第38章 關於chatgt的一些解讀上(第1/2 頁)

關於chatGpt的一些解讀

閱讀蘊藏著無盡可能，有益於明理、增信、崇德、力行，讓人生綻放光彩。

在近 10 年 AI 發展的前兩個階段，人工智慧的進展更多體現在基於規模的技術突破，如 2015-2020 年，用於模型訓練的計算量增長了 6 個數量級，同時隨著規模的增大，輸出結果的質量亦迎來質變，在語言文字、書寫、影象識別等領域皆表現出超越人類的水平。但在實用層面，由於所需要的算力巨大，往往需要特殊的 GpU 配置，同時訓練過程相對封閉，大多數人並無法使用，因此技術無法被多數人觸達。而人工智慧的第三個階段，隨著更新的技術、更優的演算法、更大的模型出現，算力的成本越來越低，使得模型訓練與執行所需成本持續下降，

而演算法從封閉測試到開放測試、開源的逐漸普及，亦降低了使用門檻。由此人工智慧無論在經濟性與可獲得性上都達到了支援普及的水平。得益於 AIGc 基礎設施可獲得性的逐步提高，平臺層變得更加穩固，算力成本持續下探，模型逐漸趨於開源與免費，應用層爆發式發展的節點正在靠近

目前我們正經歷從 web2.0 開始向web3.0 轉型的啟航階段，我們已經看到內容創造從專業創作（pFc）轉型為了使用者創作（UGc）。而 chat-Gpt 的出現以及中短期內的產業化落地將會為從使用者創作（UGc）到 AI 創作（AIGc）的轉型提供關鍵的輔助支援。結合 chat-Gpt的底層技術邏輯，我們認為 chat-Gpt 中短期內產業化的方向主要分為四大板塊。1）chat-Gpt 對於文字模態的 AIGc 應用具有重要意義，在歸納性的文字類工作中展現出了其優異的表現。中短期內 chat-Gpt 能在辦公輔助類工具中迅速落地，例如會議總結、檔案翻譯、例行報告等，提升辦公效率並節省人力成本。

程式碼開發相關的工作更加規整也非常適合 AI 輔助生成。2021 年中與Github、微軟合作上線的 copilot 是目前最成熟的 AI 程式碼補全工具，根據 Github資料，測試一年來已有 120 萬使用者，這些使用者編寫的程式碼中 40%是由 copilot自動生成，而截至 2022 年 10 月，copilot 已經融資 2200 萬美元。chat-Gpt在目前測試中表現出的程式碼生成能力相比於 copilot 更加靈活，但欠缺一些底層的穩定性。在進行針對性的最佳化後，基於新 Gpt 模型的 AI 程式碼輔助工具也有望在中短期內落地。3）影象生成領域成為了 2022 年下半年一級市場公司佈局的熱點，隨著 dalle2 的熱度，在商稿方面用 AI 取代人類畫手的思路基本明確。

Gpt 模型在影象生成領域目前效果略遜於擴散模型，但擴散模型可以利用chat-Gpt 生成較佳的 prompt，對於 AIGc 內容和日趨火熱的藝術創作，提供強大的文字形態的動力。4）chat-Gpt 最適合直接落地的專案就是智慧客服類的工作。根據模型現有的完成度，在垂直行業針對性的做人工反饋訓練，chat-Gpt 就可以落地為智慧客服產品，在 toc 場景中率先應用。對比目前的智慧客服，chat-Gpt 支撐的客服將在靈活性與人性化服務方面有顯著的進步。

注:（免責申明）本文僅為個人筆記，內含個股僅僅是作為分析參考，不能作為投資決策的依據，不構成任何建議，據此入市風險自擔。股市有風險，投資需謹慎！

知音難覓，也是人生常態，一曲眾寡，儘管少有人懂，但是我自有我的風采

見者點贊，腰纏萬貫！股運長虹，感