ChatGPT：又一个“人形机器人”主题

ChatGPT：又一个“人形机器人”主题的思维导图，内容有 ChatGPT：突破式的GPT新作、GPT的升级意味AI技术进步显著，打开万亿规 模AIGC的入口、ChatGPT横空出世，利好相关基础设施（算力 与存储、数据、算法）及应用（AIGC）、风险提示。

ChatGPT：又一个“人形机器人”主题

• ChatGPT：突破式的GPT新作
  • 1.1 ChatGPT：突破式的GPT系列新作，技术更好，应用更广
    • ChatGPT：突破性的对话式AI模型
      • ChatGPT是一款对话式AI模型，根据用户输入的文本，自动生成回复内容。2022年11月30日，OpenAI发布了对话式AI新模型ChatGPT。该模型使用简单，只需向ChatGPT文字提出需求，即可让其完成回答问题、书写代码、创作文本等指令。
      • ChatGPT的功能包括：交互，以及基于交互的文本/代码创造、信息检索等。实际应用上，ChatGPT等文本AI可能帮助文本创造类行业完成智能内容生成，并一定程度上替代搜索引擎。
    • ChatGPT：GPT系列新作，功能更全面，表现更类人
      • ChatGPT是GPT-3和GPT-4之间的过渡版本。GPT即生成型预训练变换模型（Generative Pre-trained Transformer），是解 决NLP（自然语言处理）任务的训练模型之一。该预训练模型基于Transformer架构（具有自注意力机制，可以捕捉句子中 的上下文关系），可以根据给定文本预测下一个单词的概率分布，从而生成人类可以理解的自然语言。ChatGPT从GPT-3.5 模型微调而来，Chat强调了其为了对话而优化，具有记忆能力，可以完成连续性对话。
      • 从GPT-1到ChatGPT，使用更先进的训练模型、更海量的训练数据，功能越来越全面，表现越来越类人。
    • ChatGPT：应用空间广泛，市场规模可观
      • ChatGPT得到的关注空前。2022年12月5日，上线仅5天的ChatGPT用户数量突破100万，而GPT-3耗时将近24个月才达到该 用户规模。
      • 以过往版本GPT-3为例，截止2021年3月，上线9个月的GPT-3已经有了300+ 应用客户，领域涵盖智能客服、教育与科研、游戏、搜索引擎等。出于更出色的表现和更高的关注度，ChatGPT及其背后 的GPT-3.5的应用空间有望较GPT-3更为广阔。
  • 1.2 GPT-4：有望效果更优，成本更低，催化 更多应用场景
    • ChatGPT仍然有改进空间
      • 当前偶尔可能生成不正确或荒谬 的信息；可能会有违反伦理道德的答案；由于其所基于的训 练数据库仅截止2021年（而非基于实时数据），回答可能已 经过时等
    • 预计GPT-4效果更优、成本更低，催化更多应用场景落地
  • 1.3 OpenAI：ChatGPT的源头公司
    • 在AGI（通用人工智能）愿景的驱动下，OpenAI的AI能力全面。OpenAI当前模型几乎涉及所有需要解决自然语言/代码的理 解/生成任务的领域，其API（Application Programming Interface,应用程序编程接口，编程人员可以通过API调用相关 代码，而无需掌握代码本身）包括文本、代码、图像等五大类，可以用于完成自然语言问答、聊天、Python/SQL代码标注 /修改、食谱创作等具体任务
• GPT的升级意味AI技术进步显著，打开万亿规 模AIGC的入口
  • 2.1 技术上，GPT的升级意味着语言AI和AI整体的显著进步
    • GPT基于AI的语言技术领域。
      • AI的子领域包括计算机视觉、语言、语音、推理，不同子领域基于不同的底层技术（例如语言领域基于NLP，即自然语言处理），但训练算法在直觉上相通（例如视觉领域可以参考语言领域使用的Transformer改进自身的训练模型）。其中，GPT代表语言AI的一种实现方式。
    • ChatGPT的出现意味着语言AI和AI领域整体的显著进步。
      • GPT所基于的预训练模型Transformer在语言AI甚至AI整体领先，可 以实现低成本、高效率、大规模的训练；ChatGPT进一步使用RLHF算法，使得产出更加拟人
  • 2.2 应用上，GPT的升级推动AIGC的发展，迎万亿市场规模
    • AIGC（AI Generated Content）即AI生产内容，利用AI技术赋能文本、音 频、视觉等高自由度、低门槛的内容生产。内容消费量增加，急需降低生产门槛、提升生产效率，AIGC是大势所趋
      • PGC、UGC受限于效率和成本，难以满足迅速增长的内容需求。PGC（ Professinal Generated Content，专业生产内容，例如爱奇艺）依赖优质 的专业化团队完成内容生产或采购，内容生成量级有限、成本较高；UGC（ User Generated Content，用户生产内容，例如抖音）依赖大体量的创作 用户来实现内容生产，内容生成量级大幅提升、成本较低，但内容质量良 莠不齐，高质量内容生成的效率和成本并未发生质变
      • 2. 相比PGC、UGC，AIGC（AI Generated Content，AI生产内容，例如GPT系列）具有效率和成本上的优势
        • AIGC效率更高：截止2021年3月，推出9个月后的GPT-3日均文本生成量45亿，而2021年阅文集团新增文字量仅360亿， 仅相当于GPT-3 8天的文字内容生成量；
        • AIGC成本更低：目前OpenAI定价最高的文字模型达芬奇（基于GPT-3）为每750词约0.02美元，2021年阅文集团内容成本为17.74亿元（每750词约37元），是调用OpenAI的API完成相同文字量生产所需的成本（约672万元）的264倍。
        • 理想状况下，如果阅文集团将2021年全年文字内容生产量（360亿）交给GPT-3，耗时8天即可完成，节约成本99%+， 毛利率空间几乎100%释放
    • GPT的升级增强了AIGC能力，释放更多潜在市场空间：GPT系列的不断升级，增强了AIGC在编程语言（代码生成、软件行为 生成）、自然语言（新闻撰写、文案创作、对话机器人、创作性文本）等方面的表现，我们离AIGC时代更进一步。
      • AIGC在内容生成中的渗透率将快速提升，应用规模快速扩增。根据Gartner《2021年预测：人工智能对人类和社会的影响》 ，到2025年AIGC产生的数据将占所有数据的10%，而该比例在2021年不足1%。而量子位智库根据现有技术及需求成熟度预测 ，2030年AIGC市场规模将超过万亿人民币。
• ChatGPT横空出世，利好相关基础设施（算力 与存储、数据、算法）及应用（AIGC）
  • 基础设施
    • 算力与存储：如芯片、计算机等
      • 高算力、海量训练数据是训练全球领先的AI模型的基础，推荐关注云基础设施和AI芯片。微软入资OpenAI后，2020年5月 ，微软宣布“专门为OpenAI打造世界排名前五的超级计算机之一”；同时，双方达成一项多年的合作协议，OpenAI开始接 入微软的Azure云平台开发AI技术。高算力的底层基础设施是完成对海量数据处理、训练的基础。海量数据汇集也为AI模 型提供强大的数据集支撑。例如GPT-3由互联网上大多数英文文本训练而成，整个英文维基百科只占它训练数据整体的 0.6%。 •
      • 云计算提供了社会级的超大算力计算平台和海量数据存储平台。云计算在数字中国建设和数字经济发展中起着重要的基础 性、先导性和战略性作用，已成为经济社会数字化转型的基石，有望在政府、企事业单位和其他组织中广泛积累应用和数 据。–
        • 地方政府方面
          • 2022年10月28日《全国一体化政务大数据体系建设指南》中提出要整合构建标准统一、布局合理、管 理协同、自主可控的全国一体化政务大数据体系，并要求到2025年政务数据全部纳入目录管理；
        • 央国企方面
          • 加强国企的数据安全保障，强化对国企数据资源的监管。国资云是指由各地国资委牵头投资、设立、运 营，通过建设高安全防护水平的数据安全基础设施底座。
      • 底层硬件来看，需要高算力的AI芯片。AI芯片即专门用于处理人工智能应用中大量计算任务的模块，近年来国家高度关注 人工智能芯片产业的发展，发布一系列产业支持政策，亿欧智库预测2025年中国AI芯片市场规模约为1780亿元，目前很多 企业还在发展初期
    • 数据
      • 数据
        • 数据资源是人工智能技术产业创新发展的驱动力之一。
          • 数据集作为数据资源的核心组成部分，是指经过专业化设计、采集 、清洗、标注和管理，生产出来的专供人工智能算法模型训练的数据。大数据的核心始终是面向海量数据的存储、计算、 处理等基础技术。
        • GPT-4或不再以“大”取胜，数据在精不在多，依靠提高模型效率和数据质量达成改进
          • 此前OpenAI信奉“扩展假说”，即海量数据和大量算力是通往AGI的唯一路径。
          • 但是，DeepMind的研究或意味着模型效率和数据质量的提升才是未来方向。DeepMind的研究成果表明，在参数数量少 一个数量级的情况下，模型依然可以获得与常规Transformer相当的性能，并在多个语言建模基准测试中获得最先进的 性能。这意味着，在当前文本AI模型已经普遍使用海量数据集的背景下，通过模型效率和数据质量的提高来改进AI性 能的路径或将取代依赖数据量提升的路径，进一步挖掘AI的潜力
          • 关于GPT-4参数数量亦有两派预测：万亿级参数数量，以“大”取胜 vs 略高于GPT-3的参数数量，以“精”取胜，有 待GPT-4正式上线给出答案
        • 未来数据类企业的竞争力或体现在数据质量，对数据清洗和标注提出较高要求
          • 现有数据标注以人工标注为主，属于劳动密集型产业。随着机器学习不断完善，自动标注成为大趋势。
          • 目前我国的数据标注与审核业务的参与者主要包括两类，一是人工智能公司内部的标注部门，二是商务流程外包公司
      • 数据标注
        • 数据标注是大部分人工智能算法得以有效运行的关键环节。
          • 简单来说，数据标注是对未经处理过的语音、图片、文本、视 频等数据进行加工处理，从而转变成机器可识别信息的过程。在ChatGPT训练的三个阶段中，只有第三阶段不需要使用人工标注数据，而第一、第二阶段都需要大量的人工标注
    • 算法：训练大模型和NLP
      • ChatGPT所基于的自然语言处理是AI的核心课题之一。
      • 近两年，对话机器人使得与智能语音相关NLP产品迎来了发展机 遇。
        • 艾瑞统计研究，2021年，中国NLP核心产品的市场规模为171 亿元，带动规模为450亿元，到2026年,核心产品规模将达到459 亿元，CAGR=24.8%，带动规模将超过1000亿元。
      • 当前国内领先的对话交互类AI算法企业主要包括两类
        • 以语音识别为核心业务的企业，延生到NLP领域，如科大讯 飞，从语音识别延生到语音合成、机器翻译、图文识别、图 像理解、阅读理解、机器推理等算法，并在消费者、智慧教 育、智慧城市、智慧司法、智能服务、智能汽车、智慧医疗 、运营商等领域实现深度应用
        • 以NLP为核心业务，专注语义识别的企业，如拓尔思。拓尔 思是国内最早从事自然语言处理(NLP)研发的企业之一，在 语义智能领域具备自主可控的底层技术，可以提供预训练模 型和阅读理解等技术成果。
  • 应用
    • 文本创造
    • 教育
    • 关注在文/音/图/视频等AIGC领域布局的国内外公司
  • ChatGPT强大的交互和信息检索能力，对传统搜索引擎形成挑战，利空搜索引擎相关企业
    • 微软或将ChatGPT应用于其搜 索引擎Bing，利空谷歌；且谷歌抢在OpenAI创建之前开源了其名下的TensorFlow人工智能引擎，OpenAI从创立起就和谷 歌存在着直接竞争关系。但是，由于ChatGPT潜在的收费可能，我们认为其尚不能完全取代传统搜索引擎。
    • 微软：投资OpenAI，或成为AI时代最大玩家
• 风险提示
  • ChatGPT技术发展不完善、应用不及预期
    • 若ChatGPT等技术发展不及预期，AIGC渗透率未能如期提升、应用场景受限，潜 在市场规模或无法释放。
  • AI基础设施不及预期
    • 若AI基础设施不及预期，大模型训练或无法完成
  • AI伦理风险
    • AI可能会生产违反常规、违背法律和道德的内容，或帮助人类以作弊等形式完成违反常规、违背法律和道德 的行为