中金-AI十年展望(五):从ChatGPT到通用智能新长征上的新变化20220203
《中金-AI十年展望(五):从ChatGPT到通用智能新长征上的新变化20220203》由会员分享,可在线阅读,更多相关《中金-AI十年展望(五):从ChatGPT到通用智能新长征上的新变化20220203(38页珍藏版)》请在启牛文库网上搜索。
1、中金-AI 十年展望(五):从 ChatGPT 到通用智能,新长征上的新变化原创 赵丽萍 于钟海等 中金点睛 2023-02-03 07:51 发表于北京2012 年深度学习元年以来,AI 进入学术和商业界发展新阶段,2017 年大模型路线以“通用智能”思路降低算法边际成本,逐渐成为学界与产业共识。2022年下半年,AIGC 及 ChatGPT 关注度大幅提升背后,我们认为其本质是弱人工智能到强人工智能的阶跃,海外及国内商业落地处在初期,但我们认为新的产业趋势值得关注。OpenAI 的技术进展及投资方向、海外 AI 独角兽业务进展、国内龙头 AI 公司的跨模态布局是重要风向标。本文作者:赵丽萍
2、,于钟海,魏鹳霏摘要技术层面,ChatGPT 和 AIGC 的持续升温依托于大模型的技术红利。从 2012年的深度学习元年以来,各界产生了海量的数字化需求,大模型技术路线是降低边际成本的核心,2017 年大模型(Transformer)路线逐渐成为学术界与国内外巨头的发展共识。ChatGPT 由 GPT-3.5 大模型加入基于人类反馈的强化学习训练而成,带来弱人工智能向通用智能的阶跃。商业层面,以 OpenAI 投资方向为风向标,落地仍在探索期,跨模态打开场景空间。对于AIGC领域,AI作画等跨模态应用是未来的发展趋势,全球范围AIGC 独角兽已初步具备 B 端为主的变现能力,海外落地节奏显著
3、快于国内。ChatGPT 推出后,海外已有早期合作案例,例如为 BuzzFeed 提供个性化测试、为 Amazon 解决客户和工程师技术难题等。此外,以 OpenAI 前沿投资方向为锚,我们认为文本到图片/视频的跨模态生成、垂直领域 AI 写作、智能笔记、AI 语言学习平台或为潜在落地方向。展望未来,行业格局有望走向底层集中、垂类多点开花,MaaS 是商业模式演进的潜在方向。我们认为,ChatGPT 为代表的模式背后,成本、算力、场景、数据等多维度需求铸就高门槛,大模型路线下,未来行业格局趋向集中,泛化通用大模型能力的厂商有望呈现多强格局;关键垂类仍可能有场景、数据优势,精细调优后的垂类模型仍
4、有差异化竞争潜力。展望未来的商业模式,我们认为以海外Hugging Face 为代表的 Model-as-a-Service 是潜在方向,具备大模型基础的龙头有望成为 AI 开源基础设施提供商、社区生态建设者。风险技术进展不及预期,行业竞争加剧,商业化落地节奏不及预期。正文技术篇:ChatGPT 和 AIGC 持续升温背后,本质上是大模型的技术红利ChatGPT 和 AIGC 持续升温的本质是背后的 AI 大模型进入新范式。ChatGPT是基于 GPT-3.5 的 IntructGPT,基于人类反馈的强化学习(RLHF)训练的语言类大模型。本文梳理了 ChatGPT 背后的技术演进与应用落地节
5、奏,并对未来 AI行业的格局加以展望。从 2012 年的深度学习元年开始,上一轮红利已经持续 10 年2012 年是深度学习元年,以 Hinton 团队在 ImageNet 大赛中引入深度学习算法为重要节点。Hinton 带领的团队在 ImageNet 挑战赛中,通过构建深度神经网络 AlexNet 成功将图片识别错误率降低了 10.8pcts,以大幅超越第二名的成绩夺冠,证明了深度学习的发展潜力,开始被业界和资本关注。图表 1:AI 从引起业界广泛关注到目前不足 10 年资料来源:量子位,Omdia,中金公司研究部早年业界一度认为小模型、小算力是方向。此前的共识是通过精妙的算法和更高的模型精
6、度,减少对算力的需求,但行业落地实践证明其短板明显:精妙模型路线导致重复研发,无法让 AI 赋能千行百业。在 AI 公司进入大量新场景时,对每个场景都重复研发大大增加了边际成本。精妙模型路线无法解决长尾场景,完善 AI 商业化价值闭环。以份额占人工智能行业近一半份额的智慧城市为例,其中的长尾场景如防火防灾、电梯事故、垃圾乱扔由于研发难度高,大部分 AI 公司难以低成本解决,严重影响到客户对整套解决方案买单的意愿。图表 2:目前 AI 模型的神经元总量与人类差距较大资料来源:阿里云中国企业 2020:人工智能应用实践与趋势(2019 年),中金公司研究部技术演进视角,大模型是实现通用 AI 的重
7、要方向。虽然距离完全达到人类智能水平的 AI,还有很长一段路要走。但近几年在长尾场景等问题导致了对更通用的人工智能的刚需,在国内外巨头纷纷投入大量资源攻克通用人工智能难题的推动下,通用的语言模型、视觉模型甚至多模态模型也开始逐渐取得突破。2020年 OpenAI 推出 1750 亿参数的 GPT-3 大模型是行业重要里程碑,为后续大模型迭代、加入人为干预,以及 AIGC、ChatGPT 的推出打下技术基础。图表 3:大规模预训练模型对于算力需求呈指数增长资料来源:英伟达官网,中金公司研究部大模型将 AI 从感知提升到理解的维度过去的深度学习在 CV(计算机视觉)领域大放光彩,但本质上还是更多的
8、解决感知问题。CNN(卷积神经网络)已经能够较好的解决常规的人脸识别、物体识别问题,但在 NLP(自然语言处理)领域,对于物体、概念的抽象理解、语义的识别和理解,乃至推理和逻辑仍然是巨大的挑战。Transformer 算法(大模型路线)在 NLP 领域成果卓越,催化 NLP 的能力从简单的感知,向深层次的理解乃至推理不断发展。图表 4:模型的参数大小在不断提升,性能也在与时俱进资料来源:Jordi Torres.AI,中金公司研究部图表 5:AI 的能力也在从感知向理解、推理、生成攀爬资料来源:中金公司研究部如何简单的理解大模型(大规模预训练模型)基于具备一定通用性的大模型,通过少量的增量训练
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- AI 十年 展望 ChatGPT 通用 智能 新长征 变化 20220203