重要提示：通过本订阅号发布的观点和信息仅供中信建投证券股份有限公司（下称“中信建投”）客户中符合《证券期货投资者适当性管理办法》规定的机构类专业投资者参考。因本订阅号暂时无法设置访问限制，若您并非中信建投客户中的机构类专业投资者，为控制投资风险，请您请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。对由此给您造成的不便表示诚挚歉意，感谢您的理解与配合！
3月15日，OpenAI发布GPT-4；
3月16日，百度发布了 “文心一言”；
4月8日，阿里巴巴宣布开启语言大模型“通义千问”的企业邀测……
从2022年底Open AI发布Chat GPT到现在，AI行业是市场上最热的话题之一。历史上人工智能浪潮如何影响人们生活？生成式AI和决策式AI有何区别？应该如何看待AI带来的伦理问题？中信建投证券人工智能首席分析师于芳博认为，当前，在投资上，可以把握赋能、创新、安全三条投资主线，具体到生成式AI，可以重点关注打造底层算法的公司、下游应用的公司、AI芯片制造的公司、数据产业链。
AI软硬件平台的国产化比例提升
Q：请您简单介绍一下历史上3次人工智能浪潮
于芳博：人工智能第一次发展浪潮由推理与搜索占据主导，但由于当时机器计算能力的不足而经历了第一次低迷期。人工智能（Artificial Intelligence，缩写AI），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。这一概念最早由麻省理工学院的约翰·麦卡锡在1956年的达特茅斯会议上提出，随之迎来了人工智能的第一次发展浪潮（1956-1974）。这一时期的核心在于让机器具备逻辑推理能力，通过推理与搜索尝试开发能够解决代数应用题、证明几何定理、使用英语的机器。该阶段的成果几乎无法解决实用问题，另外实际应用中人工智能计算量的增长是惊人的，特别是模拟人类感知带来的巨大运算量远超70年代的计算能力，因此人工智能经历了第一次低迷期。
人工智能第二次发展浪潮在1980年-1987年，这一阶段专家系统开始商业化，场景局限性限制其发展。这一时期的核心是基于“专家系统”思想，让AI程序能解决特定领域问题，知识库系统和知识工程成为了这一时期的主要研究方向，专家系统能够根据该领域已有的知识或经验进行推理和判断，从而做出可以媲美人类专家的决策。典型代表如医学专家系统MYCIN，MYCIN具有450条规则，其推导患者病情的过程与专家的推导过程类似，开处方的准确率可以达到69%，该水平强于初级医师，但比专业医师（准确率80%）还是差一些。随着人们发现专家系统具有很强的场景局限性，同时面临着升级迭代的高难度和高昂的维护费用，因而AI技术发展经历了第二次低迷期。
从1993年开始，AI技术步入了第三次发展浪潮，进入深度学习引领浪潮阶段。这一时期，计算性能上的障碍被逐步克服，2006年深度学习这一重要理论被提出，并解决了训练多层神经网络时的过拟合问题。2011年以来，深度学习算法的突破进一步加速了AI技术发展的第三次浪潮，标志性事件是2012年ImageNet图像识别大赛，其深度CNN网络的错误率仅为15%左右，远远好于第二名支持向量机算法的26%，这一结果迅速点燃了产业对神经网络和深度学习的兴趣，深度学习也快速的实现了商业化。
Q：第一次工业革命是蒸汽机，第二次工业革命是电力，第三次工业革命是信息技术，AI将推动第四次工业革命，成为重要的成产要素，这期间我们需要把握哪些投资机会？
于芳博：一次工业革命代表着一轮经济增长的长波，即当科技和经济积累到一定程度后,首先是若干关键技术取得突破, 随之整个技术体系都发生跃迁, 与此同时生产方式、产业形态也发生根本性变化, 进而经济高速增长。
这一轮工业革命中，智能产品推动社会进步，深刻影响人类的社会、经济、文化生活，人类正进入全新的数字化时代和共享经济时代，人工智能处于第四次工业革命的核心地位。
在第四次工业革命中，不同于过去的农业经济 (土地、劳动)、工业经济（土地、劳动、技术、资本）, 当前的数字经济生产要素以数据为主导。人工智能决定了数据的应用效率和深度，并改变生产模式。大量数据的具体使用和分析需要人工智能作为手段，人工智能同时也是利用数字化提高甚至颠覆传统生产模式的关键环节，和数据一同被认为是数字经济中的新生产要素。
从投资机会来看，我们可以把握赋能、创新、安全三条投资主线。具体来看，赋能上，算法相对比较成熟，数据训练也达到商业化要求，处于从1到N渗透的阶段，典型的如深度学习算法在金融、教育、工业等领域的应用，重点关注教育行业复苏以及工业领域的AI应用。
创新方面，算法仍在迭代，数据积累量不够，算力也刚刚突破，整体看仍处于从0到1阶段，典型的如自动驾驶。还有新算法的应用，实现从0到1，创造出新的需求，典型的例如文本生成图像、文本生成视频、ChatGPT等大规模预训练模型。
对于安全领域，AI软硬件平台的国产化比例提升。在中美贸易战、科技战持续深化的背景下，加强对卡脖子的关键核心技术研发的支持，加速国产替代的步伐，重点看好FPGA、EDA等细分板块。
关注生成式AI投资机会
Q：请您简单介绍一下决策式AI和生成式AI的区别，以及生成式AI的投资机会有哪些？
于芳博：决策式AI是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则是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。高质量内容为媒体娱乐行业的基础，内容创作者在其中扮演了重要的一环，为各类媒介带来了用户流量及使用时长的增长。生成式AI能够创作新的内容，改变了传统的媒体娱乐内容由人工生产的方式，通过生成式AI辅助创作，大幅度降低了内容生产的成本，降低了创作门槛，带来的生产力的提升与突破。
对于生成式AI的投资机会，我们可以重点关注打造底层算法的公司、下游应用的公司、AI芯片制造的公司、数据产业链。
Q：近期，多家公司发布大模型，AI的发展也带来了算力的需求，对此您如何看待？这背后有哪些投资机会可以把握？
于芳博：大模型的算力需求主要来自于三个环节：第一，预训练得到大模型的训练环节。该环节中，算力呈现海量需求且集中训练的特点，大模型通常在数天到数周内在云端完成训练。模型的训练算力与模型参数量、训练数据量有关，以ChatGPT的训练为例，单次模型训练需要2000张英伟达A100显卡不间断训练27天。
第二，适应下游领域时进一步fine-tune环节。算力需求取决于模型的泛化能力以及下游任务的难度情况。
第三大模型日常运行时的推理环节。大模型的日常运行中每一次用户调用都需要一定的算力和带宽作为支撑，单次推理的计算量为2N（N为模型参数量），例如1750亿参数的ChatGPT模型1k tokens的推理运算量为2*1750*108*103=3.5*1014 flops=350 Tflops。近期ChatGPT官网吸引的每日访客数量接近5000万，每小时平均访问人数约210万人，假定高峰时期同时在线人数450万人，一小时内每人问8个问题，每个问题回答200字，测算需要14000块英伟达A100芯片做日常的算力支撑。大模型在融入搜索引擎或以app形式提供其他商业化服务过程中，其AI芯片需求将得到进一步的显著拉动。
在具体投资方向上，我们看好AI发展带来的GPU需求，GPU具备图形渲染和并行计算两大核心功能，其应用场景主要包括个人电脑、服务器、自动驾驶、移动端。全球GPU市场保持良好成长性，AI服务器成为市场增长的核心支撑，随着生成式AI大模型进入到辅助生产力阶段，服务器GPU市场需求更为旺盛。
清楚认识AI创作局限
Q：在您看来，AI所可能存在的伦理风险和法律风险，是否会对其商业化前景造成影响？
于芳博：AI可能带来的风险主要有以下几个可能性。首先，可能存在重大的事实错误，或与人类的基本伦理认知相违背的有害内容。以最近很火的ChatGPT为例，它可以生成形式完美的文本内容，对各种提问提供看似逻辑严密的答复。但这些文本或答复可能存在重大的事实错误，或与人类的基本伦理认知相违背的有害内容。
如果这些有害内容无法受到有效识别和控制，可能影响人类的伦理取向与价值判断。特别是，AI创作技术可能被滥用、误用，比如被用于抄袭、恶搞等，甚至被用于危害个人生命财产安全、国家安全和社会公共利益。AI生成模型应用的门槛较低，有害内容的生产者同时具有分散性、流动性和隐蔽性的特征，将导致虚假的、违反社会公序良俗与伦理价值标准的信息泛滥，影响整个网络生态。以AI写新闻稿为例，AI生成的假新闻可能扰乱社会秩序、引发公众恐慌，乃至影响社会稳定和国家安全。因此，有必要对AI创作进行法律和伦理治理，特别是对AI技术使用者的行为形成有效约束，防范安全风险与伦理风险。
其次，AI创作可能带来版权问题，具体表现为两个方面：一是用于训练算法模型的数据可能侵犯他人版权；二是AI生成内容能否受版权保护存在争议。以AI作画为例，供深度学习模型训练的数据集中可能包含受版权保护的作品，若未经授权对相关作品利用可能构成版权侵权。对于AI生成的“作品”能否受到版权保护，大家的争议较大。以国际视角来看，目前在美国，人工智能创作物无法获得版权保护；欧盟认定符合版权保护的标准仍是“自然人的独创性”；在日本，虽然重视对具有市场价值的人工智能创作物给与法律保护，但是采取近似于商标登记的方式进行保护。大家所共识的作品是指在文学、艺术和科学领域内具有独创性且能够以某种有形形式复制的智力成果，而AI创作的内容具有较强的随机性，且由算法主导，属于没有“思想”的“表达”，尚难以满足版权法中的独创性要求。但是，随着AI创作产业的发展，大量资金、技术和人力投入到AI生成技术的研发中，AI生成物的经济价值也日益凸显，也有必要对其赋权保护。特别是从鼓励技术创新的角度出发，应该给与AI技术开发者更多的权利。目前将AI生成物作为邻接权客体是一条可行的路径，邻接权的权利主体是AI技术开发者。AI技术开发者可以将权利转让给利用AI进行加工制作的使用者，这样AI技术开发者和使用者可以实现双赢，这不仅有助于AI技术的推广使用，而且能持续的激励技术创新。
最后，AI创作可能带来结构性失业的挑战。2022年8月，美国科罗拉多州举办的新兴数字艺术家竞赛中，一位没有绘画基础的参赛者提交了一份由AI生成的画作《太空歌剧院》，并获大奖，这引起业内关于“AI是否取代艺术家”的一场争论。相比于人类的创作过程，AI创作具备快速、量大、多元等特点，在艺术创作、绘画、影视编辑等领域正在产生变革效应。按这种发展态势，未来可能到处充斥着由AI创作的画，而真正人类的作品却被淹没。这不得不让人重新审视“作者之死”的问题，不少人担忧AI创作会不会冲击传统艺术创作者的工作与生存。
就目前的AI技术发展水平看，AI创作主要基于模仿，AI还缺乏人类的情感和思想，AI的创作过程脱离了人与人之间的交流和沟通，尚无法替代人类高水平的艺术创作。AI导致画家“失业”的担忧可能来源于对高质量创作贫瘠的一种焦虑，实际上AI是一种赋能工具，人类艺术家可以发挥AI技术在收集素材、整合信息等方面的效率，并将更多时间用在创意上。因此，AI与人类的创作活动并非不可调和，两者其实可以共存，可以相互促进，人机结合或许才是未来之路。总之，我们需要清楚认识AI创作的局限，对AI创作的“作品”有客观认知，同时充分预判AI创作对人类文艺活动可能的冲击和影响，并提前规划应对策略。
附：依据报告信息
中信建投 | GPU行业深度研究：AI大模型浪潮风起，GPU芯片再立潮头
中信建投人工智能2023年投资策略展望：AI大时代，把握赋能、创新与安全三条主线
免责声明
本订阅号（微信号：中信建投证券研究）为中信建投证券股份有限公司（下称“中信建投”）研究发展部依法设立、独立运营的唯一官方订阅号。
本订阅号所载内容仅面向符合《证券期货投资者适当性管理办法》规定的机构类专业投资者。中信建投不因任何订阅或接收本订阅号内容的行为而将订阅人视为中信建投的客户。
本订阅号不是中信建投研究报告的发布平台，所载内容均来自于中信建投已正式发布的研究报告或对报告进行的跟踪与解读，订阅者若使用所载资料，有可能会因缺乏对完整报告的了解而对其中关键假设、评级、目标价等内容产生误解。提请订阅者参阅中信建投已发布的完整证券研究报告，仔细阅读其所附各项声明、信息披露事项及风险提示，关注相关的分析、预测能够成立的关键假设条件，关注投资评级和证券目标价格的预测时间周期，并准确理解投资评级的含义。
中信建投对本订阅号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。本订阅号中资料、意见等仅代表来源证券研究报告发布当日的判断，相关研究观点可依据中信建投后续发布的证券研究报告在不发布通知的情形下作出更改。中信建投的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本订阅号中资料意见不一致的市场评论和/或观点。
本订阅号发布的内容并非投资决策服务，在任何情形下都不构成对接收本订阅号内容受众的任何投资建议。订阅者应当充分了解各类投资风险，根据自身情况自主做出投资决策并自行承担投资风险。订阅者根据本订阅号内容做出的任何决策与中信建投或相关作者无关。
本订阅号发布的内容仅为中信建投所有。未经中信建投事先书面许可，任何机构和/或个人不得以任何形式转发、翻版、复制、发布或引用本订阅号发布的全部或部分内容，亦不得从未经中信建投书面授权的任何机构、个人或其运营的媒体平台接收、翻版、复制或引用本订阅号发布的全部或部分内容。版权所有，违者必究。