snowcat
在上一篇日志中,我强调了消费复苏和CHATGPT的投资机会。然而,令人意外的是,CHATGPT引发了AI技术的井喷,各大企业开始争相内测AI产品,开启了AI行业的“军备竞赛”。同时,上周TMT行业的成交量超过40%,引起了投资界的关注。因此,我想重点讨论一下我对这次AI机会的看法,以及我对投资策略的调整。
首先,我认为AI浪潮的本质是数据要素市场。AI的发展水平取决于三个要素,即数据、算法和算力。这可以类比为做一道菜肴,数据是优质的食材,算法是菜系,算力则是出色的厨师,缺一不可。针对这三个要素,我们可以进一步拆分
首先是数据,包括数据提供方和数据标记商。数据提供方主要是掌握大量用户数据和业务数据的企业,如百度、阿里、南方电网等,不仅大厂在这方面有重要角色,各行各业都有企业扮演着数据提供方的角色。例如,医疗行业需要医疗机构的数据,工业行业需要工厂的数据。对于AI要在行业中有良好的应用,就需要在行业内有足够深度的数据。然而,如何让AI在学习时理解数据所表达的含义?这就引出了数据标记商。
数据标记商是对每一段数据进行关键词标注,例如一张热狗的图片,会给它标记成“面包、香肠、西餐、简餐”等关键词。当AI多次看到这些关键词所对应的内容后,用户输入这些关键词时,AI就能自动生成与“热狗”相关的内容。目前参与这一领域的企业有海天瑞声等。需要注意的是,随着行业门槛逐渐提高,对于数据标记的工作量和标记人员的专业能力要求也会逐渐提升。目前,CHATGPT只能解决90%的通用需求,对于需要一定专业能力的问题表现可能不如意,例如在医疗行业,给一张癌细胞幻灯片打标记,即便由一位医生进行标记,也需要40分钟。对于复杂的数据格式,如图片、视频、3D模型等其所需要的数据标记工作量也会成倍增加。
在AI领域,算法和算力是决定其成功的关键因素。算法是AI模型的数学模型结构和架构,而算力则是指用于训练AI模型的硬件资源。当前,主要有谷歌、OPENAI、百度等大厂以及AI解决方案企业如AI四小龙等参与了算法的研发。类比做菜,算法在AI中起到了选择和设计菜谱的角色,不同的菜谱对应不同的烹饪方法、食材搭配和调味技巧。目前,神经网络学习CNN和Transformer等技术路线被广泛应用于AI领域,而基于大模型的Fine-Tune、面向视觉的计算机视觉(CV)和面向自然语言的自然语言处理(NLP)等模型也在不断涌现,以提升AI的训练效率和精度。
另一方面,算力对于AI的训练效率同样至关重要,主要涉及到GPU厂商如英伟达、AMD等。尽管算法可以提升AI的训练效率,但优秀的硬件资源对于缩短AI的学习时间有着明显的影响。当前,AI学习的硬件门槛一般为1000张A100,国内的AI厂商通常需要2000至3000张以上的GPU资源。
1、半监督学习和垂直行业数据打标随着AI场景的发展,通用需求场景的数据将逐步脱离对人工标记的依赖,转向由机器自行进行标记,并通过后续的人工微调来实现半监督学习。随之,不同行业的数据打标商将开始崭露头角,从而推动垂直行业数据市场的发展,推动数据要素市场发展。
2、AI融合进各行业场景,提升软硬件需求AI技术在各行业场景中的应用空间已经打开,未来将更加深入融合进各行业,包括但不限于消费、医疗、金融、工业等。随着数据和参数量的不断增加,对算法和算力的要求也会逐渐提高,进一步推动GPU和算法模型的需求。
本人之前的持仓组合包括科大讯飞(50%)、上海机场(30%)、五粮液(20%)、中国电(20%),主要看好人工智能领域的预期提升和消费行业的复苏。然而,近两个月的宏观数据显示消费数据复苏不如预期,市场开始回归理性。因此决定降低消费行业的比重,并加大科技行业的投资比例。新持仓调整为科大讯飞(25%)、韦尔股份(25%)、紫光国微(25%)、五粮液(10%)、中国电和招商银行(15%)。
需要注意的是,由于目前资金集中在TMT行业,行业价格波动较大,投资需具备较强的风险承受能力。以上投资策略仅供参考,投资决策需谨慎考虑。
分享:
请输入验证信息:
你的加群请求已发送,请等候群主/管理员验证。
数据来自赢家江恩软件>>
虚位以待
暂无
1人关注了该股票
长期未登录发言
吧主违规操作
色情、反动
其他
*投诉理由
答:1、下游人工智能行业整体发展情详情>>
答:海天瑞声公司 2024-03-31 财务报详情>>
答:海天瑞声的注册资金是:6032.52万详情>>
答:每股资本公积金是:8.43元详情>>
答:www.speechocean.com详情>>
目前CPO概念在涨幅排行榜排名第二 新易盛、铭普光磁涨幅居前
目前覆铜板概念涨幅3.79%,胜宏科技、华正新材等股领涨
通用航空概念走势活跃大幅上涨4.18%,新晨科技、宗申动力等多股涨停
周二IPV6概念早盘低开收出上下影中阳线
snowcat
4月13日交易日志——AI机遇掀起数据市场狂潮
在上一篇日志中,我强调了消费复苏和CHATGPT的投资机会。然而,令人意外的是,CHATGPT引发了AI技术的井喷,各大企业开始争相内测AI产品,开启了AI行业的“军备竞赛”。同时,上周TMT行业的成交量超过40%,引起了投资界的关注。因此,我想重点讨论一下我对这次AI机会的看法,以及我对投资策略的调整。
首先,我认为AI浪潮的本质是数据要素市场。AI的发展水平取决于三个要素,即数据、算法和算力。这可以类比为做一道菜肴,数据是优质的食材,算法是菜系,算力则是出色的厨师,缺一不可。针对这三个要素,我们可以进一步拆分
首先是数据,包括数据提供方和数据标记商。数据提供方主要是掌握大量用户数据和业务数据的企业,如百度、阿里、南方电网等,不仅大厂在这方面有重要角色,各行各业都有企业扮演着数据提供方的角色。例如,医疗行业需要医疗机构的数据,工业行业需要工厂的数据。对于AI要在行业中有良好的应用,就需要在行业内有足够深度的数据。然而,如何让AI在学习时理解数据所表达的含义?这就引出了数据标记商。
数据标记商是对每一段数据进行关键词标注,例如一张热狗的图片,会给它标记成“面包、香肠、西餐、简餐”等关键词。当AI多次看到这些关键词所对应的内容后,用户输入这些关键词时,AI就能自动生成与“热狗”相关的内容。目前参与这一领域的企业有海天瑞声等。需要注意的是,随着行业门槛逐渐提高,对于数据标记的工作量和标记人员的专业能力要求也会逐渐提升。目前,CHATGPT只能解决90%的通用需求,对于需要一定专业能力的问题表现可能不如意,例如在医疗行业,给一张癌细胞幻灯片打标记,即便由一位医生进行标记,也需要40分钟。对于复杂的数据格式,如图片、视频、3D模型等其所需要的数据标记工作量也会成倍增加。
在AI领域,算法和算力是决定其成功的关键因素。算法是AI模型的数学模型结构和架构,而算力则是指用于训练AI模型的硬件资源。当前,主要有谷歌、OPENAI、百度等大厂以及AI解决方案企业如AI四小龙等参与了算法的研发。类比做菜,算法在AI中起到了选择和设计菜谱的角色,不同的菜谱对应不同的烹饪方法、食材搭配和调味技巧。目前,神经网络学习CNN和Transformer等技术路线被广泛应用于AI领域,而基于大模型的Fine-Tune、面向视觉的计算机视觉(CV)和面向自然语言的自然语言处理(NLP)等模型也在不断涌现,以提升AI的训练效率和精度。
另一方面,算力对于AI的训练效率同样至关重要,主要涉及到GPU厂商如英伟达、AMD等。尽管算法可以提升AI的训练效率,但优秀的硬件资源对于缩短AI的学习时间有着明显的影响。当前,AI学习的硬件门槛一般为1000张A100,国内的AI厂商通常需要2000至3000张以上的GPU资源。
投资逻辑一览
1、半监督学习和垂直行业数据打标随着AI场景的发展,通用需求场景的数据将逐步脱离对人工标记的依赖,转向由机器自行进行标记,并通过后续的人工微调来实现半监督学习。随之,不同行业的数据打标商将开始崭露头角,从而推动垂直行业数据市场的发展,推动数据要素市场发展。
2、AI融合进各行业场景,提升软硬件需求AI技术在各行业场景中的应用空间已经打开,未来将更加深入融合进各行业,包括但不限于消费、医疗、金融、工业等。随着数据和参数量的不断增加,对算法和算力的要求也会逐渐提高,进一步推动GPU和算法模型的需求。
投资策略调整
本人之前的持仓组合包括科大讯飞(50%)、上海机场(30%)、五粮液(20%)、中国电(20%),主要看好人工智能领域的预期提升和消费行业的复苏。然而,近两个月的宏观数据显示消费数据复苏不如预期,市场开始回归理性。因此决定降低消费行业的比重,并加大科技行业的投资比例。新持仓调整为科大讯飞(25%)、韦尔股份(25%)、紫光国微(25%)、五粮液(10%)、中国电和招商银行(15%)。
需要注意的是,由于目前资金集中在TMT行业,行业价格波动较大,投资需具备较强的风险承受能力。以上投资策略仅供参考,投资决策需谨慎考虑。
分享:
相关帖子