人工智能革命？ChatGPT的机会在哪里

　　GPT项目从18年6月发布第一代产品GPT1，当下市场普遍讨论的ChatGPT发布在22年11月30日，作为GPT3和GPT4之间的过渡产品，实验性质比较重，但即便如此依然引起了全球范围的震动。因为ChatGPT，太像人了！
　　首先受影响的是教育行业
　　去年底，一个美国高中英语老师在媒体上控诉AI，标题是《高中英语已死》。作为一个12年教龄的英语老师，他承认根本看不出AI文和真人文之间的区别。
　　同样的事情也发生在北密歇根大学的全球宗教课堂上，学生用ChatGPT完成了对课题禁止罩袍带来的道德问题的讨论。教授安东尼奥曼（AntonyAumann）表示这是难得一见的好论文。
　　对于教育界来说，这意味着很多传统的教学方式都需要改变。今年一月，纽约市教育部宣布，禁止全市师生在公立学校的网络和设备上访问ChatGPT的网站。很多大学正在修改学术诚信政策，把使用AI列入作弊手段。
　　当然改变就意味着机会，如此成熟的对话AI意味着在线上教育AI问答、作业审批、甚至考试测试等多个方面均有巨大机会。具体到今天的市场上，教育股下午拉涨，学大教育、赛为智能领涨正是这个逻辑。
　　说回ChatGPT
　　前文已经提到，ChatGPT属于GPT3和GPT4之间的过渡产品。所以目前来看存在的一些问题例如违反伦理内容错误或矛盾的情况应该会在GPT4中修复。GPT4的发布时间预告在22。1223。2，换句话说就是下个月可能发布，一旦发布又是对整个人工智能板块的大利好。
　　同时基于GPT历代产品的公开信息，有几个值得关注的点：
　　一、数据，大量的数据！
　　从GPT1到GPT2预训练数据量（及原型产品训练数据量）翻了8倍，从GPT2到GPT3翻了1000倍！ChatGPT和GPT4的预训练数据量目前无从得知，虽然有消息称GPT4运用了更好的训练模型，但一方面要适应各行各业的实际应用要求，一方面要同步更新数据。意味着GPT4在实际应用领域中仍需要大量的数据喂养，在产业化的应用中数据基建非常重要。数据基建就包括我们一直在提的数据库产业链、数据交易概念一系列企业，之前的文章里都有提过可以翻一翻，站在ChatGPT的环境下可能有新的感觉。
　　二、AIGC即将掀起内容生产革命
　　AIGC即AI内容生产。去年年底AI绘图就火了一段时间，各种细节问题很多暂时不具备产业化能力。但以ChatGPT目前展现出的成熟度，在许多低门槛的内容创作领域已经完全达标了，甚至是在高门槛的创作中，也能作为工具大大提升创作者的创作效率。
　　对比GPT3和阅文集团的数据：
　　在生产效率方面：21年3月，GPT3日均文本生成量45亿，同年阅文集团全年新增文字量360亿，相当于GPT38天的文字内容生成量；
　　在内容成本方面：目前OpenAI定价最高的文字模型达芬奇（基于GPT3）为每750词约0。02美元，同样是21年阅文集团内容成本为17。74亿元（每750词约37元），是调用OpenAI的API完成相同文字量生产所需的成本（约672万元）的264倍。
　　对于低门槛创作者来说，只需要输入创意、生成内容、人工微调即可产出成品内容。当然高门槛内容创作依然有稀缺性，但可能很快就会有一批网文写手发帖子称网文已死了。
　　当然以上只是拿网文举例子，事实上GPT4问世之后AIGC发挥拳脚的地方比比皆是：编程语言方向上：代码生成、软件行为生成；自然语言方向上：新闻撰写、文案创作、对话机器人、创作性文本均有极大的舞台。
　　相关推荐标的
　　科大讯飞：语音交互技术上独一家。目前大模型在自然语义理解和生成式AI等领域应用效果拔群，在自然语义翻译、虚拟人等领域布局完备，且在大模型领域布局多年，有望成为最大受益者。
　　拓尔思：公司有两大业务，人工智能和大数据。人工智能方向专注语义智能（语言智能）研发及产业化；大数据方向专攻数据分析及数据安全。深耕自然语义（NLP）市场多年，拥有庞大的计算集群用于模型训练。
　　海天瑞声：AI训练数据提供商。文章的逻辑里有提到，大模型需要海量数据训练，行业对数据的需求会提升一个量级，海天作为各大AI厂商核心数据提供商有望享受大模型带动数据量需求量激增的红利，率先受益标的。