监管政策推进,行情动能延续:本周计算机指数小幅下跌0.13%,跑赢沪深300指数2.37pct,在31个申万一级行业中涨幅排名居中靠前,年初至今计算机以37.31%的涨幅排名第3。本周网信办发布最新的深度合成服务算法备案清单,对大模型的监管政策进一步明晰,在此催化下计算机板块延续了良好的表现。在其基础上,我们坚定看好板块行情的持续性,并重申前述看好板块的三个出发点:1)基本面提供确定性、2)流动性带来可能性、3)政策力度决定β强度。 科学的监管实则为创新提供土壤:本轮AI革命发生的实质上源于OpenAI对两个技术路线的判断:1)基础算法的规模化(Scale)、2)生成类模型(Generative Model)。如果我们认为LLM能真正成为打开AGI的金钥匙,那么开发者势必需要在可靠性和性能两大维度上做进一步提升。其中引入新的监管方式,为LLM划清合理的边界,对全球开发者来意义重大。中国政府目前强调加强事中和事后监管,在满足备案和审核的基础上降低事前的准入门槛,充分体现了鼓励行业发展,包容审慎监管的政策基调;美国方面则多主体协同,积极推进AI监管与现有法律体系的融合;欧洲议会正式通过《人工智能法案》草案,提出AI工具的透明度要求,为全球AI监管制定者提供了有力的参考。我们认为监管并不扼制创新,科学的监管实则为创新提供更肥沃的土壤。 投资建议:见正文。 风险提示:AI技术迭代不及预期的风险,商业化落地不及预期的风险,政策支持不及预期风险,全球宏观经济风险。 1本周回顾:监管政策推进,行情动能延续 监管政策推进,行情动能延续。本周计算机指数小幅下跌0.13%,跑赢沪深300指数2.37pct,在31个申万一级行业中涨幅排名居中靠前,年初至今计算机以37.31%的涨幅排名第3。本周网信办发布最新的深度合成服务算法备案清单,对大模型的监管政策进一步明晰,在此催化下计算机板块延续了良好的表现。在其基础上,我们坚定看好板块行情的持续性,并重申前述看好板块的三个出发点: 1)基本面提供确定性、2)流动性带来可能性、3)政策力度决定β强度。 图1.计算机板块相对各指数涨跌幅统计(2023.6.19-2023.6.21,单位:%) 图2.本周各行业涨跌幅统计(2023.6.19-2023.6.21,单位:%) 2AI监管:科学的监管实则为创新提供土壤 科学的监管方式是提升大语言模型可靠性的重要途径。大语言模型(LLM)被创造之初的终极愿景,是实现通用人工智能(AGI)。本轮AI革命发生的实质上源于OpenAI对两个技术路线的判断:1)基础算法的规模化(Scale)、2)生成类模型(Generative Model)。前者用工程化的能力将模型的尺寸和GPU强大的并行计算能力进行了耦合;后者通过难度更大但天花板更高的技术路径敲开了AGI的大门。然而,技术的突破与未来的潜在瓶颈也正都源于此,LLM与生俱来的hallucination(幻觉)使其输出的内容天生具有可靠性低的特点。如果我们认为LLM能真正成为打开AGI的金钥匙,那么开发者势必需要在可靠性和性能两大维度上做进一步提升。其中引入新的监管方式,为LLM划清合理的边界,对全球开发者来意义重大。监管并不扼制创新,科学的监管实则为创新提供更肥沃的土壤。 图3.科学的监管方式是提升大语言模型可靠性的重要途径 2.1中国:包容审慎、鼓励创新的监管基调,政策呵护AI产业发展 政策自上而下角度高度重视本次行业从专用智能到通用智能的技术迈进。4月28日重要会议已指出,要重视通用人工智能发展,营造创新生态,重视防范风险。区别于此前中央经济会议等重要会议中泛指的“人工智能”,本次首次强调“通用人工智能”是对LLM开启的AI大模型技术路线的高度重视,也标志着行业的发展进入到了全新的阶段。在紧随其后的5月,北上深三地也接连发布关于支持人工智能产业政策文件,体现了产业政策对算力、数据、算法、应用、监管等产业发展核心要素及关键环节的难点、堵点的针对性措施。我们认为各地支持AI发展政策接连出台,反映政府对底层技术革新的重视,探索一条界限清晰、包容审慎的监管体系是当前需要落地的核心抓手之一。 图4.中央及各地政府高度重视通用人工智能行业发展 探索加强事中事后监管,充分鼓励行业发展。大模型的安全可信评估是当前全球开发者和监管方共同面临的难题,有“AI教父”之称的Geoffrey Hinton教授从Google离职后多次向大众传达AI监管的重要性以及技术上的难点,包括为何打造深度学习检测虚假内容的AI系统并不是有效之技。我国目前在AIGC内容监管上已经迈出了重要的步伐,2022年12月11日,国家网信办发布了《互联网信息服务深度合成管理规定》,提到“具有舆论属性或者社会动员能力的深度合成服务提供者,应当按照《互联网信息服务算法推荐管理规定》履行备案和变更、注销备案手续”,“深度合成服务提供者开发上线具有舆论属性或者社会动员能力的新产品、新应用、新功能的,应当按照国家有关规定开展安全评估”,2023年4月11日关于《生成式人工智能服务管理办法(征求意见稿)》公开征求意见,6月20日网信办也根据《互联网信息服务深度合成管理规定》,将智谱、百度、阿里以及科大讯飞旗下的LLM登记备案至了6月更新的境内深度合成服务算法备案清单(后续依然需要进行安全评估)。从上述举措中,我们能感知到监管侧目前更多是从数据源去确保真实可信,即强调AIGC提供者自身的责任,加强事中和事后监管,在满足备案和审核的基础上降低事前的准入门槛。我们认为这充分体现了鼓励行业发展,包容审慎监管的政策基调。 图5.境内深度合成服务算法备案清单(2023年6月,与LLM相关部分) 中国信通院联合大模型产业各方构建评测体系。自2020年开始,信通院就已高度重视LLM在国内的发展,已成立覆盖大模型头部企业、互联网企业、科研院所、电信运营商、金融机构等60余家单位的工作组,共同研制了《大规模预训练模型技术和应用评估方法》系列标准第一版。今年以来,信通院联合业界标杆企业对大模型的工程化路径进行了进一步深入研究和探讨,按照模型化、能力化、工程化、产业化以及安全可信等需求共同编制《大规模预训练模型技术和应用评估方法》系列标准的第二版,包含模型开发、模型能力、模型运营、模型应用、安全可信五部分。AI大模型的安全可控在技术的持续迭代中势必将会是一个长期话题,未来涉及虚假内容,算法公平的议题将仍然对监管形成挑战。我们认为以信通院牵头的第三方评测将为行业的规范化带来良好的补充,产学研的全面融合将有助于大模型评测的加速完善。 图6.大规模预训练模型技术和应用评估方法(第一版) 2.2美国:多主体协同,积极推进AI监管与现有法律体系的融合 积极推进AI监管与现有法律体系的融合。2022年10月美国白宫发布《人工智能权利法案蓝图》,蓝图围绕安全有效的系统、防止算法歧视、保护数据隐私、通知及说明、人类参与决策制定五方面展开,为人工智能治理提供了支持框架。 近期美国国会参众两院两党议员的立法小组也在推出《国家人工智能委员会法案》(National AI Commission Act),希望通过该法案成立一个专家委员会,研究和评估美国监管人工智能的最佳方式,近期的6月22日,美国政府成立了专门针对AIGC的工作小组,由商务部下属的国家标准与技术研究院(NIST)负 责,处理AICG的机遇和挑战,帮助NIST制定关键指南。在人工智能法律和政策制定层面,美国白宫、国会和一系列联邦机构(包括联邦贸易委员会、消费者金融保护局和美国国家标准技术研究院等)出台了一系列与人工智能相关的举措、法律和政策。目前,围绕人工智能治理的最紧迫问题涉及现有法律对新技术的适用性,这将涉及到重大的法律修改和技术复杂性。美国现阶段的人工智能监管的侧重点,在于更多地弄清楚现有法律如何适用于人工智能技术,而不是颁布和应用新的、专门针对人工智能的法律。 图7.美国近年关于AI监管政策及事件一览 2.3欧洲:欧洲议会正式通过《人工智能法案》草案,提出AI工具的透明度要求 欧洲议会批准《人工智能法案》,要求披露生成式AI训练数据版权。当地时间6月14日,经过两年左右的反复商议,欧洲《人工智能法案》(EU AI ACT)得到通过(该法案的最终版本预计要到今年晚些时候才能通过)。该法案禁止存在 “不可接受风险水平”的系统(另外三个为高风险、有限风险、低或者轻微风险类型),例如在公共场合进行“实时”或“后期”的远程生物识别技术,并对ChatGPT等生成式人工智能工具提出了新的透明度要求。欧盟批准的法律版本提出,任何应用于就业、边境管制和教育等“高风险”用例的人工智能都必须遵守一系列安全要求,包括风险评估、确保透明度和提交日志记录。该法案不会自动将ChatGPT等“通用”AI视为高风险,但对“基础模型”或经过大量数据训练的强大AI系统施加了透明度和风险评估要求。例如,基础模型的供应商,包括 OpenAI、谷歌和微软,将被要求声明是否使用受版权保护的材料来训练AI。欧盟作为数据隐私保护的全球领头羊,此次通过的《人工智能法案》是全世界第一部通过议会程序、专门针对人工智能的综合性立法。我们认为当面临同样的监管难题,各国陆续出台的政策文件能够互相成为有力的参考,帮助全世界的开发者和监管者共同打造一个健康发展的AI生态。 图8.欧洲近年关于AI监管政策及事件一览 3投资建议 AI大模型赋能下游应用,C端标准化工具类产品有望率先享受产业红利,建议关注金山办公、万兴科技、同花顺、科大讯飞、福昕软件等。 算力是AI大模型产业化落地的必备环节,建议关注AI服务器相关厂商以及国产AI芯片厂商:浪潮信息、中科曙光、优刻得、紫光股份、海光信息、寒武纪、拓维信息、神州数码等; 生成式AI的诞生促使网络安全防护迎来范式转移,AI+安全建议关注:启明星辰、美亚柏科、深信服、安恒信息、奇安信、三未信安、中孚信息、中新赛克等。 4风险提示 AI技术迭代不及预期的风险:若AI技术迭代不及预期,NLP模型优化受限,则相关产业发展进度会受到影响。 商业化落地不及预期的风险:ChatGPT盈利模式尚处于探索阶段,后续商业化落地进展有待观察。 政策支持不及预期风险:新行业新技术的推广需要政策支持,存在政策支持不及预期风险。 全球宏观经济风险:垂直领域公司与下游经济情况相关,存在全球宏观经济风险。