管理
在昨天的Google Event大会上，Bard表现不佳，当面对提问“有什么韦伯望远镜的新发现可以分享给9岁的女儿？”时，Bard给出的答案出现重大错误：“韦伯望远镜第一次拍摄到了太阳系外行星的照片。”
事实上，人类首次拍摄到太阳系外行星的照片，是由智利的甚大望远镜于2004年完成。
这个错误表明Bard缺乏对信息的筛选与判断能力，换言之AI聊天功能只实现了一半：我能听懂你的话，但无法给出正确精准的回答。
此外，谷歌声称面向公众发布的Bard将会是一个轻量化版本，但没宣布发布日期，随后的Q&A环节也变成了关门的私密形式。
一言以蔽之，chatGPT比想象的要难，谷歌并没有准备好，何时能准备好也不知道。
昨晚谷歌暴跌8%，微软只跌了0.3%，市场开始用脚投票。
微软真是可惜了，以Bard的表现，如果在A股微软肯定大涨：要流量有流量，要现金流有现金流，要时间窗口有时间窗口，而且已经将chatGPT与Bing融合，这故事它不香吗？
再给大家解释下chatGPT的难点何在：
1. 对提问和答案基于上下文的语义给出准确判断，尤其是中文的语义判断。
比如：以前的巧克力要多少有多少，现在要多少有多少，请问巧克力会不会涨价？
我估计哪怕是chatGPT也会懵逼，但英文几乎不存在如此模糊的语义表达。
2. chatGPT的核心变化，在于通过调用真实数据以及人类反馈的强化学习进行训练，从而给出准确（符合预期）的答案。
3. 百度、华为等头部厂商都有大模型，百度文心模型参数量已经达到2600亿，从技术能力上专家判断比chatGPT晚1～2年。
主要是差在模型环节，包括清洗、标注、模型结构设计、训练推理的技术积累。
4. 训练成本昂贵：GPT3.0离线训练成本高达1200万美元，大模型重新训练成本达400万美元，都是租用微软的计算资源，成本与训练数据量成比例，增加GPU也可提升训练速度，中小厂商或将无法承担高昂的大模型自研成本。
5. 训练所依赖的高性能芯片被美国卡脖子。
解决方案：1）采用国内自研GPU；2）用分布式CPU替代，部分大厂采用分布式CPU的方式进行训练。
6. 商业竞争：未来OpenAI可能会对外输出模型能力。
国内百度暂时领先，但腾讯、阿里也都在跟进，就看谁的技术、资金、数据能力强，同时还得跟OpenAI竞争，压力山大。
如果竞争不过缺乏市场份额，前期的投入很难收回，那就是戴维斯双杀了，尤其对百度和谷歌这种以搜索为基本盘的企业而言。
1. 昆仑万维：与奇点智源合作，将在今年内发布中国版类ch­a­t­G­PT开源代码，防止大公司技术垄断。
哄堂大笑了属于是。不过昆仑万维确实懂炒股，拐着弯告诉市场“我有技术哦”~
单纯的模型源代码屁用没有，参看我前面说的，关键在数据、训练和算力！
原子弹的制造原理满互联网都是，有几个国家真能凭自己造出来的？看模型就能研发出J20？看菜谱就能成为特级厨师？别闹了～
2. 明天将公布1月的新增社融和信贷数据，机构普遍预测新增社融6万亿左右，新增信贷4.5万亿，拭目以待。
3. 盘中传言，字节AI实验室正开展类chatGPT与AIGC的研发工作，未来将为pico提供技术赋能。盘后pico否认了该传言，说目前并没有采用相关技术的产品规划。
涨停的字节概念股们，可以瑟瑟发抖了。
今天A股大涨，两市温和放量，成交9011亿，共4090家上涨、仅684家下跌。
主要原因就两点：
1. 央行净投放流动性3000亿。
2. 北上资金重新回流，净买入121亿，一举扭转前四天的净流出额。
老有人说就北向那百十来亿，怎么能影响小1万亿的市场？没辙，它还真就能，摊手。
内资太怂，全是各种预判+博弈，很难形成合力，所以北向的风向标作用巨大，有点执牛耳那味，不服也得憋着。
我的观点没变：指数还有一定空间，3350不算太难的事，但再涨需要数据支撑，不宜盲目乐观。
短期热点，仍会聚焦于AI算力、机器人、网络基础设施等方向，小金属也值得关注。
纯蹭概念的票，缺乏辨识度莫名其妙涨停的票，保持警惕，尽量少参与。