和语言理解能力。总而言之，训练一个AI大模型需要海量的数据，单一企业的内部数据往往不足以满足需求，因此这个过程中需要数据共享，然而全球数据量在飞速增长的同时，数据共享带来的隐私泄露严重影响了数据价值的充分利用。IBMSecurity2022年7月份的报告显示，2021年3月至2022年3月期间全球550家企业出现的数据泄露事件，平均一起数据泄露产生的损失达到440万美元，相比较2020年损失增加了13%，因此如何在保证数据隐私安全的前提下，进行数据流通和价值挖掘，并服务于AIGC技术的成长，成为业内日益关注的一个话题。Web3作为建立在区块链和去中心化技术之上的新一代互联网，具有更大的去中心化、开放性和透明度。当AI结合Web3时，它可以获得许多与传统AI不同的优势。Web3的去中心化特性使得全球范围内的计算资源能够被整合和共享。这为AI模型训练和推理提供了更大规模的计算能力。传统AI模型训练通常依赖于单一的计算设备或云服务提供商，而结合Web3可以利用全球网络中的分布式计算资源，提供更高效和弹性的算力支持。Web3的核心概念之一是去中心化和用户掌握数据的权力。结合AI，Web3可以为用户提供更多控制权和数据共享的机会，使其能够以更加隐私安全的方式参与AI模型的训练和数据共享。Web3的智能合约和分布式计算平台可以促进AI模型的开发和部署。智能合约可以提供去中心化的方式来管理和验证模型的训练过程，同时分布式计算平台可以利用全球网络中的计算资源来加速模型的训练和推理。Web3可以通过激励机制和去中心化的数据市场，促使用户提供更多高质量、多样性的数据，从而改善传统AI所面临的数据限制问题。Waterwheel的算力网络结合TEE技术和区块链技术构建一个可信、公开、高效的算力共享平台，具备全网算力节点和区块链节点的统筹盘点能力，能够纳管全球各地的闲置算力。Waterwheel是基于区块链和隐私计算打造去中心化的数据共享平台，建设覆盖全球的数据资产网络，支持数据贡献者个人进行数据登记和参与数据众筹任务，并通过隐私计算技术解决数据流通过程中数据泄漏的安全问题，在保证数据安全隐私的前提下，为数据贡献者带来价值收益。传统的AIGC同样缺乏隐私保护，用户的独特创意通过prompt输入绝大部分会被直接公开，不同的AI模型提供和计费方式，也使用户付出了更高的成本，由于AIGC的创作过程主要由AI模型完成，创作者很难通过传统的版权交易方式获得合理的收益。Waterwheel融合区块链、隐私计算、AI技术，打造安全可信的模型训练平台，通过使用隐私计算TEE技术的远程证明和隐私环境，解决模型训练方、数据提供方和算力提供方之间的互相不信任和数据泄漏风险的问题，保证模型训练的全流程中，数据和模型处于“可用不可见”的状态，帮助AI模型训练方安全合规获取更多的数据，同时将AI模型托管在隐私环境中，保证模型的安全和隐私性。期待看到更多Web3.0平台推动AI行业的发展和应用！海量资讯、精准解读，尽在新浪财经APP责任编辑：张靖笛