2023年5月18日，諾安基金研究部總經(jīng)理鄧心怡出席由《財(cái)經(jīng)天下》周刊&市界主辦的“2023異想大會(huì)”，圍繞“AI讓金融更具想象力”參與圓桌討論。

(資料圖)

鄧心怡曾從事一二級(jí)市場(chǎng)投資研究，涉及科技等領(lǐng)域，現(xiàn)任諾安基金研究部總經(jīng)理，善于通過(guò)宏、中、微觀全局視野前瞻挖掘市場(chǎng)機(jī)會(huì)。2023年鄧心怡重點(diǎn)關(guān)注科技安全、消費(fèi)和國(guó)企改革三條主線，尤其是以半導(dǎo)體為代表的硬科技安全和以信創(chuàng)為代表的軟科技安全，以及全球共振的AI產(chǎn)業(yè)中，群體加速的創(chuàng)新效應(yīng)帶來(lái)的變革和迭代發(fā)展。

關(guān)于“AI帶來(lái)的產(chǎn)業(yè)更新及未來(lái)機(jī)會(huì)”，以下演講觀點(diǎn)與你分享：

這次人工智能的科技變革，我想從定位來(lái)說(shuō)重要性不用更多闡述，是全球技術(shù)創(chuàng)新的新周期起點(diǎn)，從產(chǎn)業(yè)發(fā)展的角度，我們覺(jué)得這個(gè)領(lǐng)域的投資機(jī)會(huì)可能比2010-2015年移動(dòng)互聯(lián)網(wǎng)從元年到應(yīng)用爆發(fā)的重要性更大、兌現(xiàn)速度更快，對(duì)全球生產(chǎn)力提升和生產(chǎn)關(guān)系的重塑都有巨大的推動(dòng)力，過(guò)程中自然會(huì)孕育出下一批影響未來(lái)10年的偉大企業(yè)。

如果從產(chǎn)業(yè)鏈的角度劃分，AI的投資機(jī)會(huì)可以簡(jiǎn)單分為三部分：

1、算力：以芯片、光模塊、服務(wù)器為代表的硬件基礎(chǔ)算力；

2、模型：以O(shè)PEN AI的GPT4為代表的大模型，和以彭博的BloombergGPT為代表的金融、醫(yī)療、教育等專業(yè)領(lǐng)域的垂類模型；

3、應(yīng)用：以微軟New Bing為代表的依托于大模型能力，對(duì)接客戶需求的應(yīng)用層。

首先，大模型是“大算力+強(qiáng)算法”結(jié)合的產(chǎn)物，大模型的發(fā)展是人工智能發(fā)展的趨勢(shì)和未來(lái)，它是AI帶來(lái)的生產(chǎn)力和生產(chǎn)關(guān)系變化的發(fā)動(dòng)機(jī)，各行各業(yè)將會(huì)發(fā)生的變化都是由大模型的嫁接帶來(lái)的。從剛剛提到的大模型與專用垂類領(lǐng)域小模型的分類來(lái)看，二者目前還沒(méi)有非常清晰的界定，站在當(dāng)前時(shí)點(diǎn)來(lái)看，大模型又具備一定的特點(diǎn)，包括以下幾點(diǎn)：

（1）參數(shù)量（十億量級(jí)）和訓(xùn)練數(shù)據(jù)量（GB以上）巨大，目前大部分采用transformer模型；

（2）采用預(yù)訓(xùn)練模式，首先是在通用數(shù)據(jù)集上進(jìn)行訓(xùn)練，而不是直接在特定數(shù)據(jù)集進(jìn)行特定任務(wù)的訓(xùn)練；

（3）具備遷移學(xué)習(xí)能力，遷移學(xué)習(xí)的思想是將從一項(xiàng)任務(wù)(例如，圖像中的對(duì)象識(shí)別)中學(xué)到的“知識(shí)”應(yīng)用到另一項(xiàng)任務(wù)(例如，視頻中的行為識(shí)別)中，即訓(xùn)練樣本很少或者沒(méi)有的情況下，依舊能做預(yù)測(cè)，實(shí)現(xiàn)已有知識(shí)的遷移；

我們很期待能看到國(guó)內(nèi)大模型推出和不斷迭代成熟，孕育更豐富的人工智能生態(tài)，革新這些大模型公司所在行業(yè)的競(jìng)爭(zhēng)壁壘和商業(yè)模式。

其次，從先后順序來(lái)看，訓(xùn)練大模型所需要的算力和數(shù)據(jù)的需求是比大模型和應(yīng)用生態(tài)的成熟更先發(fā)生的。目前，英偉達(dá)GPU是AI模型中最常用的算力芯片，英偉達(dá)GPU憑借較高的靈活性和成熟的軟件生態(tài)，成為當(dāng)前AI模型的主流選擇，根據(jù)學(xué)術(shù)論文的統(tǒng)計(jì)結(jié)果，英偉達(dá)顯卡使用的頻次是FPGA的23倍，TPU的78倍，我們也期待能看到國(guó)內(nèi)GPU芯片在大模型訓(xùn)練領(lǐng)域的自主可控逐步演進(jìn)。

隨著AI算力的需求提升，衍生出專注人工智能加速的AI服務(wù)器。在小模型時(shí)代，AI模型的訓(xùn)練和推理算力需求相對(duì)較小，依賴個(gè)人終端就可以實(shí)現(xiàn)。隨著模型參數(shù)的逐漸提升，AI模型開(kāi)始依賴云端算力，云服務(wù)器承載了主要的算力需求。當(dāng)前，AI算力在數(shù)據(jù)中心的占比進(jìn)一步提升，衍生出了更加專業(yè)化的AI服務(wù)器，AI服務(wù)器具有性能優(yōu)越、擅長(zhǎng)并行計(jì)算、高帶寬、散熱能力強(qiáng)等優(yōu)點(diǎn)，與之匹配的以高性能光模塊為代表的通信需求也將進(jìn)一步提升。

在大模型訓(xùn)練之外，隨著應(yīng)用端生態(tài)的不斷豐富和大模型參數(shù)的提升，我們也一定會(huì)看到推理端常規(guī)服務(wù)器的需求的非線性膨脹。以GPT的演進(jìn)為代表，原先GPT3.5的時(shí)候用戶輸入的Token上限大概是4000個(gè)，而現(xiàn)在GPT4已經(jīng)可以接受32000個(gè)token，大約相當(dāng)于25000個(gè)單詞，文本長(zhǎng)度被擴(kuò)大了八倍。與之相對(duì)應(yīng)的，是用戶在使用大模型時(shí)對(duì)算力需求的爆炸。大模型采用的注意力機(jī)制的特點(diǎn)，是它會(huì)判斷輸入的請(qǐng)求與已知的信息相關(guān)度有多高，把所有相關(guān)性疊加，加權(quán)之后才能得到最終的輸出，在計(jì)算過(guò)程中，所有的token，都要去判斷和整個(gè)系列的重要程度到底有多相關(guān)，輸入長(zhǎng)度的增長(zhǎng)對(duì)推理端算力需求來(lái)說(shuō)是非線性的爆炸膨脹。站在當(dāng)下時(shí)點(diǎn)，實(shí)際開(kāi)放商用的AI應(yīng)用還不夠多，隨著AI應(yīng)用端生態(tài)的蓬勃發(fā)展，算力需求膨脹是大概率事件，目前還無(wú)法判斷需求的上限和邊際。

算力的需求膨脹，也將有助于帶動(dòng)全球半導(dǎo)體產(chǎn)業(yè)的周期復(fù)蘇。

往后看，算法的發(fā)展將對(duì)算力提出更高要求，算力發(fā)展也將助力算法和模型不斷革新。

第三，在應(yīng)用層，隨著技術(shù)的快速進(jìn)步，AI生成內(nèi)容極大的解放了生產(chǎn)力，多模態(tài)（通常包含兩個(gè)或者兩個(gè)以上的模態(tài)形式，是從多個(gè)視角出發(fā)對(duì)事物進(jìn)行描述）所對(duì)應(yīng)的廣闊的應(yīng)用場(chǎng)景和潛在的市場(chǎng)價(jià)值推動(dòng)著其商業(yè)化道路的快速發(fā)展。

垂直領(lǐng)域不斷有產(chǎn)品在快速推出落地，國(guó)內(nèi)外都陸續(xù)在代碼生成、文本生成、圖像生成、音視頻和游戲等領(lǐng)域出現(xiàn)了潛在現(xiàn)象級(jí)產(chǎn)品，這幾天大家聽(tīng)到的AI孫燕姿應(yīng)該就是距離大家最近的音頻生成產(chǎn)品。我們非常關(guān)注在辦公、教育、醫(yī)療等領(lǐng)域落地的應(yīng)用產(chǎn)品，相信這些會(huì)是最早能看到toC和toB端使用的領(lǐng)域。

最后，對(duì)人工智能后續(xù)的發(fā)展除了算力、模型和應(yīng)用三條主線之外，我們還有三個(gè)關(guān)注的方向：

一是人工智能將從意識(shí)走向?qū)嶓w。人工智能這一次的變革使AI不再像之前AlphaGo一樣在不同領(lǐng)域與人類競(jìng)爭(zhēng)，而是在不同領(lǐng)域與人類協(xié)作。這種協(xié)作目前還主要存在于意識(shí)層面，下一個(gè)突破會(huì)從純虛擬存在轉(zhuǎn)到幫助人在物理世界、生物世界和信息世界里更高效觀察、形成新知識(shí)并完成任務(wù)、創(chuàng)造更高價(jià)值場(chǎng)景。未來(lái)合作將從意識(shí)走向?qū)嶓w，具人形、具實(shí)體的機(jī)器人和新型智能終端將隨著大模型的成熟而逐一落地。

二是安全性問(wèn)題。這個(gè)方向可能也不用再做更多的解釋。

三是人類還在學(xué)習(xí)研究的大模型的“可解釋性”與生命科學(xué)的結(jié)合。“可解釋性”研究的目的是解釋模型的各類回答是“如何做到的”，也許通過(guò)對(duì)大模型“可解釋性”的研究，不僅能更好地解決對(duì)模型回答的信任問(wèn)題，加快模型迭代，更可能讓我們距離解釋真實(shí)人類生命科學(xué)的奧秘更近一些。記得不久之前張亞勤院士和朱民老師對(duì)談的時(shí)候，讓我記憶最深的描述之一是對(duì)語(yǔ)言的定義，數(shù)學(xué)是描述物理學(xué)的語(yǔ)言，也許Alpha Fold就是描述生物學(xué)蛋白質(zhì)的語(yǔ)言。

眾所周知，諾安基金投研的鮮明特色就是“科技投資”。基于科技投資領(lǐng)域的深厚積累和對(duì)于科技板塊未來(lái)投資的信心，諾安基金在2020年，就組建了“諾安科技組”，并著力打造“科技超市”，為投資者提供投資科技板塊“一站式投資選擇”。目前已布局六只產(chǎn)品，分別聚焦軟硬科技的細(xì)分領(lǐng)域進(jìn)行前瞻布局，包括半導(dǎo)體、計(jì)算機(jī)、數(shù)字經(jīng)濟(jì)、通信、軍工、人工智能等，我們希望通過(guò)深度的產(chǎn)業(yè)研究幫助投資者分享科技的發(fā)展紅利。

風(fēng)險(xiǎn)提示：市場(chǎng)有風(fēng)險(xiǎn)，投資須謹(jǐn)慎。本觀點(diǎn)僅代表當(dāng)時(shí)觀點(diǎn)，今后可能發(fā)生改變，僅供參考，不構(gòu)成投資建議或保證，亦不作為任何法律文件。投資者投資于本公司管理的基金時(shí)，應(yīng)認(rèn)真閱讀《基金合同》、《托管協(xié)議》、《招募說(shuō)明書(shū)》、《風(fēng)險(xiǎn)說(shuō)明書(shū)》、基金產(chǎn)品資料概要等文件及相關(guān)公告，如實(shí)填寫(xiě)或更新個(gè)人信息并核對(duì)自身的風(fēng)險(xiǎn)承受能力，選擇與自己風(fēng)險(xiǎn)識(shí)別能力和風(fēng)險(xiǎn)承受能力相匹配的基金產(chǎn)品。投資者需要了解基金投資存在可能導(dǎo)致本金虧損的情形。基金管理人承諾以誠(chéng)實(shí)信用、勤勉盡責(zé)的原則管理和運(yùn)用基金資產(chǎn)，但不保證基金一定盈利，也不保證最低收益。基金管理人管理的其他基金的業(yè)績(jī)不代表本基金業(yè)績(jī)表現(xiàn)。基金的過(guò)往業(yè)績(jī)及其凈值高低并不預(yù)示其未來(lái)業(yè)績(jī)表現(xiàn)。基金管理人提醒投資者基金投資的“買者自負(fù)”原則，在做出投資決策后，基金運(yùn)營(yíng)狀況與基金凈值變化引致的投資風(fēng)險(xiǎn)，由投資者自行負(fù)擔(dān)。我國(guó)基金運(yùn)作時(shí)間較短，不能反映股市發(fā)展的所有階段。

本文來(lái)源：財(cái)經(jīng)報(bào)道網(wǎng)

關(guān)鍵詞：