人工智能现阶段可用“指数级”形容，堪比工业革命
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
每经记者 郑雨航 每经编辑 兰素英
跨国金融服务公司UBS近日发布了一篇研究报告显示，各项技术中，“当红炸子鸡”ChatGPT达到全球1亿用户所需时间仅用2个月，而电话用了75年，手机的普及则用了16年。
OpenAI推出的这款聊天式机器人一经问世，便“引爆”全球，成为热门话题。而在ChatGPT爆火的背后，则是汹涌的人工智能浪潮。
在今年瑞士达沃斯举行的世界经济论坛上，微软首席执行官萨蒂亚·纳德拉（Satya Nadella）与《华尔街日报》主编马特·默里（Matt Murray）进行了一场对话，谈到了该公司的人工智能业务以及OpenAI的ChatGPT等生成式人工智能工具（AIGC）如何彻底改变我们的工作方式。
在长达30分钟的座谈采访中，纳德拉对ChatGPT的青睐溢于言表，在他看来，人工智能领域的发展在目前这个阶段已经可以用“指数级”来形容。
“至少在从事技术工作的30年里，这是我从没见过的技术扩散，我也不认为这种扩散曾发生在工业革命时期。”纳德拉强调。“也许这一次，对于知识型工作者来说，这就完全等于工业革命。”
当地时间2023年2月1日，瑞士日内瓦，在公共教育学校媒体服务（SEM）组织的聊天机器人ChatGpt研讨会上，教师们坐在笔记本电脑后面 视觉中国图
谈AIGC：堪比工业革命
当地时间2022年12月30日，特斯拉人工智能主管、开发自动驾驶仪的主要领导人安德烈·卡尔帕西（Andrei Karpathy）在推特发文称，他写的代码中有80%是由GitHub Copilot编写完成的，且准确率约为80%。GitHub Copilot是一种帮助开发人员编写代码的AI工具，归微软所有。卡尔帕西表示，Copilot极大地加速了其写代码的速度，如今已经很难想象“人工写代码”的日子了。
今年的世界经济论坛期间，《华尔街日报》主编马特·默里（Matt Murray）在与纳德拉的一场对话中提到，在未来7、8年内，采访预计将由某种人工智能代替进行，而且采访可能做得更好，届时现场不会有记者，取而代之的是机器完成所有的工作。
对此，纳德拉并没有正面评论，而是以上面的例子表明了其立场。“他们（特斯拉工程师）说它的工作效率要高得多，可以说，这（软件工程师）曾经被认为是最难自动化的知识工作。”他表示。
此外，纳德拉还举例称，在印度看到有人使用一种印度白话语言在WhatsApp上与机器人交谈，并企图获得一些政府计划。该团队所做的是使用 GPT 训练印度政府的所有文档，并使其能够以每种印度语言自动化访问。
“我一生中从未见过，至少在我从事科技行业的30年中，发生在美国西海岸的先进科技在几个月内就以非常真实的方式出现在印度农村的某个人身上。”纳德拉直言。“这是我从未见过的技术扩散。我不认为它发生在曾经的工业革命中，也许这一次，对于知识型工作者来说，这就完全等于工业革命，这将对每个人都有帮助。”
纳德拉所举的两个例子，一个是最精英的人工智能开发人员，另一个是印度农村的一个农民，均在积极拥抱人工智能，这足以体现人工智能在世界运转中的力量。
近日大火的ChatGPT更是让更多人感受到了人工智能，尤其是AIGC的魅力。
ChatGPT是一种基于GPT-3模型的聊天机器人，不管是生成代码，回答考试问题，还是写论文、小说，都不在话下。虽然数学能力之前被网友广泛吐槽，但1月31日，OpenAI官宣，ChatGPT经过重大更新，已经提升了准确性和直实性，以及数学能力。现在，ChatGPT已经不是那个遇到数学难题就满嘴跑火车，一本正经胡说八道的ChatGPT了。
超强的学习能力和想象能力让网友直呼不可思议，有新闻记者甚至感叹“是不是快失业了”。
纳德拉此前曾表示，微软产品将全线接入ChatGPT，包括搜索引警Bing以及Office“全家桶”。《每日经济新闻》记者注意到，集成了ChatGPT-4的新版Bing今天曾短暂上线。
新版Bing被描述为“你身边的研究助理、个人规划师和创意伙伴”。它和传统网络搜索引擎的第一个主要区别是搜索框，它不是一个搜索栏，而是一个聊天框。它的尺寸要大得多，并且鼓励使用自然语言而不是关键字驱动的搜索词。你可以让Bing 查找特定的主题或想法，甚至征求它的意见，它会在聊天气泡中回复你的问题。
谈ChatGPT：“幻觉”内容正常
UBS近日发布了一篇研究报告显示，各项技术中，ChatGPT达到全球1亿用户所需时间仅用2个月，而电话用了75年，手机的普及则用了16年；而与各项应用相比，TikTok花了9个月达到1亿用户数，Instagram也花了30个月。
然而，从目前的情况来看，说ChatGPT达到“成熟”的标准还为时过早，也并未实现一个可行的盈利模式。一些批评人士认为，ChatGPT可能会编写恶意软件和网络钓鱼邮件。另外，ChatGPT还可以对文本提示做出虚假的回答，研究人员称之为“幻觉”。
昆士兰大学商学院研究员史蒂夫？洛基博士（Dr。Steve Lockey）在接受《每日经济新闻》记者的采访时就曾强调，Chat-GPT或许比谷歌更容易产生“看似很有说服力”的答案。
洛基表示，他曾在学术环境下尝试研究使用ChatGPT，但是ChatGPT并不擅长提供有参考依据的事实信息。它甚至有时会暗示一些看似可信的参考文献——例如，ChatGPT会像模像样地在它给出的答案上写出作者或出现在某个学术期刊上，然而实际上这些都（作者、期刊等）并不存在。
针对这一问题，纳德拉则认为，“这对人工智能来说并不新鲜，在当今任何其他类别的软件中也是如此。”他进一步解释称，目前对ChatGPT安全的所有担忧，无论是有害内容还是“幻觉”，只需要通过设计解决。他同时强调，所有的软件工程都必须考虑模型本身是否安全，然后在其之上建立一个安全系统。
谈模型：呈现指数级增长
ChatGPT是微软多年来与OpenAI深入合作的产物。早在2019年，微软就向OpenAI投入了10亿美元，据华尔街日报报道，微软正在通过谈判再投资100亿美元。微软已经在将这项技术整合到其业务中，纳德拉本周宣布，ChatGPT将很快在微软的云计算服务Azure上推出。
“人工智能模型力量正呈指数级增长，而不是线性进展。”纳德拉在对话中强调，目前全球经济停滞、通胀高企，世界需要一些新的东西（指人工智能）来帮助我们。
“如果我们真的梦想着世界上有80亿人以上，他们的生活水平应该逐年提高，那么能够实现这种梦想的投入是什么？人工智能可能是我们实现它的方式。我们需要一些真正改变生产率曲线的东西，这样我们才能有真正的经济增长。”他在采访中解释称。
然而，ChatGPT的火爆出圈，让许多职业人均感受到了不小的压力。默里在采访中表示，对于知识工作者来说，他们已经对未来的工作感受到了焦虑。那么，人工智能真的能提高我们所有人的生产力，而不是取代我们中的许多人吗？目前的社会准备好了吗？
针对这一问题，纳德拉给出的答案是，人们需要通过使用这些工具，在工作中获得更多的影响力。对于来势汹汹的人工智能浪潮，作为个人，纳德拉认为最好的准备方法是不要对赌这项技术。
值得注意的是，纳德拉在接受完华尔街日报的专访后三天，即1月19日，据路透社报道，美国微软公司宣布，将在2023财年第三季度大规模裁减1万个工作岗位。据报道，微软上一次大规模裁员是在2022年7月，而当时也仅仅辞退了近1000名员工。
封面图片来源：视觉中国
AI算得还不够精？对话清华大学人工智能专家邓志东 “让子弹先飞一会儿，算法突破还需2到5年”炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
每经记者 朱鹏 每经编辑 梁枭
最近几天，人工智能第一股商汤股价持续走高。单是1月27日，公司股价涨幅就达到19.91%，截至2月1日前的5个交易日，累涨逾32%，市值逼近千亿港元。
但目前市值相较其在2022年2月近2500亿港元的最高市值仍有一定差距。除商汤（HK0020，股价2.85港元，市值957.2亿港元）外，云从科技（SH688327，股价28.66元，市值212.3亿元）和格灵深瞳（SH688207，股价39.57元，市值73.2亿元）等AI明星独角兽公司，在2022年年末的市值相较其上市之初均有一定缩水。
过去一年，行业遇冷以及明星公司的财务表现所传递的讯息很直接——AI的故事还有待完善。
外界对起伏的AI市场有诸多好奇和疑惑，因此《每日经济新闻》记者找到了清华大学计算机系教授、人工智能研究院视觉智能研究中心主任邓志东。在采访中，我们试图进一步了解，仍在探索之路的AI企业们在新的一年亟待解决哪些问题？现在所面临的瓶颈背后又蕴含着哪些产业价值？
实现不了机器换人 就很难产生价值
今年年初，比尔·盖茨在一场活动中直言：“人工智能是最重要的。我不认为Web3有那么重要，也不认为元宇宙本身是革命性的，但是人工智能是颇具颠覆性的。”
比尔·盖茨略显绝对性的判断或许与微软一直深耕AI相关研究及应用不无关系。但放眼全球，AI也的确是公认的“风口”。
虽然AI在2022年经历了几乎一整年的产业低迷状况，不过2023年伊始，商汤、云从科技以及格灵深瞳等AI上市公司股价均大幅上涨。
据悉，股价上涨与外部环境有关。此前富时罗素收到美国海外资产控制办公室（OFAC）的确认消息，称商汤目前不受限于美国禁止该国投资者持有其股份的制裁，因此将在3月会对商汤被纳入富时全球股票指数系列的资格进行评估。
抛开商汤在AI商业领域的落地突破进程，不受禁令限制就能大幅刺激股价回升，足见AI产业本身就对资本而言有着足够的吸引力。
作为研究AI领域的专家，邓志东同样能感受到市场变化。他认为，以深度学习为代表的AI市场发展历程也就是近十年。随着商汤、云从等代表企业先后上市，资本市场也寄予了很高期望。“从人脸识别到自动驾驶，各家企业都在做，但市场上还很难看到一款真正落地的产品，企业又迟迟无法盈利，所以行业过去一年遇冷的关键就是AI的产业落地艰难。”
“当前的AI产业迟迟不能为用户带来更好的消费体验，也不能为企业与社会创造更多的价值。”邓志东说。
据IT桔子数据，截至2022年11月10日，2022年中国AI赛道在一级市场的融资事件数为400起，与2021年同期相比下降50%，融资交易额估算为770.4亿元，与2021年同期相比下降61%。当被预支的价值认可无法及时转化为收益，资本其实并没有太多耐心。
从AI走入大众视野的脉络来看，自2016年AlphaGO战胜柯洁开始，AI就开始加速进入大众视野，市场热度也随之升温。过去几年，AI更像一个工具，各行各业都在思考如何利用其为自己业务创造新价值。去年底，随着AI绘画、ChatGPT的出圈，AI的产业价值又再一次得到热议。
对此，邓志东认为这是由于目前AI在预训练语言大模型技术与应用上最为成熟，“实际上计算机视觉的产业应用范围、规模和价值更大。例如智能机器人与智能驾驶，环境感知与自主导航的核心技术都是视觉智能技术，只是目前AI的视觉大模型还不成熟。”
据邓志东，现有的AI小模型还无法解决产业落地实践中的长尾问题。例如在自动驾驶领域，99.99%和99.999%的漏检概率看起来数值差别很小，但要完成这样的精度跨越，训练AI需要的数据量与算力将呈指数级增长。“行百里者半九十。AI就是要用数据去灌，而且是带标签的大数据。4个9、5个9，甚至7个9的精度跨越是有客观需求的。但这就需要算力以及算法有根本性的突破。”
“如果AI无法达到或者接近人的水平，那就很难实现机器换人。那AI的价值，无论是降本增效还是其他，就都很难实现。”邓志东说。
公司按照邓志东的解释，如果把当前的AI小模型理解为具体的某栋建筑，那么预训练AI超级大模型，或者叫巨模型，将是基础设施一样的角色。
“预训练巨模型是一种通用人工智能，它有点像一种‘大神式’的存在，就是把各种任务的数据都放在里面进行遍历式无监督自主学习，它是通用的AI上游基础设施。”邓志东说。
在上游通用巨模型框架下，想要解决下游某个特定行业具体应用场景的问题，从业者就可以从中迁移出其所需要的模型，之后通过少量行业数据的监督微调或少样本学习，就可快速批量生产出接近人类水平的AI小模型及其特定场景的落地应用，从而完成从通用到垂类应用的转化。
“行业会产生大量解决具体应用场景问题的中间层公司，因为他们做不了上游的巨模型，那是巨头公司们才能做的，但他们可以根据下游行业客户和消费者的需求，针对具体应用场景进行高效生产与价值转化，这就构建了一种商业模式。”邓志东表示。
过去几年，随着AI热度攀升，价值与泡沫的争论也此起彼伏。邓志东也坦言，过去十年，AI在产业落地层面的确存在泡沫，“但过去一年行业的泡沫情况已经有所好转。现在看起来，AI巨模型的工业化生产与商业化机遇，趋势从未如此清晰。”
目前来看，AI语言大模型有望成为AI在各领域应用落地的突破口。邓志东告诉每经记者，火爆中的ChatGPT某种程度上就是一种文本领域的上游巨模型。
这款由OpenAI于去年11月底推出的AI自然语言处理工具拥有强大的语言理解和文本生成能力，可以通过存储上下文信息为客户提供更加自然舒适的连续对话体验。微博一名网友称，对比ChatGPT和自己写出的留学申请个人文书，前者语音水平远高于后者。
近日，微软就宣布将向OpenAI追加数十亿美元的投资以支持其研究，并表示正在将OpenAI的ChatGPT模型纳入微软的消费级和企业级产品中。邓志东认为，此举不仅可以进一步提高办公效率与生产力，也会对未来搜索产品带来革命性的改变。
“让子弹飞一会儿” AI会呈金字塔结构
任何行业要想做大蛋糕，建立有效的联合互通机制或许都是必经之路。从物流到通信，“标准化”所能释放的市场潜力已经被多次验证。
去年9月，商汤科技董事长兼CEO徐立在公开场合称，标准化将带来AI产业化的大规模爆发，要让AI算法像搭积木一样轻松组合、高效复制、快速推广，促进AI应用规模化落地。
邓志东同样认可标准化的趋势，但他认为，当前谈论标准化还过早。随着AI巨头公司的持续推动，接近人类水平的上游AI巨模型不断创新与发展，根据这些上游巨模型专门为多样化下游任务进行定制服务，即面向特定行业应用场景需求的中间层AI企业，将会成为AI创业的风口。
“这些AI初创企业首先需要解决0到1的工程化与产业化定制生产问题，之后再谈向标准化、模块化方向发展。我的意思是，让子弹先飞一会儿，现在产业都没形成，还很初期。”
当前以AI小模型应用为主的行业现状，也是AI企业更多做ToB（面向企业）、ToG（面向政府）的业务，ToC（面向消费者）业务相对进展缓慢背后的原因。“单纯的AI小模型很难解决应用场景落地中的长尾问题。无论是ToG、ToB还是ToC，都存在这方面的技术挑战。如果接近人类水平的AI视觉大模型、AI语音大模型与AI跨模态大模型得到突破，就会带来包括自动驾驶与人形机器人在内的人工智能的大规模产业应用与突破。”邓志东表示。
虽然AI行业还没有大规模落地和应用，但技术革命所带来的商业壁垒逻辑已经在互联网时代得到了验证。面对“技术垄断”的疑问，邓志东也坦言，在上游通用人工智能领域，垄断的趋势比较明显。“但这并不是说其他企业没有机会，大量中间层的AI企业是做具体应用的价值转化，底层还有更多的企业做AI商业模式与产品的运维等。整个行业的结构有些像金字塔。”
“从大模型、大算力、大数据的发展趋势来看，未来全球AI头部企业在人工智能产业中的实力与地位，会更加彰显。新兴企业会承接中间层的角色，未来行业竞争可能会出现这样的竞争格局。”
长三角铁路建设全面复工 22个在建项目复工率超90%记者6日从中国铁路上海局集团有限公司(以下简称“铁路上海局”)获悉，长三角铁路建设工程目前已开启春节后复工复产的“忙碌模式”，22个在建项目中的900余处施工点全面复工，复工率超过90%。2023年，长三角铁路计划再开通5个项目、开工5个项目。
据悉，沪苏湖铁路是连接上海、苏州、湖州等城市的快速铁路通道，2月起进入大干阶段，工程建设时间紧，任务重。为了确保按计划完成施工进度，沪苏湖铁路全线11个项目部、2000多名施工人员在春节简单休整后迅速投入工程施工中。
上海至南京至合肥高速铁路是国家“八纵八横”高速铁路网沿江高铁通道的重要组成部分。在上海市宝山区罗店镇施工现场，中铁十五局项目部工人们正在进行上海特大桥340号墩桩基和沪苏通铁路二期42号墩桩基施工，钻机马达声轰鸣，吊机起起落落，挖掘机、混凝土运输车来来往往。
“我们春节期间保持2处重点施工点不停工，125名工人坚守工地做好桩基施工作业。假期后第一天，我们组织全员上阵，投入到上海特大桥桩基施工中来。”中铁十五局项目部经理赵中华说。截至目前，上海特大桥已经完成8根桩基施工。
连接金华与宁波的金甬铁路是一条在建的国家Ⅰ级双线电气化铁路。“我们正在抓紧进行架梁、桥面系等铺轨前的扫尾工作，预计3月进入全线铺轨阶段。”负责金甬铁路建设管理的杭州铁路枢纽工程建设指挥部指挥长徐俏东说。
据介绍，金甬铁路建成运营后，将成为中国首条通行“双层高箱集装箱”列车的线路，在义乌和宁波舟山港间建起一条大运量的快速交通通道和经济桥梁。
此外，从浙西到皖南，从苏北到皖北，池黄高铁岭上村隧道、马鞍山公铁两用长江大桥等多个铁路建设项目正在加紧推进。据悉，过去一年，长三角铁路共有3个建设项目开通，6个建设项目开工，21个在建项目施工组织兑现率达95%，全年完成基建投资1089亿元人民币。截至2022年底，长三角铁路营业里程达13749.7公里，其中高铁营业里程6700余公里。
明辉国际（03828）发布截至2022年6月30日止6个月中期业绩，收入约8.91亿港元，同比增长49%；公司拥有人应占溢利约2810万港元，而去年同期取得公司拥有人应占亏损约4690万港元；每股盈利3.9港仙；拟派中期息每股1港仙。据悉，集团截至2022年6月30日止6个月的毛利同比增加75.9%至约1.98亿港元。因集团采取多项措施（包括加强成本控制及加大高利润率产品的销售），毛利率较去年同期的18.9%上升3.4个百分点至22.3%。