| 发布于: | 雪球 | 转发：14 | 回复：230 | 喜欢：103 |
不奢求弄懂人工智能，从二级投资者角度看，欢迎指导。人工智能大概三个基础，数据、算力、算法，当下算力里面的芯片缺，所以英伟达最牛，如同互联网时代的思科。而看的更久，算力终不如算法+应用？ 算力，如果不介意能耗高，中国还是能堆的出来，如同超算中心，结果就是没法卡脖子，但是也很难吃到中国之外的市场。算法和应用，中国最差也能做个紧密跟随者，甚至能局部超越？比如在部分专业应用领域。![[抱拳]](http://assets.imedao.com/ugc/images/face/emoji_53.png?v=1 "[抱拳]"){kind=small}
分析自己的性格和能力，大概率只能是观望和错过。希望自己持仓中，能够在应用上有所斩获，但是最终可能是有了也只是保证行业竞争地位，没法取得超额利润。
AI目前对能源消耗还不大，而且未来可能还要着重降低单位算力的能耗，就算将来总能耗十倍，一百倍增长，也依然占比不大。但是看能源，也不能只盯着AI，电动汽车这些。能源的消耗，几乎无处不在，这伴随着无论是工业还是消费提升的必然基础
感谢山行兄开了这个话题。很高兴能分享自己的想法。
因为这篇帖子主要是用于科普，所以我就简单地谈一下我的看法和想法，试图去简单描述一下未来可能的机会和方向在哪里。申明一下，这篇帖子只讨论目前备受关注的大模型人工智能相关的东西，不讨论其余的人工智能技术，比如推荐系统，图像识别等等。
如果把大模型人工智能产业链简单地区分一下，我认为可以分为三层。第一层是硬件层，也就是算力层，目前由英伟达统治；第二层是大模型层，目前最突出的公司是背靠英伟达和微软的openai；第三层是应用层，这一层主要基于大模型做应用，目前已经有了gpt应用商店，但是没有诞生比较大影响力的公司。
对于第一层硬件层/算力层，目前我国的公司和英伟达差距甚远。我觉得算力不仅仅是有无，还有优劣之分。如果只是像yzd一样只要制造出来，优劣没有太大区别的话那很好办。但是，如果我们制造出来的算力芯片和别人差太多，就没有太大的意义。
对于第二层大模型层。先要说一下大模型是怎么诞生的。简单来说，一个大模型是大量高质量的数据训练合理算法框架得出的结果。这里面有三个词，大量高质量的数据、训练、合理的算法框架。第一，对于大量高质量的数据，在数据的量上我国有优势，毕竟场景和人口都有优势，这一块我国有好的公司出现时非常有可能的。第二，合理的算法框架，这个是每个公司内部的秘密，每个公司都有自己的框架。我国和mg都有非常多的公司在做大模型。第三，训练。训练是一个非常庞大的工程，大模型训练一次要花几个月的时间，以及上千万美元的费用。怎么去训练，以及怎么传输好海量的数据都是非常复杂且困难的工程问题。从Google的bard等一众大模型都比不上openai的gpt4.0和sora上看，其余公司的差距要远远大于google和openai的差距。想要追上也是一件非常酷男的事情，因为训练的成本对于openai来说是指数级下降的（反过来说就是他们的效率在指数级上升）。
对于第三层应用层。我认为，在相对较短的时间内（2-3年），出现有影响力的公司的概率非常大。这一点是毋庸置疑的。比如专业的私人医疗助手，这个就是一个非常好的应用。这一层我国和mg都有非常大的机会。不存在很大的初始差别。
第一层和第二层我们的差距都太远。但是长期来看，这个方向是国家大力发展，一定要做出来的。不过想要追上确实压力非常大，openai确实一骑绝尘。
算法差距不会太大，主要还是算力与数据。算法是人的问题，华人不缺优秀大脑。算力确实被卡了，涉及到一个巨大的供应链，这个不是集中力量办大事能解决的。另外数据层面，汉语世界就没有什么高质量文本。人家数据几百年积累，规范又高质量。个人看法。
现在看应用，有点早，没法安全度过一个又一个的财报季。
并且现在能把应用看准，也需要极好的眼光。
绝对是高难度的投资行为。
我自己的一点思考：
应用层面才是爆发方向。被大模型赋能的产业有未来，而应用层面我们国内是有机会的。
3.游戏比传媒好，传媒是赋能还是被颠覆，有点说不清。
4.机器视觉，人工智能机器人，智能驾驶都是比较好的应用方向。
5.互联网巨头肯定是受益的，如果他们还有进取心的话，AI这块绝对是有追求的空间。
6.芯片很难，高端的没有，低端的过剩。这钱难赚。
7.MR的产业趋势也是确定的，这个产业趋势国内硬件端终于能喝汤，关注消费电子。
一朵美丽的郁金香罢了，不参与也罢。很多人说起来头头是道，各种颠覆各种科技革命人家一个不拉，长期收益一看拉的一批几万几十万小账户天天做短线
评论区到处都是中国不缺人才，按照这个逻辑，工业革命以后中国应该在科技领域大有建树，清朝也不会灭亡。
其实有一点说的不对，英伟达能这么强，是因为除了算力，算法也被他卡住了。现在主流的ai算法的训练平台和框架，都绕不过英伟达的生态。
这个生态是十几年间英伟达，加上全世界无数开发者，研究者和工程师共同建立起来的。
对的，openai的那个谢赛宁说了，算法第一，数据第二，算力第三
算力是核心，只有英伟达的芯片可以用来做大模型……
算力说堆就能堆得出来？其实算力是同算法架构、生态齐步走的，不能只单看简单的算力堆砌
GPU是国内唯一的门槛
个人认为以后数据最值钱，提供更多数据可以更多个性化和细节化处理你的生成要求。AI进入稳定和盈利环节时候怎么服务好人的需要变成了首要的。