本文來源：時代周報 作者：鄭仲芹
圖片來源：圖蟲
日前，華泰證券在2023年世界人工智能大會舉辦“AI大模型的金融數智化機遇”科技金融創新論壇，內容主要聚焦當前備受市場關注的AI大模型，及其在金融領域和相關產業中的前景和應用。
(資料圖)
論壇上，華泰證券研究所發布的《AI 2.0: 十年之后我們還能做什么？》報告中表示，當前中國AI 2.0的發展現狀是“缺芯少魂，百模大戰”。
大模型才剛剛起步
“對我們來說，這是一個挑戰”，海天瑞聲首席技術官黃宇凱接受時代周報記者采訪時表示，“我們作為整個行業的基礎服務提供商，我們非常激動能看到AI變得越來越重要，能夠賦能萬業。目前我們主要執行的還是有監督的數據服務，但是現在對數據的要求也發生了很大的變化，很多學者也提到了半監督或無監督，這都是我們還需要去學習和摸索的方向。”
除了數據方面，算力算法也是需要協同突破的要素。
中科創達副總裁楊新輝認為，在算力算法方面，大模型真正的難點在于要素的整合和工程化，而不是單純的算法，算力比較的是資金實力，數據較量的是積累和理解，而算法則是學習海內外的新型研究成果，所以大家更多的其實是在做工程話的活動。
不過，會上大多學者對大模型的態度還是相對偏向保守的，雖然當代大模型有創新之處，但是也有不可忽略的局限性。
“目前大模型有更強的創造性和適應性能力，多模態預訓練及跨語言多模態交互能力和強大的自我學習自我進化能力，但是沒有獨立思考能力，沒有所謂的“價值觀”，更沒有情感意識“，日本工程院院士、電子科技大學講席教授任福繼說，“大模型在理論上并無創新。”
上海人工智能實驗室數字經濟研究團隊執行負責人、復旦大學經濟學教授楊燕青似乎更加樂觀，“結合科學家的討論和判斷，大膽推測未來5-10年，AGI的實現是完全有可能的，它在產業和經濟中滲透地非常快，產業應用對經濟的推動也會非常迅速。”
“人工智能在金融領域的應用其實很快也出來了，例如Bloomberg GPT它加了50%的金融數據，這意味著所有大的金融機構可以用自己對的私有數據在基座之上去做一個大模型，同事也可以進行微調。這也意味著，只要把金融數據傳到云端，就可以充分使用這個GTP，這樣不容易受制于‘幻覺太多’這個問題”，楊燕青表示。
展望AI 2.0時代投資機遇
在本次論壇上，華泰證券表示，投資人應當順著基礎設施、終端、平臺、應用這4個脈絡去把握投資機會，算力芯片、硬件載體及大模型都將會是未來值得關注的標的。
“中國應該怎樣把芯片平臺推起來？”，華泰證券研究所科技行業首席分析師黃樂平提到。
“首先，國家需要凝聚共識，平臺不單是一個芯片，而是芯片上的軟件平臺；其次是數據的質量，許多網友會在網上吐槽說國內訓練出來的一些模型屬于是一本正經地“胡說八道”，因此數據的質量也是大家需要形成的一種共識，拓展數據的質量和種類才能制定出一個更加聰明模型；再者就是我們需要去思考人工智能的附加價值到底是在通用模型上還是特殊模型上，如果是一個通用模型，可能最后只有2-3家企業活下來，如果在垂直行業模型還有很多價值，那其實在處置行業公司才能發展。
從華泰證券發布的報告來看，算力需求增長會率先利好算力芯片、光模塊和服務器產業鏈等送水人。
其次，投資人們需要更多關注硬件載體，大語言模型能力在不斷增強，在為智能手機等現有硬件產品開發AI聊天新功能的同時，也會催生出ARVR，無人駕駛車等新的硬件形態。
在會上，黃樂平表示，手機是一個集約了大量功能的產品，但這個硬件載體的交互方式還是比較簡單的，“未來隨著大模型算法能力或關鍵技術的提升，還會有更多的硬件形態出現。”
時代周報記者發現，除了芯片和硬件載體，大模型也是在會上被科學家和行業專家們反復提及的板塊。
黃樂平表示，“目前看來，我國處在一個‘百模大戰’的狀態，大模型是一個非常重要的領域，全球有至少30家科技巨頭和300家創業公司在做大模型這件事情。是否擁有大模型將成為科技巨頭平臺企業的重要分水嶺，而且大模型是一個資本密集，人才密集和數據密集型產業，如何形成‘數據-模型-應用’的飛輪是大模型企業成功的關鍵。”
但是值得注意的是，多位嘉賓也在會上表示，大模型在未來也會受到非常強的監管，因為大模型是國之重器，而且當前來看他們投入很大，但在短期內的產出不一定會非常明顯。
“長期來看，AI 2.0最大的投資機會在大模型應用”，黃樂平表示，“我們認為，AI應用的落地節奏或與行業數字化程度成正比，AI大模型在互聯網、辦公、金融等領域率先迎來了高光時刻。”
