AI显性化元年，拥抱产业变革的星辰大海.docxVIP

ChatGPT 引领技术革命，通用人工智能曙光将至 ChatGPT 破圈复盘：AI 显性化的三个阶段 我们从全球产业角度，复盘 AI 显性化的三个阶段。自 2022 年底 OpenAI 发布聊天机器人 ChatGPT，以及背后 GPT3.5、GPT4 大模型的推出，新一轮技术变革的浪潮从学术界、产业界向普通互联网用户依次破圈。我们将这一过程称作“AI 的显性化”，主要分为三个阶段： 技术奇点出现。Ⅰ）22 年 11 月 ChatGPT 发布：OpenAI 基于 GPT3.5 大模型推出对话聊天工具 ChatGPT，在文本生成的准确度、流畅度，长序列文本处理能力，可扩展性等多方面都显著优于以往 AI 模型。Ⅱ）23 年 3 月 GPT4 发布：相较于 GPT3.5版本，接入 GPT4 大模型的 ChatGPT 在文字对话内容的深度、广度层面均有提升；此外，除了识别文字内容，GPT4 也支持图片内容的输入，多模态识别能力显著增强。 海外 C 端产品破圈。Ⅰ）ChatGPT 能力初步破圈：22 年 11 月 ChatGPT 发布后，用户规模 5 天突破 100 万、两个月突破 1 亿，在学术论文、专业考试等 C 端应用场景中初步破圈。23 年 2 月微软将 ChatGPT 接入搜索引擎 Bing，推动 Bing 移动端 DAU 单月环比增长 6 倍。Ⅱ）现象级应用诞生：3 月微软将 Office 全家桶接入GPT4，发布办公助手 Office 365 Copilot，有望撬动全球 14 亿用户规模。Ⅲ）下游生态全面开启：3 月 27 日 OpenAI 允许第三方开发 ChatGPT Plugin 插件，第一批支持的包括 Expedia、Instacart、Zapier 等酒旅、电商场景的头部应用。“插件”生态的放开确立了 ChatGPT 的流量入口地位，AI 迎来“App Store 时刻”，下游生态全面开启。 国内大厂跟进，大模型生态起步。自 22 年 11 月ChatGPT 发布后，国内头部科技、互联网公司随即跟进。3 月百度先后发布类 ChatGPT 的聊天机器人“文心一言”、企业级平台“文心千帆”，对标海外 ChatGPT 生态。4 月阿里巴巴发布同类产品“通义千问”，华为公布“盘古”大模型进展。腾讯、字节跳动等互联网大厂也成立了专门的大模型攻坚团队，相关产品有望陆续发布。 图表 1：“AI 显性化”的三个阶段 来源：OpenAI，文心一言，通义千问，华为盘古， ChatGPT 突破之处：通用人工智能的曙光 从前沿的研究和应用方向来看，AI（人工智能）主要有 NLP（自然语言处理）、CV （计算机视觉）两大领域，分别聚焦于对自然语言和图像进行分析、处理。其中， ChatGPT 及其背后的 GPT 系列模型带来的影响主要集中于 NLP 领域。因此，我们通过复盘过去 10 年 NLP 领域的技术发展，来解答一个关键的问题：从技术角度看，ChatGPT究竟是不是革命性的突破？ 从技术角度复盘过去 10 年的 AI 发展历程，有四个重要的时间节点： 1）2017 年 Transformer 统一 NLP 研究范式。谷歌在著名论文《Attention Is All You Need》中推出 Transformer 架构，通过引入“自注意力”机制，极大拓展了 AI 模型在不同任务中的可迁移性。该论文发布 5 年内被引用超过 3.8 万次，统一了 NLP 的研究范式，后续也被广泛跨领域应用于 CV 场景。 2）2018 年谷歌、OpenAI 路线之争：完形填空 vs 文本生成。2018 年，谷歌、 OpenAI 基于 Transformer 框架，分别推出了 AI 模型BERT 和 GPT-1。通俗来讲，二者技术路线最主要的区别在于：预训练任务中，谷歌 BERT 主要使用“完形填空”的方式，即随机遮盖一些文字，让 AI 模型通过上下文理解进行补全；而 GPT 则主要使用 “文本生成”的方式，即通过完全遮盖训练语料中的“下文”，训练模型基于“上文”，逐字逐句地生成文本。从应用结果来看，谷歌 BERT 在文本分类、关键词提取等“自然语言理解”类任务中的表现好于初代 GPT。而后续随着模型参数量的指数级提升， GPT 模型在翻译、写作、问答等“自然语言生成”类任务中的优势开始逐步显现。 3）2020 年 GPT3 优势初显，千亿参数量催生“涌现”效应。2020 年，OpenAI 推出新的 AI 大模型 GPT-3，其参数量高达 1750 亿，相较上一代 GPT-2 的 15 亿高出一百余倍。2020 年后，AI 大模型的“涌现”效应得到业内的广泛关注，即当参数量高于特定量级后（一般认为千亿级别是门槛），再基于模型结构、训练方法的调整，AI大