嘉宾介绍：姚晨曦，复旦大学金融学专业硕士。曾任上海申银万国证券研究所二级分析师。2009年5月进入中海基金管理有限公司工作，历任分析师、分析师兼基金经理助理，现任权益投资部权益投资副总监、基金经理。
(资料图)
ChatGPT爆火，科技巨头争相布局业务，大量资本跟进投入，受欢迎程度和应用前景潜力深受认可。A股市场上，“ChatGPT概念股”也是风生水起，股价飙涨下出尽了风头。那么ChatGPT到底有何出彩之处，其颠覆性体现在哪里，该如何去看待？
中海基金姚晨曦表示，ChatGPT有两大突破，首先是通用性，可以实现非常复杂的功能；其次是通过大量数据进行无监督的学习模式，具备快速迭代的能力。ChatGPT在三个维度具备颠覆性，第一，人机交互方式改变；第二，AI成为通用型助手；第三，实现人力无法完成的内容生产模式。
以下为文字精华：
1、中海基金姚晨曦：ChatGPT现两大突破 人工智能发生质变
姚晨曦：ChatGPT的使用效果确实非常惊人，如果这种效果能够落地真正实现商业化，会给很多领域带来颠覆性的变化。
第一个，人机交互方式会发生很大的改变，因为ChatGPT首先是一个语言模型，它可以完成语言的自然理解，这样我们跟机器的交互方式就会改变。以前的人机交互，首先底层可能是程序代码的方式，上面一层是图形界面，不管是电脑的PC操作系统还是手机的操作系统，都是以图形界面为主，以后可能就会变成完全自然语言的无障碍交流，这个可能比最初从DOS系统到Windows图形用户界面的切换会产生更大的影响。
以后不仅是操作系统可能会发生变化，智能终端的形式也可能发生改变。现在PC需要借助鼠标和键盘，手机需要有触摸屏，如果是直接的自然语言交互，像现在的一些手表、智能音箱包括智能耳机，这些可穿戴设备就能发挥更大的作用。
其次，现在人机交互的底层是通过程序代码的方式来实现的，现在已经出现只要输入语言，然后AIGC可以自动产生程序代码，自己去完成运行，程序软件的开发领域也会发生巨大的变化。
一方面可能一些基础的代码不需要自己去写了，另外一方面，软件层面可能会发生很大的变化，以前每个软件是完成一个特定的功能，编写好了程序以后，如果大模型能够完成的话，我们就不需要这么多软件了，所以整个行业都会发生很大的变化。
第二个，AI可以帮助人类完成很多相对比较简单的任务，一个模型如果它是多模态的话，其实可以做很多的任务，会成为人类非常重要的通用型助手。
现在大家看到微软发布的Copilot了，可以帮助做文档的归纳整理，也可以协助写作，包括创建PPT，创建Excel里的一些可塑可视化的图表，包括Bing搜索整合GPT以后，不再需要一个个网页打开去看搜索的结果，再重新把信息整合，现在只要问一个问题，AI直接会反馈好整理归纳以后的文字和结果。
再例如谷歌展示的多模态模型结合机器人，机器人可以直接接受语音指令，去完成一对来说比较复杂的任务，可以帮人从抽屉里面拿东西，可以去干各种各样的事情，所以以后很多简单的工种真的有可能会被人工智能取代。
第三个，内容生成方面，AIGC通过人工智能去生成内容，可以帮助一些内容创造产业降低成本，例如文字的创作，一些图片和视频的制作。现在AI制图的效果就已经非常惊人了，更重要的是它可以创造一些单纯靠人力无法实现的内容生产模式。
比如说前几年一直讲的VR和元宇宙，之前很难实现，原因是一个虚拟世界里面其实涉及大量的3D场景的制作，而且是天量的，如果单纯做一个三A级的游戏，这里面的成本就很高了，需要大量的人力堆积，如果是元宇宙和虚拟世界的话，靠人力这里面的场景创造几乎是不可能实现的。
但是人工智能发展起来的话，它可以代替人类去实现场景的搭建，VR和元宇宙就可能成真。如果乐观预期的话，我们的生活可能会因为人工智能的发展发生天翻地覆的变化，包括很多电影中我的幻想场景可能会成真。孕育的投资机会是非常大的，可能比上一轮的“互联网+”影响更大，这也是市场为什么会这么关注，会有这么高的期待，包括股市里这么大反应的原因。
当然路还是要一步步走，饭要一口口吃，我们可能还是要跟踪行业的发展，看看海外的模型迭代以及各个领域应用落地的情况，包括国内模型的跟进发展情况，可能需要一个逐步的过程。
2、中海基金姚晨曦：ChatGPT不断演变发展 三维度具颠覆性
姚晨曦：ChatGPT的使用效果确实非常惊人，如果这种效果能够落地真正实现商业化，会给很多领域带来颠覆性的变化。
第一个，人机交互方式会发生很大的改变，因为ChatGPT首先是一个语言模型，它可以完成语言的自然理解，这样我们跟机器的交互方式就会改变。以前的人机交互，首先底层可能是程序代码的方式，上面一层是图形界面，不管是电脑的PC操作系统还是手机的操作系统，都是以图形界面为主，以后可能就会变成完全自然语言的无障碍交流，这个可能比最初从DOS系统到Windows图形用户界面的切换会产生更大的影响。
以后不仅是操作系统可能会发生变化，智能终端的形式也可能发生改变。现在PC需要借助鼠标和键盘，手机需要有触摸屏，如果是直接的自然语言交互，像现在的一些手表、智能音箱包括智能耳机，这些可穿戴设备就能发挥更大的作用。
其次，现在人机交互的底层是通过程序代码的方式来实现的，现在已经出现只要输入语言，然后AIGC可以自动产生程序代码，自己去完成运行，程序软件的开发领域也会发生巨大的变化。
一方面可能一些基础的代码不需要自己去写了，另外一方面，软件层面可能会发生很大的变化，以前每个软件是完成一个特定的功能，编写好了程序以后，如果大模型能够完成的话，我们就不需要这么多软件了，所以整个行业都会发生很大的变化。
第二个，AI可以帮助人类完成很多相对比较简单的任务，一个模型如果它是多模态的话，其实可以做很多的任务，会成为人类非常重要的通用型助手。
现在大家看到微软发布的Copilot了，可以帮助做文档的归纳整理，也可以协助写作，包括创建PPT，创建Excel里的一些可塑可视化的图表，包括Bing搜索整合GPT以后，不再需要一个个网页打开去看搜索的结果，再重新把信息整合，现在只要问一个问题，AI直接会反馈好整理归纳以后的文字和结果。
再例如谷歌展示的多模态模型结合机器人，机器人可以直接接受语音指令，去完成一对来说比较复杂的任务，可以帮人从抽屉里面拿东西，可以去干各种各样的事情，所以以后很多简单的工种真的有可能会被人工智能取代。
第三个，内容生成方面，AIGC通过人工智能去生成内容，可以帮助一些内容创造产业降低成本，例如文字的创作，一些图片和视频的制作。现在AI制图的效果就已经非常惊人了，更重要的是它可以创造一些单纯靠人力无法实现的内容生产模式。
比如说前几年一直讲的VR和元宇宙，之前很难实现，原因是一个虚拟世界里面其实涉及大量的3D场景的制作，而且是天量的，如果单纯做一个三A级的游戏，这里面的成本就很高了，需要大量的人力堆积，如果是元宇宙和虚拟世界的话，靠人力这里面的场景创造几乎是不可能实现的。
但是人工智能发展起来的话，它可以代替人类去实现场景的搭建，VR和元宇宙就可能成真。如果乐观预期的话，我们的生活可能会因为人工智能的发展发生天翻地覆的变化，包括很多电影中我的幻想场景可能会成真。孕育的投资机会是非常大的，可能比上一轮的“互联网+”影响更大，这也是市场为什么会这么关注，会有这么高的期待，包括股市里这么大反应的原因。
当然路还是要一步步走，饭要一口口吃，我们可能还是要跟踪行业的发展，看看海外的模型迭代以及各个领域应用落地的情况，包括国内模型的跟进发展情况，可能需要一个逐步的过程。
3、中海基金姚晨曦：算力与数据并重 大模型门槛高企
姚晨曦：ChatGPT发展的背后有大量的数据还有算力的推动，数据和算力都比较重要。
数据主要是影响模型训练阶段的效果，当然目前更多还是通过一些通用的数据去做训练，这些数据相对来说是公开可得的。比如说像一些知识类的数据，大家基本上都会问大英百科全书的数据，但是数据质量可能会有一些高低，比如说大家觉得英语类的数据质量会更高一些，像一些搜索引擎公司，它的数据背后还有用户搜索点击访问的跟踪。所以它可以从中筛选出来更高质量的一些数据，去给模型做训练，提高模型训练的效率，节省前期的一些算力的成本。
如果模型需要在一些专业化的垂直领域去做应用的话，其实你还需要用这些行业的一些数据去做二次训练，这里面很多数据可能相对来说就不是那么好，可能只有行业垂直领域的一些公司才拥有，像法律医学这些比较专业的领域，就会有数据的门槛。
算力对大模型来说是非常重要的，目前大模型更多还是靠提高参数，大力出击的方式来实现人工智能的质变，对于算力的要求是非常高的。这里面分成两个阶段，第一个是模型的训练阶段，这个时候就需要有足够的算力去做保证。
目前来看，可能至少要小几百台AI服务器的数据中心才能实现训练，现在大模型的训练主要基于海外开源的算法，这些算法更多还是基于英伟达的GPU去做调试和优化，需要使用英伟达的AI服务器，成本就很高。可能现在单台的AI服务器就要约20多万美元，如果搭建小几百台的话，基本上投资规模接近10亿人民币，这是基础门槛，可能也不是很多公司能够承受的。
在后期的推理阶段，还需要大量的算力，这个跟用户的访问使用量直接相关，访问使用量越大，算力需求就更大，需求量其实是没有上限的。即便是像OpenAI和微软，基于微软的运营算力，目前算力也是有限的，所以在用户的访问上面，也需要设置访问量的限制，最近我们可以看到，GPT的访问经常出现宕机的情况，也是因为算力遭遇了阶段性的不足。
更重要的是，算力本身的成本是非常重要的，当整个大模型真正进入商业化的运营和落地阶段，这个时候就必须要考虑商业成本的问题，它的单次访问成本和使用成本，能不能通过你的商业模式去覆盖。所以这个方面我们可能还得指望摩尔定律发挥作用，让算力成本可以不断下降。