春节以来，ChatGPT火遍全球，之后更是以迅雷不及掩耳之势占据热搜，大家都被其2个月获得超过1亿月活跃用户数的成就所震撼，更是有诸多媒体和产业大佬高喊人工智能迎来了iPhone时刻，连比尔盖茨也提到这是自1980年代图形化用户界面以后最震撼的革命。今天，就让诺德基金浅谈一下对生成式AI的认识，希望广大朋友们能对这个产业有一个初步的了解。
实际上在OpenAI之前，我们的前辈们已经在AI领域耕耘了几十年，比如GPT的T所代表的transformer便是谷歌在2017年时所发布的。而如何看待ChatGPT这个产品，认识OpenAI给产业带来的冲击，可能会是影响我们很多决策的一个关键因子。
就我们目前的初步研究学习而言，我们更倾向于认为ChatGPT是一个工程上的重大突破。尽管技术上没有革命性的发明，但其对人工智能商业化的影响可能是革命性的。正如，OpenAI CEO Sam Altman在某次采访中所述的那样，若干年后回首GPT-3、GPT-4、GPT-5以及之后的6789等，他依然认为最重要的版本是ChatGPT这个版本将生成式AI或者说人工通用智能从小范围的内部应用带到了普罗大众面前，对社会产生的影响也将远超越此前所有的AI模型。
往后看，我们也尚不能确定OpenAI是先驱还是先烈，但当前我们比较能肯定的是五年或十年后，AI模型的能力将远远超过当前的任何模型，而现在看起来无比强大的GPT-4或许在多年后的竞品面前会显得非常粗陋。但ChatGPT打开了生成式AI的潘多拉魔盒，我们是时候积极拥抱人工智能新科技革命的大浪潮了。
第一个，我们无法回避的话题就是AI大模型，很多朋友会问现在的AI模型和之前的有何本质区别？2015年之前，AI模型被称之为小模型，这些小型模型主要擅长分析任务，但相对缺乏通用能力，以至于许多时候留给大家一种人工智障的感觉。直到2017年Google 研究院发表了一篇名为《Attention is All You Need》的具有里程碑意义的论文，该论文描述了一种被称之为transformers的新神经网络，从此，以OpenAI为代表的公司便开始基于transformers开发AI大模型。
以ChatGPT为例，经过训练后，AI语言大模型带给人类的交互体验是此前所有AI小模型所无法比拟的，给人更多是一种和真人聊天的感觉，而对方也好像无所不知，尽管有时候会一本正经的胡说八道，但不得不承认AI大模型的潜力已经足以让整个社会为之振奋。如今的AI大模型，其较为典型的特点就是大力出奇迹，使用大参数，消耗大算力，当模型训练到一定程度后会出现所谓的涌现能力，这是此前的小模型所完全不具备的。目前基于GPT系列的大模型也已经开始商业化应用，但我们相信，很快也会暴露出一些问题，尤其是对算力具有较大的消耗，这也是诺德基金下一个想谈谈的话题。
谈到算力，就不得不提一下安迪-比尔定理，这是对IT产业中软件和硬件升级换代关系的一个概括。原话是Andy gives, Bill takes away.，安迪指英特尔前CEO安迪格鲁夫，比尔指微软前任CEO比尔盖茨。这句话的意思是，硬件提高的性能，很快就被软件消耗掉了。
如今以CPU为代表的传统算力飙升趋势正在被以GPU为代表的加速计算算力所取代，每3～5年GPU所取得的算力增长幅度远高于传统计算。为了满足AI大模型对算力的高消耗，往往需要AI加速芯片、存储芯片、光通信等不同模块协同工作方能满足。而随着OpenAI的成功，我们相信在未来三五年，AI大模型将如雨后春笋般冒出，以GPU为核心的智算中心将取代传统数据中心，现有的网络架构也将因AI而改变。
此外，和以前的分析式AI相比，以AI大模型为根基的生成式AI更具备了让AI生成内容的跃迁，不论是机器生成内容的速度，还是质量在未来都很有可能远超人类，而AIGC的渗透率也将迎来加速提升的阶段。
目前我们已经看到生成式AI逐渐在各行各业开始被应用，例如，游戏产业会用AI来生成栩栩如生的2D图片，视频玩家们则让AI根据提示词自动生成短视频，办公巨头推出了Copilot以此提高人们的工作效率，当然更多人开始应用语言大模型来辅助写作甚至直接生成完成一篇基础文章。
我们有理由相信，AIGC的大门已经打开！可能未来三五年，我们再回头看当前所有AIGC的内容会显得十分幼稚，但我们不得不惊讶于AIGC产业的进化速度，
生成式AI的发展不仅是建立在巨人的肩膀上，同时也是人类几十年持续探索的自然结晶。我们认为AI产业的发展是大势所趋，所以我们每个人或组织都应该保持一个开放的态度，Open to AI。
新兴科技产业的发展往往会呈现指数级的态势，目前看起来并不起眼的数据，到三五年后可能就会变得十分惊人。所以，我们希望能积极把握住产业趋势，既不要过高估计短期的发展，但也不能低估了其长期的发展潜力。让我们一起，积极投身到产业中去，为社会创造出更多的价值。
