嘉宾介绍：于芳博，中信建投人工智能首席分析师，北京大学空间物理学学士、硕士，主要覆盖人工智能等方向，下游重点包括智能汽车、CPU、GPU和工业软件等。
　　ChatGPT热潮下近期人工智能的赛道非常火热，那么chatGPT到底是什么，相关的AIGC领域又是什么？人工智能发展空间巨大，有哪些细分板块值得关注？生成式AI和决策式AI有何区别，有哪些投资机会？
　　中信建投于芳博表示，ChatGPT是一个人机对话的交互模型，贴近人类的思维逻辑。AIGC就是用AI生成内容，现阶段AI从原来的判别式逐渐向生成式的方向发展。人工智能板块机会有三点，第一点是国产化，第二点是数据集，第三点是数据集上的大模型。决策式AI的技术近年来有突破性进展，生成式AI方面，关注AI芯片、数据集、垂直产业链、游戏及营销等行业的机会。
　　以下为文字精华：
　　1、中信建投于芳博：ChatGPT人机交互 逻辑思维贴近人类
　　于芳博：近期是有一些学校禁止ChatGPT和AIGC，因为有时候考试包括写作业用ChatGPT直接解答，客观上是违背了留作业的本质。
　　包括《Nature》明确禁止将ChatGPT列为作者，其实之前可以看到有一些文章已经把ChatGPT作为第一作者，客观上讲，某种程度上是对人工智能工具的肯定和规范使用。
　　现在是整个产业最初期的阶段，它进入到辅助内容生成的阶段，但因为比较新，一系列的规范没有制定好，大家开始用一些相应的禁止等等。
　　ChatGPT是什么？它其实是OpenAI发布的最新版的一个人机对话的交互模型，比起过去，无论是GPT3或者3.5，它的对话更贴近人类的思维逻辑。一般来讲，问答都会比较贴近人类的逻辑思维，能连续地回答你的问题，并且有一定的道德准则。
　　像过去的GPT第三代的时候，其实有的时候它的回答会不分“青红皂白”，或者说它可能会产生一些攻击性的答案，但是ChatGPT在引入到了人类，有一个人工规范它的机制之后，可以清楚地看到，它的错误问答，尤其是攻击性的语言几乎是没有的。
　　所以理解起来ChatGPT就是一个人机对话的交互模型，它很贴近人类的思维逻辑，可以看到ChatGPT在社交网络上也引起了非常广泛的关注和讨论，整个模型开放测试一周，用户就突破了百万级别，其实是蛮夸张的。
　　AIGC，中文的意思就是说“用AI生成内容”。上一阶段AI最大的发展在于判别式，识别这个图片到底是谁，是猫还是狗，是什么样的东西，现在来讲，AI从原来的判别式逐渐向生成式的方向发展。
　　2、中信建投于芳博：人工智能空间广阔 板块机会聚焦三点
　　于芳博：整个人工智能板块，最基础层肯定是AI芯片，包括CPU、GPU、FPGA等等一系列的芯片。第二层，在芯片之上各种的模型算法层，其实是把下面的所有芯片的计算能力，在算法的应用上找到一些新的应用，比如汽车、工业、营销、传媒、金融安防等等领域的应用。
　　整个大的板块机会无非三点，第一点，国产化。在很多的AI芯片领域里，将来都要绕不开一点，中国人要有自己的芯片，这是整个人工智能板块中最坚实的基础，只有这个基础夯实了，所有的前行才会不被别人所阻挠，这个很关键。
　　第二点，芯片，算法，数据，这三者是三位一体的，AIGC属于算法上的突破，算法突破之后，更好的应用在于更多数据的喂养。这个过程中一定需要更有效的数据，一些做AI语音图片的数据集的公司也是有重要机会的。
　　第三点，在数据集之上的大模型。最近为什么炒得这么火？就是因为微软投资的OpenAI估值奔百亿美金，百亿美金折合人民币六七百亿，在A股的公司当中，已经是一个很大市值的公司。
　　客观上来讲，大模型壁垒不算特别高，现在人工智能的很多新发现、模型的突破，发一篇论文大家就都知道了。在这个领域里，往往需要跟更底层云计算的厂商结合，这样壁垒才会比较深。
　　中国也会有自己的像ChatGPT这种预训练大模型，这样的公司会出现原因，其实是在ChatGPT之前，它的基础叫GPT3.5，属于预训练大模型。
　　大模型国内很多企业也都在做，做得也很不错，客观上来讲，一些中国的政策数据回传，其实是希望有价值的数据都留在本土，所以这个情况下中国的公司在数据的搜集上是具有天然优势的。本身他们在大模型上又很有积累和能力，两者一相结合，更理解中国的应用和场景。
　　所以这个情况下，也会出现一些在专业的垂直领域，兼具大模型能力和应用的挖掘能力的公司。在应用的层面可能会有一些突破，比如说游戏营销代码、纠正工具等等，都有比较重要的机会，这个领域里可能先发优势会比较明显。
　　3、中信建投于芳博：算法突破引领变革 领域可中长期布局
　　于芳博：在生物医药，科学研究，航空航天等领域，人工智能应用已经非常多了。比如说在生物医药领域进行分子结构预测，一些蛋白质的模型，原来一年弄几十个或者几百个，用人工智能几个小时或者几天的时间就能弄出上万个，对效率提升很多，会缩短制药的周期。包括在科学研究的领域，对于新材料的一些结构进行预测，包括航天领域实现航天器的健康管理，温度的优化，轨道的优化。
　　人工智能往往是算法上先突破，接下来带动一系列的产业投资机会。比如说在17年的时候，低功耗的图像识别的算法推出，那年iPhone应该是第一次引入FaceID，原来的算法功耗很高，手机领域很难去应用，后来把模型进行缩减，识别准确率提升，在移动端以低功耗的方式就可以进行应用。
　　随后带来了很大的产业机会，无论是摄像头数量的快速增长，还是AI芯片的快速发展，都是在那个之后。所以可以发现典型的一点，软件和硬件中，软件算法上先突破，算力上再匹配，两者结合一碰撞就产生了一个新的产业。
　　整个人工智能尤其是在AIGC的ChatGPT，基本上都是在去年的下半年有一些新的算法突破。ChatGPT是在去年11月底新推出的算法，它实际上是在GPT3.5的版本上引入人工的反馈机制，这种模式上的创新使得这种交互更像人类。
　　AI生成图片领域，最开始是有一些扩散模型，结合一个叫CLIP的模型，两相碰撞，发现图像的生成效果和质量大幅提升，经过几个月的训练，基本上在21年下半年这种应用就快速爆发了。现在来讲，这个领域里面确确实实是有边际变化的，来自上层算法上的突破，这种结合实际上带来了一场新的革命。
　　投资分为阿尔法和贝塔，阿尔法是什么？就是说这个公司有成长性有利润的兑现，这个情况下伴随着利润的兑现，获取长期的投资价值。另外一块就是叫贝塔，贝塔是什么？就是这个板块因为一些原因站在风口上，关注度急剧上升，资金持续引入，这个时候就会快速地上涨。客观上来讲，人工智能板块阿尔法和贝塔都有。
　　这个领域持续的对于人类社会的改造，是有持续性的投资机会的，只不过现在因为贝塔比较强，它的波动会比较大。某种程度上也不好说是不是上车的好机会，但从中长期来看，一些人工智能的领域，无论是在汽车和工业的应用，其实都可以做一些中长期的布局，像这样的公司其实最近涨的并不多。
　　4、中信建投于芳博：决策式AI进步长足 生成式AI四点机会
　　于芳博：决策式AI和生成式AI的区别。图像识别这种，实际上是根据数据中的条件概率分布，然后对已有的数据进行分析判断和预测。这个图片放在这里，里面到底是猫还是狗，这是决策式AI要做的事情。
　　生成式AI做的事情是什么？你想要一只什么样的猫，比如说你要一只大橘，还是要一只英短？还是说要一条狗，要一条柯基等等。
　　这个过程中决策式AI在过去多年的发展中，已经带来了非常多的投资机会，安防领域和金融领域都诞生出了一些大的公司。
　　决策式AI这一块，最近几年也有变化，有一些新的大模型的突破。过去几年一直很火叫Transformer模型，能大幅降低人工智能图像识别的算力要求，可以实现更大的数据参数量和深度神经网络的层数。客观上来讲决策式AI在过去的两三年内也有一些突破性的进展。
　　特斯拉在去年的AIT大会上有一个专门的图片，展现了自己的人工智能算法的引入，它其实把Transformer模型引进来了，包括一些regulate等等这些新的算法的方式。这个领域里包括决策式AI还在变化，图像的识别准确率在提升。
　　在揣测方面的模型加持下，几十几亿的数据库图像的识别，能达到70%以上的图像识别的准确率，这是非常夸张的，在过去的老模型上只能30%左右，算法还在持续突破。所以只要有上游的技术上的突破，投资机会就很多。
　　生成式的AI，一个是对算力的要求，要多关注AI芯片，再有一点是什么？对于高质量的、有效数据集的需求越来越旺盛，对于这种数据集制作的公司，也可以关注。第三点在垂直的产业链，像中国是独有的一套数据体系的专业的应用，都是一些新的投资机会。
　　最后一点，游戏和传媒营销这些，一些关键的画都是一页一页画出来的，如果用AI，批量几百页成千上万页就能画出来，能大幅降低游戏厂商的游戏生产成本，提升效率。