GPT5能理解人类所有行为？未来所有的行业都将被AI改变”和创意的“寒武纪大爆发”。无论是前沿科技产业，还是整个经济社会结构，都会有很大的变化。为了让创业者更好的拥抱这个时代，创业黑马将以中国AIGC第一服务平台为己任。通过走访众多业内知名企业家、投资人、专家学者、创业从业者，从软硬件平台、投资人、行业应用等角度做系列报告，畅谈大模式时代新机遇，展现产业新实力。本文为第六篇。
本期的分享嘉宾是东方富海合伙人王冰。东方富海是由几位长期在中国从事风险投资、具有丰富实践经验、投资业绩优秀、在行业内具有较大影响力的专业人士发起成立的专业风险投资管理公司。它参照国际模式建立了自己的运行机制。成立后共管理资金近350亿元，管理基金52只。目前已投资550多个项目，通过上市和并购退出140个项目。合伙人王兵在半导体芯片、机器人、人工智能、大数据等领域拥有超过20年的R&D和管理经验，曾领投牧溪集成电路、加速科技、星河动力等优秀企业。
在6月6日的黑马AIGC主题系列直播第二季中，嘉宾们以“通用人工智能最新发展及投资机会分析”为主题进行了深入探讨，对通用人工智能的发展历程、发展方向、投资机会进行了探讨。
以下为本次直播实录:
说说人工智能的几个核心概念。
这就需要了解人类智能的进化史，这与这些概念有关——空间、时间、时间箭头。空间是我们存在的舞台，空间的变化带来时间，然后就是时间之箭，让我们感受到不可逆的变化。时间流逝的本质是热力学第二定律带来的宇宙越来越混沌的过程。
我们生活在宇宙中，需要有智慧的东西来对抗变化。比如生活环境越来越乱。动物如何在混乱的环境中找到生存机会？这是动物智能向人类智能进化的历史。这种进化是哺乳动物因为要捕猎，需要寻找猎物并返回家园，所以有记忆；30万年前的非洲，智人出现后，语言进化到7万年左右。
人类智能的本质是普遍性，语言是一种通用工具。人们用语言形成契约、宪法和机制。
自从人类会思考以来，就出现了两个系统，快系统和慢系统。动物是快速系统，也就是直觉系统。没有真正的逻辑推理，只是直觉反应。人类也有这样的系统，但人类在习得语言后，有了处理复杂情况的逻辑能力，这是一个缓慢的系统。人类的快系统和慢系统相互配合。
先说说人工智能的历史和发展，就好理解了。
二战期间，人类发明了电脑；晶体管发明于20世纪50年代；集成电路发明于20世纪70年代。计算机的本质是用编程实现逻辑的工具。它诞生后，我们希望通过编程实现人类的智能，但很难模拟我们的直觉能力。人类的很多功能都和直觉有关，所以人工智能在前期很长一段时间都是一个低级阶段。80年代以后，我们开始研究人脑的结构，发现了神经元的结构。神经元有很多连接，通过这些连接我们可以模拟人脑的内部结构，建立神经网络的数学模型。
从80年代到90年代，人工智能是一个热门的研究领域，因为当时计算能力数据的局限性降温了。而这波人工智能是什么时候起来的？那是2010年左右，因为90年代的互联网。如你所知，英伟达在90年代就做了显卡。这个显卡本身就是一个大型并行处理器，人工智能正是需要并行计算的。所以在2006年之前就开始推进，推出了并行计算的框架CUDA。
有了这个框架，很多人工智能科学家开始用GPU做神经网络计算，发现比CPU快几百倍。2010年左右，人工智能开始了新一波浪潮，在人脸识别方面可以取得不错的效果；接下来是阿尔法狗，完全模拟人类思维的能力、逻辑和直觉。它一个月下几千万盘棋，远远高于人类积累的经验和数据，很快就超过了所有人。
2017年，谷歌做了transformer模型，简单来说就是语言翻译的编码器和解码器。如何理解编码器和解码器？编码是信息压缩，解码是从压缩的信息中恢复原始信息。
编码和解码的过程是人类智力最重要的过程。第一步是信息的识别和压缩，第二步叫做生成，即由低维信息生成高维信息。这就是今天要讲的新一代模型，叫做生成模型。
编码器和解码器中都存在自我注意机制，其本质是检查数据的内在相关性。当我们在英语和汉语中表达相同的意思时，我们可以看到它们都具有相似的相关性。但此时并没有导致大的变化。真正导致巨变的是企业开放AI，它原本是一个非盈利组织。它做了什么？他们找到了谷歌的顶尖科学家。如果用世界各地的文本来训练生成模型，赋予它的数据越来越多，模型越来越大，会不会导致智能的出现？
他们最终是如何实现的？它在不断堆积计算能力和数据，给它几十TB的数据去训练。除此之外，他们还做了一项创造性的工作，那就是大模型与人类思维的对齐，也就是基于人类反馈来修正答案的强化学习。比如大模型GPT3，你给一个问题他就能回答，但是他很难判断哪个答案质量高，所以每次给你的答案都不一样。如何让他回答准确且高质量？人类准备几万个问题，让人类专家来回答和评分，让模型来评分和判断这个问题的好坏，然后训练原来的基础模型，他的答案会越来越准确。
它的逻辑推理能力强到什么程度？在内测中，GPT4超过了90%的大学生。GPT4具有多模式能力。多模态是现在创业和投资的焦点。
生成式大模型中有很多典型案例。我们已经有大量的大模型工具，包括图片、视频、音乐等工具，可以进入很多行业。
我们相信几乎所有的行业都会被AI改变，只是改变的程度和时间不同。有些行业很快被颠覆，有些则比较慢。比如广告、客服、教育等行业很快就会受到影响。预计明年GPT5会出来，在多模上有很大进步。
有传言说GPT5看过世界上所有的视频。当然没有验证过，但是如果是真的，那就太可怕了，因为它可能真的能理解人类的所有行为，能真正理解这个世界。今天我们看到国内外涌现了一大批大型的创业公司，美国前open AI员工创业的项目有近30个，包括垂直和底层的大型模式。国内几乎所有的互联网公司都在做大模型，初创企业也开始进入这个领域。
我们判断这波人工智能是真正的通用人工智能，因为它解决了语言问题。为什么语言如此重要？所有的工作本质上都是一种翻译，只是不同数据类型之间的翻译。
分析投资机会，我们明白生产力的本质是对抗宇宙的熵增。其实人类文明的发展本质上跟两件事有关，一是能源来源和能源成本；另一个是如何利用能源产生生产力。效率越高，生产率越高，获取能源的成本越低。现在，本质上，我们已经进入了一个数字文明的阶段。工业文明的所有生产行为都还在物理世界，但到了数字文明，大部分生产行为都在数字空间。
什么是数字空间？
我们利用计算机芯片和互联网形成一个巨大的以数据为基础和以计算为基础的空间。所以这个时代最大的机会就是数字化，数字化本土最重要的环节。如果你的智力没有被数字化，那就不能称之为数字化出生。一个真正的数字化原生企业，必须是所有环节都在线，运营效率不会因为任何物理空间的问题而降低。这就是所谓的通用人工智能。
世界上所有的大公司都在做数字化，英伟达就不说了。微软、谷歌、亚马逊、苹果本质上都是数字公司。
说到投资逻辑，要找到好的企业投资，就得判断未来。需要稀缺，大家都能看到的机会不是机会。
好的企业可以从两点来判断。第一，高价值，具体指市值1000亿，营收近100亿，利润10亿的企业。二是具有超线性规模的能力。什么是超线性尺度？是收入规模的增长超过了用户规模的增长。同时是指数增长，不是一两年就过去的口号，而是几十年的增长，每年几十个百分点的增长。
互联网企业本身就是超线性企业，来源于梅特卡夫定律。也就是说，当网络中有n个节点时，它们之间形成的连接数就是平方率效应。比如为什么大城市的网络效果更好？因为优秀人才多了，就会建立更多的人脉关系，创造更大的生产力。这不是线性增长。
所以，企业除了成长空间，还要有防御能力。一个企业可以做100年的好企业，有几种方法可以建立壁垒。一个是它的超线性尺度；第二是垄断；第三是不可逆。另外，超复杂系统本身也是一个生态，所以更容易理解不是传统的企业合作，而是供应链生态。
我们的基本投资逻辑是价值投资。
第一，投资企业，要看价值观。它为人类社会创造的价值的本质是用金钱为世界未来的发展方向投票；二级市场往往只看到价格，偏离真实价值，会带来很多机会；第三，不管做什么，首先考虑本金是否安全，安全边际很重要。第四，要有自己的能力圈。
从硬件角度看，这波人工智能的投资机会有哪些？
首先，大的判断是，这波人工智能是颠覆性的技术，肯定是未来一二十年最重要的投资轨道，会带来很多投资机会。
硬件方面，投资机会主要与半导体和AI算力相关。
从硬件上看，通用人工智能很快会提高机器人的水平，无论是人形机器人还是自动驾驶汽车，都可以理解为广义的机器人，还有3D机器人、陪伴机器人、养老机器人，都会快速发展，机器人的供应链会有很多机会。
通用人工智能有三类企业值得投资。
第一类企业是AI算力的基础设施。大量的人进入一般的人工智能赛道，少数挖金子，但是一定要买铲子吧？卖铲子会获得高额回报；第二类企业是迷你AI独角兽。有一家公司叫midjourney，十几个人赚了一个亿美金，用Ai生成图片，做出非常逼真的写实风格。AI带来了巨大的生产力和高效率。如果是某一类深层次任务的第一，技术壁垒是否足够高是这类企业竞争的关键。第三类是最懂AI的行业冠军。在法律、教育等垂直领域将人工智能模型运用到极致，可以让很多行业实现自动化。
今年在美国投资了500多个AIGC相关的项目，包括基础层、垂直应用层和水平应用层的大量项目，其中80%属于应用领域，在美国的很多投资都是在医疗领域，这将产生巨大的商业价值；国内投资项目数量在30个左右，项目数量和资金金额均低于美国。其中国内投资项目很多属于互联网巨头的二次创业，其他主要是大厂的AI科学家创业项目。