AI人工智能chatgpt交流大会纪要–20230313

绝大多数人都还没有理解chatgpt会是一个什么样的格局或是革命。所以今天我大概花20分钟时间抛砖引玉，把时间更多的交给后面的专家和我们其他的行业首席。我这里先说一下怎么分。我们先看一下我们处于的一个位置，实际上我们都说无人驾驶是吧？它是人工智能，但是我通过深度思考之后发现无人驾驶在AIGC or Chatgpt面前就是幼儿园小学生，因为我们可以知道我们开车的时候可以打电话，可以喝咖啡，是吧？甚至可以东张西望，所以开车是一个低算力的劳动，所以教会车自己会开车，它所需要的算力是很简单的，所以我们可以发现像小鹏他们花两三天时间就可以搞出来无人驾驶。没有太多的技术积淀，也可以搞出来无人驾驶，所以我们之前认为无人驾驶非常牛的时候，在AIGC面前幼儿园水平，因为我们可以做一个类比，当我们想去做一个小课题小论文，比如说这个课题的论文叫做对比美国近100年的利率走势和股市的关系的时候，我们是不能够干其他事，我们很专注花大量时间去查所有资料，才可能把这个课题做好，而我们开车根本跟走路没有啥区别是吧。所以我们后面才知道原来开车本质上是一个低算力的劳动，而恰恰GPT是一个高算力，所以我们将整个人类似的问题分为两种，一种叫选择题，一种叫简答题，什么叫选择题？就是特斯拉的无人驾驶。它本质上是一个选择题，它只需要做两个选择对吧？所以整个无人驾驶它是基于两个选择题的一个应用，第一个选择题就是我是左拐还是右拐，第二个选择题我是按刹车还是按油门，就这两个选择题就能够把车开起来，很简单的把我看到障碍物对吧。我是左拐右拐，我看到什么情况，我是刹车还是踩油门，所以这个东西的结果结果就是把车变成无人驾驶是很简单的事，但是我们人类社会还有另外一个巨大的课题叫做简答题，就是深层次AI，对吧？你给我画一幅画，对吧？你给我做一个课题对吧？我有什么样的症状，我是把感冒流鼻涕，我什么样的症状你告诉我对吧？这都是高算力的简答题，而目前我们的人工智能直接跨越到低端的无人驾驶，直接来到了一个新的时代，就是简答式生成AI，所以这才它的本质，这个是我们最早的简单的AI，所以大多数人都将AI定义成决策系统，实际上完全不是了。我们人工智能它基本上可以分为这4种类型，跟班主任教学生差不多。班里有4种学生，第一种就是左边的叫监督式学习学生，这就是差生，你不拿着鞭子在旁边看着他就不会学对吧，你只要一走开他就不学了，所以这个是最低级的叫监督式学习，需要一对一的教学，不能够走开的；第二种人工智能是要叫半监督式学习，可以一对多开小班，也可以学，不用盯着。第三种是我们说的叫做自学能力很强的小学霸，是吧，不用人监督他，也可以学习叫做无监督式学习，然后还有一种叫做自监督学习，所以我们目前讨论的是后三种。对，实际上最好的也不是完全不要你教，因为很有可能他会闭门造车走向一个极端。他需要什么？需要他可以自己主动学习有悟性、有动力，更有一个很好的老师来给大家做辅导。当他学了一个阶段，我给他做一次测试，你这里学错了我给你纠正一下，所以目前我们的人工智能最好的方式就是这一种。所以我们可以看一下，以百度的他自己作为中国人工智能先驱做了一个上中下游的框架图，非常的简单，当我们在讨论人工智能的时候，我们要把它上中下游列出来。我们先说它的下游，下游就是最上面的应用，我们看到了所有AI绘画、AI写作等，所有的都是下游应用，这个应用是基于中游，这个中游就是称为这个算法大模型和框架，还有人工智能的上游，就是它的芯片更算力，实际上目前在美股炒的最多的是英伟达这种算力，然后中游大家都还不知道谁会跑出来。中游又分为两种，一个是大模型，一个是深度学习框架，把框架可以把它理解成 os，大模型可以理解成我们之前在普通的 CS时代里面的，我们称之为底层的像DB之类的系统软件，这个是咱们的分类。下面我讲一下今天我个人觉得最干的一个结论，刚才我说了开车是低算力的活动，对吧，已经被人类给攻克了，特斯拉在两年前就已经可以实现L4的无人驾驶。现在我们处于的是一个什么样的阶段？ 我的结论是CHATgpt会对高算力者是一次颠覆性的替代，什么叫高算力劳动者？去年我们热炒的机器人它在本质上是对蓝领的期待是吧？是对劳动体育工作者的期待。而恰恰今年他告诉我们，他会对这个白领、对金领进行替代，比如说律师、会计师、医师、软件工程师都是白领，他们的工作现在基本上大多数在未来都可以被人工智能所替代。因为人工智能背后的学习过程跟这一帮白领他成长过程基本上是一模一样的，比如说我们怎样培养一名律师，第一步，他需要去学习律师资格证的考试，先把书看完，然后是吧他们去做题，做完题之后发现做错了再迭代反馈，再做题再反馈再迭代，最终通过了考试。通过了考试之后，他又开始接触到各种案例，接触越多，他的能力越强是吧？我们叫越老越吃香。当他碰见一个新的案例的时候，他可以通过他的历史经验得出一个结论，但是刚才我说的所有的过程，这不就是人工智能在训练模型时候所用的过程吗？对吧。他先输入大量的数据进行训练，训练之后其中有一个环节叫做生成对抗网络，什么叫生成对抗网络？它分为两个小的模块，一个叫生成机，一个叫对抗机，什么叫生成机？就是它生成出一个答案或者提一个议案，对抗机根据他的这一个模型对抗出你这个错了，然后打回去修改，然后它再生成一个议案再打回修改，反复迭代反馈。所以这就跟我们人类什么会计师律师医师在做职业资格考试时的过程是一模一样的。到了工作的实践阶段，碰见各种病例各种案例对吧？他会很强，所以今后对这些工作基本上我们在想象一个场景，当你碰见的一个法律相关的咨询的需求，你把所有的条文条目合理性的情况，花半天时间告诉这个律师，他会去查资料，通过经验去查资料，去检索他想要的解决方案，可能要花两天时间，而CHATGPT它不一样，它可以学习所有法文法务法条和给它列进去的所有案例，可以瞬间给你生成出你想要的所有的答案。所以律师是很危险的，还有医师。身体出现了某些症状，你去找医生，你要跟他描述说我这里什么那里哪里不舒服，实际上医生他也是靠着经验和他在学校里学习的各种原理，来给你得出一个你的结论。人类所有知识库和它固定的所有的案例，像这样东西出来是对高算力工作者的白领的一次灭顶之灾，基本上全部可以替掉。所以这是在生产力方面的巨大革命，去年炒元宇宙，元宇宙本质上是生产关系的小创新，而 Aigc以Chatgpt为代表的爆款，它是人类生产力函数的一次巨大的提升，所以它有巨大变化。你看会计师、审计师、律师、保险代理、投资顾问、程序员，对我当时还不理解，他只能替代程序员。后面我终于理解了，就是我们在写程序的时候，80%的程序实际上都是重复的简单的脑洞，你只要告诉他我需要实现什么功能，实际上chatgpt可以替代80%比较平庸的程序员，无论是c语言，还是Java、 Python都可以写，而且由于它不会犯语法上的错误，还可追溯，所以它的可用性更强。所以我就想起了马斯克说这个东西的出现使他想到了一个非常可怕的未来，人类只是帮助危机生命体起来的一个引导程序，就是我们存在的目的是为了造出来这一批具备人工智能的无论是虚拟侧，我们分为两个侧，一个是虚拟侧，它存在于服务器的代码里面。另外一个是机器人。如果到时候，虚拟侧的人工智能可以自己写代码，自己给自己写代码，而机器人可以自己造机器人，这两个东西的出现会对整个偏科幻式的人类未来产生巨大的影响。然后chatgpt意味着什么，意味着很多白领可能要失业了是吧？这就是近30年来在ict领域、在生产力方面的一次巨大的革命。后面有请我们电子首席给各位详细的讲一下AIGC、Chatgpt整个产业链上游算力芯片。各位投资者早上好，我这边更多聚焦于硬件，包括大家比较关心的就是国内的算力芯片实际的进展怎么样，跟海外对比，我们的算力芯片差距，包括国内相关的公司实际的进展如何？先大概讲一下，其实到目前时间点为止，整个算力芯片的概念其实会比较宽泛，像CPU、GPU，当然其实落实到国内，大家也会经常去提一些所谓的小算力的芯片，像一些AIoT的处理的SOC等等，其实整个的这一大类的芯片都可以囊括在所谓的商业芯片领域。 我们知道过去几年国内的国产化的一个进程，从传统的芯片设计，像模拟射频，包括MCU像半导体的上游设备材料等等，其实在算力芯片或者所谓的高端的数字芯片领域，我们国内的国产化进程其实一直相对比较低的，背后的原因是因为算力芯片，因为它需要大量的数据处理的东西，集中的性能，但是我们知道过去几年国内一直是被美国卡脖子，所以为什么我们要重点把这个算力芯片放在第一个篇章去跟大家做一个分享，因为未来几年AI算力芯片，它其实会是聚焦于 AI整个大的趋势，以及国内半导体中美对抗博弈之间核心焦点中的一个焦点。整个算力芯片如果我们算高层路线大类的话，有CPU、GPU、包括AI用的，简单的区别在什么地方？CPU其实就是我们日常的 Pc，包括服务器用的处理运算的核心，对CPU来讲他擅长的是多功能多类型数据的集中的处理和运算，它的重点在于逻辑性， GPU其实是目前时间点，海外主流的大模型，他们采用的新品类，我们知道像OPPO AI的其实是用大量的英伟达的a100包括h100去训练它大模型，去年9月份如果大家有印象的话，其实可以看到英伟达a100h100以及AMD这边的最高算力芯片，去年大概是在9月1号前后，对国内其实也是进行了出口管制。AMD其实并没有针对国内推出所谓的降规版的芯片，英伟达是针对国内推出了降规版的a8版，所以国内目前主流的要去做大模型或者做 AI算法厂商，它用来去跑训练或者用来去跑测试的，基本上都是排队去买所谓的n800、a800，当然a800现在从我们了解的渠道来看的话，它其实也是相对缺货的，像最近字节跳动，它就下了大概1000片的a800，这个单子依然还在排队交付的过程当中，所以就会引发一个核心问题，海外在推进新的一波大的AI的浪潮，这个浪潮可以看到未来5~10年一个周期，国内一定会跟上，国内在算法在模型，包括在所谓的下游应用层面，我个人觉得其实国内并不会跑出，因为对大模型来讲的话，国内可能它就更多在于训练的数据量，包括处理这个项目，包括更智能化的反馈的时间等等，但是在算力芯片里面可能是未来国产化的核心需要解决的议题。我们其实如果关注最近两会的话，相比过去几年我们可以看到像韩永庆董事长，包括商汤科技的董事长其实都参加两会，从这些迹象我们可以看到国家对于整个AI其实非常重视。刚才我们提到CPU，它往往是像我们 PC电脑，包括日常的一些主力的设备，它用来集中的去处理和运算系统，技术是目前来看最适合用来去跑AI的大模型，跑AI训练相对来讲会更加垂直更加专业一些。所以大家去看海外AI应用的话，不管是用神经网络还是目前的 AI超大数据规模去训练，它其实采用的芯片会稍微有点区别，但是近期最火爆的CHATGPT或者所谓的AIGC，以海外同行的经验来说，今天可能会是比较核心的一个品类，我们国内有没有对应的 AI训练的芯片的公司，其实国内有一批，但因为上市公司里面比较少，所以其实大家公开市场可能会比较少，关注到从我们产业研究的视角来看的话，大家其实可以关注一系列公司，目前国内AI芯片的第一系列的公司，华为目前也还是处于一个被制裁管理的过程中，像寒武纪一些属于上市公司，像穗源、穆西，包括b任，包括摩尔县城，包括一些做车AI的公司，地平线黑芝麻等等，这些可能是我们需要重点去关注的。包括未来几年我们看国内的AI芯片国产化，我们需要去重点关注，包括观察他们新产品进展的地方，包括我刚才提到的寒武纪它今年如果顺利的话，可以看到它590芯片的推出在理论性能上有可能可以对标，因为达到A100，但实际量的进度，包括在整个中美科技制裁，包括在整个这个油田被制裁的这样一个背景之下，到底量产技能推到什么阶段，这些可能会是资本市场会关注的一些核心。整个chatgpt它是显著带来了整个数据量非常大的一个影响，其实就可以拉动对应的服务器产业的一个发展。我们知道其实国内算力芯片这个环节确实是需要我们长期去耕耘的，国内有一批优秀的AI芯片公司，在设计能力上在理论性能上其实是不输英伟达或者AMD的，但是在实际的应用场景，在实际的生态，在软件站的适配上，我们相