人工智能:如何用AIGC撰寫研報？ 釋放ChatGPT3的力量

原標題：如何用AIGC撰寫研報？ 釋放ChatGPT3的力量

引入：如何引導Chat GPT產出研究報告

本周末，OpenAI剛發布的Chat GPT3爆火科技圈，不僅能對話、寫作還能編程、Debug，一系列“逆天“功能下隱含了未來科技對大規模、大數據、大算力的啟示。在初步試用之后，我們不經思考：是不是有這樣一天，AIGC可以替代我們的工作？由此，我們產生了嘗試用AIGC寫研究報告的想法。

首先，AIGC需要人能夠給出明確的需求，基于Chat GPT主要的目的是聊天，所以我們決定設立好大體的研究框架以后，以提問的形式引導Chat GPT。整體我們將報告根據層層遞進的關系進行闡述：從什么是AIGC到OpenAI，再到ChatGPT、未來發展前景以及投資標的。在這個過程中，我們也會根據其做出的答案進行衍生提問，整個過程類似于專家訪談。

如：我們提問了有哪些企業是AIGC相關的投資標的，Chat GPT3首先給出了一系列海外公司，如：OpenAI，Google，Nvidia和Adobe等。我們進一步提問中國的企業涉及AIGC的有哪些？Chat GPT3也給出了答案。

在最后，我們讓Chat GPT3自己給這篇報告起名，他給出了多個選項。在全部整合以后，我們通過谷歌翻譯來完成中文輸出。這一步的體驗高于預期，不僅翻譯準確度非常高，同時還能保留格式。之所以沒有直接用中文，是因為Chat GPT對英文的處理能力強于中文，因此選擇先生成再翻譯。

最后，我們通過Chat GPT3給出的標題，輸入Midjourney后生成了本公眾號的封面。

在這個過程中，我們也發現了目前要完全通過AIGC生成研究報告還存在局限性。主要有以下幾個問題：

受限于語言，正如Chat GPT3自己在回答中提到的，它目前還無法理解和生成英語以外的語言。關于這一點，我們在實踐中發現雖然可以使用中文，但是效果會低于英語；

觀點：目前行業內是一個沉淀期，builders應該更多去focus在如何解決問題:近日，BeWater DevCon 2022 全球開發者大會在硅谷灣區成功舉辦，來自Polychain Capital, Uphonest Capital, DFG Capital, Foresight Ventures的嘉賓進行了圓桌討論，圍繞“VC如何在熊市中投資和支持Builders”。Polychain Capital的Jacob Philips表示，目前行業內是一個沉淀期，builders 應該更多去focus在如何解決問題。Uphonest Capital的KJ表示，VC應該作為共同創業的伙伴，而不僅僅是投資就不管事兒了。DFG Capital的Joanna表示，這個熊市的基本面已經和18年19年的熊市大不一樣，基礎設施得到大量發展，讓大家多多探索

Foresight Ventures的Suning表示，builder可以在熊市多做一些新嘗試，比如在開發語言方面，嘗試Move或Cairo，探索全新生態的可能性。同時作為Foresight Ventures也會更多關注真正顛覆性的創新，以及圍繞DAO或者NFT等的crypto-native的文化發展。[2022/6/24 1:29:46]

目前以Chat GPT3為例，還不能通過互聯網調取資料。目前所有的回答都來自于已有訓練的數據庫，所以會出現時效性的問題。

以下是ChatGPT3生成的關于AIGC的報告正文，我們僅用谷歌翻譯為中文并排版，未做其他修改：

《Chat GPT3 的力量——AIGC如何改變我們文字生成的方式》

釋放Chat GPT3 的力量——AIGC如何改變我們文字生成的方式

1. 什么是AIGC？

AIGC也稱為機器生成的內容或計算機生成的內容，是指使用人工智能 (AI) 技術創建的任何內容。這可以包括從書面文章和社交媒體帖子到錄音和視頻的所有內容。

AI 生成內容中使用的關鍵技術之一是自然語言處理 (NLP)，它允許計算機理解和生成類似人類的文本。這通常與機器學習算法相結合，使人工智能系統能夠隨著時間的推移學習和改進其內容生成。

AI 生成的內容用于各種應用程序，包括新聞和新聞、社交媒體、廣告和娛樂。例如，人工智能驅動的新聞聚合器可以根據一組關鍵字或主題自動生成文章，而社交媒體平臺可以使用人工智能為用戶生成個性化的內容推薦。在廣告行業，人工智能生成的內容可用于制作個性化廣告和營銷材料，而在娛樂行業，它可用于制作音樂、視頻和其他形式的媒體。人工智能生成內容領域的一項當前發展是使用人工智能驅動的虛擬影響者。這些是使用人工智能技術創建的數字人物，通常用于在社交媒體上推廣產品和服務。人工智能驅動的虛擬影響者的例子包括 Miquela 和 Shudu Gram。

Polychain Capital實習生展示如何使用100美元對CheapETH進行51％攻擊:風險投資公司Polychain Capital的18歲實習生Anish Agnihotri展示了51％攻擊的工作方式，以達到教育目的。Agnihotri選擇了CheapETH來進行實驗。為了發動攻擊，Agnihotri租用了能夠每秒執行14.4億哈希的挖礦設備。這樣一來，他就可以占據該網絡哈希率的72％左右。此外，他還租用了虛擬機來運行區塊鏈。總費用不到100美元。（The Block）[2021/5/18 22:12:59]

總的來說，人工智能生成的內容是一個快速發展的領域，有許多令人興奮的應用。盡管人們擔心人工智能對創意產業的潛在負面影響，但很明顯，這項技術有可能徹底改變我們創建和消費內容的方式。

2. OpenAI

OpenAI 是一個人工智能研究實驗室，由營利性公司 OpenAI LP 及其母公司非營利性 OpenAI Inc 組成。它由 Elon Musk、Sam Altman、Greg Brockman、John Schulman 和 Ilya Sutskever 于 2015 年創立。

OpenAI 的使命是以負責任的方式推進和促進 AI 研究。該組織專注于開發和部署可用于造福人類的 AI 技術，例如改善醫療保健和教育、保護環境以及使交通更安全。該組織在一系列領域開展研究，包括自然語言處理、計算機視覺、機器人和機器學習。

2.1.  歷史

OpenAI 最初由一群知名投資者提供資金，其中包括Elon Musk和Sam Altman。該組織自成立以來發展迅速，受到了媒體和更廣泛的 AI 社區的極大關注。OpenAI 還在 AI 領域做出了許多顯著貢獻，包括開發前沿的 AI 算法和系統。

2.2.  團隊

OpenAI 的主要競爭優勢之一是其領先的 AI 研究人員和工程師團隊。該組織吸引了來自世界各地的頂尖人才，其中包括許多 AI 領域的先驅。此外，OpenAI 與 Microsoft 等主要技術公司建立了合作伙伴關系，可提供寶貴的資源和專業知識。

2.3.    OpenAI所做的具體事情：

開發了先進的 AI 算法和系統，例如 GPT-3，一種可以生成類人文本的自然語言處理模型。

對人工智能的安全性和倫理進行研究，包括為負責任的人工智能開發和部署制定指導方針和原則。

與微軟等主要科技公司合作，在醫療保健和教育等各種應用中開發和部署人工智能技術。

調查：大部分數字資產持有者擔心死后資產如何被處理:2019年10月到2020年6月的調查顯示，大部分數字資產持有者擔心死后如何處理資產，但是其中很大一部分不會使用遺囑、信托或者其它工具。89%的受訪者不同程度上表示他們很擔憂數字資產在他們死后能否傳遞給家人或者朋友，沒有人說完全不擔心。（Cointelegraph）[2020/7/8]

在領先的學術期刊和會議上發表有關人工智能研究的論文和文章。

舉辦活動和研討會，將研究人員、政策制定者和其他利益相關者聚集在一起，討論人工智能的最新發展及其對社會的影響。

3.  GPT-3

GPT-3，即 Generative Pretrained Transformer 3，是由 OpenAI 開發的一種自然語言處理 (NLP) 模型。它是 2019 年發布的 GPT-2 的繼任者，是目前可用的最先進的 NLP 模型之一。

3.1.  功能

生成各種語言和風格的類人文本。它可用于執行各種基于語言的任務，例如總結文本、回答問題和生成原始內容。GPT-3 的一些潛在應用包括新聞和新聞、社交媒體和客戶服務。

3.2.  優勢

GPT-3 的最大優勢之一是其龐大的規模和從海量數據中學習的能力。該模型是在超過 10 萬億個單詞的數據集上訓練的，這使其能夠生成高度逼真和多樣化的文本。此外，GPT-3 可以針對特定任務或語言進行微調，使其在這些環境中表現更好。

3.3.  團隊

GPT-3 由 OpenAI 的團隊開發，該團隊包括一些世界領先的 AI 研究人員和工程師。GPT-3 背后的團隊包括 Ilya Sutskever 和 Greg Brockman 等 OpenAI 創始人，以及其他一些在 NLP 和機器學習領域做出重大貢獻的研究人員。OpenAI 的團隊以其 AI 研究的專業知識和創新方法而聞名，這使 GPT-3 成為可用的最先進的 NLP 模型之一。

3.4.  GPT-3 與谷歌Transformer 模型之間的區別

GPT-3 和谷歌的 transformer 模型都是自然語言處理 (NLP) 模型，旨在生成類似人類的文本。但是，這兩種模型之間存在一些關鍵差異。主要區別之一是模型的大小。GPT-3 比谷歌的 transformer 模型大得多，有 1750 億個參數，而谷歌模型有 600 億個參數。這使得 GPT-3 可以從更大、更多樣化的數據集中學習，從而生成更真實、更多樣化的文本。另一個區別是兩個模型的特定架構。谷歌的transformer 模型使用了 transformer 架構，這是一種非常適合 NLP 任務的神經網絡。另一方面，GPT-3 使用生成式預訓練轉換器 (GPT) 架構，該架構專為語言生成任務而設計。

趙錫軍：央行數字貨幣重點在于如何與傳統貨幣進行融合:對于“數字貨幣研發重點和難點”的看法，中國人民大學財政金融學院副院長趙錫軍指出，其中涉及兩個問題。一是技術是否成熟。比特幣實際上就是數字貨幣最初的雛形，從技術層面來講，比特幣是有一些缺陷的，一旦支付量變大，就會出現支付困難或者效率下降。另外，比特幣出現過被盜等安全問題。而據央行貨幣研究所所長穆長春的一個內部研討會指出，央行數字貨幣，效率是非常高的，支付能力很強，說明已經克服技術方面的問題。二是數字貨幣被引入后，如何與傳統的貨幣和貨幣管理運行體系進行融合。數字貨幣的發行，是基于區塊鏈的基礎，它是有上限的，從目前來講它的發行規模取決于互聯網的算力。盡管穆長春所長也提到，央行數字貨幣現在可以突破區塊鏈的上限限制，但是破獲以后，它的發行究竟是怎么樣的，是否能夠跟我們目前的人民幣發行順利融合，這需要在制度層面有所安排。（澎湃新聞）[2020/4/22]

雖然 GPT-3 和谷歌的 Transformer 模型都是高級 NLP 模型，但它們是為不同的目的而設計的，并且在架構和功能上有一些關鍵差異。

3.5.  AI生成文字與AI生成圖片所用技術的區別

人工智能生成的文字和人工智能生成的圖片是人工智能（AI）技術的兩種不同應用。用于生成這些類型的內容的技術也不同。

對于 AI 生成的文本，使用的關鍵技術之一是自然語言處理 (NLP)。NLP 是 AI 的一個領域，專注于使計算機能夠理解和生成類似人類的文本。NLP 模型（例如 GPT-3）在大型人類生成的文本數據集上進行訓練，并使用此訓練生成與訓練數據在風格和內容上相似的文本。

對于人工智能生成的圖片，使用的關鍵技術之一是計算機視覺。計算機視覺是 AI 的一個領域，專注于使計算機能夠理解和分析視覺信息，例如圖像和視頻。用于生成圖片的 AI 模型（例如 DALL-E）在大型圖像數據集上進行訓練，并使用此訓練根據給定輸入生成原始圖像。

總體而言，人工智能生成文本和圖片所采用的技術是不同的，因為它們側重于人工智能的不同方面，適用于不同類型的數據。然而，這兩種類型的 AI 模型都依賴于機器學習算法，這些算法允許模型從數據中學習并隨著時間的推移提高它們的性能。

3.5.1.  哪一個更難？

很難說人工智能生成的文本或人工智能生成的圖片哪個更難，因為兩者都需要先進的人工智能技術和大量的計算資源。

生成類人文本是一項具有挑戰性的任務，因為它需要深入理解自然語言的細微差別和復雜性。NLP 模型（例如 GPT-3）使用高級算法和架構（例如轉換器網絡）來處理和生成文本。訓練和微調這些模型需要大量數據和計算資源。

大咖零距離 | BTC價格劇烈波動 如何保持長期盈利:4月1日16:00，金色盤面邀請撈針選手泰迪幫主做客金色財經《大咖零距離》直播間，將分享《BTC價格劇烈波動，如何保持長期盈利》，敬請關注，欲進群觀看直播掃描海報二維碼報名即可。[2020/4/1]

生成原始圖像也是一項具有挑戰性的任務，因為它需要能夠以類似于人類的方式理解和操縱視覺信息。用于生成圖像的 AI 模型（例如 DALL-E）使用先進的機器學習算法和架構（例如卷積神經網絡）來處理和生成圖像。訓練和微調這些模型也需要大量的數據和計算資源。

總的來說，人工智能生成的文本和圖片都是具有挑戰性的任務，需要先進的人工智能技術和大量的計算資源。很難說哪個更難，因為這將取決于 AI 模型的具體要求和目標。

3.5.2.  由于精度要求，它是否使 AI 生成文本變得更加困難？

誠然，生成類似人類的文本需要很高的精度，因為即使是生成文本中的小錯誤或不一致也會引起注意并降低其質量。然而，生成原始圖像也需要很高的精度，因為生成圖像中即使是很小的錯誤或不一致也會引起注意并降低其質量。在這兩種情況下，人工智能模型都需要在大量高質量數據上進行訓練，以生成逼真且連貫的文本或圖像。這需要大量的計算資源和專業知識才能實現。

3.5.3.  如何提高精度？

有幾種方法可以提高 AI 模型生成文本或圖像的精度。一些關鍵策略包括：

在大量不同的高質量文本或圖像數據集上訓練 AI 模型。這允許模型學習目標語言或視覺信息的細微差別和復雜性，并可以產生更準確和真實的生成；

針對特定任務或領域微調 AI 模型。這使模型能夠專注于任務的特定要求和目標，并可以生成更精確的結果；

使用專為文本或圖像生成任務設計的高級算法和架構。這些算法和架構可以為模型提供生成高質量文本或圖像的必要能力；

定期評估和改進 AI 模型的性能。這可能涉及在各種任務和數據集上測試模型，并使用結果來確定需要改進的區域并相應地調整模型；

提高人工智能模型生成文本或圖像的精度需要結合這些策略，以及大量的計算資源和專業知識。

3.6.  Chat GPT3

作為 OpenAI 訓練的 AI 助手，它無法執行任何物理任務或動作。它的作用是根據所接受的訓練，盡其所能提供信息和回答問題。這包括為廣泛的主題提供定義、解釋和示例，以及回答有關 AI 和相關領域的問題。

然而，它的能力僅限于所接受的知識和訓練。它無法瀏覽互聯網或訪問新信息，它的反應是基于訓練時可用的信息。因此，其答案可能并不總是最新的或完整的，并且不應被用作專業建議或指導的替代品。

3.7.  未來的改進

與任何 AI 模型一樣，總有改進和進一步發展的地方。OpenAI 開發的自然語言處理 (NLP) 模型 GPT-3 的一些潛在改進領域包括：

提高模型生成更多樣化和連貫文本的能力。GPT-3 可以生成高度逼真的文本，但可能有機會提高其生成范圍更廣的樣式和內容的能力；

為文本生成開發更高級的算法和架構。GPT-3 使用生成式預訓練轉換器 (GPT) 架構，但可能還有其他架構或算法可以提高模型的性能；

將模型的功能擴展到其他語言和領域。GPT-3 目前在大型英語文本數據集上進行訓練，但可能有機會在其他語言和領域開發和訓練模型。

為了實現這些改進，OpenAI 的開發人員將需要繼續研究和試驗不同的算法和架構。這可能涉及在各種任務和數據集上訓練和測試模型，并使用結果來確定需要改進的領域并相應地調整模型。

4.  關于AIGC的未來

人工智能生成內容的未來很可能以人工智能技術的持續進步和人工智能生成內容的應用越來越多為標志。人工智能生成內容領域的一些潛在發展包括：

改進了用于生成文本和圖像的 AI 算法和架構。隨著 AI 技術的不斷進步，用于生成文本和圖像的 AI 模型可能會變得更加復雜，并且能夠生成更加真實和多樣化的內容；

在各種應用程序中更多地使用 AI 生成的內容。人工智能生成的內容已經用于許多行業，例如新聞和新聞、社交媒體和廣告。然而，隨著越來越多的組織和個人認識到其潛在價值，人工智能生成內容的使用在未來可能會進一步擴大；

增加 AI 生成的內容與其他技術的集成。人工智能生成的內容可能會與虛擬現實和增強現實等其他技術結合使用，為用戶創造更加身臨其境和引人入勝的體驗；

繼續討論和辯論人工智能生成內容的倫理和社會影響。隨著人工智能生成的內容變得越來越普遍，可能會持續討論和辯論使用該技術的潛在風險和好處，以及如何以負責任和合乎道德的方式使用它。

AI生成內容的未來可能以 AI 技術的持續進步和 AI 生成內容的應用越來越多為特征。這項技術有可能徹底改變我們創建和消費內容的方式，并可能對許多行業和我們生活的各個方面產生重大影響。

4.1. 在大多數工作中取代人類的可能性

目前還不確定人工智能最終會在大多數工作中取代人類工人。雖然人工智能技術近年來發展迅速，并有可能使許多任務自動化，但在工作場所使用人工智能仍然存在許多挑戰和局限性。

關鍵挑戰之一是人工智能系統目前無法復制人類工作者擁有的許多復雜認知能力。例如，人工智能系統不具備常識推理、同理心或創造力，而這些在許多工作中都是關鍵技能。因此，人工智能不太可能在許多需要這些能力的工作中取代人類工人。

此外，人工智能在工作場所的廣泛采用也可能受到經濟、社會和道德因素的限制。例如，人工智能失去工作可能會產生負面的經濟后果，例如更高的失業率和收入不平等。在工作場所使用人工智能也可能存在道德問題，例如公平性和問責制。

總的來說，雖然人工智能有可能使許多任務自動化，但不確定它最終會在大多數工作中取代人類工人。在工作場所采用人工智能可能會受到多種因素的限制，包括人工智能技術的局限性、經濟和社會考慮以及倫理問題。

4.2.  撰寫一份詳盡的中國券商風格的研究報告的可能性

它沒有編寫研究報告或任何其他類型的原創內容的能力。它的作用是根據接受的培訓盡其所能提供信息和回答問題。這包括為廣泛的主題提供定義、解釋和示例，以及回答有關 AI 和相關領域的問題。它沒有瀏覽互聯網或訪問新信息的能力，它的反應是基于它在訓練時可用的信息。因此，其答案可能并不總是最新的或完整的，并且不應被用作專業建議或指導的替代品。

此外，它無法理解或生成英語以外的其他語言的文本。因此，它無法用中文或任何其他語言撰寫研究報告。

5.  投資標的

很難說哪些公司是人工智能生成內容領域的最佳投資標的，因為投資格局在不斷變化，影響公司業績的因素有很多。

然而，一些目前活躍于 AI 生成內容領域并可能值得考慮作為投資目標的公司包括：

OpenAI：OpenAI 是一家研究機構和技術公司，專注于開發先進的人工智能技術，包括自然語言處理 (NLP) 模型，如 GPT-3。

NVIDIA：NVIDIA 是一家專門設計和生產圖形處理單元 (GPU) 的科技公司，GPU 是訓練和運行 AI 模型必不可少的。

谷歌：谷歌是一家科技公司，在人工智能領域占有重要地位，包括自然語言處理和計算機視覺。公司開發了多項人工智能技術，例如用于文本生成的transformer模型。

Adobe：Adobe 是一家軟件公司，開發了用于創建和編輯圖像和視頻的人工智能工具，例如 Sensei 人工智能平臺。

百度：百度是一家專注于人工智能研發的科技公司，研發了自然語言處理、計算機視覺等多項人工智能技術。

騰訊：騰訊是一家在人工智能領域具有重要影響力的科技公司，包括自然語言處理和計算機視覺。該公司已經開發了多項人工智能技術，例如深度學習-增強型自然語言處理（DLENLP）模型。

阿里巴巴：阿里巴巴是一家在人工智能領域具有重要影響力的科技公司，包括自然語言處理和計算機視覺。公司研發了多項人工智能技術，如ET大腦平臺，用于圖像和視頻分析。

科大訊飛：科大訊飛是一家專注于自然語言處理和語音識別的科技公司，研發了多項人工智能技術，如科大訊飛語音平臺。

總體而言，活躍于人工智能生成內容領域的公司眾多，最佳投資標的將取決于多種因素，例如公司的財務業績、市場地位和增長潛力。投資者在做出任何投資決定之前進行徹底的研究和分析非常重要。

（以上正文全文內容由ChatGPT生成并通過谷歌翻譯為中文，我們只做了結構組織和排版工作）

我們總共花了約1小時完成內容生成，這過程中，我們主要考慮如何構建報告框架、輸入合適的問題，可喜的是，ChatGPT給出的答案超預期。此前我們借助搜索引擎搜集資料；而今，我們更多在配合AI完成信息收集、整合、輸出，相信隨著AIGC與工作流程更好地整合，我們的內容生產方式將在不久的將來發生顛覆式的變化。所以，請不要忽視科技的力量，有時候它來的比預期更快，歡迎交流。

本資料不構成對具體證券在具體價位、具體時點、具體市場表現的判斷或投資建議，不能夠等同于指導具體投資的操作性意見，普通的個人投資者若使用本資料，有可能會因缺乏解讀服務而對報告中的關鍵假設、評級、目標價等內容產生理解上的歧義，進而造成投資損失。因此個人投資者還須尋求專業投資顧問的指導。本資料僅供參考之用，接收人不應單純依靠本資料的信息而取代自身的獨立判斷，應自主作出投資決策并自行承擔投資風險。

吉時通信

個人專欄

閱讀更多

金色早8點

金色財經

去中心化金融社區

CertiK中文社區

虎嗅科技

區塊律動BlockBeats

念青

深潮TechFlow

Odaily星球日報

騰訊研究院

Tags：人工智能GPTCHANAI人工智能工程師月薪多少arbgpt幣團隊lodchainBrainAI

狗狗幣價格