近日市场对于AI的炒作可谓陷入彻底疯狂，典韦看了都害怕。券商更是喊出了：“当前核心奥义是AI仓位，相比α，“AI%”才是胜负手的”的口号。

东吴计算机观点

不仅是市场，好像身边的人都在讨论AI，做自媒体的在讨论用AI写文章，做电商的在讨论用AI作图，AI绝对是现在最靓的仔。这一切的源头要追溯到2022年底OpenAI推出的ChatGPT，其惊艳的表现与之前那些“人工智障”们仿佛彻底划清了界限，国内使用ChatGPT有很多限制，评论区会放一个体验链接，可以这么说，只要是认真体验过的都说好。当然，ChatGPT目前仍然会犯一些愚蠢的错误，但要知道它是在持续进化的，而且学习的速度远远比单个人类要高几个数量级。我们没必要因为个别问题就完全否定了ChatGPT的能力，就像为了否定一个已经非常伟大的人，故意去挑一些他的毛病。

其实近些年来我们是感受不到中国在AI领域与美国存在巨大差异的，因为相关领域的论文、比赛、榜单中国都不落下风，可以说相对于其他被限制的行业，在AI领域没有真正卡脖子的障碍。那么自然而然就有一个问题，为什么中国没有首先开发完成ChatGPT呢？

我们首先看一下ChatGPT的回答：

人工智能

ChatGPT的开发关键有三个方面，其实都不存在明显卡脖子的环节：

算法模型。ChatGPT使用的基本都是开源，而且已经广泛使用了较长时间的模型和算法，例如Transformer，强化学习等；训练数据。个人觉得这一块是目前最大的困难，因为模型的训练需要海量且优质的语料，但中文的语料怎么可能被美国卡脖子？语料的整理需要时间、耐心。举一个工作中的例子，一份几千条数据的标注可能需要一周（单个标注人员可能负责多份数据标注），而由于标注标准的理解不同，中间还需要反复沟通、扯皮，最后可能标注数据还不可用。算法模型决定了效果的下限，而数据质量决定了效果的上限；算力资金。ChatGPT需要大量的GPU用于加速训练，而针对GPU的限制也是最近才有的，前些年我们甚至能看到一些新闻，例如某某明星创业公司宣传自己拥有几千块GPU等。关于资金，一方面是前期GPU的大量采购，另一方面是模型多次训练时的花费，都需要大量的资金支持。 但无论是国内大型的互联网公司还是政府研究部门，这一块只要真的想支持钱总还是够的吧。我们已经不止一次看到相关的新闻，某某高官落马，贪污赃款动辄上亿，或坐拥成百上千套房产。

个人觉得ChatGPT中国落后的真正原因是：

指挥官不完全相信技术真的能改变世界，并形成一种信仰。这乍一听有点玄乎，但要知道ChatGPT在出现之前没有人能确定这条路是能走通的，而且GPT前几个版本的效果并不惊艳，但耗费了大量的时间、资金。从互联网发展的历史看，国内互联网大多数时候是一个追随者，所以Copy to China的模式更容易得到信任。具体到某个项目上，已经被证明有效的才更能得到信任，给予时间、人员和资金的支持。习惯短平快，缺乏耐心。OpenAI于2015年成立，2017年推出GPT第一个版本，距今也有6年时间了。国内的公司绩效考核期一般是半年一次，个别公司甚至更短，绩效不合格可能就要面临毕业。试想一个项目搞了3年，花了几亿，但仍没有明显可用、变现的能力，会面临什么后果？ChatGPT的故事看似宏大，但具体到细节上可能都是非常乏味无聊的，例如数据的整理和标注，这些没有足够的耐心是不可能做好的。

这两点原因并非泛泛而谈，其对于ChatGPT开发的关键环节都有着深刻的影响，没有对技术的信仰就不可能持续的投入资金和时间，没有足够的耐心就不可能完成海量、高质量数据的标注。

ChatGPT的出现是AI发展的一个重要节点，是一个量变到质变的标志，近期英伟达CEO黄仁勋也在公开活动中表示，ChatGPT是人工智能领域的iPhone时刻。市场的炒作，社会的热点不是完全无厘头的，我们应该从现在就开始重视AI的发展，因为未来AI必定会对我们的生活产生很大影响，下面会针对ChatGPT的原理、对普通人的影响和相关的投资展开讨论。

ChatGPT原理及意义

本文不会深入技术细节，因为理解其原理确实需要深厚的背景知识，会尽量使用通俗的话进行解释。

ChatGPT本质是一个语言模型，这种模型其实很早就在研究，在机器翻译中已经得到了广泛应用。与早期的语言模型相比，ChatGPT模型更大，训练数据更多，通用性更强。以前的语言模型可能只是在个别领域效果尚可，例如中译英，但ChatGPT在翻译、摘要生成、文章生成等多个领域都取得了非常惊艳的效果，可以说是一个全能战士。

语言模型输出的原理其实就是一个字一个字的生成，下一个字是什么需要基于前文的内容根据一定概率选择。所以ChatGPT并非是简单的拷贝粘贴，而是真的逐字生成了结果。

我们可以把模型的训练类比一个人的学习过程，主要有以下三个阶段：

通识学习。看书、看报、看电视节目，能学习的就学习，对应技术叫做无监督训练；专项学习。完成海量知识的学习后，希望能有一些专项能力，例如按照一定的格式写信、通知，按照逻辑写代码等等，对应的技术叫有监督训练；创造性训练。前面两个阶段主要是对已有知识的学习，但无论是个人还是模型，我们都不希望其只能复述别人的话，肯定是希望具有一定的创造力。对应的技术描述是提高模型泛化能力，ChatGPT主要通过强化学习实现。

同样从模拟一个人学习的视角，我们可以看到ChatGPT出现的巨大意义。看古装剧时，我们常常会听到夸一个人学识渊博时说他饱读四书五经，例如对字圣许慎的称赞是“五经无双许叔重”。一个人阅读、掌握资料的广度与深度决定了其知识水平高低，试想如果一个人已经阅读、记忆和理解了世界上所有资料，那他将达到什么高度？ChatGPT正是具备了这种能力，而且可以持续学习。现在我们大多数人的时间被无意义的工作和不用动脑的娱乐占据，完整的阅读完一本有意义的书都要花上数天，甚至几个月的时间，与ChatGPT相比可以说是判若云泥。ChatGPT在多个人类考试科目中取得了非常好的成绩，毫无疑问，其能力已经超越了绝大多数人的知识水平，并且能以高于个人几个数量级的能力学习进化。

《三体》中有一个名词叫做“技术爆炸”，回顾人类的发展史，技术的进步并不是线性的。封建王朝上千年，其实并没有明显的进步，古代的四大发明固然伟大，但与工业革命后人类在各个领域取得的进步相比也是小巫见大巫。近代技术的飞速进步背后是知识学习、交流和组织效率的提升，尤其是互联网出现后。现在，我们又拥有了ChatGPT这样的超级工具。

中国版ChatGPT会有吗？

先说结论，一定会有，只是时间问题。相比于无中生有，做出已有的东西难度明显小了很多。

上文已经提到，开发ChatGPT的三个关键因素：算法模型、训练数据和算力资金都不存在明显卡脖子的障碍。

作为追随者，国内互联网的能力是顶级的，ChatGPT已证明了大语言模型这条路是可以走通的，剩下的便是踩油门猛追了。

那么哪些公司会首先完成开发呢？就可能性而言，合理的逻辑是大公司>小公司，关联度高的公司>关联度低的公司。这个逻辑看似非常自然，但最近市场炒的很多票明显是反逻辑来的，所以市场先生总有不靠谱的时候。

大潮来临，普通人如何自处？

首先要明确，AI不是敌人，至少目前还不是。不要想着去对抗，非要问出一个问题让AI“难堪”，然后自己得意洋洋。

我们要学会使用AI提高效率，例如查询资料、生成PPT和写代码等等。

以后使用AI的能力可能是判断一个人的水平高低的重要因素。

除此之外，新技术带来的投资机会也是值得关注的，如果AI既能让我们早点下班，又能让我们赚钱岂不美哉？

关于投资

近期市场对于AI的热情极高，相当疯狂，有多天AI相关的股票成交量占据两市近一半，这种炒法，谁看了不迷糊？

稍微冷静想想，太阳底下无新鲜事，AI这种新技术的炒作不是第一次，也不会是最后一次。

Gartner每年会发布新技术成熟度曲线，基本上一项新出现技术都会经历如图所示的过程。可以看到2022年AI仍处于萌芽期，而现在已经进入期望膨胀期，位置大概在图片中的蓝色箭头位置。

Gartner 2022新技术成熟曲线

我们在股市中购买的股票背后都是一家家上市公司，判断其价值的最核心标准就是创造现金流的能力，但AI对于公司业绩的提升在A股目前热炒的标的中，大多数短期是看不到的，这一点基本没有疑问。

淘金客多了，卖铲子就成了一门好生意，在AI相关的投资板块中，算力绝对是绝佳的投资方向。目前算力芯片领域，英伟达基本上一家独大，国内暂时没有能打的，但股价涨的比英伟达猛多了。

模型方面，百度在AI方面的积累以及与AI的关联度上，明显要比某圆周公司更强，但股价的表现却相形见绌。近日，公司老大的事情也引起了广泛关注，董秘更是在朋友圈怒喷，真是热闹啊。

来源：360董秘朋友圈

去年的小甜甜-新能源，今年一下子变成了牛夫人。假以时日，AI会不会也有如此历程呢？股票的走势全世界都没有人能准确预测，而相比于预测底部，预测顶部更难。因为底部还能有一些明显的信号，例如成交量长期低迷，股价长期横盘。但顶部神仙来了也预测不了，伟大如牛顿炒股也遭受了巨额亏损，曾感叹到：“我能计算出天体运行的轨迹，却难以预料到人们的疯狂”。

当前位置，AI的风险明显要大于收益，但怎么选择还是看个人偏好。假设有20%的概率赚20%，80%的概率亏50%（风险与收益并不一定总是成正比的），一个人仍然愿意承担高风险去赚取低收益，那也没问题。赚钱嘛，不寒碜，各凭本事，不后悔就行。

炒股赚钱的终极秘诀说简单也很简单，就是低买高卖，但做起来很难，现实中我们更喜欢追涨杀跌。AI投资机会是长期的，等周期来到泡沫化谷底，小甜甜熬成了牛夫人，可能更适合投入资金去买一个梦想。