计算机行业前瞻行业专题报告：从GPT看AI技术演进路径&产业投资逻辑-230426（34页）.pdf

1、请务必阅读末页的免责条款和声明2023年年4月月26日日从从GPT看看AI技术演进路径技术演进路径&产业投资逻辑产业投资逻辑陈俊云陈俊云中中信信证券研究部证券研究部 前瞻研究首席分析师前瞻研究首席分析师资料来源：各公司官网，中信证券研究部前瞻行业专题报告前瞻行业专题报告2资料来源：ChatGPTChat-GPT相比于前代回答更加灵活，更接近人类反应相比于前代回答更加灵活，更接近人类反应ChatGPT：全球用户增长最快的消费者应用全球用户增长最快的消费者应用面对有违人类伦理的问题，面对有违人类伦理的问题，Chat-GPT会进行拒绝会进行拒绝UZiWkZRUlZjWsRpMnP7NcM6MtRoO

2、mOtQlOqQnRkPsQsN7NoPnNwMrRpOwMsPqN3资料来源：SimilarWebChatGPT在上线仅两个月后预估在上线仅两个月后预估DAU突破突破1000万万ChatGPT：全球用户增长最快的消费者应用：全球用户增长最快的消费者应用010203040506070TwitterFacebookInstagram微信TikTokChatGPT月活破亿所花时间（月）ChatGPT：全球用户增长最快的消费者应用全球用户增长最快的消费者应用资料来源：SimilarWeb，sensor tower，中信证券研究部4资料来源：OpenAI，中信证券研究部ChatGPT发展历程发展历程C

3、hatGPT发展历程发展历程2018.62019.12020.52022.12022.112023.3GPT-1GPT-2GPT-3InstructGPTChatGPTGPT-4参数量参数量1.17亿亿15亿亿1750亿亿13亿亿未公布未公布未知未知模型模型更新更新在大规模数据上对Transformer 模型进行无监督预训练，再在小规模有监督数据集上精细调节。该模型在测试常识推理和阅读理解的数据集上获得了最先进的结果解决零次学习问题（zero-shot），使得模型更具通用性。数据量指数级增加，可利用少量样本学习，贴近人脑学习模式。此外，基于GPT-3模型微调在其他领域包括代码生成、图像生成、数

4、学算数等产生了应用。引入RLHF，微调后能更好地遵循用户意图，泛化能力极大提升。在数据收集设置上优化连接大量真实语料库，能够支持多轮对话、结果修正，人机交互效果更好、更快、更高效。可以解决更加复杂的任务，安全性进一步强化，更加“拟人化”。并且引入多模态能力，覆盖图片的识别。5资料来源：Vertex人工智能发展史就是技术不断向通用人工智能靠近的历史人工智能发展史就是技术不断向通用人工智能靠近的历史AI技术发展的核心主线：通用人工智能（技术发展的核心主线：通用人工智能（AGI）底层算法与模型是贯穿人工智能技术发展的核心，从上世纪50年代第一次提出人工智能概念开始，底层算法经历了多次迭代。而贯穿多次

5、迭代的主线是研发出真正的通用人工智能（AGI），即用一个模型解决大多数的问题，通过这一方式才能真正做到降低人工智能的成本并取代人类。6资料来源：Medium“三起两落”的关注热潮“三起两落”的关注热潮历史上对人工智能的关注经历了“历史上对人工智能的关注经历了“三起两三起两落”落”1950S1970S：受制于算力性能、数据量等，更多停留在理论层面。1980S1990S：专家系统是人工智能的第一次商业化尝试，高昂的硬件成本、有限的适用场景限制了市场的进一步向前发展。2015年至今：逐步形成完整的产业链分工、协作体系。7资料来源：虎嗅网1956年的达特茅斯会议第一次提出“人工智能”这个单词年的达特茅

6、斯会议第一次提出“人工智能”这个单词早期人工智能模型发展：对人工智能的最初探索早期人工智能模型发展：对人工智能的最初探索1956-1960s：停留在理论层面的人工智能畅想达特茅斯会议：第一次提出AI概念，符号主义&连接主义的雏形可以进行跳棋对战，实际硬件能力不足以支撑对人工智能的更复杂的理论假想8资料来源：David C.England(Jun 1990).An Expert System for the Management of Hazardous Materials标志性的专家系统流程图标志性的专家系统流程图早期人工智能模型发展：失败的专家系统尝试早期人工智能模型发展：失败的专家系统尝试