>> 東吳證券-互聯(lián)網(wǎng)電商行業(yè)點評報告：ChatGPT走紅，AIGC再添干將，奇點臨近-221206
|
事件：11月30日，OpenAI發(fā)布免費機器人對話模型ChatGPT（GPT-3.5系列），模型中首次采用RLHF（從人類反饋中強化學習）方式。模型目前處于測試階段，面世一周便已有超過一百萬用戶使用。
從受眾和技術(shù)上看，ChatGPT在AI文字交互模型領(lǐng)域十分突出。與此前的模型相比，ChatGPT亮點主要包括：（1）全面免費開放，OpenAI所有用戶只需輸入文字，就可免費調(diào)用完成各種事情（如數(shù)學計算、debug、寫信、生活問題解答等），實感體驗為廣泛討論創(chuàng)造土壤；（2）新增代碼理解和生成能力，彰顯技術(shù)實力的同時也拓寬了應(yīng)用場景；（3）加入道德原則。RLHF訓(xùn)練方式使ChatGPT能夠識別惡意信息，識別后拒絕給出有效回答。（4）支持連續(xù)對話。ChatGPT具有記憶能力，提高了模型的交互體驗。參考海外用戶實際體驗，ChatGPT對大部分問題的回答都較為合理，對于寫信、寫短文等需要創(chuàng)造內(nèi)容的要求也可以給出較為豐富流暢的文字方案；總體上，ChatGPT對話效果令人滿意，新鮮感與實用價值使其快速走紅。
工具價值：低門檻、高效的AIGC文字內(nèi)容生產(chǎn)工具。雖有不少聲音將ChatGPT與谷歌等搜索引擎對比，但由于該模型仍無法很好解決提供虛假信息的問題，甚至過度猜測用戶意圖導(dǎo)致回答偏差較大，我們認為其本質(zhì)仍偏向AIGC內(nèi)容生產(chǎn)工具。搜索引擎核心是海量信息集合，而非信息創(chuàng)造；但在“存在標準答案”的領(lǐng)域（如編碼、數(shù)學計算等），ChatGPT或?qū)λ阉饕娈a(chǎn)生一定沖擊。其次，相比更多面向B端客戶的GPT-3，C端學習和使用成本低、產(chǎn)出效果好的ChatGPT有望助力AIGC破圈，并在接收海量用戶反饋的過程中繼續(xù)迭代，推動AIGC文字內(nèi)容生產(chǎn)走向全民化。
為何ChatGPT能實現(xiàn)如此革命性的變化？通過梳理前幾代模型，我們認為新技術(shù)RLHF訓(xùn)練方式的引用或是關(guān)鍵：1）從GPT到GPT3：優(yōu)化主要來自算力增加（燒錢）。GPT、GPT-2和GPT-3在算法模型并沒有太大改變，但參數(shù)量從1.17億增加到1750億，預(yù)訓(xùn)練數(shù)據(jù)量從5GB增加到45TB，其中GPT-3訓(xùn)練一次的費用是460萬美元，總訓(xùn)練成本達1200萬美元（數(shù)據(jù)來自21世紀經(jīng)濟報道和品玩）。雖然訓(xùn)練數(shù)據(jù)量和算力大幅增加使GPT3有顯著優(yōu)化，但高額投入也使其只能走B端變現(xiàn)。2）變化出現(xiàn)在22年推出的GPT3.5，技術(shù)迭代成優(yōu)化來源：Instruct GPT（1月發(fā)布）模型中增加了人類對模型輸出結(jié)果的演示，并在對結(jié)果進行排序的基礎(chǔ)上訓(xùn)練，加上指令調(diào)整的幫助，雖然其只有13億個參數(shù)，但回答準確率、道德表現(xiàn)卻好于GPT-3。ChatGPT則加入了RLHF訓(xùn)練方式（相關(guān)論文22年3月發(fā)表），根據(jù)ChatGPT，其每次對話平均費用在0.01-0.2美元，模型效果比Instruct GPT又提升一個臺階。我們認為新技術(shù)發(fā)展和應(yīng)用將是AIGC工具出現(xiàn)革命性迭代更為重要的驅(qū)動。
投資建議：2022年以來AIGC應(yīng)用多點開花，我們認為ChatGPT是又一個起點，隨著深度學習模型不斷完善、開源模式的推動、大模型探索商業(yè)化的可能，AIGC有望加速發(fā)展，互聯(lián)網(wǎng)奇異點正逐漸臨近。技術(shù)相關(guān)標的，我們推薦百度集團（已發(fā)布AI助理，覆蓋AI自動生成文字等AIGC應(yīng)用）、微軟（投資OPENAI，人工智能領(lǐng)域深度布局）、英偉達（AIGC算力要求提升；位于視覺生成研究領(lǐng)域前沿）和阿里巴巴（阿里云元宇宙加速器；AI視覺物料生成系統(tǒng)阿里鹿班）；應(yīng)用相關(guān)標的，我們推薦騰訊控股、建議關(guān)注在AI領(lǐng)域有所布局的頭部網(wǎng)文平臺閱文集團和中文在線。
風險提示：行業(yè)發(fā)展不及預(yù)期、部分公司相關(guān)業(yè)務(wù)布局偏早期。
|
|
