一份視角獨特的chatGPT紀要（一位哲學背景的老師跟數(shù)學背景的CTO，昨晚邀請他們直播討論)：

1. Chatgpt，放入深度學習的序列中，沒有革命性；這一輪大火是因為用了“文本形式+問答這一古老交互方式”引發(fā)了c端的強烈關(guān)注。

2. “智能”這詞，大家都無意識地認為是“人的智能”，但從宇宙全貌的角度，人的智能、機器的智能對它沒有差異；“智能”在哲學上是“記憶（不是咱們普通理解的記憶這個詞）”，機器智能的應用對人而言，本質(zhì)上是“讓渡了自己的記憶權(quán)”，歷史上有類似的讓渡，如廉價印刷術(shù)的發(fā)展。

3. Chatgpt，1）從數(shù)學上是限定條件下的映射關(guān)系，會有結(jié)構(gòu)性漏洞，因為函數(shù)映射需要條件；2）概念上，正確率≠智能，chatgpt正確率會越來越高（有眾多用戶反饋），但它并不能因人不同而有“針對性”，如老師針對不同的學生，甚至會先故意給一個錯答案，這才是智能；3）完整意義上的智能，如今chatgpt是重要探索，更適合用“給出正確答案的能力”來定位它。

4.從技術(shù)上，算法本身有局限性，應用上要首先想清楚“算法能做什么？不能做什么？”，記憶棧不能產(chǎn)生意識，機器智能≠智能。chatgpt如果想復現(xiàn)，成本巨高代價巨大：1）算力成本；2）開發(fā)時的并發(fā)瓶頸需要頂尖高手。

5.具身智能（有物理裝置的智能，如人形機器人）與chatgpt的結(jié)合會非常有想象力。目前特斯拉的人形機器人還是有漏洞：1）需要想明白具身與環(huán)境到底在交互什么？唯識學認為交互的是“身體的記憶”（可以簡單理解為習性）；2）神經(jīng)網(wǎng)絡的工作不是簡單的“小腦”的工作方式、動力學（自動駕駛）也不是簡單的（像現(xiàn)在這么）流程化的。

6.歷史來看，技術(shù)絕對不是中立的，技術(shù)的進步永遠是靠內(nèi)在精神驅(qū)動，如俄羅斯的太空探索（東正教）、美國對互聯(lián)網(wǎng)的探索（反資本主義）。從“我思故我在”開始，人建立起“以人為中心”的思維，忘記了人只是存在的一部分。

7.歷史不只是時間軸上的事件分布，背后有“元歷史”，那才是真正的因果關(guān)系，智能只是一部分，根據(jù)哥德爾不完備定律，世界會有盈余部分的，“真”，陷入智能的洪流中必然有問題。

AIGC/ChatGPT商機在哪

一、隨著AI技術(shù)快速迭代，AIGC可以在創(chuàng)意、表現(xiàn)力、迭代、傳播、個性化等方面，充分發(fā)揮技術(shù)優(yōu)勢，打造新的數(shù)字內(nèi)容生成與交互形態(tài)，最近火爆的ChatGPT是其商業(yè)化體現(xiàn)之一，預計到2030年市場規(guī)模將達到萬億元。ChatGPT是由OpenAI公司于2022年11月發(fā)布的聊天機器人模型，可以通過對話形式實現(xiàn)交互，能夠回答連續(xù)問題，承認錯誤，質(zhì)疑不正確的前提，并拒絕不合理的需求。ChatGPT的對話互動可以實現(xiàn)普通聊天、信息咨詢、撰寫詩詞作文、修改代碼等，由于更類人的智能化表現(xiàn)，ChatGPT推出后受到廣泛關(guān)注，上線不到一周用戶量突破100萬。上月，微軟CEO表示計劃將ChatGPT等人工智能工具整合到所有產(chǎn)品中，并作為平臺提供給其他企業(yè)使用。Buzzfeed和亞馬遜也在探索ChatGPT應用場景。OpenAI公司通過提供相關(guān)AIGC代碼，提供自動圖形模型或語言模型生成等產(chǎn)品，用戶通過其API接口接入，并支付平臺費用獲取相關(guān)圖像、語言、代碼調(diào)整服務，公司可獲得付費訂閱式的SAAS費用。

二、ChatGPT經(jīng)歷了人工智能發(fā)展的三大趨勢：1. 機器學習 : 2012年左右，隨著基礎算力的提升，全球已經(jīng)開啟人工智能熱潮即大數(shù)據(jù)時代。政策、資本先行，應用場景逐漸豐富。機器學習是AI的一種技術(shù)方向，無論是自然語言處理還是機器視覺都是機器學習的應用。2. 神經(jīng)網(wǎng)絡 : 2015年左右開始繁榮爆發(fā)，神經(jīng)網(wǎng)絡是實現(xiàn)AI深度學習的一種重要算法，是通過對人腦的基本單元神經(jīng)元的建模和鏈接，探索模擬人腦系統(tǒng)功能的模型，并研發(fā)出的一種具有學習、聯(lián)想、記憶和模式識別等具有智慧信息處理功能的人工系統(tǒng)。3. Transformer算法 : 2017年左右，是圖型神經(jīng)網(wǎng)絡的一種，Transformer開始廣泛應用于機器翻譯之中，逐步取代循環(huán)神經(jīng)網(wǎng)絡，不再使用遞歸，而是采用了注意力機制進行優(yōu)化，通過自我監(jiān)督學習或無監(jiān)督方法進行訓練，優(yōu)點在于建模能力強，通用性強，可擴展性強，能夠更好的進行運算。而ChatGPT則是在該算法上不斷迭代、演進、升級，并增加人類的反饋系統(tǒng)，最后生成的一種算法。

三、AIGC已經(jīng)實現(xiàn)的商業(yè)化方向: :1.AI寫作 : 例如AI生成文字、寫郵件、廣告營銷等，比如GPT的使用，有望提高文字工作者的效率，例如新聞、政府、金融等工作場景。2.AI作圖 : AI自動生成圖片，只需要簡單輸入幾個關(guān)鍵詞即可在幾秒鐘之內(nèi)誕生一幅畫作，可應用于傳媒、游戲、宣傳等工作場景。3.AI底層建模 : AIGC生成底層技術(shù)開發(fā)，有望提高算法工程師的效率，并進入互聯(lián)網(wǎng)、ICT等廣泛應用場景。4.AI生成視頻和動畫。AIGC類比元宇宙會提前實現(xiàn)商業(yè)化的應用，市場熱度或有一定的持續(xù)性。

四、目前我國與先進技術(shù)差距約3年，底層技術(shù)差距是核心，獨立公司少，大公司的輔助型業(yè)務多。我國AIGC商業(yè)仍處于初期階段，部分文本、圖像等生成的公司仍處于初期階段，以輔助生成內(nèi)容服務為主，部分公司已經(jīng)進入AIGC開發(fā)階段，但仍處于免費試用、獲取流量階段，未來相關(guān)公司SAAS模式也有望形成。

五、H股相關(guān)標的：1.平臺代表：百度集團，公司已發(fā)布20多個模型，百度文心多場景應用，預計今年3月上線中文類功能，國內(nèi)最強，但與ChatGPT仍有差距。2.TOB代表：騰訊優(yōu)圖只是整合效率提升，阿里鹿班TOB的商業(yè)繪畫、海報等功能，二者投入偏向主業(yè)客戶的使用方向。3.C端代表：網(wǎng)易音樂編曲方向、美圖AI繪畫、閱文等。4.基礎技術(shù)代表：商湯科技AI算力算法、虛擬IP解決方案、訓練模型優(yōu)化具備優(yōu)勢。

六、如何選擇股票？首推平臺類的百度，空間夠大，投入集中，可能是百度的翻身機會。重點要看3月產(chǎn)品上線的質(zhì)量和市場預期。估值角度看，短期翻倍的漲幅較大，注意防守。整體上結(jié)論，百度最優(yōu)。

北美云廠商AI規(guī)劃看光通信

資本開支：北美云計算大廠財報口徑上，對海外衰退下云計算投資、資本開支的降速已反映出來了，Meta下調(diào)了整體費用和資本開支指引（340-390下調(diào)到300-330億美金），方向從元宇宙調(diào)到AI方向；微軟整體口徑變化不大，還是云計算相關(guān)需求，但Azure增速放緩，谷歌、Amazon云計算相關(guān)投資也有回落。

投資方向有變化：最近微軟投資110億美金OpenAI，ChatGPT嵌入到搜索引擎里，正面硬剛谷歌搜索引擎，包括FB在布局很多超算，谷歌也推出類似ChatGPT的交互。AI進入到提速過程，包括最近ChatGPT迅速出圈，擁有很多用戶。跟基礎設施和硬件設備相關(guān)的變化是算力會有大幅增長。算力從廣義講需要能耗、成本堆出來，不斷燒數(shù)據(jù)發(fā)電做存儲計算，能耗跟投入成本密切相關(guān)，AI背后的算力相較于之前云計算、電商需要的算力成倍增長，按照傳統(tǒng)速率升級、堆疊算力的方式不符合商業(yè)化發(fā)展，所以設備上要為了匹配高算力帶來的低成本方案。目前已經(jīng)有很多設備、光通信、服務器產(chǎn)業(yè)鏈面向超算去提升出貨量。

機遇：需要降能耗成本，體現(xiàn)在設備、光模塊、交換機的更新。用在國內(nèi)外超大數(shù)據(jù)中心和超算里的設備已經(jīng)有區(qū)分了，能耗消耗有很大差別。光模塊100G-400G-800G的速率還不夠，很多超算的交換機要按照T的計量，這個量級匹配相應光模塊的成本非常驚人，因此衍生出同步散熱降溫，同時在10+T的交換機搭載800G光模塊需要很多堆疊，交換機會過載，所以衍生出交換機和光模塊融合（COPACKAGE）,以前的光模塊演進成光引擎，然后再和交換芯片貼在同一張PCB背板上，通過交換機搭載的液冷板進行物理冷卻和降溫。同時光引擎由于體積、集成度高，搭配硅光封裝規(guī)?；髸w現(xiàn)成本優(yōu)勢，會替代高算力場景。建議關(guān)注：交換機、服務器、光模塊的天孚通信、銳捷網(wǎng)絡、新華三。

現(xiàn)在在北美等大廠都在推進COPACKAGE方案，最近由于AI進度加速，近期由于ChatGPT爆火，大廠方向迅速轉(zhuǎn)變，可能帶來光引擎、液冷服務器加速推進。天孚通信、銳捷網(wǎng)絡、新華三都在COPACKAGE和硅光有典型的布局，下游已經(jīng)面向北美核心AI廠商開始出貨。不論交換機的華為華三銳捷，海外思科英特爾英偉達都在全面布局，很多大廠已經(jīng)出貨但由于體量較小，未來在數(shù)據(jù)中心側(cè)會規(guī)模性鋪開。對于傳統(tǒng)空間被新方案替代市場需求，但由于算力激增，數(shù)通投資、光通信出貨量還是會大幅提升尤其在高算力場景。結(jié)構(gòu)性創(chuàng)新帶來的彈性會在今明年體現(xiàn)，基本到800G到1.6T差異會清晰，目前切換新方案糾結(jié)點在于成本和供應鏈穩(wěn)定，等量起來供應鏈會突破。A股已經(jīng)有部分公司產(chǎn)品出貨了，天孚、銳捷網(wǎng)絡核心主推，之前這個方向公司被海外通脹衰退抑制，數(shù)通市場增速往下走，這個預期短期已經(jīng)由于北美大廠財報也出釋放了，同時AI對算力增長的拉動在2425年體現(xiàn)更加明顯，當前低估值具備高的性價比，20X不到?，F(xiàn)在市場規(guī)模非常小，光模塊一年100+億美金只有1%不到做光引擎，但光引擎速率升級、液冷交換機升級交付量會大提升。

天孚、銳捷怎么降低功耗？原來交換機上有口可插拔光模塊去做光電轉(zhuǎn)化，信號傳輸速度快走光纖，交換機里會轉(zhuǎn)成電信號。之前模塊在交換機外部現(xiàn)在放到內(nèi)部對模塊和交換機都要同步升級匹配，但目前容錯率低、成本高，但未來是必然選項，不是主題性投資了，會有明顯訂單和產(chǎn)業(yè)趨勢的切換，目前是早期階段。硅光和封裝良率都會有質(zhì)變。

之前大家盯著北美資本開支看行業(yè)需求，未來會細化看資本開支投向AI的部分會是增速最高的部分，在這個方向?qū)ふ覙说氖窍乱粋€投資方向，同時海外ChatGPT遠遠領先于國內(nèi)，所以會看國內(nèi)硬件優(yōu)質(zhì)供應商。

審核編輯 ：李倩