人工智能chatgpt可以识别图片吗 人工智能行业ChatGPT专题研究:开启AI新纪元

默认分类1年前 (2023)发布 admin
1,543 0
ChatGPT国内版

AI纪元,

:AI的旷世巨作

是一种聊天机器人软件: 全名为Chat Pre- ,是于 2022年11月推出的聊天机器人,该软件使用方 便快捷,只需向提出需求,即可实现文章创作、代码创作、回答问 题等功能。

功能强大: 目前仍以文字方式互动,而除了通过人类语言 交互外,还可以用于相对复杂的语言工作,包括自动文本生成、自动问答、 自动摘要等在内的多种任务。如:在自动文本生成方面,可以根据 输入的文本自动生成类似的文本,在自动问答方面,可以根据输入 的问题自动生成答案。还具有编写和调试计算机程序的能力。此外, 有望一定程度上替代搜索引擎。

: 前景广阔,打开海量应用场景

关注度较高: 截至于2022年12月4日,上线仅5天,估计 已经拥有超过100万用户。此外,根据《纽约时代》报道, GPT 的下一个版本GPT-4有望于 2023 年某个时候推出。

打开海量应用场景: 应用场景广泛,拥有潜在空前蓝 海,其功能覆盖各个板块,我们将其分成生成应用和布局、搜索和数据 分析、程序生成和分析、文本生成、内容创作、一般推理和其他七部分。我们认为基于其庞大的算力和算法分析,领域有望覆盖教育、科研、游 戏、新闻等多重板块并有望持续拓展,市场潜力较大。

的前世今生

我们认为,经历了人工智能发展的三大趋势。机器学习: 2012年左右,随着基础算力的提升,全球已经开启人工智能热潮即大数据时代。政策、资本先行,应用场景逐渐丰富。机器 学习是AI的一种技术方向,无论是自然语言处理还是机器视觉都是机器学习的应用。神经网络: 2015年左右开始繁荣爆发,神经网络是实现AI深度学习的一种重要算法,是通过对人脑的基本单元神经元的建模和链接,探 索模拟人脑系统功能的模型,并研发出的一种具有学习、联想、记忆和模式识别等具有智慧信息处理功能的人工系统。算法: 2017年左右,是图型神经网络的一种,开始广泛应用于机器翻译之中,逐步取代循环神经网络(RNN), 不再使用递归,而是采用了注意力机制进行优化,通过自我监督学习或无监督方法进行训练,优点在于建模能力强,通用性强,可扩展 性强,能够更好的进行运算。而则是在该算法上不断迭代、演进、升级最后生成的一种算法。

从算法模式的版本上,已经经历了四个版本,未来有望生成新版本即GPT-4。GPT-3是GPT系列第三代语言预测模型,是创建的GPT-2的继任者: GPT-3的应用包括帮助公司快速理解客户反馈、帮助 Fable 完成VR角色的虚拟人物生成,实现与自然人对话、帮助实现快速予以、论文搜索等(算法准确率高达91%,准确率 是BERT算法四倍)。我们认为,可以理解成是GPT-3的微调版本: 由GPT-3语言模型提供支持,是一种对齐语言模型以遵循指令, 模型比GPT-3 更擅长遵循指令,且回答更真实,且有害情绪输出大幅下降例如暴力情节。

我们认为,可以理解成是GPT-3.5的微调版本: 是从GPT-3.5 系列中的一个模型进行微调,相较于, 效果更加真实(拥有非常强的泛化能力和生成能力),模型的无害性实现些许提升(生成带有有害、歧视、偏见等情况的有问题样 本的概率本身就会很低),编码能力更强(在GPT3.0积累的大量代码基础上,部分内部员工参与了数据采集工作)。

GPT-4有望打开海量应用: 首席执行官称,GPT-4有望成为多模态的人工智能,根据 创始人消息,参数预计更大, 计算模型优化有望实现更优化,且GPT-4将是纯文本模型(不是多模态),我们认为GPT-4的推出潜在商业价值巨大,模型更具备“拟人化” 的功能,文本生成和内容创作有望更加丰富,并有望进入文字工作的相关领域,例如新闻、金融等相关行业。

的一小步,AI的一大步

与的相同点:使用来自人类反馈的强化学习(RLHF) 来训练该模型。与的不同点:数据收集设置略有不同、并加入了强 化学习近端策略优化,可以理解成在“人脑思维”的基础上加入了“人 类反馈系统”,是一种奖励模型。因此效果更佳真实、模型的无害性实 现些许提升,编码能力更强。

的背后: 强大的AI公司

全球AI的“领军企业”: 是美国一个人工智 能研究实验室,是促进和发展友好的人工智能,使人类整体 受益。成立于2015年底,组织目标是通过与其他机构 和研究者的“自由合作”,向公众开放专利和研究成果。此 外根据新浪消息,埃隆·马斯克为公司的创始人,但于2018 年提出离职,原因是特斯拉与AI的关联越来越深,外界担忧 特斯拉将运用的技术实现升级。

根据消息,于2022年11月发布后, 估值已涨至290亿美元;此外根据新浪科技消息,最 近告诉投资者,预计2023年营收将会达到2亿美元,2024年 将达到10亿美元。

不仅仅是: Open AI的业务不仅仅局限于 领域,还包括Dall·E2、等项目。DALL·E2 可根据自然语言的描述创作逼真的绘画作品,是一种 语言识别系统,其鲁棒性和准确性极高,支持多种语言的转 录并翻译成英文。

的商业模式

的商业模式即API接口收费: 客户可以通过的强大AI模型构建应用程序,例如访问执行各种自然语言任务的 GPT-3、将自 然语言翻译成代码的 Codex 以及创建和编辑原始图像的 DALL·E。公司按照不同项目的AI模式和不同需求进行收费,对于AI图像系统 按不同的图片分辨率定价;对于AI语言文字系统按字符单价收费,对于调整模型和嵌入模型按照文字单价收费,并根据不同的调用模型 区别定价。目前DALL·E 方面,已有超过 300 万人在使用,每天生成超过 400 万张图像。其API具备快速、灵活、可拓展等性质。

我们认为的商业模式属于底层模型开放性标准化SAAS服务模式: 公司通过提供相关AIGC代码,提供自动图形模型或语言模型生成 等产品,用户通过其API接口接入,并支付平台费用获取相关图像、语言、代码调整服务,可获得付费订阅式的SAAS费用,我们 认为该商业模式用户粘性极强。目前我国AIGC商业仍处于初期阶段,部分文本、图像等生成的公司仍处于初期阶段,以辅助生成内容服 务为主,部分公司已经进入AIGC开发阶段,但仍处于免费试用、获取流量阶段,我们认为未来相关公司SAAS模式有望形成。

AIGC,星星之火可以燎原

促使AIGC快速商业化发展

AIGC的含义: AIGC(AI )即人工智能自 动生成内容可以在创意、表现力、迭代、传播、个性化等 方面,充分发挥技术优势,打造新的数字内容生成与交互 形态。我们认为,GPT系列是AIGC的一种商业化方向。

人工智能chatgpt可以识别图片吗 人工智能行业ChatGPT专题研究:开启AI新纪元

AIGC有望打开海量空间

AIGC也被认为是继UGC、PGC/UGC之后的新型内容生产方式: UGC是用户生成内容,起源于Web2.0时代,例如博客、视频分享、等 应用方案;PGC/UGC分别指专业生产内容与职业生成内容,例如视频创收平台优酷、土豆平台节目《暴走漫画》、《万万没想到》、或 是抖音、快手等用户生产内容。我们认为AIGC在创作成本上具有颠覆性,而且具备降本增效的多重优势,并且有望解决目前PGC/UGC创 作质量参差不齐或是降低其有害性内容传播等问题,同时创意激发,提升内容多样性,此外价格上最贵的AIGC语言模型达芬奇为 每0.02美元750个单词,AIGC图型模型价格仅为0.020美元一张。

AIGC有望赋能“千行百业”,我国已有应用案例: 2022年,随着“两会时间”开启,依托百度AIGC技术的数字人主播度晓晓正式“上 岗”,成为全国两会报道中一道独特的风景线。此外,冬奥会期间,百家号TTV技术验证了AIGC的发展潜力。来自人民网、中国青年网 等多家媒体通过百家号TTV技术进行内容生产,持续发布实时赛况等题材的短视频作品,单条播放量超70万。

梳理AIGC的受益厂商

我们认为AIGC的出世会产生革命性的影响,同时有望赋能千行百业,随着AI写作、AI作图、AI底层建模、AI生成视频和动画技术逐渐成 熟,AI有望进入新纪元,带来空前蓝海,同时对现有娱乐、传媒、新闻、建模等应用具有颠覆性的创新。

具备自研AI处理器的厂商可以为AIGC的神经网络提供算力支撑:人工智能的本质及数据的海量运算,相较于AI算法,数据才是重中之重。算力作为数据加速处理的动力源泉,其重要性不言而喻。AI处理器芯片可以支持深度神经网络的学习和加速计算,相比于GPU和CPU拥有 成倍的性能提升,和极低的耗电水平。因此,人工智能芯片将发挥大量作用。

具备AI商业算法落地的厂商具备相关算法的领先性: AI算法的龙头厂商在自然语言处理、机器视觉、数据标注方面都具有先发优势。算 法上,数据标注属于AIGC算法的生成关键步骤,而在自然语言处理、机器视觉等方面,AIGC已经对此方向应用产生深远影响,例如已经 实现的虚拟人与自然人的对话、AI作图、AI底层建模,随着技术的进一步成熟,AIGC势必对该方向应用产生革命性影响。

AIGC相关技术储备的应用厂商有望打开海量市场:相关娱乐、传媒、新闻、游戏、搜索引擎等厂商具备海量文本创作、图片生成、视频 生成等需求,随着AIGC的逐渐成熟,相关AI算法不断成熟完善,并结合相关应用,我们认为相关厂商在降本增效的同时,有望提升其创 作内容的质量、减少有害性内容传播等问题,实现创意激发,提升内容多样性,AIGC有望极大推动相关厂商商业化的发展,从而打开海 量空间。

投资分析

科大讯飞: 自然语言处理的全球龙头厂商

科大讯飞于2022年初正式发布了“讯飞超脑 2030 计划”,其目的是向“全球人工智能产业领导者”的长期愿景迈进。该计划是公司的 核心战略,目的是构建基于认知的人机协作、自我进化的复杂系统,即让机器人感官超越人类,具备自主进化的能力,打造可持续自主 进化的复杂智能系统,助力机器人走进千家万户。其计划分为三个阶段性里程碑:第一阶段(2022-2023):推出可养成的宠物玩具、仿生动物等软硬件一体机器人,同期推出专业数字虚拟人家族,担当老师、医生等角色;第二阶段(2023-2025):推出自适应行走的外骨骼机器人和陪伴数字虚拟人家族,老人通过外骨骼机器人能够实现正常行走和运动,同期 推出面向青少年的抑郁症筛查平台;第三阶段(2025-2030): 最终推出懂知识、会学习的陪伴机器人和自主学习虚拟人家族,全面进入家庭。

汉王科技: 人工智能领域领先者

汉王科技是人工智能领域领先者: 成立于1998年,是人脸识别、大数据、智能交互技术、产品及服务的提供商。公司以核心技术为基础, 面向市场需求,已形成了以识别技术为核心的、针对不同细分市场的软硬件产品系列,既有通用产品,如e典笔、汉王电纸书、汉王笔、 文本王、名片通、绘图板等。公司主营业务分为四类: 笔智能交互业务:公司在笔智能交互方面的技术主要分为电磁触控及电容触控两大类,公司是全球仅有的两家拥有无线无源电磁触控自 主知识产权的企业之一,此项业务包括数字绘画、电容笔、无纸化签章;文本大数据业务:公司依托 AI 文本图像识别技术、NLP 技术、RPA技术平台,在各行业赛道中寻找数字化、智能化的落地场景,此项业 务包括智慧司法、智慧档案、智慧人文、智慧教育、智慧金融等;人脸及生物试别与相关AI终端。

拓尔思: 全文检索技术的始创者

拓尔思是中文全文检索技术的始创者:领先的大数据、人工智能和数据安全产品及服务提供商,成立于1993年。其主要核心业务包括 软件平台产品研发,行业应用系统解决方案和大数据SaaS/DaaS云服务三大板块,涵盖大数据、人工智能、互联网内容管理、网络信 息安全和互联网营销等领域方向。公司技术实力雄厚:人工智能领域:公司是国内最早从事自然语言处理(NLP)研发的企业之一,在 NLP、知识图谱、OCR、图像视频结 构化领域都具备自主可控的底层技术;在大数据方面,数据采集、挖掘、分析等底层技术均实现技术可控。公司行业领域覆盖广:由于公司人工智能和大数据核心技术具有跨行业/领域的通用普适性,因此公司技术产品和服务所支持的业务应 用落地场景众多,涵盖多个行业/领域,大型或头部企业级客户超过 8000 家。广泛覆盖于金融、制造、能源、互联网、传媒、政府、 公共安全等领域。

云从科技: 人机协同生态体系赋能商

云从科技是一家专注于提高人机操作系统和行业解决方案的人工智 能企业,致力于推进人工智能产业化进程和各行业的转型升级。一 方面公司通过业务、硬件设备、软件应用,为客户提供数字化、智 能化的人工智能服务。另一方面,公司基于人机协同操作系统,赋 能金融、出行、商业等场景。公司自主研发了融合人工智能技术的 人机协同操作系统和部分AIoT设备。

海天瑞声: AI训练数据服务领军者

海天瑞声是我国领先的训练数据专业提供商,发行人始终致力于为 AI 产业链上的各类机构提供算法模型开发训练所需的专业数据集。发行人所提供的训练数据覆盖智能语音、计算机视觉、自然语言等 多个核心领域,全面服务于人机交互、智能驾驶、智慧城市等多种 创新应用场景。

虹软科技: 机器视觉的算法供应商

虹软科技专注于计算机视觉领域,为行业提供算法授权及系统解决方案,在全球范围内为智能终端机智能驾驶提供视觉算法产品线,目 前客户主要包括三星、小米、OPPO、Vivo、荣耀等手机厂商及部分合资品牌汽车主机厂商。

报告节选:

人工智能chatgpt可以识别图片吗 人工智能行业ChatGPT专题研究:开启AI新纪元

(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)

来源|未来智库

排版 | 麦子

© 版权声明
广告也精彩

相关文章

暂无评论

暂无评论...