您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[中国银河]:计算机行业2023年中期策略报告:跨越奇点,人工智能全景投资框架 - 发现报告
当前位置:首页/行业研究/报告详情/

计算机行业2023年中期策略报告:跨越奇点,人工智能全景投资框架

信息技术2023-07-05吴砚靖、邹文倩、李璐昕、冯雨淇中国银河温***
计算机行业2023年中期策略报告:跨越奇点,人工智能全景投资框架

创造财富担当责任 股票代码:601881.SH06881.HK 【银河计算机】计算机行业2023年中期策略报告:跨越奇点,人工智能全景投资框架 银河证券计算机/科创板团队 吴砚靖执业证书编号:S0130519070001邹文倩执业证书编号:S0130519060003李璐昕执业证书编码:S0130521040001研究助理:冯雨淇 2023年7月5日 中国银河证券股份有限公司 CHINAGALAXYSECURITIESCO.,LTD. 核心观点 一、ChatGPT开启新纪元,AIGC正在成为引发生产力变革的引擎,人工智能驱动的第六轮康波已现曙光:自工业革命爆发以来,已经走过了4轮康波周期(工业革命-铁路时代-电力与重工时代-石油化工与汽车时代),目前第五轮康波(信息技术互联网时代)已走向萧条,我们认为当下互联网信息技术趋于衰退的第五轮康波后期,人工智能驱动的第六轮康波已现曙光。 二、AI大模型百家争鸣,应用场景百花齐放,人工智能投资机会明确。以ChatGPT为代表的AI大模型横空出世,全球科技巨头纷纷布局。海外方面,从OpenAI发布GPT-4,到谷歌的PaLM-E与Bard上线,再到Meta的LLaMA推出;国内方面,从百度发布“文心一言”,到华为“盘古”与阿里“通义”,再到讯飞“星火”及高校大模型问世。AI大模型百家争鸣,应用场景百花齐放,人工智能投资机会明确。 三、AIGC产业链可大致分为上中下三层架构,当下时点我们认为,算力层估值驱动,中间层事件驱动,应用层业绩驱动。结合市场流动性观察下半年预计人工智能整体预计将继续走强。 1、第一层为基础层,以预训练模型为基础搭建的AIGC技术基础设施层,包括芯片、服务器等硬件提供商以及大模型技术提供商; 2、第二层为中间层,通过基础层的模型,进行特定训练,形成垂直化、场景化、定制化的应用工具;对于中间层来说,技术积累以及资金实力都是关键竞争力,因此我们认为科技巨头更具有竞争优势。 3、第三层为应用层,即面向C端用户提供图像、语音、文字生成等各种AIGC的应用。应用层的投资机会来自三个方面:1、大模型辅以新架构,推动AIGC进入杀手级应用涌现阶段,智能训练的新产品推出,带来收入提升预期;2、“降本增效”带来的利润提升,从而带来未来三年业绩提升预期;3、垂直场景下的高质量数据要素释放带来的价值重估预期,结合下游景气度判断以及技术变革对垂直领域冲击指数分析,我们看好AI+金融、AI+医疗、AI+新能源、AI+政务(包括媒体类舆情类)、AI+办公、AI+法律、AI+教育等细分赛道的优质公司。 四、重点推荐:同花顺、嘉和美康、彩讯股份、拓尔思、萤石网络、上海钢联、深桑达A、中科曙光、中科星图、海康威视、金山办公、柏楚电子、国能日新、通达海等公司。 五、风险提示:AI技术落地不及预期的风险;政策推进不及预期的风险;行业竞争加剧的风险;供应链风险;法律及隐私保护等风险;产业发展进 度不达预期的风险。 资料来源:荷兰经济学家雅各布范杜因,中国银河证券研究院整理 创造财富/担当责任2 一、跨越奇点,人工智能迎来星辰大海 创造财富/担当责任 1.1第五轮康波走向萧条,AI带动第六轮康波周期即将开启 康波周期(Kondratievwave):作为描述宏观经济增长与科技革命间内在关系的重要模型,其在人类历史上的五次出现均伴随着标志性的技术奇点及跨越性事件。 第五轮康波走向萧条:过去两百年历史进步的主要动力靠科技-生产力突破。自工业革命爆发以来,已经走过了4轮康波周期(工业革命-铁路时代-电力与重工时代-石油化工与汽车时代),目前第五轮康波(信息技术互联网时代)已走向萧条。目前普遍认为我们正处于第五次康波周期的萧条阶段,该阶段的一般特点为经济缺乏增长动力,科技领域等待新的变革性成果出现。得益于加速信息化所带来的周期缩短,第四轮与第五轮康波出现显著交叉,我们有理由认为当下互联网信息技术趋于衰退的第五轮康波后期,以人工智能及新能源技术为主导的第六轮康波也已然展现曙光。 表1:康波周期图1:历史上的五轮康波周期 长波与标志性技术 繁荣 衰退 萧条 回升 第一波(63年) 纺织与蒸汽机技术 1782-1802 (20年) 1815-1825(10 年)1802-1815(战争) 1825-1836 (11年) 1836-1845(9年) 第二波(47年) 钢铁与铁路技术 1845-1866 (21年) 1866-1873(7年) 1873-1883 (10年) 1883-1892(9年) 第三波(56年)电气、化工 1892-1913 (21年) 1920-1929 (9年)1914-1919 (战争) 1929-1937(8年) 1937-1948 (11年) 第四波(43年)汽车、计算机 1948-1966 (18年) 1966-1973(7年) 1973-1982(9年) 1982-1991(9年) 第五波(44年)IT 1991-2004 (13年) 2004-2015 (11年) 2015至今 资料来源:《涛动周期论》,中国银河证券研究院整理资料来源:荷兰经济学家雅各布范杜因,中国银河证券研究院整理 创造财富/担当责任4 奇点临近,强人工智能时代即将到来 奇点理论的最大拥护者,前谷歌工程师雷·库兹韦尔(RayKurzwell)认为,人工智能将在2029年通过图灵测试,表现出与人类相当或无法区分的智能行为,15年后人类将于他们创造的人工智能融合,使人类的智力提高一百万倍。 奇点的到来意味着人类即将进入强人工智能时代,机器达到“强人工智能”,智商超过人类,百川智能王小川认为这一天会提早到2033年到来。 ChatGPT开启新纪元,AIGC正在成为引发生产力变革的引擎 随着人工智能的技术发展带动GPT的更新迭代,ChatGPT在模型、功能调用能力、文本容量和价格上都有显著改善。未来,由ChatGPT开启的人工智能新纪元也将持续向多模态融合发展。 图2:OpenAI官网-ChatGPT图3:奇点临近 资料来源:OpenAI官网,中国银河证券研究院资料来源:搜狐,YouTube,中国银河证券研究院 创造财富/担当责任5 ChatGPT底层技术的提高为产业发展储能,应用层面实现多元进展 1)NLP技术是ChatGPT实现与人类进行智能化交互的关键技术:其原理是使机器能够理解和使用自然语言并完成指令。基础阶段的NLP只能进行简单的语言处理,但随着技术发展,逐步引入文本分类任务、深度学习算法和实时处理算法,使得反馈精度和速度大幅度提升,从而优化了用户的交互体验。 2)RLHF训练提升ChatGPT的“类人性”:AI训练师在ChatGPT训练模型的过程中进行RLHF调试,并对过程进行了多次迭代,使得其优于与其类似的大型语言模型。RLHF是通过在预训练语言模型上建立奖励模型,创建人类偏好的模型并强化。使用RLHF旨在使语言模型近似人类偏好,但为避免模型在违反语法或逻辑一致性的同时最大化奖励,一般会保留原始模型副本。而根据OpenAI官方披露的用户反馈信息:与人类过分对齐可能会导致模型不敢回答从语料库中学到的知识。因此,RLHF技术在大型语言模型上的应用还需后续改进。 图4:RLHF训练模型 创造财富/担当责任 资料来源:CSDN,中国银河证券研究院6 1)产品端,2023年来,以ChatGPT为代表的AI大模型横空出世,全球科技巨头纷纷布局。海外方面,从OpenAI发布GPT-4,到谷歌的 PaLM-E与Bard上线,再到Meta的LLaMA推出;国内方面,从百度发布“文心一言”,到华为“盘古”与阿里“通义”,再到讯飞“星火” 及高校大模型问世。AI大模型百家争鸣,AI产业日新月异,应用场景百花齐放,人工智能迎来星辰大海。 2)政策端,各国加强AI规范与引导,探索监管与创新平衡。海外方面,美国出台《负责任的人工智能策略》报告,日本政府发布《人工智能战略2022摘要》,欧洲议会决议通过《欧洲机器人技术民事法律规则》。国内方面,中央政治局会议4月首次提出,重视通用人工智能发 展;5月北上深三地齐发人工智能相关支持政策;同时,北京和深圳均强调人工智能落地应用场 景、赋能千行百业。 表2:国内主要大模型梳理 公司 大模型名称 特色应用 互联网企业 百度 文心 聊天互动、回答问题、文本生成、图片生成 阿里 通义 聊天互动、回答问题、文本生成、翻译 腾讯 混元 文本生成、文生图 华为 盘古 文档搜索、智能ERP财务检测、阿拉伯语 京东 言犀 内容生成、人机对话 垂类科技企业 浪潮 源1.0 回答问题、翻译和古文 商汤 日日新 文本生成、图片生成、视频生成、3D内容生成、数字 知乎 知海图AI(CPM-Bee) 内容聚合、整理,提炼成摘要展现给用户 360 360智脑 语音交互和文字输入 科大讯飞 讯飞星火 文本、语义、数学、推理、代码、知识问答 科研院校 中国科学院 紫东太初 以文搜图、以音生图 清华大学 ChatGLM 回答问题、文本生成 复旦大学 MOSS 文本生成、文本摘要、翻译 资料来源:中国移动研究院,中国银河证券研究院 创造财富/担当责任7 1.3AIGC多场景应用处于爆发前夜,万亿市场打开 AIGC的语言类应用:AIGC技术已从最初的实验室产物逐步商业化,并与其他技术和领域深度结合,从而实现更加智能化的内容生成及创作。对于GPT系列这类语言模型,AIGC可实现文本生成、文本分类和文本处理等方面。结合NLP可应用于智能客服、售前/售后咨询、实时语言翻译等领域。 目前,AIGC所覆盖的领域基本属于AI软件与服务。全球AI软件的市场规模预计在2025年超过1200亿美元,2021年到2025年的CAGR为38.01%。 虽然目前AIGC已经涉及文字、图像、代码、语音、视频、3D、游戏等多种内容生成形式,但每个领域的技术成熟度、底层技术难度均有差距,渗透率有所差别。2021年AI制作比例仅占市场的1%-2%左右,随着技术发展 我们预测: 2025年AIGC在网络文学领域、文本分析领域、绘画及图片领域、数字音乐领域技术将相对成熟,渗透率分别为70%/60%/60%/50%;网络视频领域、游戏领域由于技术原因渗透率相对较低,分别约为30%/25%。 图5:图:DALL·E2生成的图片 (Input:Anastronautridingahorseinphotorealisticstyle.) 资料来源:OpenAI官网,中国银河证券研究院 创造财富/担当责任8 大模型是用于深度学习任务的模型,其具备较大容量、海量参数、大算力等特点。大模型由早期的单语言预训练模型发展至多语言预训练模型,再到现阶段的多模态预训练模型,可实现处理多任务的目标。目前,类ChatGPT产品和主攻大型语言模型研发的海外独角兽企业已至少有7家,包括OpenAI、Anthropic、Cohere、Character.AI等,估值从10亿到290亿美元不等。其中,Anthropic打造的Claude聊天机器人已成ChatGPT最大的竞争者之一,甚至在一些竞赛成绩上超过了GPT-4。 表3:大模型的发展历程 单语言预训练模型 多语言预训练模型 多模态预训练模型 能够处理自然语言,源于早期的词嵌入(word embedding)的工作 具备多样化的基础语言能力,开始分别处理多种自然 语言任务,如机器翻译、问答系统、情感分析等 以多语言训练模型为核心,进行文字、图片、视频的同步转化,实现处理多任务的目标 资料来源:华东政法大学政治学研究院,中国银河证券研究院 创造财富/担当责任9 ChatGPT的“降本增效”将进一步影响市场上现有的生成式AI模型的接入成本 2023年6月13日,OpenAI发布了ChatGPT新推出的功能更新。在ChatCompletionsAPI中加入了新的功能调用能力及价格变动;以及模型更新,其中GPT-3.5-