上证夜读│吕越超：生成式人工智能的发展机遇展望
随着ChatGPT的火速出圈，AIGC（ArtificialIntelligenceGeneratedContent,人工智能生成内容）概念进入大家的视野。2017年以来，Transformer架构带来大幅度的性能提升，基于此OpenAI发布了一系列GPT生成式预训练模型，ChatGPT是OpenAI在22年11月底推出的聊天机器人模型，GPT英文全称GenerativePre-trainingTransformer，是一种基于大模型训练的自然语言处理模型，通过引入基于人类反馈的强化学习，实现了更类人的智能化表现，用户与ChatGPT的对话互动可以实现普通聊天、信息咨询、撰写诗词作文、修改代码等。
2023年1月，ChatGPT仅用2个月时间MAU破亿，每天约有1300万独立访客使用ChatGPT，成为历史上用户增长速度最快的应用，为AIGC技术的商业化落地开启了新的篇章。微软、谷歌等巨头都在探索大模型应用场景，微软计划将ChatGPT等人工智能工具整合到所有产品中，并作为平台提供给其他企业使用。随着ChatGPT等产品的完善，AIGC展现出了巨大的应用潜力和商业价值，科技产业有望迎来新一轮创新周期。
ChatGPT获得市场广泛关注的原因有两点：
1）ChatGPT验证了当前AI大模型的潜力和价值。AI大模型兼具“大规模”和“预训练”两种属性，面向实际任务建模前需在海量通用数据上进行预先训练，能大幅提升AI的泛化性、通用性、实用性。ChatGPT通过优化算法和训练，向通用人工智能目标更进一步。
2）ChatGPT展现了人工智能正从分析式向生成式转变。此前已广泛应用的人脸识别、推荐系统等均是分析式AI的应用，而ChatGPT是一个生成式AI，可以回答问题、撰写论文、生成图片、生成代码。生成式AI更快、更便宜，某些情况下比人类更好，可以在很多领域替代人类工作，基于此的AIGC生产力变革，可以创造巨大的商业价值。
2023年的APEC工商领导人中国论坛上，华为轮值董事长胡厚崑表示：“以ChatGPT为代表的新的人工智能时代已到来。”比尔盖茨认为，ChatGPT这样的人工智能聊天机器人，将与互联网的诞生或个人电脑的发展一样重要。英伟达的CEO黄仁勋则在演讲时表示，ChatGPT相当于AI界的iPhone问世。
AIGC产业的蓬勃发展，将带来怎样的投资机会呢？
AIGC产业链是一个从上游到下游相互关联的生态系统，其核心建立在算法、算力、数据三大关键能力之上。上游产业即基础层是产业基础，为人工智能提供数据及算力支撑，总体可分为硬件、软件两部分，产业链中游主要围绕模型层，主要包括自然语言处理模型、计算机视觉模型及多模态模型，重点布局大模型技术研发、管理和运营。下游应用层主要是大模型重点落地场景，可以和教育、办公、游戏、电商、影视、交通等产业结合，形成丰富的产业生态。
大模型是AI时代的底层核心，算力是人工智能产业发展的关键支撑，应用商业前景广阔。
1
AI大模型推动计算机历史三次最大浪潮实现“三山叠峦”
此次AI浪潮与以往科技产业浪潮最大不同在于，这次不是终端硬件变革开启，而是软件先行，催生算力硬件需求和后续各类物联网终端变革，而且起步就是最大想象空间的市场：大模型将计算机行业历史上最大想象空间的互联网最高流量入口、公有云最大市场、新时代的操作系统合三为一。具体表现为：大模型成为知识与舆情输入与输出的战略制高点，其战略地位将远高于互联网时代的搜索引擎；云计算由SaaS走向MaaS，底层算力和上层AI开发平台边际成本递减明显，MaaS将成为公有云最重要的市场；自然语言交互平台将成为统一万物的新时代操作系统。
以三个最大空间的龙头公司为例，互联网最高流量入口谷歌巅峰市值2.0万亿美元，公有云最大厂商亚马逊巅峰市值1.9万亿美元，操作系统核心厂商微软巅峰市值2.6亿万美元，AI大模型将首次使得三大龙头合一。据《新一代人工智能发展规划》，我国2030年有望实现人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。
综合训练成本、数据质量需求、技术壁垒及应用规模等角度考虑，未来大模型很有可能变成寡头垄断市场，类似今天的云服务市场。综合确定性与弹性空间来看，大模型仍然是AI最值得关注的方向之一。
2
算力是人工智能产业发展的基石
OpenAI持续精进，每一代GPT模型的参数量都快速增长。从2018年起，OpenAI就开始发布生成式预训练语言模型GPT，可用于生成文章、代码、机器翻译、问答等各类内容。每一代GPT模型的参数量都快速增长：2019年2月发布的GPT-2参数量为15亿，而2020年5月的GPT-3，参数量达到了1750亿。
资料来源：华为认证官方公众号，海富通基金
ChatGPT能够实现当前如此强大的交互，离不开背后庞大的算力支撑。根据绿色节能数据中心官方公众号，ChatGPT的总算力消耗约为3640PF-days。按近期在国内落地的某数据中心为参照物，算力500P耗资30.2亿落成，若要支持ChatGPT的运行，需要7-8个这样数据中心支撑，基础设施投入需以百亿计。
数据海量增加，算法模型愈加复杂，应用场景的深入和发展，带来了对算力需求的快速提升。1）根据IDC测算，国内智能算力规模正在高速增长，2021年中国智能算力规模达155.2EFLOPS，2022年智能算力规模将达到268.0EFLOPS，预计到2026年智能算力规模将进入每秒十万亿亿次浮点计算（ZFLOPS）级别，达到1,271.4EFLOPS。2021-2026年期间，预计中国智能算力规模年复合增长率达52.3%。2）通用算力规模也正在高速增长，根据IDC测算，2021年中国通用算力规模达47.7EFLOPS，预计到2026年通用算力规模将达到111.3EFLOPS。2021-2026年期间，预计中国通用算力规模年复合增长率为18.5%。
3
应用商业前景广阔，期待大模型落地以后国内真正进入AI应用百花齐放时代
我们认为，当前的AI如同1990年代的操作系统：操作系统协调复杂硬件为软件开发做基础，当前的AI已经初步拥有AGI（通用AI）的雏形，能够协调全球硬件、软件、数据等构建强大基础平台，拥有成熟的软硬件产业链可以协同发展，并且同时Plugin插件将成为AI时代的编程工具链，海量应用需求爆发拐点已现。由于应用爆发带来了各行各业的海量的机遇，我们选取几个典型的细分领域，对目前的发展情况及前景进行论述。
在办公领域，AIGC技术有助于提升办公效率。Copilot出现大大提升了数字化办公的智能化水平，Copilot是微软基于GPT-4大模型、MicrosoftGraph和Microsoft365全家桶三大产品打造的生产力工具，并形成以它为需求交互核心的一体化办公的BusinessChat，可以在常见Microsoft365应用中直接调用，也可以通过使用BusinessChat调用，可有效解放重复性的基础办公劳动力。
在游戏行业，AIGC技术可以助力游戏开发，实现降本增效。游戏研发链条很长，在游戏开发过程中，可以用AIGC帮助打造优秀的动画、塑造人物形象，显著提升产出效率、降低制作成本，长期或将将逐渐改变游戏的开发和玩家生态。除此之外，ChatGPT等成熟AI的接入进一步提升机器人的智能化程度，提高游戏自由度和趣味性。千人千面的智能NPC使得完全开放的游戏世界成为可能，极大程度地拓宽了游戏内容的深度与广度，从而有望提高用户粘性与付费意愿。
在电商行业，AIGC技术有望助力素材生成及交互方式，优化成本、效率和体验。对于商家来说，AIGC可以降低广告成本，利用AIGC赋能营销推广文案，并赋能选品、运营、客服、物流等环节；对于消费者，AIGC可以通过提高智能搜索推荐与营销广告精准投放能力、构建智能客服等更好完成交互，直击消费者需求，有效增强消费者个性化推荐，降低搜索成本，提高消费效率，同时通过加速商品3D模型、虚拟主播赋能直播带货乃至虚拟货场的构建，打造全新购物场景，实现试听等多感官交互沉浸体验。
教育方面，AIGC有望加速实现个性化教育，全链条覆盖促进新生态落地。AIGC可以将抽象的教科书转化为具体的可视化，让学生更容易学习。目前，AIGC赋能教育领域已基本覆盖“教、学、考、评、管”全链条实践个性化教育，应用场景包括智能测评、自适应教学、智能教师、智能教育评价管理与智能环境打造等，教育知识图谱、认知诊断、学习者建模、机器阅读理解与批阅等AI+教育前沿技术正不断涌现，旨在建立从低能到高能、单能到多能、多能到超能、超能到异能的“四能”教育模式。
随着硬件和算法的飞速发展，AI底层基建搭建逐步完善，随着大语言模型和多模态技术的深度融合，AIGC快速迭代升级，在大量应用需求牵引下加速商业化进程，与实体经济融合逐渐走深，未来有望出现更多实质性应用。相信未来一段时间，我们会看到越来越多企业积极拥抱AIGC创新技术，根据应用场景特点进行产品商业化探索，也相信会有更多的企业将在此轮浪潮中脱颖而出，成长为下一阶段细分领域中的佼佼者，我们拭目以待。
风险提示：此文仅供参考，不作买卖依据，不构成投资建议或个股推荐。基金有风险，投资需谨慎，请注意收益波动风险，基金过往业绩不代表未来表现。
（文章来源：上海证券报）
(原标题：上证夜读│吕越超：生成式人工智能的发展机遇展望)
(责任编辑：65)
人工智能是智慧农业新风口
可以预期，以AI为代表的新一代信息技术将深刻影响智慧农业发展，用人工智能赋能农业成为一大命题。农业机械化已经让大田的粮食生产从体力劳动中解放出来。未来，农业信息化会让农民成为更体面的职业。
当最前沿的技术与最古老的产业相遇，会激荡出怎样的变革？日前，国内首款农业AI对话机器人发布，诸如“土豆出现烂根怎么办”“某地西瓜行情怎么样”“帮我找个杨梅采购商”这些问题都将得到回答。可以预期，以AI为代表的新一代信息技术将深刻影响农业发展，抓住人工智能这个智慧农业新风口成为一大命题。
农业AI应用正加速铺开。本世纪初，其在国内已露端倪，既有耕、种、收等智能机器人，也有病虫害探测、土壤墒情测报智能系统。近年来，具有自主知识产权的传感器、无人机、农业机器人等日臻成熟，出现在越来越多的农业场景中。2020年，农业农村部、中央网信办印发《数字农业农村发展规划（2019—2025年）》，提出加快农业人工智能研发应用。自ChatGPT发布以来，认知大模型技术持续进化，国内类似产品不断推出。在此背景下，农业领域大模型产品的推出自然不足为奇。
人工智能的农业应用非常广泛，涉及感知、决策、控制、作业等，农业AI对话机器人只是其一。传统农业的特点是靠天吃饭，而我国的智慧农业发端于物联网设备和与其对应的农业信息化系统，通过监测和改善生长环境，使农业生产更稳定可控。如今，叠加新一代信息技术，农业数据要素将持续发挥作用。比如，借助猪脸识别，结合声学特征和红外线测温，从猪的体温、叫声等可及时判断猪是否患病，从而预警疫情，科学养殖。
智慧农业是用科技武装农业，并牵引资本、人力、土地等多种生产要素。很多国家都把智慧农业作为优先发展方向，全球智慧农业呈现出两大特征。一是高度集成。各种设备与技术高度集成，物联网、大数据、人工智能、云计算等叠加交融，形成了智能生产系统。国土面积只有4万多平方公里的荷兰，就是在设施农业中集成智慧农业，每公顷能产出54.4吨蔬菜，是我国的2.4倍。二是数据融通。不只应用在生产领域，而是打通生产、加工、流通、销售环节，建立大农业数据库，实现产销高效对接。有的国家在此基础上建立农业展望制度，直接影响期货市场走势，拥有了主导世界农产品市场的战略武器。
现阶段，人工智能可以成为农业生产强有力的辅助，但远不足以完全替代人和人的决策。这与其发展程度有关。一方面，有数据，缺智慧。行业数据、社会数据、企业数据难以有效融合，缺少针对农业大数据的深度挖掘和分析利用，预测预警和配置资源等核心功能还远未发挥。另一方面，有示范，缺规模。由于门槛高、价格高，目前应用局限在少数主体上，不少地方存在增量不增效、技术脱离实际等问题。此外，人工智能的核心是数据、算法和算力，但是农业生产对象具有生物特性，比较效益又低，数据采集难、算法要求高、算力资源缺，导致落地难度大。
人工智能赋能农业是好事，但也急不得。大国小农是我国的基本国情、农情。再高大上的技术，农民和农企都面临是否用得上、用得起、用得划算的问题。一方面，他们追求增产、提质、节本，需要导入智能装备；另一方面，又有求稳心态，对短期成本收益敏感，对新技术应用有迟疑。可见，新技术落地不是一蹴而就的，要不断迭代优化，从而突破盈亏平衡点。要从实际出发，积极探索应用场景，打造内容丰富、模式多样、载体多元的解决方案，降低用户成本，务求实效实用。
农业机械化已经让大田的粮食生产从体力劳动中解放出来。未来，农业信息化会让农民成为更体面的职业。推动智慧农业发展，政府应聚焦农业公共基础数字资源建设，通过政策引导数字技术的产业应用。科研院所要把工程科技与农业生产相结合，研发攻关更多接地气的产品。各类资本则要以长期投资的耐心支持经营主体。农民和农企则要抓住新一轮信息技术机遇，提升品质、做强品牌，实现增值。
世界人工智能大会明日开幕，高通与您共同展望混合AI未来
7月6日-8日，2023世界人工智能大会（WAIC）将在上海举办。高通技术公司多位发言人将分享公司在AI领域的最新创新成果与生态合作，并从技术研发、产业赋能、应用场景以及未来趋势等多层面带来专业解读。在生成式AI飞速发展的背景下，高通公司将深入阐述混合AI愿景将如何推动生成式AI的规模化扩展，展望AI将如何基于公司统一的技术路线图，赋能XR等丰富行业应用协同发展，共同打造智能互联的终端侧体验。
欢迎观看高通公司发言人在WAIC各项活动中的主题演讲，并前往高通展台（世博展览馆H1B109），体验全球首个运行在Android手机上的StableDiffusion终端侧演示、全球最快的手机上的ControlNet终端侧演示、以及在骁龙计算平台上运行生成式AI的技术演示，共同领略强大终端侧AI能力将如何助力生成式AI在未来普及。
人工智能如何用于家庭安全
人工智能如何用于家庭安全人工智能的兴起对包括家庭安全在内的许多行业产生了巨大影响。人工智能通过将智能和适应性引入监控摄像头和安全系统，改变了房主保护房屋的方式。这一技术突破给了房主更多的控制权，更多的安全措施，以及更大的平和感。虽然人工智能大大增强了家庭安全,但仍然有必要保留一份最近的锁匠名单，以备紧急情况。本文将讨论人工智能在家庭安全中的作用,以及其如何帮助创造更安全的生活条件。
智能监测系统
人工智能已经彻底改变了监视系统,使其超越了简单的运动检测。人工智能的集成使得这些系统能够区分不同的运动类型,比如动物在镜头前疾驰而过、汽车驶过,或者陌生人在门前徘徊。这种能力大大减少了错误警报,并将注意力集中在潜在威胁上。
GoogleCamIQ等系统使用人工智能来提供面部识别。当检测到不熟悉的面孔时,该功能会提醒房主；而熟悉的面孔会被标记,创建一个已知个人的数据库。这样的智能监控为房主提供了精确、相关的警报,使其能够立即对任何潜在的安全威胁做出反应。
智能报警系统
人工智能警报系统为家庭增加了额外的安全保障。这些警报使用机器学习算法来识别房主生活方式的规律。随着时间的推移,这些系统会了解到,居住者通常什么时候离开或回家，什么时候开灯或关灯，甚至可以适应这些模式的变化。
如果任何活动发生在这些学习模式之外,房主将会被警报系统提醒。例如,如果前门在每个人都应该上班或上学的时候打开，系统就会识别出这种异常并触发警报。Honeywell和ADT等品牌正在将人工智能集成到其报警系统中，使之更智能、更直观。
语音识别和命令
Amazon的Alexa、Google的Assistant和Apple的Siri等人工智能语音助手已经成为许多智能家居不可或缺的一部分。除了控制灯光或调节恒温器外,这些语音助手现在可以与安全系统集成。
通过简单的语音命令,房主可以武装或解除安全系统,锁门或开锁,甚至要求安全状态更新。这种语音控制为家庭安全增加了便利元素，使其更容易管理和与安全系统交互。
预测性警务和预防犯罪
人工智能在预测和预防犯罪方面也取得了进展。人工智能算法分析各种来源的犯罪数据,以预测潜在的犯罪热点。这些预测可以为执法巡逻提供信息,并影响房主的安全决策。
像PredPol这类企业为执法机构提供预测性警务软件，而Ring的邻居应用允许房主与社区分享安全录像和安全信息。这些人工智能驱动的系统能够主动应对潜在的安全风险，增强整体社区安全。
自动紧急服务
在紧急情况下,每一秒都很重要。人工智能可以在检测到特定触发器时自动联系应急服务,从而帮助缩短响应时间。如果在家里检测到烟雾,人工智能系统可以自动通知消防部门,同时通知房主。NestProtect等品牌已经集成了这一功能，可以在紧急情况下迅速采取行动。这种自动响应可以挽救生命，特别是当居住者无法呼救时。
人工智能对未来家居安全的潜在影响
展望未来,显然人工智能在家庭安全方面的作用将继续增强。可能取得的进展包括:
更细微的识别能力,比如区分入侵者和家庭成员。加强家庭安全系统和执法数据库之间的集成。个性化的家庭安全系统，可以学习和适应每个家庭成员的具体需求和日常生活。无论是增强面部识别,实时犯罪识别,还是个性化安全系统,这些潜在的进步都突显了人工智能在家庭安全领域令人兴奋的未来。今天拥抱这项技术可能意味着明天更安全的家庭。
总结-家庭安全的未来是人工智能
无可否认,人工智能正在重塑家庭安全,使其更加可靠、互动和有效。其学习模式、识别人脸、响应语音命令、预测潜在威胁以及自动紧急响应的能力彻底改变了我们保护家园的方式。
随着人工智能技术的进步,其无疑将为提高家庭安全性提供新的途径。其在我们生活空间中日益增长的存在强调了这样一个事实,即未来的家庭安全不仅是智能的。作为房主,拥抱人工智能不仅仅是为了跟上技术的发展，而是为了确保我们自己和家人拥有更安全的生活环境。