AI（人工智能）聊天机器人ChatGPT近期爆火，不仅掀起了概念股的狂欢，也打开了业内对NLP（自然语言处理技术）发展及应用的想象空间。
ChatGPT是一款人工智能技术驱动的自然语言处理工具，由人工智能研究实验室OpenAI于2022年11月底发布。与市面上其他聊天机器人相比，ChatGPT的突破性在于其良好的使用体验，它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。
ChatGPT一经推出就受到市场和业界的广泛关注。日前，微软宣布将向OpenAI进行一项为期多年、价值数十亿美元的投资，以加速其在人工智能领域的技术突破。据悉，微软希望向OpenAI追加投资100亿美元，如谈判达成，微软将持有后者49%的股权。
百度、谷歌等搜索引擎巨头也都在行动。近日有消息称，百度计划在2023年3月推出与OpenAI的ChatGPT类似的人工智能聊天机器人服务，最初版本将嵌入其搜索服务中；谷歌也正在其名为“Atlas”的云计算部门下开展一个项目，这是对ChatGPT的“红色代码”回应。此外，谷歌还在测试一款暂定名为“学徒巴德”(ApprenticeBard)的AI聊天机器人。
体验上，ChatGPT仍有不足
ChatGPT的优势在于不需要任何额外的训练就能在多种不同的领域中应用，并快速输出高质量的文本，相较于以前的模型具备较强的自然语言处理能力。
从使用体验来看，根据某券商机构的使用体验纪要，首先，ChatGPT类人对话体验较为真实，无论是问题的回复和答案的梳理均和真人保持类似，即使在追问阶段也可以直接用代词去指代上一个问题中的主语，无需二次输入；
第二，对干归纳总结类的问题已经展现独特的能力，本质上是在汇总多个搜索结果的内容，大大减少搜索时间；
第三，对于不熟悉的领域可以迅速给出简明的梳理，帮助快速熟悉；
第四，持续的追问可以实现类人的互动，沉浸感大大增强；
第五，在结合上下文语境中，可以进一步给出更为准确的回答，比如一词多义，结合上下文，可以分行业解读。
不过，目前ChatGPT在精准性、真实性、重复率和依赖性等问题上尚待改善。
第一，ChatGPT数据库内容只到2021年，对于涉及到2022年，或者在2022年有变动的问题无能为力；
第二，ChatGPT在专业较强的领域无法保证正确率，即使在鸡兔同笼此类初级问题中仍然存在错误，并且英文回答和中文回答存在明显差异化；
第三，核心问题在于对于自己不熟悉的问题中会强行给出一定的答案，即使答案明显错误，依然会坚持下去，直到明确戳破其掩饰的内容，会立马道歉，但本质上会在不熟悉的领域造成误导。
功能虽有待完善，但不可否认，ChatGPT在聊天机器人领域已经实现了较大突破，能力上超出业内专业人士预期，一经推出用户规模短期内就突破百万。2022年，OpenAI的营业收入约8000万美元，据OpenAI预测，2023、2024年营业收入将分别达到2亿美元和10亿美元。
技术上，NLP持续优化
ChatGPT的上线意味着语言类AI底层技术NLP显著进步，同时启示AI其他领域应用更高效率的Transformer和产出更类人的RLHF算法。
在技术上，ChatGPT建立在GPT-3的后续改进版本大模型语言模型GPT-3.5基础上，通过引入强化学习模型（RLHF），大幅提高了AI在人机对话时的准确度和可控性。
GPT，即生成型预训练变换模型（GenerativePre-trainedTransformer），是解决NLP任务的训练模型之一。该预训练模型基于Transformer架构（具有自注意力机制，可以捕捉句子中的上下文关系），可以根据给定文本预测下一个单词的概率分布，从而生成人类可以理解的自然语言。
NLP技术在快速迭代，业内普遍预计OpenAI在接下来几个月内推出GPT-4的概率很大。
GPT-4相比于当前的文本模型将有大幅改进：首先是训练数据量、token数、模型参数量或均有所提升，从而优化模型性能；其次，GPT-4有望完全通过图灵测试，而目前AI模型仅部分有能力通过图灵测试；此外，GPT-4的成本也将显著下降。
另一边，RLHF解决了生成模型的一个核心问题alignment（对齐），即如何让人工智能模型的产出和人类的常识、认知、需求、价值观保持一致。可以说RLHF技术为会话而生，可以进行连续对话。该技术突破使得ChatGPT对话更加贴近人类，语段间逻辑关联度显著提升。
不过，百度技术委员会主席吴华此前公开表示，ChatGPT不是一种技术的颠覆式创新，而是一种交互方式的革新。他称，在百度文心大模型中，涉及各种理解和生成的能力都有，但ChatGPT是在展现方式上使用户能更加容易、以自然语言的方式去实现交互，是一个革新性的认识，对自己有很大启发。
应用上，ChatGPT引爆AIGC
过去数年，内容生产模式从PGC（Professionally-generatedContent，专业生产内容）为主导逐渐走向UGC（User-generatedContent，用户生产内容）为主流，前者如优酷、土豆、爱奇艺等，后者如B站、微博、小红书等平台。UGC平台依靠其精准的算法，建立了与用户、内容之间的精准、高效关联。
如今，AIGC（AIGeneratedContent，AI生产内容）时代渐进。
ChatGPT的问世打开了AIGC的想象空间，GPT不断升级推动着AIGC的发展，增强了AIGC在编程语言（代码生成、软件行为生成）、自然语言（新闻撰写、文案创作、对话机器人、创作性文本）等方面的表现。
相比PGC、UGC，AIGC具有效率和成本上的优势。
截至2021年3月，推出9个月后的GPT-3日均文本生成量45亿，而2021年阅文集团新增文字量仅360亿，仅相当于GPT-3 8天的文字内容生成量；
另一方面，AIGC成本更低：目前OpenAI定价最高的文字模型达芬奇（基于GPT-3）为每750词约0.02美元，2021年阅文集团内容成本为17.74亿元（每750词约37元），是调用OpenAI的API完成相同文字量生产所需的成本（约672万元）的264倍。
东吴证券推测，理想状况下，如果阅文集团将2021年全年文字内容生产量（360亿）交给GPT-3，耗时8天即可完成，节约成本99%+，毛利率空间几乎100%释放。
根据Gartner《2021年预测：人工智能对人类和社会的影响》，到2025年AIGC产生的数据将占所有数据的10%，而该比例在2021年不足1%。量子位智库根据现有技术及需求成熟度预测，2030年AIGC市场规模将超过万亿元人民币。
产业链上，关注AI三要素
ChatGPT的推出使得AI成为2023年的一大看点。微软首席技术官KevinScott在近期的分享中表示，“我认为，2023年将会是人工智能界有史以来最激动人心的一年。”
A股ChatGPT概念股、AIGC板块已经在二级市场开启表演。2月1日，ChatGPT指数大涨8.42%，AIGC概念指数收涨4.70%，慧博云通（301316.SZ）、初灵信息（300250.SZ）、奥雅股份（300949.SZ）等多股涨停。
从投资角度看，数据、算力和算法作为AI三要素，是决定AI发展的重要基础，可从这三个方面寻找投资脉络。
数据的累积下沉和打通是一切人工智能模型运行和应用的基础，AI模型训练需要大量高质量数据作支撑，具有庞大数据训练量也是ChatGPT得以出圈的原因之一。根据Cognilytica数据，2021年全球AI训练数据市场需求约为42亿美元，预计到2027年这一需求将增长到220亿美元，2021-2027年复合增长率（CAGR）达32%。
而提高数据质量需要将数据清洗和标注。《中国数据标注行业发展趋势与投资前景研究报告（2022-2029年）》显示，2021年我国数据标注行业市场规模达到43.3亿元，同比增长约19.2%，预计到2029年市场规模将达到204.3亿元，CAGR约为21.4%。
AI训练数据专业提供商海天瑞声（688787.SH）能够提供AI算法模型开发所需的专业数据集，业务覆盖智能语音、计算机视觉、自然语言等场景。此外，近年来有大量初创公司涌入数据标注赛道。
算法类似于AI模型的大脑，当前国内领先的对话交互类AI算法企业主要包括两类：一是以语音识别为核心业务的企业，延生到NLP领域；二是以NLP为核心业务，专注语义识别的企业。前者如科大讯飞（002230.SZ），从语音识别延生到语音合成、机器翻译、图文识别、图像理解、阅读理解、机器推理等算法，并在消费者、智慧教育、智慧城市、智慧司法、智能服务、智能汽车、智慧医疗、运营商等领域实现深度应用；后者如拓尔思（300229.SZ），国内最早从事NLP研发的企业之一，在语义智能领域具备自主可控的底层技术，可以提供预训练模型和阅读理解等技术成果。
算力则为AI模型提供运行动力，在算法场景众多、迭代速度较快的AI领域，同时具备高算力和通用性的AI芯片炙手可热。目前国内AI芯片公司主要包括寒武纪（688256.SH）、地平线、华为海思、平头哥等，国内企业在推理芯片领域开始崭露头角，训练芯片领域有待突破，整体仍处在追赶海外巨头阶段。
本文不构成任何投资建议，投资者据此操作，一切后果自负。市场有风险，投资需谨慎。
相关文章
