新兴产业&新兴成长                                     基金经理陈怀逸

基金经理札记

今年整体是一种经济弱复苏的状态，复苏趋势确定，复苏的强弱无法判断。在这样的背景下我们今年看好两条主线，即经济复苏链，其中更看好通用机械回暖，以及新技术突破的人工智能（AI）领域，接下来我着重讲下自己对AI的理解。

人工智能（AI）在过去的几年里取得了令人瞩目的成就，其中最具代表性的就是自然语言处理技术的进步。从Siri到OpenAI的GPT-4，AI在理解语言、与人类沟通方面已取得了突破性的进展，从我个人的理解来说，我觉得AI可能是类比蒸汽机发明的产业革命，近期每一周行业都在发生快速的变化，每一次和下游应用领域的沟通都让我感到震惊和兴奋。

和大家简单分享一些我自己交流下来的对AI能如何赋能产业的案例。

首先是游戏行业，给大家一个概念这些游戏企业有多么重视AI的产业趋势。目前我们交流的这家游戏公司之前在其最重磅的游戏上发行前一共投入了6个亿的人民币做开发，而目前他们每年在AI上的投入超过7个亿，近3个月他们的模型迭代的速度超出了他们的预期，他们认为未来AI将在降本增效，以及提升用户体验方面实现突破性的进展。

具体分享一些他们自己预测的数据：

从研发端降本增效的情况看，文字层面他们现在通过AI能节省25%人力，终局他们认为可能节省70%人力，70%时间；道具和角色生成层面，终局降节省60%人力，60%时间；场景生成方面终局节省60%人力，60%时间。

宣发运营端，3-5年替换50%左右的人力成本，提高20%的ROI。

这种革命性的降本增效不能不让企业感到振奋，从我们了解下来，各家大的游戏大厂都已经开始了AI的军备竞赛，未来很快的时间里就可能看到百花齐放。

第二个印象深刻的是金融IT行业的一家非上市企业。这家企业的领导告诉我他认为AI是一个跨时代的进步，是互联网革命后的下一次革命，他们企业将全面拥抱AI，近2个月他一天都没有休息，不停的在和产业做沟通，未来他们很快可能在1-2个月内就会推出和国内大模型企业合作的产品。这种速度和这位领导讲起AI赋能时的态度让我感到震撼。

所以尽管目前AI在理解方面存在局限，在很多应用领域还无法落地，要实现深层次的理解，AI需要具备丰富的常识和背景知识。目前，大部分AI系统都是基于大规模的文本数据进行训练的，这导致它们在处理一些需要特定知识和经验的问题时，表现得力不从心。此外，当前AI系统难以像人类一样在多个领域间自由迁移和整合知识，从而实现跨领域的理解。

人类的语言传递了丰富的情感和价值观，这对于深层理解至关重要。然而，AI在处理这些抽象概念方面仍然面临挑战。首先，情感和价值观很难量化，这使得AI难以对它们进行准确建模。其次，由于人类的情感和价值观多种多样，训练一个能够理解各种观点和文化背景的AI变得非常困难。因此，AI在理解情感和价值观方面的表现还有待提高。

但是瑕不掩瑜，我们已经看到了AI未来的的巨大潜力。

尽管人工智能在理解方面面临诸多挑战，但科学家们正通过不懈的努力推动这一领域的发展。以下是未来可能出现的一些趋势和进展：

知识图谱与多模态学习

未来的AI可能会利用知识图谱和多模态学习技术来提高其理解能力。知识图谱可以帮助AI系统建立更加丰富和精确的知识体系，从而实现更好的跨领域理解。同时，多模态学习可以让AI系统通过处理文本、图像和声音等多种信息来源，从而获得更全面的认知和理解。

情感计算与道德AI

为了解决情感和价值观的挑战，研究人员正致力于发展情感计算和道德AI技术。情感计算可以帮助AI系统更好地理解人类的情感和情感状态，而道德AI可以让AI系统在处理问题时充分考虑伦理和道德层面的因素。这将有助于提高AI在复杂场景下的表现，同时确保其行为符合人类的价值观。

类脑计算与人工智能的集成

未来，人工智能可能会从类脑计算领域获得启示，通过模拟人脑的结构和功能来提高其理解能力。此外，研究人员可能会探索将AI与人类智能相结合的方法，以充分利用人类的创造力和情感智慧。这将有助于打破AI理解的瓶颈，实现真正意义上的深层理解。

五、结语

人工智能在理解方面取得了显著进步，但距离真正实现深层理解仍有一段距离。当前，AI在常识与背景知识、情感与价值观以及推理与创造力等方面面临诸多挑战。然而，随着知识图谱、多模态学习、情感计算、道德AI以及类脑计算等技术的不断发展，我们有理由相信，AI在未来将能够更好地理解人类的需求、情感和价值观，实现更加深入、全面的理解能力。在AI这个领域我也还需要做很多的学习，目前我们看好AI的硬件算力方向以及具有客户粘性壁垒的应用板块，也会继续在这两个方向寻找机会。