2023年AIGC行業(yè)專題報告 AI 發(fā)展原動力提效降本-在新一輪技術革命中搶占先機

2023年AIGC行業(yè)專題報告AI發(fā)展原動力提效降本_在新一輪技術革命中搶占先機AI(人工智能)：第四次生產(chǎn)力革命AI(ArtificialIntelligence)：1952年，圖靈在《計算機械與智能》一文中提到了“圖靈測試”來驗證機器是否具有智能：如果一臺機器能夠與人類展開交流，并且有超過30%的人無法在規(guī)定時間內(nèi)識別出與自己交談的是人還是機器，那么這臺機器可以被認為是具有智能的。后來科技界又提出了其他界定人工智能的標準：例如能否實現(xiàn)語音識別、機器翻譯、自動寫作等等。本報告中所提及的人工智能技術，不僅包括具有自然語言處理能力、或通過圖靈測試的AI技術，還包括有海量數(shù)據(jù)、超復雜性、要求實時性、人類智能暫時無法處理的機器智能技術。AI發(fā)展原動力：提效降本，在新一輪技術革命中搶占先機微觀：提效降本，科技讓生活更美好從C端用戶需求來看，人工智能解決的是與人相關的娛樂、出行、健康等生活場景中的痛點。人工智能在C端的應用分為兩方面：1）對原有勞動力的替代與生產(chǎn)力效率的提升：如語音識別、智能客服、機器翻譯等；2）新增需求的滿足：如“千人千面”的信息分發(fā)（如抖音、快手、小紅書等）、內(nèi)容生成（AIGC）、人機交互（如ChatGPT等）、輔助駕駛、安防等。從B端需求來看，企業(yè)對于效率的提升需求旺盛，人工智能在金融、公共安全、醫(yī)療健康等領域均取得了較為普遍的應用。宏觀：新一輪技術革命，贏得未來國與國之間科技競爭的主動權人工智能有望引領了蒸汽革命、電氣技術革命以及信息產(chǎn)業(yè)革命之后的第四次生產(chǎn)力革命。1）18世紀60年代，英國率先發(fā)展并完成了第一次工業(yè)革命，在隨后的一個多世界里成為了世界霸主；2）19世紀60年代，完成了資產(chǎn)階級革命或改革的美、德、法、日在第二次工業(yè)革命中崛起，使人類進入“電氣時代”；3）進入20世紀中葉，以信息技術、新能源技術的代表的第三次科技革命在美國興起，進一步強化了美國的霸主地位。自2006年以來，Hinton提出深度學習算法，令機器在自主學習方面有了革命性的突破，同時，伴隨著海量數(shù)據(jù)的積累、GPU、芯片計算能力的提升，人工智能的三大要素“算法”、“算力”和“數(shù)據(jù)”皆已準備就緒。2016年，AlphaGo首次擊敗人類問鼎世界冠軍，人工智能的關注度急速攀升。而近期人工智能技術在安防、金融、醫(yī)療、內(nèi)容分發(fā)領域的持續(xù)落地，使AI技術在提效降本、解放勞動力、提升資源配置效率方面的巨大作用得以顯現(xiàn)。我們認為，在本輪變革中具有良好技術沉淀和全面布局的國家有望搶得科技的主動權。產(chǎn)業(yè)鏈及發(fā)展歷程：三起兩落，數(shù)據(jù)及算力爆發(fā)帶來新一輪AI發(fā)展機遇產(chǎn)業(yè)鏈：基礎層+技術層+應用層總體來看，人工智能產(chǎn)業(yè)鏈可分為基礎支撐層、技術層和應用層?；A層提供算力，主要包含人工智能芯片、傳感器、大數(shù)據(jù)及云計算。其中，芯片具有極高的技術門檻，且生態(tài)搭建已基本成型。目前該層級的主要布局玩家為Nvidia、AMD、英特爾等在內(nèi)的國際科技巨頭，國內(nèi)在基礎層的布局和實力均相對薄弱。技術層主要解決具體類別問題，這一層級主要依托運算平臺和數(shù)據(jù)資源進行海量識別訓練和機器學習建模，開發(fā)面向不同領域的應用技術，包括語音識別、自然語言處理、計算機視覺和機器學習技術等?？萍季揞^谷歌、IBM、亞馬遜、蘋果、阿里巴巴、百度都在該層級深度布局，并涌現(xiàn)了如商湯科技、曠世科技、科大訊飛等諸多獨角獸公司。應用層主要解決場景落地問題，利用AI技術針對行業(yè)提供產(chǎn)品、服務和解決方案，其核心是商業(yè)化。得益于人工智能的全球開源社區(qū)，應用層的進入門檻相對較低，但也是商業(yè)價值最大的環(huán)節(jié)（典型如算法推動在抖音、快手等應用端落地）。發(fā)展歷程：60年三起兩落，呈螺旋式發(fā)展回顧人工智能技術的發(fā)展歷程，我們發(fā)現(xiàn)，人工智能所經(jīng)歷的三次興起浪潮均源于底層算法的革命性進展，而前兩輪的衰落是由于數(shù)據(jù)處理性能及底層算法的局限，使AI技術從成熟度以及商業(yè)可行性上無法落地。2006年，Hinton提出顛覆性的深度學習算法，使得AI產(chǎn)業(yè)邁出關鍵性一步：利用多層神經(jīng)網(wǎng)絡，將人類從復雜的算法歸納中解放出來，只要給予機器足夠多的數(shù)據(jù)，便能使其自動歸納出算法，疊加底層算力GPU的不斷發(fā)展及互聯(lián)網(wǎng)時代海量數(shù)據(jù)的積累，人工智三駕馬車：算法、算力和數(shù)據(jù)皆已準備就緒，使AI技術徹底走出實驗室，逐步滲透進各個行業(yè)和場景。第一輪：興于感知神經(jīng)網(wǎng)絡，終于計算機性能約束興起：1956年達特茅斯會議開啟了人工智能的元年，僅在定理層次等證明了AI商用的可能性，實際應用還十分有限。1956年，以約翰·麥卡錫、馬文·明斯基、克勞德·香農(nóng)等為代表的科學家們在達特茅斯組織了一場為期兩個月的人工智能夏季研討會，探討如何通過機器模擬人類學習或人類智能的其他特征。本次會議結束后，很多國家政府、研究機構、軍方等都開始投資人工智能，掀起了第一波人工智能熱潮。在第一波AI的浪潮中，占據(jù)主導地位的思想是邏輯主義，即通過引入符號方法進行語義處理、將待研究和解決的問題轉化為可以用計算機處理的符號，運用邏輯公理進行解答，從而實現(xiàn)人機互動。第一波人工智能浪潮的總體成就有限，僅在定理證明等特定領域取得了成功。受制于計算機性能及可獲取的數(shù)據(jù)量，當時的人工智能只能完成玩具式的簡單任務，在語音、圖像識別及想起游戲等看似簡單的任務上，進展都十分有限。衰落：計算機的性能制約了早期程序的應用，人工智能的發(fā)展首次預冷。受限于計算機的處理性能，當時其所能處理的程序對象少且復雜度低，機器無法讀取足夠的數(shù)據(jù)實現(xiàn)智能化，AI自然無法大規(guī)模落地商用。1973年，學者萊特希爾發(fā)表了一份具有影響力的評估報告《人工智能：一般性的考察》，報告指出：“迄今為止，人工智能沒有在任何領域發(fā)生之前預想的重大影響，人工智能的投入是金錢的浪費”，該報告發(fā)表后，英國政府隨后終止了對愛丁堡等幾所高效的人工智能項目的支持。到70年代中期，美國和其他國家在該領域的投入也大幅度削減，人工智能發(fā)展進入寒冬。第二輪：興于BP神經(jīng)網(wǎng)絡，終于專家系統(tǒng)失敗興起：1980年代，Hopfield神經(jīng)網(wǎng)絡和BT訓練算法的提出，使基于AI技術的專家系統(tǒng)首次得以商用。Hopfield神經(jīng)網(wǎng)絡是通過對動物或人腦的基本單元一神經(jīng)元建模和連接，探索模擬動物或人腦神經(jīng)系統(tǒng)的學習、聯(lián)想、記憶和模式識別等功能的人工模型?；谠撃Ｐ?，IBM等公司開發(fā)出了一系列用于模擬專家決策的專家系統(tǒng)，使人工智能第一次實現(xiàn)商業(yè)化落地。衰落：算法局限使計算結遭遇瓶頸，人工智能由于實際商用成本過高再次衰落。專家系統(tǒng)的維護成本極高，但神經(jīng)元網(wǎng)絡只能解決單一問題，數(shù)據(jù)量積累到一定程度后，計算結果便不再改進，實際應用價值有限。1987年，蘋果和IBM生產(chǎn)的臺式機性能超過了由Symbolics等廠商生產(chǎn)的通用計算機，專家系統(tǒng)逐漸淘汰。第三輪：興于深度學習算法，強于數(shù)據(jù)及算力興起：2006年，Hinton提出了神經(jīng)網(wǎng)絡DeepLearning算法，將人類從復雜的算法歸納中解放了出來，使人工智能再一次聚焦了學術界和產(chǎn)業(yè)界的目光。從底層算法來講，深度學習算法彌補了傳統(tǒng)BP神經(jīng)網(wǎng)絡的缺陷：1）多隱層的人工神經(jīng)網(wǎng)絡具有優(yōu)異的特征學習能力，從而有利于可視化或分類；2）傳統(tǒng)人工神經(jīng)網(wǎng)絡的訓練難度可以通過“逐層初始化”來克服。通俗來講，本輪算法的革命性進步在于：不需要人工去提取規(guī)則特征，機器通過海量數(shù)據(jù)，即可自動實現(xiàn)規(guī)則的特征提取，將最復雜的“算法歸納”留給機器去完成。數(shù)據(jù)顯示，自2012年在圖像識別領域引入深度學習算法以來，圖像識別的錯誤率顯著降低。并通過深度學習訓練層數(shù)的增長及優(yōu)化，在2015年通過ResNet模型使圖像識別的精度超過了人眼可達的精度。強化：底層算力的高速發(fā)展及多維數(shù)據(jù)的快速積累，使本輪人工智能得以爆發(fā)。計算機硬件設施的發(fā)展，如GPU（圖形處理器）、TPU（張量處理器）等新一代芯片及FPGA（現(xiàn)場可編程門陳列）異構計算服務器提供了足夠的計算力，能夠支持人工智能算法的原型。數(shù)據(jù)的可獲得性和質量在這一時期得到了極大的改善，互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等產(chǎn)業(yè)的發(fā)展也為人工智能提供了規(guī)?？涨暗挠柧殧?shù)據(jù)。人工智能三大要素：“算法、算力和數(shù)據(jù)”的準備就緒，使人工智能快速滲透到各產(chǎn)業(yè)中，如安防、金融、醫(yī)療、文娛等。人工智能：技術流派及我們所處的階段技術演進：行為主義+連接主義，誕生深度學習技術AI的技術流派經(jīng)歷了符號主義、連接主義和行為主義，在行為主義思想中引入了連接主義的技術，誕生本輪的深度強化學習技術。符號主義符號主義又稱為邏輯主義，在人工智能早期一直占據(jù)主導地位。該學派認為人工智能源于數(shù)學邏輯，其實質是模擬人的抽象邏輯思維，用符號描述人類的認知過程。早期的研究思路是通過基本的推斷步驟尋求完全解，出現(xiàn)了邏輯理論家和幾何定理證明器等。上世紀70年代出現(xiàn)了大量的專家系統(tǒng)，結合了領域知識和邏輯推斷，使得人工智能進入了工程應用。PC機的出現(xiàn)以及專家系統(tǒng)高昂的成本，使符號學派在人工智能領域的主導地位逐漸被連接主義取代。連接主義連接主義又稱為仿生學派，當前占據(jù)主導地位。該學派認為人工智能源于仿生學，應以工程技術手段模擬人腦神經(jīng)系統(tǒng)的結構和功能。連接主義最早可追溯到1943年麥卡洛克和皮茨創(chuàng)立的腦模型，由于受理論模型、生物原型和技術條件的限制，在20世紀70年代陷入低潮。行為主義行為主義又稱為進化主義，近年來隨著AlphaGo取得的突破而受到廣泛關注。該學派認為人工智能源于控制論，智能行為的基礎是“感知—行動”的反應機制，所以智能無需知識表示，無需推斷。智能只是在與環(huán)境交互作用中表現(xiàn)出來，需要具有不同的行為模塊與環(huán)境交互，以此來產(chǎn)生復雜的行為。在人工智能的發(fā)展過程中，符號主義、連接主義和行為主義等流派不僅先后在各自領域取得了成果，各學派也逐漸走向了相互借鑒和融合發(fā)展的道路。特別是在行為主義思想中引入連接主義的技術，從而誕生了深度強化學習技術，成為AlphaGo戰(zhàn)勝李世石背后最重要的技術手段。技術現(xiàn)狀：深度學習技術帶動本輪人工智能發(fā)展人工智能算法經(jīng)歷了“既定規(guī)則系統(tǒng)”、“淺層學習算法”和“深度學習算法”三個階段，其中，深度學習算法徹底將人類從復雜的算法抽象中解放了出來，用深度神經(jīng)網(wǎng)絡+海量數(shù)據(jù)打破了計算準確度的瓶頸，帶動了本輪人工智能的爆發(fā)。人工智能算法所經(jīng)歷的三大階段及實現(xiàn)過程如下：1）既定規(guī)則系統(tǒng)及其實現(xiàn)過程既定規(guī)則系統(tǒng)尚不屬于“機器學習”的范圍，其背后的關系為人力搭建算法的邏輯關系。面對待處理的問題，由人提取出問題特征、再由人設定好算法規(guī)則，交由機器進行運行。例如，判斷某幅圖片是否為猴子，既定規(guī)則系統(tǒng)執(zhí)行過程如下：1）人為提取猴子各部分像素特征；2）人為設定猴子判定規(guī)則，如眼睛、鼻子、嘴巴等部位的像素應分別位于哪一區(qū)間內(nèi)；3）機器根據(jù)讀取到的像素及判定規(guī)則，計算當前圖片是否為猴子，輸出結果“是”或“否”。2）傳統(tǒng)機器學習算法及實現(xiàn)過程傳統(tǒng)機器學習算法徹底將人類從復雜的算法抽象中解放了出來，但對復雜數(shù)據(jù)的處理受到明顯制約。簡單來說，機器學習是一種實現(xiàn)人工智能的方法，深度學習算法是實現(xiàn)機器學習的技術。傳統(tǒng)機器學習算法又稱淺層算法，這類算法如反向傳播算法（BP算法）、支持向量機（SVM）、Boosting等，局限性在于對有限樣本和計算單元的情況下對復雜函數(shù)的表示能力有限，對復雜數(shù)據(jù)的處理受到制約。例如，在圖像識別領域，淺層學習的識別準確率較低，主要原因為該算法的處理邏輯偏向淺層，不能窮舉復雜的情景，在準確率達到一定程度后，即使再投入更多數(shù)據(jù)，準確率依然無法提升。如判斷某幅圖片是否為猴子，傳統(tǒng)機器學習算法執(zhí)行過程如下：1）人為提取猴子各部分像素特征；2）機器自動歸納猴子的判定規(guī)則，如眼睛、鼻子、嘴巴等部位的像素應分別位于哪一區(qū)間內(nèi)；3）機器根據(jù)讀取到的像素及判定規(guī)則，計算當前圖片是否為猴子，輸出結果“是”或“否”。3）深度學習算法及實現(xiàn)過程深度學習與傳統(tǒng)的機器學習最主要的區(qū)別在于：隨著數(shù)據(jù)規(guī)模的增加，其判斷準確度也在不斷增長。判斷準確度的提升，使人工智能技術可大規(guī)模應用于語音識別、圖像識別等多個領域。2006年，Hinton提出深度學習算法，該算法與傳統(tǒng)的機器學習算法最大的區(qū)別在于隨著數(shù)據(jù)規(guī)模的增加，算法計算準確率也不斷增長。當數(shù)據(jù)很少時，深度學習算法的性能并不突出，隨著數(shù)據(jù)量的增加，其優(yōu)越性得以體現(xiàn)。傳統(tǒng)機器學習算法，在擬合度達到某一特定值后，再增加數(shù)據(jù)量，其擬合度不再提升；深度學習算法擬合準確度隨著數(shù)據(jù)量及神經(jīng)網(wǎng)絡層數(shù)的增加而提升。例如，在引入深度學習之前，語音識別的準確率連續(xù)三年穩(wěn)定在76.4%，引入該算法后，其準確率逐年遞增，2017年已達94.5%。如判斷某幅圖片是否為猴子，深度學習算法的執(zhí)行過程如下：人為將海量帶有標簽的圖像數(shù)據(jù)到計算機中，無需進行任何特征提取或規(guī)則設定，算法自動根據(jù)輸入圖像的特征歸納出判定規(guī)則，并泛化至后續(xù)判斷過程中。實現(xiàn)要素：海量數(shù)據(jù)及高效算力是深度學習實現(xiàn)基礎海量數(shù)據(jù)及高效算力是深度學習實現(xiàn)基礎。深度學習全稱深度神經(jīng)網(wǎng)絡，本質上是多層次的人工神經(jīng)網(wǎng)絡算法，即從結構上模擬人腦的運行機制，從最基本的單元上模擬了人類大腦的運行機制。算法的實現(xiàn)過程分為訓練和推斷兩個階段。訓練階段需要海量數(shù)據(jù)輸入，訓練出一個復雜的深度神經(jīng)網(wǎng)絡模型。推斷指利用訓練好的模型，使用待判斷的數(shù)據(jù)去“推斷”得出各種結論。大數(shù)據(jù)時代的到來，圖形處理器（GraphicsProcessingUnit，GPU）等各種更加強大的計算設備的發(fā)展，使得深度學習可以充分利用海量數(shù)據(jù)（標注數(shù)據(jù)、弱標注數(shù)據(jù)或無標注數(shù)據(jù)），自動地學習到抽象的知識表達，即把原始數(shù)據(jù)濃縮成某種知識。簡單來說，在深度學習算法的基礎上，海量數(shù)據(jù)解決了計算精準度的問題，算力的提升解決了計算速度的問題。所處時代：基于統(tǒng)計規(guī)律的弱人工智能時代，但商業(yè)化價值已經(jīng)展現(xiàn)人工智能的分類標準及定義李開復及王詠剛在《人工智能》一書中，將人工智能按照智能程度的強弱，劃分為：弱人工智能（ArtificialNarrowIntelligence，簡稱ANI）、強人工智能（ArtificialGeneralIntelligence，簡稱AGI）和超人工智能（

ArtificialSuperintelligence，簡稱ASI）三個層次。弱人工智能（ANI）也稱為限制領域人工智能或應用型人工智能，本質上是某個特定領域內(nèi)基于統(tǒng)計規(guī)律的大數(shù)據(jù)處理者。通俗來講，弱人工智能只專注于完成某個特定的任務，例如語音識別、圖像識別和翻譯，是擅長單個方面的人工智能，類似高級仿生學。該階段的AI技術是為了解決特定具體類的任務問題而存在，底層原理是從海量數(shù)據(jù)中從中歸納出模型，再泛化至新的數(shù)據(jù)中進行正向運算。例如，谷歌的AlphaGo和AlphaGoZero就是典型“弱人工智能”，盡管它們能夠戰(zhàn)勝象棋領域的世界級冠軍，但也僅限于擅長于單個游戲領域的人工智能。強人工智能（AGI）是人類級別的人工智能，擁有獨立思想和意識，在各方面均能與人類媲美。擁有AGI的機器不僅是一種工具，其本身可擁有“思維”，能夠進行獨立的思考、計劃、解決問題、抽象思維、理解復雜理念、快速學習等，可實現(xiàn)“全面仿人性”，在智力水平和行動能力方面與人類基本沒有差別，目前只存在于電影及人類想象中。超人工智能：假設計算機程序通過不斷發(fā)展，智力水平可以超越人類，則由此產(chǎn)生的人工智能系統(tǒng)就可以被稱為超人工智能。在人工智能的三個層級中，超人工智能的定義最為模糊，目前還沒有精準預測能夠說明超越人類最高水平的智慧到底會表現(xiàn)為何種能力。對于超人工智能，目前只能從哲學或科幻的角度加以想象。當前人工智能現(xiàn)狀：基于統(tǒng)計規(guī)律的弱AI時代當前人工智能尚屬于“弱人工智能”階段。按照人工智能的執(zhí)行深度，我們將人工智能的判定層次分為計算智能、感知智能和認知智能三個層次：1）計算智能：神經(jīng)網(wǎng)絡和遺傳算法的出現(xiàn)，使機器能夠高效、快速地處理海量數(shù)據(jù)，目前該技術的應用已相當成熟；2）感知智能：技術已相對成熟，典型應用語音識別及人臉識別，準確率分別超過98%和99%；3）認知智能：還有較大提升空間，典型應用包括機器翻譯和計算機視覺認知，這兩項技術與人力還有較大差距。通過以上對三個層級的分析，我們判斷：人工智能技術尚不具備完全“認知”能力，處于垂直領域的應用投入商用、自主認知尚待攻克的“弱人工智能”階段?！叭跞斯ぶ悄堋彼鶐淼氖招б廊皇挚捎^弱人工智能在特定領域的表現(xiàn)均超過人類，多種勞動密集型工作均具有較強自動化潛力。2017年10月，AlphaGo的升級版本實現(xiàn)了不通過向人類學習，只通過概率計算和自學自練就達成自我超越、戰(zhàn)勝李世石的初代AlphaGo。由IBM開發(fā)人工智能Waston，使用機器學習來分析和解讀海量醫(yī)療數(shù)據(jù)和文獻，檢查患者數(shù)據(jù)做出治療決定，印度班加羅爾研究表明，Waston與醫(yī)生在提供肺癌、結腸癌和直腸癌治療建議方面一致性比例分別高達96%、81%和93%。微軟公司的人工智能虛擬機器人小冰，學習了20世紀20年代以來519位詩人的現(xiàn)代詩，自2017年2月起，“小冰”在天涯、豆瓣、貼吧、簡書四個平臺上使用了27個化名發(fā)表的詩歌作品，幾乎沒有被發(fā)現(xiàn)是機器所作。不僅如此，人工智能在交通、教育、金融領域也展示出了巨大的應用前景。與人類相比，人工智能在數(shù)據(jù)存儲、調用、分析處理方面的強大能力，以及在特定危險情境下的生存能力，都有望為人類生活帶來巨大顛覆。麥肯錫報告表明，多種人力勞動密集、機械類工作都具有較強的自動化潛力，住宿和餐飲服務、制造、交通和倉儲等職業(yè)自動化潛力巨大。2020年，弱人工智能為全球GDP帶來14%的提升。人工智能將提升社區(qū)勞動生產(chǎn)率，特別是在有效降低勞動成本、優(yōu)化產(chǎn)品和服務、創(chuàng)造新市場和就業(yè)等方面，將為人類的生產(chǎn)和生活帶來革命性的轉變。據(jù)Sage預測，2020年，人工智能的出現(xiàn)將為全球GDP帶來14%的提升，相當于15.7萬億美元的增長。根據(jù)世界銀行及產(chǎn)新智庫的分析，人工智能作為當下最先進生產(chǎn)力，如果能為制造業(yè)提高1%的效率，全球制造業(yè)便會節(jié)約3000億美元。再細分到各個產(chǎn)業(yè)，為航空提高1%的效率相當于300億美元，為電力提高1%的效率相當于660億美元，為醫(yī)療系統(tǒng)效率提高1%相當于630億美元，為鐵路系統(tǒng)效率提高1%相當于270億美元，為石油天然氣資本支出降低1%相當于900億美元。綜上，截至2025年，人工智能可能影響32萬億美元的全球制造業(yè)領域，相當于將影響全球50%的經(jīng)濟。萬事俱備，人工智能場景應用有望全面爆發(fā)相比于前兩輪的AI浪潮，我們認為本輪人工智能應用將全面爆發(fā)的原因如下：1）深度學習算法的革命性顛覆，使“數(shù)據(jù)量”成為決定擬合結果的核心要素：在本輪深度學習算法出現(xiàn)前，AI的主要算法是BP、SVM等淺層算法，由于其處理邏輯停留在淺層，即使在擁有海量數(shù)據(jù)的情況下，擬合結果的準確率在提升至某一瓶頸后便無法提升，人工智能難以處理復雜的問題。深度學習算法得益于多層神經(jīng)網(wǎng)絡，可直接用海量數(shù)據(jù)“暴力破解”出計算算法，數(shù)據(jù)量越高，擬合精準度越高。這說明只要具備充足的數(shù)據(jù)和算力，便能快速訓練出精準的算法，這使得決定人工智能準確度的核心由“算法”轉變?yōu)椤皵?shù)據(jù)和算力”；2）海量多維數(shù)據(jù)及GPU算力已準備就緒，為算法運行提供充足“燃料”和“引擎”：互聯(lián)網(wǎng)使海量數(shù)據(jù)積累成為可能，而GPU的出現(xiàn)，滿足了機器學習大規(guī)模并行計算要求。至此，人工智能的三駕馬車“算法、算力、數(shù)據(jù)”皆已準備就緒；3）開源框架大幅降低了AI的使用門檻；4）政策及資本的助力：AI被廣泛認為人類歷史上第四次工業(yè)革命，美國、中國等科技大國均將其提升至頂層戰(zhàn)略高度，加之資本注入及催化，“弱人工智能”的商用已廣泛落地。資源層：數(shù)據(jù)及算力的大幅提升將AI推向浪潮之巔互聯(lián)網(wǎng)及數(shù)字經(jīng)濟的快速發(fā)展，為AI算法訓練提供充裕的數(shù)據(jù)來源。人工智能領域頂級專家吳恩達曾提到：發(fā)展人工智能就像用火箭發(fā)射衛(wèi)星，需要強大的引擎和足夠的燃料，算法模型就是其引擎，高性能的算力是打造引擎的工具，海量的數(shù)據(jù)就是引擎的燃料?；谏疃葘W習的算法特點，其計算準確度與數(shù)據(jù)量基本成正比。例如，在輸入30萬張人類對弈棋譜并經(jīng)過3000萬次自我對弈后，人工智能AlphaGo具備了媲美頂尖棋手的棋力。當前，機器學習所能應用的數(shù)據(jù)已經(jīng)不局限于文本、數(shù)字等結構化數(shù)據(jù)，還包括視頻、音頻、圖片等非結構化數(shù)據(jù)。而根據(jù)IDC的統(tǒng)計數(shù)據(jù)，2021年全球數(shù)據(jù)量已經(jīng)達到82ZB，預計到2026年將達到214ZB。GPU的發(fā)展解決了深度學習的訓練速度和相應的成本問題。1）英偉達于2016年推出P100，2017年推出V100，2020年推出A100，4年間從P100至A100英偉達GPU芯片高性能計算能力提升11倍。2022年英偉達持續(xù)迭代推出H100，其最新的H100芯片在A100的基礎上將訓練表現(xiàn)提升9倍；2）算力芯片的快速迭代使得提升AI模型訓練速度和下游用戶體驗，同時基于摩爾定律的算力提升也使得單位算力開銷持續(xù)下降，從技術成熟度和商業(yè)化成本兩端加速AI技術走向普及。技術環(huán)境：開源框架大幅降低開發(fā)門檻各巨頭在2016年紛紛創(chuàng)立AI開源的開發(fā)框架，人工智能的開發(fā)框架是底層硬件與上層軟件之間的紐帶，可以視作人工智能進行開發(fā)和應用的“操作系統(tǒng)”。以往的專家系統(tǒng)是基于本地化專業(yè)知識進行運算，以知識庫和推理機為中心進行展開，推理機設計內(nèi)容由不同的專家系統(tǒng)應用環(huán)境決定，不具備通用性。同時，知識庫是開發(fā)者收集錄入的專家分析模型與案例的資源集合，只能在單機系統(tǒng)環(huán)境下使用且無法連接網(wǎng)絡，升級更新不便。企業(yè)的軟件框架實現(xiàn)有閉源和開源兩種形式，少數(shù)企業(yè)選擇閉源方式開發(fā)軟件框架，目的是打造技術壁壘；目前，業(yè)內(nèi)主流軟件框架基本都是基于開源化運營，如谷歌的TensorFlow、臉書的Torchnet、微軟的DMTK、IBM的SystemML、三星的VELES等，均具有分布式深度學習數(shù)據(jù)庫和商業(yè)級即插即用功能。外部環(huán)境：政策助力，人工智能迎來發(fā)展良機中國密集出臺人工智能相關政策，并將AI上升至國家戰(zhàn)略，力求在下一輪工業(yè)革命中搶占先機。自2015年以來，國內(nèi)不斷出臺推動人工智能發(fā)展的鼓勵政策，包括:1）建立人工智能促進機制；2）為人工智能提供近支持，包括稅收優(yōu)惠、財政扶持及制定金融政策等；3）推動創(chuàng)新，包括促進產(chǎn)業(yè)集群，布局創(chuàng)新基地，鼓勵人才培養(yǎng)；4）政府制定規(guī)制與保障措施等?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》提出了“三步走”戰(zhàn)略目標，加速AI再各行業(yè)滲透落地。第一步，到2020年，人工智能總體技術和應用與世界先進水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟增長點，核心產(chǎn)業(yè)規(guī)模超過1500億元，帶動相關產(chǎn)業(yè)規(guī)模超過1萬億元；第二步，到2025年，新一代人工智能在智能制造、智能醫(yī)療、智慧城市、智能農(nóng)業(yè)、國防建設等領域得到廣泛應用，核心產(chǎn)業(yè)規(guī)模超過4000億元，相關產(chǎn)業(yè)規(guī)模超過5萬億元；第三步，到2030年，人工智能理論、技術與應用總體達到世界領先水平，形成涵蓋核心技術、關鍵系統(tǒng)、支撐平臺和智能應用的完備產(chǎn)業(yè)鏈和高端產(chǎn)業(yè)群，人工智能核心產(chǎn)業(yè)規(guī)模超過1萬億元，帶動相關產(chǎn)業(yè)規(guī)模超過10萬億元。從算法推薦到內(nèi)容生成：AI有望引發(fā)新一輪內(nèi)容與平臺投資周期基于對AI產(chǎn)業(yè)鏈及成長歷程的分析，我們認為，AI底層算法和理論體系的突破相對緩慢，AI對于各個行業(yè)的滲透和改造進度各不相同。但是當前基于神經(jīng)網(wǎng)絡的深度學習算法已經(jīng)在感知層（圖像、聲音等）及部分認知處理環(huán)節(jié)逐步步入技術成熟期，在特定技術環(huán)節(jié)和應用場景中已經(jīng)具備良好的商用價值。我們認為，短期內(nèi)AI能夠創(chuàng)造價值的行業(yè)必須具備以下三點要素：1）適合的場景應用：一方面行業(yè)內(nèi)存在需求，AI的應用能夠解決實際問題，真正為行業(yè)帶來降本提效；另一方面，深度學習的特點決定了AI的算法體系必須擁有特定領域的樣本數(shù)據(jù)持續(xù)訓練；2）充足的數(shù)據(jù)來源：在技術應用背后擁有足夠的數(shù)據(jù)來驅動AI能力的提升；3）所需技術具備商業(yè)可行性（技術成熟度以及成本、效率等）。結合以上三方面要素，從落地的角度來看，AI在自動駕駛、安防、語音識別等領域已經(jīng)得到大規(guī)模應用；從傳媒互聯(lián)網(wǎng)領域落地來看，基于AI的算法推薦已經(jīng)在信息分發(fā)領域獲得充分應用，并誕生出以字節(jié)跳動（今日頭條、抖音等典型APP）、小紅書為代表的移動互聯(lián)網(wǎng)時代信息分發(fā)平臺新范式；從信息分發(fā)到內(nèi)容生成（AIGC），AI有望重塑內(nèi)容及互聯(lián)網(wǎng)產(chǎn)業(yè)生態(tài)。AI賦能，字節(jié)跳動充分展現(xiàn)內(nèi)容分發(fā)時代AI商業(yè)化價值互聯(lián)網(wǎng)時代信息爆炸，信息過載加速AI在內(nèi)容分發(fā)領域落地。在互聯(lián)網(wǎng)、特別是移動互聯(lián)網(wǎng)的快速滲透推動之下，內(nèi)容創(chuàng)作從傳統(tǒng)的PGC向UGC、PUGC模式轉變，與之相應的是信息產(chǎn)生的數(shù)量呈現(xiàn)指數(shù)級上升；傳統(tǒng)的用戶主動獲取信息的模式不堪重負、信息過載成為制約互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的重要障礙；基于AI的“千人千面”算法推薦模式在此背景下快速導入，推動了互聯(lián)網(wǎng)從“人找信息”到“信息找人”的內(nèi)容分發(fā)模式轉變。技術解讀：“千人千面”的推薦系統(tǒng)本質上是一個由AI技術驅動的擬合函數(shù)，輸入變量包括用戶特征、環(huán)境特征和內(nèi)容特征，輸出變量為推薦結果。參與運算的參數(shù)包括：1）用戶特征：包括興趣、職業(yè)、年齡、性別、機型、用戶反饋行為等；2）環(huán)境特征：地理位置、時間、網(wǎng)絡、天氣、當前場景（工作、地鐵等）；3）內(nèi)容特征：主題詞、興趣標簽、熱度、質量等。結合三方面的信息，模型會運算出一個預估，即推測推薦內(nèi)容在這一場景下對這一用戶是否合適。然后對小批量相同標簽的用戶進行實時推薦。如果用戶反饋（轉化率、熱度）達到設定標準，則將此內(nèi)容進行大規(guī)模的推薦；如果用戶反饋低于設定標準，則停止推薦。依靠該推薦系統(tǒng)，使平臺長尾內(nèi)容實現(xiàn)了有效的分發(fā)和觸達。從技術理念到產(chǎn)品落地，算法推薦引領內(nèi)容分發(fā)進入新時代。從產(chǎn)品來看，以抖音、今日頭條、小紅書等C端娛樂內(nèi)容為代表的內(nèi)容平臺，基于海量用戶數(shù)據(jù)，并通過視頻識別技術，挖掘出各視頻內(nèi)容的特點及標簽，通過推薦系統(tǒng)，將合適的內(nèi)容、在合適的地點、推送給合適的人，改變內(nèi)容分發(fā)行業(yè)聚焦于頭部內(nèi)容的生態(tài)特征，挖掘出長尾內(nèi)容的使用價值；而從當前移動互聯(lián)網(wǎng)產(chǎn)品來看，從內(nèi)容分發(fā)到電商平臺產(chǎn)品推送，基于AI的信息分發(fā)已成標配。從產(chǎn)品到商業(yè)化，字節(jié)跳動的異軍突起驗證AI強大的生產(chǎn)力價值和商業(yè)化潛力。作為作為AI技術驅動型公司，字節(jié)跳動于2012年8月推出首款新聞資訊分發(fā)產(chǎn)品“今日頭條”，產(chǎn)品基于機器學習技術，實現(xiàn)“千人千面”的新聞信息推送。在上線不到兩年的時間內(nèi)，用戶數(shù)已超過1.2億，MAU超過4000萬。后續(xù)，公司基于今日頭條所打磨出的智能推薦系統(tǒng)，低成本、大規(guī)模生產(chǎn)“流產(chǎn)品”，推出了“抖音”等現(xiàn)象級產(chǎn)品，并將國內(nèi)成熟產(chǎn)品通過“技術出海+本土化運營”順利推廣到全球。Questmoblie數(shù)據(jù)顯示，截至2022年底，字節(jié)跳動旗下產(chǎn)品合計用戶時長占比達到24.5%（2017年底為10.1%），成為僅次于騰訊系的互聯(lián)網(wǎng)巨頭。生成式AI（AIGC）：從信息分發(fā)到內(nèi)容生成，更為宏大的時代機遇利用人工智能方式生成內(nèi)容的想法發(fā)源甚早。艾倫·圖靈(AlanTuring)1950在論文《計算機器與智能(ComputingMachineryandIntelligence)》中提出了判定機器是否具有“智能”的試驗方法，即“圖靈測試”，判斷標準為，機器是否能模仿人類的思維方式并生成內(nèi)容進一步與人交互。半個世紀的科技發(fā)展中，隨著數(shù)據(jù)量快速積累、算力性能不斷提升、算法效力增強，當前的AI在與人交互的過程中還可產(chǎn)出寫作、編曲、繪畫、視頻制作等內(nèi)容。2018年，世界上首個出售的AIGC畫作在佳士得拍賣行以43.25萬美元成交，引發(fā)各界關注。隨著AI的內(nèi)容生成能力不斷增強，場景落地開花，AIGC產(chǎn)業(yè)浪潮興起。結合人工智能的演進歷程,AIGC的發(fā)展大致可以分為4個階段，即:早期萌芽階段(20世紀50年代至90年代中期)、沉淀積累階段(20世紀90年代中期至21世紀10年代中期)，快速發(fā)展階段(21世紀10年代中期至今)以及當前的破圈爆發(fā)階段（2022年至今）。早期萌芽階段(1950s-1990s)：技術所限，AIGC局限于小范圍實驗。1957年，萊杰倫·希勒(LeiarenHiller)和倫納德·艾薩克森(LeonardIsaacson)通過將計算機程序中的控制變量換成音符得到了歷史上第一支由計算機創(chuàng)作的音樂作品——弦樂四重奏《依利亞克組曲(IlliacSuite)》。1966年，世界第一款可人機對話的機器人“伊莉莎(Eliza)”問世，其可在關鍵字掃描和重組的基礎上進行人機交互。80年代中期，IBM基于隱形馬爾科夫鏈模型(HiddenMarkovModel,HMM)創(chuàng)造了語音控制打字機“坦戈拉(Tangora)”,能夠處理約20000個單詞。然而在20世紀末期，高昂的研發(fā)與系統(tǒng)成本與難以落地商業(yè)變現(xiàn)模式，各國政府減少了對人工智能領域的投入，AIGC發(fā)展暫時停滯。沉淀積累階段(1990s-2010s)：AIGC實用性增強，開啟商業(yè)化探索。2006年，深度學習算法取得重大突破，且同期圖形處理器(GraphicsProcessingUnit,GPU)、張量處理器(TensorProcessingUnitTPU)等算力設備性能不斷提升。數(shù)據(jù)層面互聯(lián)網(wǎng)的發(fā)展引發(fā)數(shù)據(jù)規(guī)模快速膨脹，成為AIGC發(fā)展的算法訓練基礎，AIGC發(fā)展取得顯著進步。但算法仍然面臨瓶頸，創(chuàng)作任務的完成質量限制了AIGC的應用，內(nèi)容產(chǎn)出效果仍待提升。2007年，紐約大學人工智能研究員羅斯·古德溫裝配的人工智能系統(tǒng)通過對公路旅行中見聞的記錄和感知，撰寫出世界第一部完全由人工智能創(chuàng)作的小說《1TheRoad》。但其仍整體可讀性不強的劣勢，存在拼寫錯誤、辭藻空洞、缺乏邏輯等問題。微軟2012年公開展示的全自動同聲傳譯系統(tǒng)，基于深層神經(jīng)網(wǎng)絡(DeepNeuralNetwork,DNN)可自動將英文演講者的內(nèi)容通過語音識別、語言翻譯、語音合成等技術生成中文語音?？焖侔l(fā)展階段(2010s-2021)：深度學習算法的不斷迭代促進內(nèi)容生態(tài)百花齊放。2014年以來，以生成式對抗網(wǎng)絡(GenerativeAdversarialNetwork,GAN)為代表的深度學習算法被提出和迭代更新，AIGC進入生成內(nèi)容多樣化的時代，且產(chǎn)出的內(nèi)容效果逼真到難以分辨。2017年，世界首部全部由AI創(chuàng)作的詩集《陽光失了玻璃窗》由微軟的人工智能少女“小冰”創(chuàng)造。2018年，英偉達了可以自動生成圖片的StyleGAN模型，截止2022年末，其已升級到第四代StyleGAN-XL,可生成人眼難以分辨真假的高分辨率圖片。2019年，DeepMind發(fā)布了可生成連續(xù)視頻的DVD-GAN模型。2021年，OpenAI推出了DALL-E，并于2022年將其升級為DALL-E-2。該產(chǎn)品主要生成文本與圖像的交互內(nèi)容，可根據(jù)用戶輸入的簡短描述性文字，得到極高質量的卡通、寫實、抽象等風格的圖像繪畫作品。爆發(fā)與破圈階段（2022-至今）：2022年以來，AIGC產(chǎn)品密集發(fā)布，ChatGPT爆火出圈。Google于2022年五月推出了文本圖像生成模型lmagen，同年8月，開源AI繪畫工具StableDiffusion發(fā)布；2022年9月，Meta推出可利用文字生成視頻的產(chǎn)品Make-A-Video以推動其視頻生態(tài)的發(fā)展。2022年11月30日，OpenAl推出AI聊天機器人ChatGPT，AIGC的內(nèi)容產(chǎn)出能力迅速吸引大批用戶，至2022年12月5日，根據(jù)OpenAI創(chuàng)始人表示，ChatGPT用戶數(shù)已突破100萬。2023年2月，微軟宣布推出由ChatGPT支持的新版本Bing搜索引擎和Edge瀏覽器，AIGC與傳統(tǒng)工具進入深度融合歷程。算力與數(shù)據(jù)皆備、大模型加速AIGC技術導入，應用創(chuàng)新、場景落地漸行漸近深度模型的進步與創(chuàng)新奠定AIGC走向成熟的基礎。就底層技術而言，不斷創(chuàng)新的生成算法、預訓練模型、多模態(tài)等技術是AIGC行業(yè)發(fā)展的前提，以此為基礎AIGC在自動化內(nèi)容生成上具備了通用性、基礎性多模態(tài)、參數(shù)多、訓練數(shù)據(jù)量大、生成內(nèi)容高質穩(wěn)定等特征優(yōu)勢。預訓練模型進一步打開了AIGC的技術和商業(yè)化可能。以往的生成模型存在使用門檻高、訓練成本高、內(nèi)容生成簡單和質量偏低等劣勢，而真實內(nèi)容消費場景具備靈活多變、高精度、高質量等痛點要求。預訓練模型的出現(xiàn)通過提高AIGC技術能力解決了上述問題。AI預訓練模型。即大模型、基礎模型(FoundationModel)，其基于大量數(shù)據(jù)與巨量參數(shù)的模型，可適應下游廣泛任務并顯著提高各種下游任務的性能。AIGC進入預訓練模型時代以2018年谷歌發(fā)布基于Transformer機器學習方法的自然語言處理預訓練模型BERT為標志。當前按照基本類型分類，預訓練模型包括:(1)自然語言處理(NLP)預訓練模型，如谷歌的LaMDA和PaLM、OpenAl的GPT系列;(2)計