本文来源：时代周报 作者：郑仲芹
图片来源：图虫
日前，华泰证券在2023年世界人工智能大会举办“AI大模型的金融数智化机遇”科技金融创新论坛，内容主要聚焦当前备受市场关注的AI大模型，及其在金融领域和相关产业中的前景和应用。
(资料图)
论坛上，华泰证券研究所发布的《AI 2.0: 十年之后我们还能做什么？》报告中表示，当前中国AI 2.0的发展现状是“缺芯少魂，百模大战”。
大模型才刚刚起步
“对我们来说，这是一个挑战”，海天瑞声首席技术官黄宇凯接受时代周报记者采访时表示，“我们作为整个行业的基础服务提供商，我们非常激动能看到AI变得越来越重要，能够赋能万业。目前我们主要执行的还是有监督的数据服务，但是现在对数据的要求也发生了很大的变化，很多学者也提到了半监督或无监督，这都是我们还需要去学习和摸索的方向。”
除了数据方面，算力算法也是需要协同突破的要素。
中科创达副总裁杨新辉认为，在算力算法方面，大模型真正的难点在于要素的整合和工程化，而不是单纯的算法，算力比较的是资金实力，数据较量的是积累和理解，而算法则是学习海内外的新型研究成果，所以大家更多的其实是在做工程话的活动。
不过，会上大多学者对大模型的态度还是相对偏向保守的，虽然当代大模型有创新之处，但是也有不可忽略的局限性。
“目前大模型有更强的创造性和适应性能力，多模态预训练及跨语言多模态交互能力和强大的自我学习自我进化能力，但是没有独立思考能力，没有所谓的“价值观”，更没有情感意识“，日本工程院院士、电子科技大学讲席教授任福继说，“大模型在理论上并无创新。”
上海人工智能实验室数字经济研究团队执行负责人、复旦大学经济学教授杨燕青似乎更加乐观，“结合科学家的讨论和判断，大胆推测未来5-10年，AGI的实现是完全有可能的，它在产业和经济中渗透地非常快，产业应用对经济的推动也会非常迅速。”
“人工智能在金融领域的应用其实很快也出来了，例如Bloomberg GPT它加了50%的金融数据，这意味着所有大的金融机构可以用自己对的私有数据在基座之上去做一个大模型，同事也可以进行微调。这也意味着，只要把金融数据传到云端，就可以充分使用这个GTP，这样不容易受制于‘幻觉太多’这个问题”，杨燕青表示。
展望AI 2.0时代投资机遇
在本次论坛上，华泰证券表示，投资人应当顺着基础设施、终端、平台、应用这4个脉络去把握投资机会，算力芯片、硬件载体及大模型都将会是未来值得关注的标的。
“中国应该怎样把芯片平台推起来？”，华泰证券研究所科技行业首席分析师黄乐平提到。
“首先，国家需要凝聚共识，平台不单是一个芯片，而是芯片上的软件平台；其次是数据的质量，许多网友会在网上吐槽说国内训练出来的一些模型属于是一本正经地“胡说八道”，因此数据的质量也是大家需要形成的一种共识，拓展数据的质量和种类才能制定出一个更加聪明模型；再者就是我们需要去思考人工智能的附加价值到底是在通用模型上还是特殊模型上，如果是一个通用模型，可能最后只有2-3家企业活下来，如果在垂直行业模型还有很多价值，那其实在处置行业公司才能发展。
从华泰证券发布的报告来看，算力需求增长会率先利好算力芯片、光模块和服务器产业链等送水人。
其次，投资人们需要更多关注硬件载体，大语言模型能力在不断增强，在为智能手机等现有硬件产品开发AI聊天新功能的同时，也会催生出ARVR，无人驾驶车等新的硬件形态。
在会上，黄乐平表示，手机是一个集约了大量功能的产品，但这个硬件载体的交互方式还是比较简单的，“未来随着大模型算法能力或关键技术的提升，还会有更多的硬件形态出现。”
时代周报记者发现，除了芯片和硬件载体，大模型也是在会上被科学家和行业专家们反复提及的板块。
黄乐平表示，“目前看来，我国处在一个‘百模大战’的状态，大模型是一个非常重要的领域，全球有至少30家科技巨头和300家创业公司在做大模型这件事情。是否拥有大模型将成为科技巨头平台企业的重要分水岭，而且大模型是一个资本密集，人才密集和数据密集型产业，如何形成‘数据-模型-应用’的飞轮是大模型企业成功的关键。”
但是值得注意的是，多位嘉宾也在会上表示，大模型在未来也会受到非常强的监管，因为大模型是国之重器，而且当前来看他们投入很大，但在短期内的产出不一定会非常明显。
“长期来看，AI 2.0最大的投资机会在大模型应用”，黄乐平表示，“我们认为，AI应用的落地节奏或与行业数字化程度成正比，AI大模型在互联网、办公、金融等领域率先迎来了高光时刻。”
