从CHAT-GPT到生成式 AI(Generative AI ):
人工智能新范式,重新定义生产力证券研究报告 行业深度报告
发布日期: 2023年1月29日
本报告由中信建投证券股份有限公司在中华人民共和国(仅为本报告目的,不包括香港、澳门、台湾)提供,由中信建投(国际)证券有限公司在香港提供。同时请参阅最后一页的重要声明。分析师:武超则
wuchaoze@csc.com.cn
SAC编号:S1440513090003
SFC编号:BEM208分析师:杨艾莉
yangaili@csc.com.cn
SAC编号:S1440519060002
SFC编号:BQI330
研究助理:杨晓玮
yangxiaowei@csc.com.cn
1
核心观点
近期人工智能研究公司 OpenAI推出的聊天机器人模型 CHAT -GPT不断出圈,据Semafor
援引知情人士报道 ,微软正商谈以 290亿美元估值 ,向OpenAI 投资 100亿美元,一切
均指向人工智能模型的新范式 “生成式 AI模型(Generative Model)”。
此前的决策式 AI模型(Discriminant Model)是根据已有数据进行分析 、判断、预测,典
型应用为内容的智能推荐 (短视频)、自动驾驶等;而生成式 AI更强调学习归纳后进行演
绎创造,生成全新的内容 ,本质是对生产力的大幅度提升和创造 ,已催生了营销 、设计、
建筑和内容领域的创造性工作 ,并开始在生命科学 、医疗、制造、材料科学 、媒体、娱乐、
汽车、航空航天进行初步应用 ,为各个领域带来巨大的生产力提升 。
2
前言:微软,百亿美金级别的选择( 1)
资料来源 :微软, Semafor ,The information ,中信建投继2019年向OpenAI注资10亿美元之后 ,微软与 OpenAI的合作进入第三阶段 。
此前据 Semafor 援引知情人士报道 ,微软正商谈以 290亿美元估值 ,向OpenAI投资 100
亿美元。2019年,微软即开始与 OpenAI进行合作 。到了2021年,微软向 OpenAI投资10亿
美金。
根据微软对外的声明 ,在与OpenAI新的合作阶段中 ,微软将有以下计划
Supercomputing at scale :微软将增加对专业超算系统开发和部署的投资,以加速
OpenAI突破性的独立 AI研究。微软还将继续构建 Azure的AI基础结构,以帮助客户在
全球范围内构建和部署各自的 AI应用程序。
New AI -powered experiences :微软将在其消费者和企业产品中部署 OpenAI模型,
并引入基于 OpenAI技术的新型数字体验。包括微软的 Azure OpenAI服务,该服务使
开发人员能够通过直接访问 OpenAI模型来构建尖端的 AI应用程序。
Exclusive cloud provider :作为OpenAI的独家云供应商, Azure将为OpenAI在研
究、产品和 API服务中的所有工作负载提供支持。
此外据媒体报道 ,微软还计划将 ChatGPT 整合进旗下搜索引擎必应 (Bing),提高必应
在搜索引擎市场的市占率;同时 Chat -GPT功能引入 Office,用于部分文本的生成和问答 。
3
前言:微软,百亿美金级别的选择( 2)
资料来源 :微软, OpenAI,中信建投OpenAI表示,来自微软的投资将使 其能独立研究开发出更安全 、有用和强大的 AI。
根据微软对外的声明 ,此前其与 OpenAI的合作已取得一定成绩 ,并将继续向前
自2016 年以来,微软致力于将 Azure 打造成世界级 AI 超级计算机,微软和 OpenAI
推动了云超级计算技术的前沿,在 2020 年推出其第一台 Top-5 超级计算机,随后大
规模构建了多个 AI 超级计算系统。 OpenAI使用此基础结构来训练其突破性模型,这
些模型现已部署在 Azure 中,以支持 GitHub Copilot 、DALL· E 2 和ChatGPT 。
双方的创新激发了人们的想象力,并将大规模人工智能作为一种强大的通用技术平台
引入,这将在个人计算机、互联网、移动设备和云的规模上产生变革性的影响 。
4
目录
第二章第一章 AI:从判别决策到创造生成
生成式 AI:范式升级 ,应用多元
第三章 生成式 AI应用:内容制作 ,从辅助人到 “替代”人
第五章 海内外发展:多家科技巨头 、初创公司积极布局第四章 生成式 AI应用:多行业垂直应用
第六章 综合应用:游戏行业的案例
5
蒸汽机电力信息技术人工智能
大数据1.1 AI正在推动第四次工业革命,进一步提升生产力
资料来源 :世界银行,联合国教科文组织,科学的历程,中信建投18世纪 19-20世纪 20世纪后期 21世纪-第一次工业革命第二次工业革命第三次工业革命
第一次信息革命第四次工业革命
第二次信息革命
•机器替代人力
•大规模工业生产替代
个体手工生产•电能成为主要能源 ,
社会生产力远超蒸汽
时代
•动力提高:发动机 、
电动机等
•信息传输效率提高:
电报、无线电通讯等•原子能、电子计算机
和空间技术的发展 ,
其中电子计算机为核
心
•电子计算机替代部分
脑力劳动 ,少部分模
拟人的智能活动•人工智能 、物联网、
生物技术等
•人工智能为主要驱
动力,数据成为重
要的生产要素
•决策式 AI:实现分
析功能
•生成式 AI:实现创
造性功能
6
1.2 AI:从决策到 生成,AI技术与应用迎来跨越发展
资料来源 :Dynabench : Rethinking Benchmarking in NLP, Google Scholar, indigox.me ,公司官网,中信建投2011年以前 2012年至今前神经网络 专家系统 概率推论 神经网络 基础模型 大规模模型
AI学科成立1956
感知器模型
解答特定领域
的问题1980s
Prolog &
Lisp
专家系统
机器语言翻译2014
GAN
生成图像但
分辨率不高生成式 AI急速发展 决策式 /分析式 AI时代
1990s
机器学习算法
IBM 沃森
益智问答
打败人类2011
大数据
推荐算法
2012
DNNs
物体识别
自动驾驶2017
Transformer
能够完成
大多数
NLP任务2020
GPT-3
网络结构进化
为后续大型模
型打下基础
1994
GroupLens
首个自动
化推荐系统2021
CLIP
由文本生成
的高清具有
独创性图像
AI绘画2022
DALL· E2
以40亿个文
本-图像对为
训练数据
实现文本到
图像跨模态
2014人类平均水平线
AI的急速发展使得 AI模型在手写识别、语音识
别、图像识别、阅读理解、语言理解等领域的
表现加速超越人类平均水平
7
1.3 AI:决策式 AI与生成式 AI对比
类型 决策式AI 生成式AI
技术路径已知数据分别求解输出类别标签,区分不
同类型数据 ,例如将图像区分为猫和狗分析归纳已有数据后创作新的内容,例如生成
逼真的猫或狗的图像
成熟程度技术成熟,应用广泛,辅助提高非创造性
工作效率2014年开始快速发展,近期发展速度呈指数级
爆发,部分领域应用落地
应用方向 推荐系统、风控系统、决策智能体等 内容创作、科研、人机交互以及多个工业领域
应用产品人脸识别、精准广告推送、金融用户评级、
智能辅助驾驶等文案写作、文字转图片、视频智能配音、智能
海报生成、视频智能特效、代码生成、语音人
机交互、智能医疗诊断等AI模型可大致分为决策式 /分析式 AI(Discriminant/Analytical AI)和生成式 AI(Generative AI)两类。
决策式 AI:学习数据中的条件概率分布 ,根据已有数据进行分析 、判断、预测,主要应用模型有用于推荐系
统和风控系统的辅助决策 、用于自动驾驶和机器人的决策智能体 。
生成式 AI:学习数据中的联合概率分布 ,并非简单分析已有数据而是学习归纳已有数据后进行演技创造 ,基
于历史进行模仿式 、缝合式创作 ,生成了全新的内容 ,也能解决判别问题 。
表:决策式 AI与生成式 AI对比
资料来源 :Learn Open CV ,海外独角兽,中信建投
20230129-中信建投-人工智能行业从CHAT_GPT到生成式AI(Generative AI):人工智能新范式,重新定义生产力
文档预览
中文文档
100 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
温馨提示:本文档共100页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 SC 于 2023-05-03 01:08:38上传分享