FX168财经网_全球视野外汇黄金加密货币NFT资讯网

META：唯一一个懂得如何利用AI创造收益的平台

版本，同时通过Azure提供LLMs（大型语言模型）。然而，两家公司都没有明确阐述一个清晰的财务案例，尽管微软正在显示出一条发展道路。然后是Meta。 Meta表示它不会选择专有路线，而是选择开源路线。在我两周前的盈利分析中，我说它让大众来改进，比任何一家公司的一群工程师和研究人员更快地推动了人工智能的发展。 Meta在这方面并不落后（至少没有像很多人认为的那样），但它认为通过开源其人工智能，让其他人能够构建和改进它，它拥有一个独特的用例。第二个线索现在变得清晰了。然后上周四，我看到了一份相当长的谷歌研究员的文件，承认了我已经知道的事实：谷歌在推进其人工智能方面走错了道路，需要转变。而根据谷歌研究员的说法，OpenAI也是如此。 Meta选择正确吗？这些内部信息的补充对巩固优势至关重要。研究员指出的关键点在于开源与ChatGPT之间的比较，经过公众对Meta的LLaMA开源系统进行了一个月的调试之后：伯克利发布了Koala，一个完全使用免费可用数据进行训练的对话模型。他们采取了关键的步骤，衡量了真实用户对他们的模型和ChatGPT的偏好。尽管ChatGPT仍稍微领先，但超过50%的时间，用户要么更喜欢Koala，要么没有偏好。培训成本：100美元。 Meta的开源策略导致了人工智能领域的平衡。所有那些闭源模型现在都被个人和大学用新模型赶超，在与ChatGPT进行试验后的30天内。这导致个人能够在仅需数百美元的设备上训练模型，在伯克利的研究中仅需一百美元。更有趣的是，伯克利的研究结果与谷歌研究员看到的结果相同：开源加上高质量的数据集，而不是规模更大，才是未来的发展路径。我们希望这些结果能进一步促进关于大型闭源模型与较小公开模型相对性能的讨论。特别是，它表明如果小型模型在精心筛选的数据上进行训练，可以捕捉到与更大模型相当的性能。例如，这可能意味着社区应该更加努力地策划高质量的数据集，因为这可能比简单地增加现有系统的规模更有助于实现更安全、更准确和更具能力的模型。那么，Meta是否否定了云端AI基础设施的必要性？不，在很多用例中，训练大型模型比创建现实主义渲染和达斯·维德茶壶要复杂得多，或者需要更多的数据。就像我们手机上的CPU现在可以处理曾经需要占据城市建筑五层楼的任务一样，在适当的环境下，AI模型可以在廉价设备上运行。然而，我们仍然需要更强大的资源，这是我们的智能手机无法做到的。这个概念只是将处理的"内容"转变了而已。关键是开源概念使人们能够确定从这些LLM中获取准确和智能数据的最佳方式。正如伯克利的研究所指出的，许多人发现高质量胜过高数量可以获得更好的结果。 Meta拥有一项面向业务和股东的AI回报计划就Google而言，它依赖于通过Google Cloud共享模型的专有改进，并且我认为这适用于广告和内容算法等产品（如果不是这样，那我对Google一无所知）。微软直接投资于一家专有AI公司（OpenAI），该公司能够对其最新和最优秀的全功能产品和模型收费。同时，微软还在Azure上提供同样的功能——以AI为服务——以及其搜索产品。我可以实际看到微软的回报；至今我还没有看到Google的回报。但是Meta说，为什么要浪费时间去内部处理事情，当全世界可以在30天内优化它呢？当然，还会有更多的实验和优化，但LLaMA从发布时未调优到在一个月内与ChatGPT的输出相匹配。好了，但这关系到谁呢？ Meta关心。 Meta可以将这些优化内部使用，通过改善广告AI的各个方面，从广告定位和ROAS（广告支出回报率）结果到为营销人员创建广告创意。让我解释一下，以防您对这个概念有所疑惑。 Meta的AI系统不仅在内部使用，而且向公众提供下载、改进和调优的机会。然后，Meta将这些改进反馈到系统中，从而产生更好的系统和更好的业务结果。它让全世界进行研究、实验和优化，只需一个月就可以拥有具备竞争力的功能的工作模型。想象一下，开放源代码架构在三个月、六个月、一年甚至更长时间内可以做到什么。随着Meta整合训练和优化的最佳方法，其在AI方面的能力很可能呈指数级增长。任何能够创建更准确、更智能的AI系统的努力都有助于公司实现创建更好的广告、更好的广告投放和更好的广告效果的使命，从而为股东带来更好的收入增长。我们已经知道Meta正在广泛利用其早期的AI工作来实现更精准的广告定位和更准确的ROAS（广告支出回报率）结果，同时计划进行创意制作。我们将继续专注于通过持续的AI投资改进广告排名和测量，同时利用AI为广告主提供更多自动化功能，例如Advantage+购物，该产品在获得广告主的采用和积极反馈方面持续增长。这些投资将帮助我们开发和部署增强隐私保护的技术，并构建新的创新工具，使企业不仅能够找到适合他们广告的目标受众，还能够优化并最终开发他们的广告创意。 ——Susan Li 这将为Meta直接带来投资回报，使其在广告领域重新获得竞争优势。由于开源使产品对每个人都变得更好，而每个人都包括Meta在内，Meta从中获益，无论是在合作努力方面（包括公众利益和捐赠的经验教训），还是对其主要产品——广告的改进方面。对股东来说，Meta是对人工智能的投资。人工智能是我在2023年第一季度中看到Meta的广告收入增长与谷歌之间明显差异的原因。我非常有兴趣看到这个开源人工智能实验如何为Meta的未来广告回报增添力量，因为它的人工智能系统已经在实践中使用。个人、团体和大学以独特而聪明的方式调整人工智能，针对多种目的以及硬件需求，Meta让世界承担了很多重负。开源人工智能的优势是明显的，Meta正在利用他人的免费劳动和时间来增强其核心业务。这直接带来了人工智能投资的回报，因为它通过人工智能将核心业务提升到了超出无人工智能时的能力范围之外。在谷歌、微软和Meta之间，Meta有着最出色的利用人工智能的财务愿景几乎令人惊讶。但当你意识到它选择了不太常见的道路，这就不足为奇了。 $Meta Platforms(META)$

老虎证券2023-05-16

百度CFO：百度将继续坚定不移地在生成式人工智能领域进行投资

O李彦宏表示：我们相信生成式人工智能和大型语言模型的出现展现了人工智能在各行各业的变革潜力，百度已经在国内推出了文心一言，我们计划将其稳步纳入我们的所有业务。百度CFO罗戎表示：未来几个季度，百度将继续坚定不移地在生成式人工智能领域进行投资。

金融界2023-05-16

AI 与区块链结合有哪些应用场景？

指令执行操作和任务，并进行交易结算。大型语言模型如果能安全地接入互联网，还可以接入Web3的链上金融技术栈，执行支付或交易等常规任务。由于区块链应用本身具有可组合性，AI模型可以执行相互关联的复杂金融交易，并且无须依赖任何中介和不透明的传统金融系统。另外，DeFi应用中还可以利用AI来自动执行投资策略，并利用安全、透明的去中心化基础设施为用户提供创新金融服务。AI擅长决策，而区块链则擅长记录实时交易行为，因此二者结合，可以基于机器学习算法来建立自动合规和欺诈监测流程。提供医疗保健服务一些区块链很适合用来储存敏感数据，而高级AI模型也可以利用这一点来分析健康数据并识别反复出现的规律，并基于医疗照影和病例来做出准确诊断。另外，同态加密等创新加密技术也可以在不泄露数据隐私的情况下对数据进行运算。 AI和区块链技术可以安全地储存和分享病例、医疗研究数据以及其他敏感数据，以此提升医疗数据的管理水平、隐私和安全性。医疗保健和长寿领域的研究者将可以更有效地展开异地合作，并在最大程度上保障数据安全。可以将区块链技术作为底层数据存储方案，在此基础上开发AI诊断工具并定制治疗方案，同时增强数据隐私性并提升医疗保健系统的效率和定制化水平。保障透明性目前深度学习模型所面临的一大挑战就是决策流程不透明。由于这些模型非常复杂，有时会参杂几千亿个参数，因此专家也很难解释为什么某个模型会针对某一具体问题输出具体的回答。虽然这种不透明是深度学习模型的一个基本特征，而且开发出可以解释自己决策的AI模型归根到底是AI研究者的工作，但是区块链网络还是可以在某种程度上利用其透明性来解决AI模型不透明的问题。区块链可以透明地记录数据，因此可以让AI模型为运行创建清晰的框架，基于算法的决策模型来分析审计轨迹，利用不可篡改的数据账本来查看模型所使用的数据。最终，这样做会进一步提升AI模型推荐算法的质量。去中心化的数据存储许多AI模型都非常依赖大型数据集。虽然数据只是其中一个要素，但却可以极大地影响AI系统的性能。Filecoin、IPFS和Arweave等区块链可以提供去中心化的存储解决方案，有效保障训练数据的质量并准确地进行数据溯源。另外，正如上文所述，创新的加密技术也能为深度学习模型提供加密数据集，并同时保护数据隐私。将区块链存储解决方案与深度学习技术结合在一起，将提升AI系统的安全性和可靠性，并同时增强决策过程中的透明性和可信度。开发智能合约随着Github Copilot等AI辅助开发工具的出现，智能合约开发者的效率得到了大幅提升。另外，还可以在智能合约应用中集成由AI驱动的API接口，分析现实世界中的传感器数据或社交媒体上的用户情绪，或者创建生成式模型。而这些将最终推动新一代Web3应用的发展。在这个demo中，Google的AI负责人Laurence Moroney展示了如何使用Stable Diffusion和Chainlink Functions为智能合约开发AI艺术生成器。 AI还可以帮助游戏开发者创建出整个游戏世界、游戏内资产、NPC以及游戏剧本事件，以解锁全新的Web3游戏体验。另外，开发者还可以用自然语言和生成式AI模型来开发游戏机制，并将这些参数嵌入游戏的链上逻辑。一群游戏爱好者可以用生成式AI模型辅助编写开源代码，共同开发游戏。 AI结合区块链的挑战和注意事项虽然AI与区块链技术结合可以为许多行业带来诸多好处，但要真正激发出两者的潜力，仍需克服一些挑战。AI模型一直以来都面临一个问题，那就是搜集数据，因为它们必须接入多个不同的数据集。要完美结合AI和区块链，就必须要解决这两个平台之间的互操作性问题，并且建立标准来增强这两个技术之间的连接性和兼容性。另外，还需要升级数据隐私框架，以解决AI和区块链集成过程中遇到的问题，保障用户隐私和信任。虽然这两个技术都有潜力重塑社会根基，但是目前公众对它们的认知还不够。如果能够向公众普及AI和区块链技术结合的好处、风险和注意事项，就能让大家对区块链和AI技术的结合更有信心，并提高用户需求。一旦更多人看到了去中心化系统和AI技术之间的协同性，就会有更多AI系统集成加密安全机制和区块链应用。这将有效解决用户信任问题，并让他们更放心与AI交互，并推动AI技术可持续发展。 AI和区块链的未来 AI的优势是大规模智能化，而Web3优势是大规模协调、价值交换和信任最小化。因此当二者结合，将打开新世界的大门，为众多行业带来更高的安全性、透明性和效率。 AI和区块链结合将对各个行业形成巨大的颠覆性影响。随着越来越多企业开始使用集成了AI技术的软件来自动化工作流程、提升效率并优化业务，AI模型将不断进入更多细分市场。与此同时，随着近几十年来公众对机构的信任不断下降，用户也越来也倾向于选择拥有加密保障的应用。这两种范式转型交汇在一起，势必将重塑社会和经济的运转方式。来源：金色财经

金色财经2023-05-16

人工智能开启第四次工业革命？| AI Financial恒益投资

tGPT成为了一个重要的引领者。它基于大型语言模型、模仿学习和神经元方式学习的原理，成功实现了自然语言生成和理解的能力，并且在公共领域开放可以根据不同的需求进行训练。 ChatGPT和之前的AI很不一样，他的逻辑是先有人工智能再根据需求进行数据训练，它更加符合人类发展的一个真实的情况。它的成长是基于摸索并且在摸索中探究出一个方向。所以ChatGPT和人类起源的发展是一样的。在这个过程中，ChatGPT的公开性和可塑性成为了它的重要优势。可以根据不同的需求和应用场景进行训练和改进。 ChatGPT仿佛是一个刚出生的小孩子，它跟着人类一起成长，从小培养它并且是朝着一个方向去培养的。为什么说之前的数十年的人工智能只是在卖一个概念？为什么市面上那么多声称自己是人工智能的产品，都不能真正算得上是人工智能？因为它们是逆着人性的，而人工智能必须得符合人性。就以讯飞为例，科大讯飞是一家做语音识别的公司，这其实是涉及到了AI的应用。直到现在AI的应用都还没开始，而他们在十年前就提出了AI的概念，同时他们的产品并不能生成新的内容并自我学习，自我调整。所以讯飞的AI并不符合人性的习惯，不能被称为AI。多年以来，科大讯飞只是在靠着卖概念做着房地产生意。市场上这样的公司不止讯飞一家，很多公司研发的并不是真正的AI，却靠着AI的噱头割韭菜。 ChatGPT推动人工智能应用在现今开启的人工智能新时代中，人工智能实际上从来没有达到过一个应用的层面。ChatGPT是支持人工智能这个理论的一个技术。但是因为ChatGPT的出现，让许多公司开发人工智能应用成为了可能。我们公司AI Financial其实这么多年一直在展望AI领域，而ChatGPT的出现则真真切切的给出了一个人工技能的技术。而在未来我们会通过这项技术开发我们的chatbot——Wise Charlie。 Wise Charlie可以通过ChatGPT的技术，可以做到无障碍地与客户交流，让我们的客户更好地了解AIF的产品、投资贷款的要求，以及AI Financial的愿景。Wise Charlie可以同时处理大量的查询减少人力需求，提高运营效率。假设advisor现在需要查询一个客户近期内的所有交易，Wise Charlie会根据自动化例行任务和人工智能筛选，而快速的完成这一项工作。而这一动作，排除了advisor人为犯错的风险存在，并且帮助公司节省劳动力成本，增加盈利能力。除此之外，Wise Charlie具有自我学习能力，它可以在跟客户的交谈中利用客户数据和机器学习算法，为客户提供个性化的建议和定制体验。假设A先生在之前的咨询中向Wise Charlie透露了自己的工作薪资以及所期望的投资方向，那么Wise Charlie，将在后续与A先生的对话和财务规划中，把A先生之前提供的信息收入考虑范围中从而达到个性化财务规划服务。 ChatGPT引领方向: 第四次工业革命到来在上面，我们已经提到我们位于人工智能发展的第二阶段。ChatGPT是首个也是唯一一个将人工智能理论变成一个实际具体的技术。更重要的是ChatGPT是第一次提出人工智能和人类之间可以协同工作。我们相信这也是由ChatGPT引领第四次工业革命的方向：未来人工智能，一定会围绕人机的协同共创来展开。这个方向一旦展开后，会带来更大量的应用进而带来生产力格局的演变。然而，尽管我们意识到社会正在快速发展，但如何确定工业革命是否已经到来仍是一个问题。早在2011年，汉诺威工业展就提出了“工业4.0”的概念，该概念旨在通过物联网实现生产供应、制造和销售信息的数字化和智能化，从而实现快速高效和个性化的产品供应。这种新型工厂被称为“智能工厂”，并被认为标志着——第四次工业革命的到来。因此，我们可以确定第四次工业革命已经到来。前三次工业革命在了解第四次工业革命之前，我们需要了解前三次工业革命的发展。第一次工业革命是一个历史上具有里程碑意义的事件，大约从十七世纪六十年代开始持续到十八世纪。这个时期的重大标志是蒸汽机的发明和改进。蒸汽机的出现使得火车出现加快了货物流通 16 的速度，促进了物流行业的发展，使得商品贸易得到了巨大的发展，这是一次从传统手工业向机械化大规模生产的重大转变。第二次工业革命，始于18世纪60年代终止于第二次世界大战之前。这个时期最重要的就是电力的发明和应用。电力的广泛应用使机器大量出现，达到规模性生产。当生产效率大幅提高，物资生产得到了快速发展。这个阶段得以让社会的财富大爆炸。第三次工业革命发生在20世纪的中后期，其主要特征是数字化革命。通过电子计算机和其他技术的应用，人类文明在各个科技领域都取得了巨大的飞跃。在这个时期计算机、通信技术、信息技术等重大技术的发明和应用，使得信息传播变快也极大地推动了人类社会经济、政治、文化领域的变革。总的来说，前三次工业革命的发生是人类科技进步的重大飞跃，它使人类的生产力和创造力得到了巨大提升。同时也深刻地改变了人类的生活方式和思维方式。前三次工业革命中，我们不难看出一种共性。那便是产品会先出现，人类再围绕技术搭建平台，最后在思考如何使用这项新的技术发展商业应用。第四次工业革命而我们第四次工业革命则是一个倒推的流程。早在上世纪五十年代，当时美国政府为了赢得冷战推出了一个名为“达特茅斯会议”的计划，旨在寻求一种新型的智能来应对冷战带来的挑战。在达特茅斯会议之后，人工智能开始进入了一个快速发展的时期。 20世纪60年代，IBM公司成立了一个名为“IBM 人工智能研究中心”的机构，专门研究和开发人工智能技术。此外，许多大学和研究机构也开始在人工智能领域进行研究，并获得了政府和企业的资助。据统计，自2010年以来，人工智能公司的融资额呈现出爆炸式增长。仅在2018年，全球AI领域的融资总额就达到了7000多亿美元。随着市场的成熟和应用场景的不断扩大，AI公司的融资额还将继续保持增长。可以看出，我们早已知道人工智能的巨大用途。第四次工业革命变成了募集资金创建平台：了解应用途径再研发这样一个倒推的流程。我们以挖掘石油为例来更好的理解一下其中的逻辑。在传统的工业生产中，挖掘石油的流程通常是这样的：首先，需要进行地质勘探，找到可能含有石油的地点开采石油。其次，需要建立管道系统将石油从油田运输到加油站。最后，将石油储存于加油站并进行分销。这也是前三次工业革命中的发展流程。然而，在以人工智能为驱动力的第四次工业革命中恰恰相反。我们首先建立了“加油站”也就是募集资金的平台。这个平台给我们提供大量的资金来研究人工智能领域。然后，我们再建立起“管道系统”即如何将人工智能在生活使用。最后，我们只需要等待“石油”的开采，也就是等待人工智能这项技术的开发。而ChatGPT的问世则完成了这次最后一步。这意味着，这次的工业革命一旦爆发则是一个多方面，一起爆破的一场革命。而且其发展将非常的迅速势不可挡。金融在第四次工业革命的角色而金融行业作为现代经济的核心，负责资金的流通和分配，为各个行业和企业提供融资支持。这使得金融行业可以将资金快速地分配到经济中。在挖掘石油这个案例中，我们可以看到这样一个事实：为了顺利的进行生产流程，我们需要大量的资金投入。例如“开采石油” 需要大量的设备和技术支持， “建造管道” 也需要巨额的投资， “建立油站”还是需要巨额的投资。这就需要金融系统作为连接这些环节的枢纽，让资金在每个环节中得以流通。从中我们可见金融所位于金字塔顶端。然而作为投资者，想要在第四次工业革命中分一杯羹，我们能做的就是利用金融工具投资那些引领第四次工业革命的企业和国家，实现财富增值和长期投资的目标。新生活模式：人们的工作如何变化人工智能带来的不只是机遇还有挑战，很多人的工作将会被取代。首先，我们来看人工智能在工作领域的影响。将会被取代的工作随着人工智能技术的不断发展，许多传统的工作岗位正面临着被替代的风险。高盛报告称全球预计将有3亿个工作岗位被AI取代。一份OpenAI参与其中的调查结果显示ChatGPT的广泛应用会给80%的美国劳动力带来变化，其中19%工作岗位会受到严重影响，例如制造业中的流水线工人、客服、数据录入等。这些技术普遍没有门槛且工作内容重复，企业可以很容易的通过AI技术替代这些人员，降低成本提高生产效率。同时，一些我们认为是技术性很高，比如会计律师等等看似专业性很强的职业，也会因为AI时代的到来而逐渐被取代。对于会计师来说，AI可以通过数据分析和自动化流程来完成会计师常规的繁琐工作，如分类、汇总、核对账目等。 AI还可以提高财务数据分析的精度，从而减少人为错误的可能性。虽然会计师的工作涉及到许多非常复杂的财务问题，但是随着AI技术的发展，许多简单的会计工作可能会被取代。同样的律师的工作也可能会受到AI的影响。 AI可以通过自然语言处理和文本分析来处理大量的法律文件和案例，并给出一些初步的法律建议。此外，AI还可以通过语音识别技术来处理客户的疑问和意见。虽然，律师的工作需要深入的法律知识和对法律的理解，但是随着AI技术的不断发展，许多简单的法律工作可能会被取代。不会被取代的工作人工智能的发展也带来了一些新的就业机会，而且并非所有的行业都将被AI所取代。尽管AI在某些方面已经开始发挥作用，但在一些需要人类智慧,和情感支持的领域，仍需要人类专业人士的支持和服务。在科学研究领域，AI技术可以帮助科学家更快地分析和处理数据，发现新的规律和趋势，从而推进科学研究的进展。但是AI并不能代替科学家进行研究和创新，因为这需要创造性思维和发现新领域的眼光。这些都是人类智慧的优势所在。在医疗领域，AI技术可以帮助医生和护士更准确地诊断和治疗疾病。但是在患者和医护人员的互动和情感交流方面，AI无法替代人类的角色。对于患者的情感支持、护理和治疗计划的制定，需要医生和护士具有高度的情感理解和人际交往能力。在艺术领域，艺术家和设计师的创造性思维和想象力是AI所无法替代的。艺术家包括画家和音乐家，舞蹈家，他们都可以通过自己的作品表达情感和观点，而AI则只能生成已有的数据和信息。在文化创意产业中，人类创造力和创意思维将永远是不可替代的核心素质。在教育领域，教育工作者需要因材施教，关注学生的个体差异和情感需要，并在教学过程中给予适当的指导和支持。 AI技术可以辅助教学，提供学生学习的平台和资源。但在关注学生情感需求和因材施教方面，人类教育工作者的作用是不可替代的。在我们日常生活中，也有很多重要的角色暂时不会被AI取代，比如理发师。每个人的头发长度，条件都不相同，理发师需要根据客人的特点进行客制化服务，才能得到客户满意的反馈。因此，只有拥有创造性思维和强大的共情感知能力的人才，才能够在AI时代中保持就业竞争力。而这些优势，正是人类智慧和情感的体现。需要针对不同的人做不同的事情这种具有高针对性的工作，正是AI所不能完成的也无法取代的。事件启示金融是社会的血液，他连接着第四次工业革命中的每一环节。无论是理论研究，技术突破，还是实际应用都需要大量资金的支持。正是有金融行业对资金的再分配给这些环节源源不断的输血，第四次工业革命才能顺利进行。而AI Financial恒益投资的投资策略是基于人工智能和大数据等先进技术，帮助客户从这次工业革命浪潮中实现最大化的收益。我们相信随着人工智能和大数据等技术的不断发展，金融行业将会更加紧密地连接着第四次工业革命，为经济的繁荣和社会的进步提供有力的支持。【公司介绍】 AI Financial 恒益投资是一家人工智能驱动的金融投资公司，主营投资贷款Investment Loan，拥有一套颠覆性的金融投资体系。公司致力于帮助所有人，通过投资理财，获得持续稳定收入，从而过上自己想要的生活。 AI Financial 恒益投资团队希望运用这套投资体系推动加拿大养老体系的改革，让更多人通过金融投资过上更好的生活，推动社会进步，避免为了赚钱而牺牲时间和健康，或因没有足够的存款而不能顺利退休。

AI Financial恒益投资2023-05-16

传奇投资大佬：美联储已完成加息，美股将上升比特币遇到了“真正的问题”

输家的市场分化。他说:“我确实认为，大型语言模型和人工智能的引入，将带来生产力的提升，这在过去75年里是罕见的。”他补充说，未来5年，这可能会使产出每年增加1.5%。至于近期热烈炒作的美债上限问题，琼斯用了一个比喻来表达他的看法，他提到，大概在3周前他迎来了第一个孙女，小婴儿在喝完奶后常常会吐奶，这就和债务上限问题很像。债务上限的政治斗争可能会激发风险溢价，市场将会出现一些“消化不良”的情况。但想一想一个月后，当这件事情解决后风险溢价又会消失不见，因此都铎倾向于在市场动荡期间逢低买入。非常有趣的是，他还承认，其实他在6个月前对通胀、股市前景等一系列问题的观点与现在不一样，原因正是生成式AI的崛起。琼斯表示，AI会催生近几十年来难得一见的生产力井喷，按照人类二战后历次“生产力奇迹”的经验，与二战后的基建、个人电脑、互联网类似，大语言模型可能在未来5年带来(每年)1.5%的生产力提升。如果这个预设成真，历史上的“生产力奇迹”都与股票上升和通胀下降有关联。琼斯：比特币在美国遇到了麻烦琼斯表示，由于美国监管形势变得不友好，比特币(BTC)的吸引力已经下降，他预计未来通货膨胀率将会降低。 “比特币有一个真正的问题，因为在美国，整个监管机构都在反对它，”琼斯在CNBC的Squawk Box节目中说。琼斯之前曾称赞比特币作为通胀对冲工具的吸引力，他补充说，他相信通货膨胀将继续下降，这增加了加密货币不那么乐观的前景。在2022年的事件之后，随着11月FTX的急剧崩溃，美国监管机构对加密行业变得更加强硬，例如美国证券交易委员会(SEC)威胁要对公开交易的加密货币交易所Coinbase采取法律行动。这位对冲基金经理的言论表明，自2020年他表示，面对美联储的货币贬值，他可能会将自己5%的资产配置给比特币以来，他对比特币的态度有所降温。然而，去年10月，琼斯称他对比特币的配置是“次要的”，他说，只要人们相信美联储能够控制通胀，现金就是值得投资的地方。

财经风云2023-05-16

美亿万富翁Jones称美联储加息已完结股市今年会涨

和大输家两分市场的观点。　　“我认为大型语言模型，人工智能的引入将带来生产力的提升，我们在过去75年里只见过几次这样的情况，”他说，并称未来5年这可能会带来每年产出1.5％的增长。

金融界2023-05-16

影视ETF大跌解读

试、创意作文和分析方面的测试。在未来，大型语言模型市场的发展前景将非常广阔。随着人工智能技术的不断进步，大型语言模型在影视上的应用场景也将越来越多。 AI对中期影视拍摄的赋能：AI可自动生成虚拟场景，降低布景周期与成本；AI对后期特效与剪辑的赋能：特效方面，AI可以高效进行场景合成、人脸识别等，WonderDynamics推出的WonderStudioAI便可一键将CG模型与真人合成，极大的简化了CG角色制作动画、打光以及将其与现实场景融合的过程；AI对海报及预告片制作的赋能：海报方面，StableDiffusion、Midjourney等AI工具便具备文生图功能，已被广泛应用于海报制作，例如光线传媒已使用AI技术生成电影《去你的岛》首发海报。中长期修复逻辑+人工智能逻辑催化不变：【暑期档临近，热门影片云集】五一档之后，电影市场活络起来，几乎天天都有新片定档，从档期来看，基本都直奔暑假档。据不完全统计，已有近40部，包括《蜘蛛侠：纵横宇宙》《变形金刚：超能勇士崛起》《闪电侠》等超级英雄片，还有动画经典IP如《哆啦A梦》和宫崎骏《天空之城》等。国产片中，《消失的她》《温柔壳》《八角笼中》《茶啊而中》《热烈》《超能一家人》等等纷纷定档。【二季度数据有望同环比改善】2023年二季度在低基数下同环比有望改善。防控冲击全球影业，在经营短期承压后，国内影视公司加强业绩修复，静待疫后复苏。2023年作为经济恢复的重启年，影视积极主动求发展，一方面板块业绩有望修复，另一方面新技术有望推动对主业的提质增效。业绩表现方面，2022年二季度由于亏损企业较多且基数较低，2023年一季度又恰逢防控爆发，2023年二季度在低基数下同环比有望改善。影视经历了防控的冲击和监管的规范后，行业出现了近三年的出清，估值和盈利情况一度都到达了历史较低水平，目前处于困境反转阶段，又恰逢新技术催化，近期表现较强。若后续板块出现冲高回落，可考虑适时逢低布局。目前消费需求仍有待回升，影视板块业绩尚未完全恢复，同时影视产品供给可能不及预期，需警惕业绩风险和新技术落地风险。数据来源：wind,中证影视(930781.CSI)-历史PE 本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-15

一周财闻：4月金融数据偏冷、特斯拉中国宣布召回超110万辆汽车、硅片周降幅超15%

　　谷歌周三推出了名为PaLM 2的大型语言模型，开发人员可以用它来训练聊天机器人等工具。谷歌称，该公司已在Gmail和聊天机器人Bard等25种产品中开始运用这一新的语言模型。　　110.46万辆！特斯拉召回部分Model 3、Model Y汽车　　日前，特斯拉汽车（北京）有限公司、特斯拉（上海）有限公司向国家市场监督管理总局备案了召回计划。涉及部分进口Model S、 Model X 、Model 3及国产Model 3 、Model Y汽车，共计1104622辆。本次召回范围内的车辆，没有允许驾驶员选择能量回收制动策略；同时，对驾驶员长时间深度踩下加速踏板的情况可能没有提供足够提醒。以上因素叠加可能增加长时间误踩加速踏板的概率，可能增加碰撞的风险，存在安全隐患。

金融界2023-05-14

谁将赢得科技巨头争夺最佳人工智能助手的竞赛:谷歌、苹果、Meta还是亚马逊?

消费者中的应用“有限”，但他们认为，由大型语言模型（llm）驱动的助手“正在改变这种状况……这些工具推动了在线消费者支出的结构性加速，我们看到人工智能带来了在线广告的增长。” 　　摩根士丹利（Morgan Stanley）分析师表示:“我们看到，变压器模型和大型语言模型（llm）将引领下一代人工智能助手的发展，这些助手具有更高的个性化、增量用例（交互式搜索和跨部门在线购物的后续服务、改进的个性化和推荐、日历管理/日程安排、自动操作/任务完成、健康状况和财务状况监测、改善的教育/辅导等）和更高的消费者效用。布莱恩·诺瓦克负责亚马逊、Alphabet和Meta，埃里克·伍德林负责苹果。　　分析师认为人工智能是一个“6万亿美元的机会”，但他们认为，在助手领域的竞争和获胜将需要三个要素:硬件、专有数据和人工智能投资/能力。以下是分析师们对四大科技公司在这些方面的分析。　　谷歌　　分析师称，谷歌在26亿部安卓设备上拥有约30亿用户，在其他设备上拥有3.5亿用户，但数据是“一个关键的差异化因素”。　　“YouTube、谷歌地图和Gmail等生产力工具是行业领先的，”摩根士丹利表示。此外，谷歌“通过其人工智能开发工具拥有现有的合作伙伴/开发人员关系，我们预计随着时间的推移，它将进一步扩大其数据集和覆盖范围”，而“最先进的法学硕士和多模式模型，如LaMDA、PaLM和MUM，可能会被区分出来，在其基础上构建个人助理。” 　　摩根士丹利的报告恰逢谷歌周三举行的I/O 2023开发者大会，会上高管们吹捧了谷歌的人工智能发展和计划。　　亚马逊　　分析师表示，亚马逊拥有最大的单人消费者购买数据集和不断扩展的人工智能功能，但与谷歌和苹果相比，其“硬件落后于同类产品”，即使拥有4亿台设备。　　元平台　　分析师写道，Meta平台拥有用户覆盖范围、数据和人工智能专业知识，但在硬件方面严重不足。　　摩根士丹利表示:“虽然Meta没有庞大的硬件安装基础，但其应用系列的30亿日活跃用户突显了它的影响力。” 　　该公司援引IDC的数据称，Meta在Facebook和Instagram上的全球月活跃用户约为38亿，WhatsApp上的月活跃用户为18亿。　　苹果　　与此同时，苹果“定位于提供广泛的个人人工智能助手，但人工智能模型的功能还不太清楚。” 　　硬件不是问题，大约有20亿台设备——其中大约有12亿台iphone——其中大多数都与Siri兼容，这是与llm集成的良好定位，苹果拥有大量的用户数据。　　然而，关于苹果人工智能能力的任何性能数据的缺乏仍然是一个问号。　　摩根士丹利表示:“关于苹果是否会建立自己的法学硕士，或者他们是否会决定与像StabilityAI这样的开源供应商合作，目前还没有什么消息。” 　　随着人们对生成式人工智能的热情高涨，这四家公司的股价今年都出现了上涨。苹果的股价在2023年上涨了33.6％，Facebook母公司Meta的股价上涨了93.7％，几乎翻了一番，Alphabet的股价上涨了26.7％，亚马逊的股价上涨了31.2％。相比之下，标准普尔500指数今年迄今上涨了7.3％，道琼斯工业股票平均价格指数上涨了1.3％。

金融界2023-05-12

东方国信：公司有算力储备，公司目前已形成训练、推理和算法三位一体的技术能力构建

PT可以预测股价走势吗？回报可预测性和大型语言模型》，将这一人工智能聊天机器人应用于市场相关的任务，一项是解读美联储的声明是鹰派还是鸽派，另一项是确定消息面对某只股票而言是利好还是利空。ChatGPT在两项测试中都取得了出色的成绩，暗示人工智能在金融领域发展潜力。请问贵公司AI在金融领域有哪些运用？东方国信董秘：您好，感谢您的关注。公司深耕金融领域多年，在不同细分领域诸多业务场景有落地实践，积累了大量的金融领域专业语料，通过金融领域大模型可以为金融客户提供数据分析、风险管理、精准营销、智能客服、虚拟数字人以及智能推荐等能力，支撑金融客户进行深层次数字化转型。谢谢！投资者：贵公司在机器视觉方面是否有所布局东方国信董秘：您好，感谢您的关注。公司在深度学习技术上已有积累与布局，图像和视频智能处理是深度学习的重点方向之一。目前已形成训练、推理和算法三位一体的技术能力构建。公司智能视觉分析平台已与华为AI框架昇思MindSpore完成兼容性测试验证。智能视觉分析平台是一套通用、灵活、智能的视频分析平台，支持接入各类视频采集设备及环境传感器终端，基于人工智能和大数据挖掘等核心技术，提供实时监视与事件报警、视频语义推理、智能研判、任务派单、报警反馈与评价等全流程智慧服务。公司的机器视觉技术在运营商、工业、政府等领域均有实际项目落地。在工业领域应用方面，通过平台沉淀的AI模型，应用于工厂的电子围栏、安全帽佩戴检测、仪表盘读数、工业设备的跑冒滴漏、危险作业行为等典型工业应用场景。例如，针对智能化煤矿生产需求，通过5G+机器视觉、激光扫描及传感器检测技术，利用大数据及人工智能分析工具，实现对井下精准空间数据的融合应用；通过数字孪生构建的透明化三维工作面和设备位姿解算，实现煤矿井下设备集群精准定位、自主导航及远程集控；通过巡检机器人、固定摄像头、传感器等设备的环境感知能力，利用人工智能视频分析识别技术和多源数据融合分析技术，实现井下的工况安全与环境安全。谢谢！投资者：您好，meta开源sam大模型，请问公司是否对此有关注研究，公司如何应用好这样的模型助力公司发展？东方国信董秘：您好，感谢您的关注。公司在图像识别领域一直有投入和积累，同时在工业质检、安全生产、智慧无人化矿山等场景有落地应用。SAM图像分割模型能在零样本下实现跨场景迁移学习，能大规模降低工业智慧城市等细分领域图像识别应用的建模成本，公司后续会在相关领域进行应用，通过MaaS方式对外提供服务。谢谢！投资者：2023全球元宇宙大会18号在北京举行。大会上，GPT产业联盟正式成立。GPT产业联盟由中国移动通信联合会、中国电信、中国移动、中国联通、中国广电等单位共同发起成立。公司主要客户就是运营商，请问这个联盟成立对我们有哪些方面的优势和好处东方国信董秘：您好，感谢您的关注。GPT产业联盟的成立为中国的人工智能产业开启了一个新的篇章，也给我们带来了更多的机会和发展空间。谢谢！投资者：公司有自己的算法算子库，有自己的MLOs，公司的GPT平台是国内某一通识平台下的垂直领域平台，还是独立开发了通识平台只做了垂直领域的训练？如果是开发底层为通识平台，公司会不会考虑和某些数据企业合作训练成正宗通识平台？如果是某通识平台下的垂直领域平台，公司接入的是哪一家企业的通识平台？东方国信董秘：您好，感谢您的关注。公司大语言模型产品基于开源大模型进行二次精调，垂直训练的同时对大模型数据安全、权限管理、错误过滤等方面进行加强，使其适配企业应用环境。谢谢！东方国信2023一季报显示，公司主营收入5.01亿元，同比上升6.77%；归母净利润4596.42万元，同比上升11.04%；扣非净利润1541.8万元，同比下降47.29%；负债率18.66%，投资收益81.03万元，财务费用719.3万元，毛利率40.57%。该股最近90天内共有3家机构给出评级，买入评级2家，增持评级1家；过去90天内机构目标均价为14.0。近3个月融资净流入1.91亿，融资余额增加；融券净流入206.5万，融券余额增加。根据近五年财报数据，证券之星估值分析工具显示，东方国信（300166）行业内竞争力的护城河一般，盈利能力一般，营收成长性较差。财务可能有隐忧，须重点关注的财务指标包括：应收账款/利润率、应收账款/利润率近3年增幅、经营现金流/利润率。该股好公司指标0.5星，好价格指标1星，综合指标0.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）东方国信（300166）主营业务：为客户提供企业级大数据、云计算、工业互联网等平台、产品、服务及行业整体解决方案。以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-05-11

24小时热点