人工智能專題報(bào)告：生成式AI，人工智能新范式，重新定義生產(chǎn)力
加入技術(shù)交流群
AI：從判別決策到創(chuàng)造生成
AI模型可大致分為決策式/分析式AI（Discriminant/Analytical AI）和生成式AI （Generative AI）兩類。決策式AI：學(xué)習(xí)數(shù)據(jù)中的條件概率分布，根據(jù)已有數(shù)據(jù)進(jìn)行分析、判斷、預(yù)測，主要應(yīng)用模型有用于推薦系 統(tǒng)和風(fēng)控系統(tǒng)的輔助決策、用于自動駕駛和機(jī)器人的決策智能體。 生成式AI：學(xué)習(xí)數(shù)據(jù)中的聯(lián)合概率分布，并非簡單分析已有數(shù)據(jù)而是學(xué)習(xí)歸納已有數(shù)據(jù)后進(jìn)行演技創(chuàng)造，基 于歷史進(jìn)行模仿式、縫合式創(chuàng)作，生成了全新的內(nèi)容，也能解決判別問題。
決策式AI：推薦系統(tǒng)、圖像識別等已創(chuàng)造巨大市場
2016年，人工智能技術(shù)全面爆發(fā)，決策式AI開始大規(guī)模應(yīng)用，包括推薦系統(tǒng)、計(jì)算機(jī)視覺、自然語言處理等。 全球人工智能市場規(guī)模從2016年的約600億美元發(fā)展到2021年的近3000億美元，在推薦系統(tǒng)、計(jì)算機(jī)視覺、自 然語言處理等技術(shù)加持下，亞馬遜、字節(jié)、商湯、特斯拉等公司快速發(fā)展。 我們認(rèn)為，生成式AI經(jīng)過前期技術(shù)積累進(jìn)入爆發(fā)期，隨著技術(shù)與應(yīng)用的進(jìn)一步成熟，后續(xù)市場空間更為廣闊。
決策式AI應(yīng)用：推薦系統(tǒng)助力電商、視頻等行業(yè)快速發(fā)展
電商推薦：深度挖掘用戶和物品的關(guān)聯(lián)關(guān)系，將商品、店鋪精準(zhǔn)推送給用戶。2003年，亞馬遜將協(xié)同過濾推薦 算法應(yīng)用到電商行業(yè)，憑借推薦商品與用戶需求精準(zhǔn)匹配、大幅降低用戶檢索用時，推薦算法在電商交易中心逐 漸成為資源配置的核心。 推薦系統(tǒng)顯著提升電商平臺銷售額。2006年，據(jù)VentureBeat，亞馬遜的個性化推薦系統(tǒng)為其貢獻(xiàn)了35%以 上的銷售額；2015年，京東基于大數(shù)據(jù)個性化推薦算法的訂單占到總訂單的10%。 新聞、音樂、視頻等推薦：分析用戶長期興趣和短期興趣，根據(jù)興趣標(biāo)簽將內(nèi)容實(shí)時推送給用戶。推薦算法通 過對用戶觀看、停留、點(diǎn)贊等行為的實(shí)時分析，精準(zhǔn)刻畫用戶畫像，將用戶可能感興趣的內(nèi)容推薦給用戶，降低 人工運(yùn)營規(guī)則的攝入，顯著提高了用戶粘性。
決策式AI應(yīng)用：圖像識別推動自動駕駛市場快速增長
自動駕駛：AI智能分析、識別路況，滲透率不斷提升。借助決策式AI，自動駕駛汽車可分析判別各種路況，并可 對多種物體進(jìn)行識別與跟蹤，從而提高行車的安全性，例如行人、空曠行駛空間、地上標(biāo)注、紅綠燈、車輛等。 目前自動駕駛市場規(guī)?？焖僭鲩L，據(jù)Research And Markets，2021年全球無人駕駛汽車的市場規(guī)模約273億美 元，2026年全球無人駕駛汽車市場規(guī)模將達(dá)到594億美元，年復(fù)合增長率為16.84%。
帶動產(chǎn)業(yè)鏈發(fā)展，多環(huán)節(jié)均有高市值上市公司及高估值公司。判別式AI為自動駕駛汽車提供核心技術(shù)支持，自動 駕駛汽車的銷售則帶動整個相關(guān)產(chǎn)業(yè)鏈的發(fā)展，如車用無線通信技術(shù)V2X、高精度地圖、激光雷達(dá)、芯片、 ADAS駕駛輔助系統(tǒng)、智能車解決方案等。多個產(chǎn)業(yè)鏈環(huán)節(jié)均有高估值、大市值公司誕生，例如蔚來汽車（造 車）、商湯科技（激光雷達(dá)、V2X、ADAS等）、Momenta（高精度地圖）等。
生成式AI：范式升級，應(yīng)用多元
生成式AI VS Web 3.0 ：不僅是web3.0的生產(chǎn)工具，更是人工智能的新范式
生成式AI可以作為Web3.0的生產(chǎn)工具，但Web3.0中的應(yīng)用僅是其應(yīng)用的冰山一角。 Web3.0圍繞去中心化的理念展開，結(jié)合區(qū)塊鏈、智能合約、加密貨幣等技術(shù)，核心是產(chǎn)生的數(shù)據(jù)由用戶擁有， 能夠改變用戶數(shù)據(jù)及原創(chuàng)內(nèi)容等均由互聯(lián)網(wǎng)中心化實(shí)體控制的現(xiàn)狀，在創(chuàng)作者經(jīng)濟(jì)中取得更好的平衡從而提 升用戶創(chuàng)作內(nèi)容的積極性。生成式AI在內(nèi)容領(lǐng)域的應(yīng)用能夠滿足用戶不斷提升的創(chuàng)作需求，但這僅是其應(yīng)用的 冰山一角。 生成式AI在廣大垂直領(lǐng)域的應(yīng)用帶來的是AI用途的結(jié)構(gòu)性改變以及生產(chǎn)力的進(jìn)一步提高，未來可能創(chuàng)造巨大 的市場價值。
生成式AI VS Web 3.0 ：不追求生產(chǎn)關(guān)系的重塑，但將大幅度提升和創(chuàng)造生產(chǎn)力
創(chuàng)造是生成式AI的核心，本質(zhì)是對生產(chǎn)力的大幅度提升和創(chuàng)造。生成式AI通過從數(shù)據(jù)中學(xué)習(xí)要素，進(jìn)而生成 全新的、原創(chuàng)的內(nèi)容或產(chǎn)品，不僅能夠?qū)崿F(xiàn)傳統(tǒng)AI的分析、判斷、決策功能，還能夠?qū)崿F(xiàn)傳統(tǒng)AI力所不及的創(chuàng) 造性功能。生成式AI已催生了營銷、設(shè)計(jì)、建筑和內(nèi)容領(lǐng)域的創(chuàng)造性工作，并開始在生命科學(xué)、醫(yī)療、制造、 材料科學(xué)、媒體、娛樂、汽車、航空航天進(jìn)行初步應(yīng)用，為各個領(lǐng)域帶來巨大的生產(chǎn)力提升。
生成式AI將促進(jìn)生產(chǎn)關(guān)系高效發(fā)展，而不是像Web3.0重塑生產(chǎn)關(guān)系。Web3.0通過底層的分布式與去中心化、 密碼學(xué)的應(yīng)用、加密貨幣的結(jié)算方式，為集體協(xié)作、分工、收益提供了更好的結(jié)算方式，去中心化自治組織 （Decentralized Autonomous Organization，DAO）將是常見的組織形態(tài)，打破了原有的生產(chǎn)關(guān)系。生成式 AI不是打破傳統(tǒng)的生產(chǎn)關(guān)系，而是通過提高生產(chǎn)力促進(jìn)現(xiàn)有生產(chǎn)關(guān)系高效發(fā)展。
資本：海外一級投資涌入
多家生成式AI公司進(jìn)入Madrona、高盛、微軟、亞馬遜網(wǎng)絡(luò)服務(wù)和 PitchBook聯(lián)合發(fā)布的2022年智能應(yīng)用前40 名榜單（Intelligent Applications 40，IA40）。IA40招募了來自40多家頂級風(fēng)險投資和投資公司的50多名風(fēng)險 投資人，提名并投票選出塑造智能應(yīng)用未來的頂級公司，這些公司自成立以來募資超160億美元，今年募資超過 50億美元，其中包括Runway、Jasper、Copy.ai在內(nèi)的14家生成式AI相關(guān)公司，占比達(dá)35%。
技術(shù)：模型迭代
變分自編碼器（Variational Autoencoder，VAE）：2013年由Diederik P. Kingma和Max Welling提出，編碼器 將原始高維輸入轉(zhuǎn)換為對潛在空間的概率分布描述，從中采樣輸入解碼器，得到新生成的結(jié)果，可用于圖像生成、 語音合成等，生成的圖像較為模糊。
生成式對抗網(wǎng)絡(luò)（Generative Adversarial Nets，GAN）：2014年由Ian J. Goodfellow等人提出，模型由生成 器和判別器組成，以圖像生成為例，生成器輸入訓(xùn)練噪聲后生成圖像，判別器用來判斷圖像是真實(shí)的還是由生成 器生成的，隨著訓(xùn)練不斷進(jìn)行，生成器水平提升，判別器不再分辨圖像真?zhèn)危潭ㄉ善鲗ε袆e器進(jìn)行馴良，直 到判別器能夠分辨圖像真?zhèn)危潭ㄅ袆e器再次訓(xùn)練生成器，不斷循環(huán)，獲得生成效果好的生成器。GAN模型能夠 生成圖像、3D模型甚至視頻，但對輸出結(jié)果控制較弱，易產(chǎn)生隨機(jī)結(jié)果。
生成式AI應(yīng)用：內(nèi)容制作，從輔助人到“替代”人
生成式AI應(yīng)用：娛樂媒體內(nèi)容制作
當(dāng)前階段生成式AI最常見的應(yīng)用場景為娛樂媒體內(nèi)容的輔助生產(chǎn)。以文字續(xù)寫或糾錯、文字轉(zhuǎn)語音、文字生成語 音、圖像智能編輯、視頻智能剪輯等方式替代既有創(chuàng)意產(chǎn)生后的專業(yè)性機(jī)械勞動，同時通過內(nèi)容生成滿足用戶的 娛樂需求或者為其提供創(chuàng)作靈感。
隨著生成式AI的不斷成熟，部分專業(yè)內(nèi)容生產(chǎn)者將被替代。數(shù)據(jù)、算力的進(jìn)一步提升將帶來具有更強(qiáng)生成效果的 AI，能夠根據(jù)用戶需求生成個性化定制內(nèi)容終稿，并且AI生成內(nèi)容達(dá)到專業(yè)內(nèi)容生產(chǎn)者水平且具有獨(dú)特新穎的創(chuàng) 意，從而替代部分文字作者、翻譯人員、插畫創(chuàng)作者、配音人員、音樂制作人、視頻編輯人員等等。
AIGC：生成式AI在娛樂媒體領(lǐng)域的應(yīng)用
AIGC（AI-Generated Content）指利用人工智能技術(shù)自動生成的內(nèi)容，是繼專業(yè)生成內(nèi)容（PGC）和用戶生成 內(nèi)容（UGC）之后一種新型生成內(nèi)容的方式。國際上被稱為人工智能合成媒體（AI-generated Media或Synthetic media），是通過人工智能算法對數(shù)據(jù)或媒體進(jìn)行生產(chǎn)、操作和修改的統(tǒng)稱。
AI繪畫作品出圈、一級投資活躍，2022年AIGC爆發(fā)式發(fā)展。2022年8月，在美國科羅拉多州舉辦的新興數(shù)字藝 術(shù)家競賽中，參賽者提交AIGC繪畫作品《太空歌劇院》獲得了此次比賽“數(shù)字藝術(shù)/數(shù)字修飾照片”類別一等獎， 而參賽者沒有繪畫基礎(chǔ)，通過AI繪圖軟件MidJourney耗時80個小時創(chuàng)作了該作品。AI繪畫技術(shù)發(fā)展快速，從年初 的技藝生疏到目前能夠生成專業(yè)級別的圖像僅過去幾個月的時間，目前國外已有Stable Diffusion Midjourney等多 個成熟的AIGC平臺。其中技術(shù)領(lǐng)先的AI公司Open AI當(dāng)前估值或達(dá)290億美元，Stable Diffusion背后的Stability AI 估值也達(dá)到10億美元。
文本生成：對話機(jī)器人、新聞稿撰寫廣泛應(yīng)用
文本生成是生成式AI最早應(yīng)用的領(lǐng)域之一，已經(jīng)在對話機(jī)器人、內(nèi)容續(xù)寫、新聞稿撰寫、詩歌小說創(chuàng)作等領(lǐng)域具 有廣泛的應(yīng)用。 對話機(jī)器人：包括問答型機(jī)器人、閑聊型機(jī)器人、任務(wù)型機(jī)器人、知識圖譜型機(jī)器人、多輪對話機(jī)器人，在智能 客服場景中能夠顯著降低企業(yè)人力成本。 新聞稿撰寫：在全球范圍具有廣泛的應(yīng)用，很多新聞機(jī)構(gòu)使用AI生成稿件，尤其是體育、天氣、股市交易變動、 公司業(yè)績報(bào)道等結(jié)構(gòu)性新聞報(bào)道。自然語言生成公司Automated Insights僅在2014年就產(chǎn)生了10億篇新聞文章， 每秒可撰寫多達(dá)2000篇新聞報(bào)道，用戶包括雅虎、美聯(lián)社等。
音頻生成：語音生成廣泛應(yīng)用，大廠均有布局
自動語音生成：將文本轉(zhuǎn)化為語音，廣泛應(yīng)用于新聞閱讀、有聲書、出行導(dǎo)航、通知播報(bào)、視頻配音等領(lǐng)域。目 前，谷歌、微軟、亞馬遜、騰訊、阿里、百度、科大訊飛等均推出了相關(guān)平臺，支持在不同場景下將文本轉(zhuǎn)化為 流暢逼真的語音。 谷歌Text-to-Speech：谷歌基于DeepMind 的語音合成專業(yè)技術(shù)打造，支持40多種語言、220多種語音和參數(shù) 調(diào)整，并且支持用戶上傳自己錄制的音頻來訓(xùn)練自定義語音模型。 科大訊飛在線語音合成：提供了100+發(fā)音人，支持多語種、多方言和中英混合，可靈活配置音頻參數(shù)，只需 用戶上傳15分鐘錄音便能夠生成專屬聲音。
生成式AI應(yīng)用：多行業(yè)垂直應(yīng)用
代碼生成：大廠廣泛布局，極大提升編程效率
代碼生成：生成式AI將自然語言翻譯成代碼，極大提升了計(jì)算機(jī)編程的智能化、自動化，使得程序員能夠在相 同時間內(nèi)編寫更多的代碼，同時提高debug的效率。目前，OpenAI、微軟、谷歌、亞馬遜、華為等均在AI代碼 生成領(lǐng)域有所布局。
Codex：2021年8月由OpenAI基于GPT-3推出，精通Python、JavaScript、Go、Perl、PHP、Ruby、Swift、 TypeScript、SQL甚至 Shell 等十幾種編程語言，其中最為擅長Python。具有將注釋變成代碼、為代碼生成 注釋、代碼自動補(bǔ)全、查找可用庫或API、代碼檢查、代碼重構(gòu)、代碼語言轉(zhuǎn)換等功能，是Github Copilot的 底層支持，目前免費(fèi)開放，需要通過API或 Playground 訪問。
代碼生成：ChatGPT調(diào)試代碼表現(xiàn)優(yōu)于傳統(tǒng)搜索引擎
ChatGPT：2022年11月由OpenAI推出，是一個對話語言模型，但在代碼生成領(lǐng)域具有優(yōu)秀的表現(xiàn)，能夠?qū)?自然語言轉(zhuǎn)為代碼、找出代碼的問題并給出修改意見，且支持用戶和AI連續(xù)對話，在調(diào)試代碼過程中的使用 體驗(yàn)優(yōu)于傳統(tǒng)的搜索引擎。
代碼生成：Github Copilot每年節(jié)約開發(fā)人員成本或達(dá)百億美元
Github Copilot：2021年6月由微軟旗下GitHub推出，由OpenAI Codex 提供支持，可以集成到Neovim, JetBrains IDEs, Visual Studio, and Visual Studio Code等編輯器中，支持 Python、JavaScript、TypeScript、 Java、Ruby 和 Go 等編程語言。可以根據(jù)上下文自動寫代碼，包括文檔字符串、注釋、函數(shù)名稱、代碼， 只要用戶給出提示，就可以寫出完整的函數(shù)。
Github Copilot每年節(jié)約開發(fā)人員成本或達(dá)百億美元。在2021年6月-2022年6月中，超過120萬開發(fā)者注冊 使用 GitHub Copilot 預(yù)覽版，在啟用的文件中，有近 40% 的代碼是由 Copilot 編寫的。以使用人數(shù)120萬、 開發(fā)人員時薪20-200美元，Copilot每年可節(jié)省開發(fā)成本48-1920億美元。
海內(nèi)外發(fā)展：多家科技巨頭、初創(chuàng)公司積極布局
創(chuàng)業(yè)公司嶄露頭角，科技巨頭積極布局
國外多家生成式AI創(chuàng)業(yè)公司獲得大筆融資且擁有較高估值。主要包括OpenAI、 Stability AI、 Midjourney、 Jasper等，其中OpenAI技術(shù)積累最強(qiáng)，發(fā)布了多款生成式AI底層算法，估值或達(dá)290億美元。 國內(nèi)外科技巨頭在生成式AI領(lǐng)域多有布局。國內(nèi)公司百度、騰訊、阿里、字節(jié)、網(wǎng)易等及國外公司谷歌、Meta、 微軟等均推出了生成式AI的應(yīng)用產(chǎn)品，其中谷歌通過谷歌大腦、旗下Deepmind布局最為豐富。
Open AI：提供底層算法，開發(fā)水平強(qiáng)、算法通用性高的AI技術(shù)公司
OpenAI是一家大型人工智能研究公司。公司AI開發(fā)水平處于第一梯隊(duì)，研發(fā)人員包括世界著名AI專家，2022年 6月，量子計(jì)算專家、ACM計(jì)算獎得主Scott Aaronson宣布將加盟公司。公司以實(shí)現(xiàn)安全的通用人工智能（AGI） 為核心宗旨。 2015年成立之初，公司為一家非營利性研究機(jī)構(gòu)，2019年接受微軟10億美元的注資，由非營利性機(jī)構(gòu)轉(zhuǎn)為盈利 性公司。公司的投資者包括微軟 、Reid Hoffman’s charitable foundation和 Khosla Ventures。The Information稱公司2021年估值已經(jīng)達(dá)200億美元。 據(jù)Semafor報(bào)道，微軟正商談以 290 億美元估值，向 OpenAI 投資 100 億美元，這筆投資還將引入其他風(fēng)投公司。 2022年公司收入約2500萬-4000萬美元，以290億美元的估值測算，市銷率達(dá)725-1160倍。
評論