爆了！分析师、基金经理疯狂涌入！“马英九将赴大陆”！热搜也爆了：张兰家族信托被击穿！

　　机构路演，挤爆了。券商分析师，基金经理都在听。

本文来自散户吧WWW.SANHUBA.COM

　　人工智能会议被挤爆了 本文来自散户吧WWW.SANHUBA.COM

　　19日晚间，圈内最大的事件，就是大家都在听AI的电话会会议，直接把app干爆了，投资者涌入进门财经券商路演直播间，一度导致进门财经APP宕机。据了解，进门财经定位是专业投资机构的路演工具，一般是券商、公募、私募、资管、保险等等机构的人用。可以想象，现在的市场热点全在CHATGPT概念板块上。 本文来自散户吧WWW.SANHUBA.COM

本文来自散户吧WWW.SANHUBA.COM

　　民生证券还请来了360红衣教主的周鸿祎。据说参会人数超过千人！

本文来自散户吧WWW.SANHUBA.COM

　　泰勒找来了这场路演纪要。其中第三个问题把泰勒笑喷了，有人问周鸿祎，以后小孩长大了应该会学什么专业吗？周回答：这个问题很奇怪，该学什么专业学什么专业啊 本文来自散户吧WWW.SANHUBA.COM

　　Q：上游哪些场景很关键？<？XML:NAMESPACE PREFIX = "O" />

本文来自散户吧WWW.SANHUBA.COM

　　A：算力不是最关键的问题，场景和数据是关键。我们二线队伍，账上200多亿人民币，之前国家搞了很多超算中心，没事情干，现在发现配了GPU就有东西看。Transformer算法是谷歌发明的，实现靠的是大力出奇迹，几千亿参数。这是个工程问题。从1到n中国能做的很快，openai中国做的很快，谷歌和meta会很尴尬。Meta开源了他的大语言模型，技术的knowhow会快速传播。关键的东西，第一是数据，有知识量的数据做训练，聊天的语料不包括知识chatgpt中文语料占了不到5%，大量知识在外文期刊里面，只用中文训练语料是不够的。很多机构说用了很大的参数，但是不敢拿出来说，大概率是数据不够。还需要人类的枪花反馈学习和调优，激发GPT理解人类的查询意图，这个是问题的关键。还有个很重要的是场景，微软放弃了自己的小娜的研究，全力帮助AI，在场景化上可以让大家看到人工智能有什么场景。搜索引擎一直在做NLP，自然语言处理，大家都在跟踪使用，搜索引擎在获取海量数据(行情603138,诊股)方面优势。我们和百度抓取的网页在千亿万亿的规模，需要清洗辣鸡网页进行工程化的索引。我们搜索引擎要抓取英文的维基百科和语料，对于我们是现成的。初创公司可能会卡在工程化的初始阶段，这个对工程化的要求比较高。还有人工标注的调优，微软做了很多贡献，搜索引擎帮助很大。360搜索份额占比30%，百度占比60%。微软帮助openai占据了很多的场景，下一步可能会把teams（视频会议）等TO B的场景做结合。

　　Q：以后会不会很多行业不存在了，机器把人替代了？ 本文来自散户吧WWW.SANHUBA.COM

　　A：我不是很认同。我认为这是个洗牌的机会，如果你不重视他，抓上这班车就不行。我们企业内部要起每个部门都用AI提升我们的能力，用AI的大语言模型赋能，这样会成为我们手里有力的竞争武器。GPT4的知识能力和考试的能力已经超越了每一个地球人，GPT可能是用3.5和4互相训练。我们也考虑过这种，用bert这种理解性的模型进行反馈和奖励。这是个生产力工具，是能给各个产业赋能的，关键是你需要找到相应的场景和场景化的能力。 本文来自散户吧WWW.SANHUBA.COM

　　Q：以后小孩长大了应该会学什么专业吗？

本文来自散户吧WWW.SANHUBA.COM

　　A：这个问题很奇怪，该学什么专业学什么专业啊，对prompt很敏感。

本文来自散户吧WWW.SANHUBA.COM

　　Q：关于我们360，行业现在是巨头扎堆，360的核心优势？

　　A：第一个问题已经讲了，第一是数据的能力，不能光用中文的数据，要有全球数据的抓取能力，要能做到对垃圾的判别和清洗。用户上亿次搜索的数据，我们和百度有知识问答的栏目，这种涉及用户的真实的使用场景来进行训练。数据我们有优势。GPT2和bert是开源的，真要做到上千亿上万亿的模型，几千张GPU的显卡，几个T的数据进行几个亿的训练，这个对工程化要求很高。第三，搜索引擎我们市场份额是百度的一半。搜索引擎不具备生成性，不会编出林黛玉倒拔垂杨柳的故事，生成式AI会无中生有，如果编的结果是不对的普通人很难验证就很麻烦。我们做泛化，泛化的知识图谱的搜索，前面的十条二十条结果给大语言模型做提炼，这样就不会让生成式AI无中生有。我们搜索引擎dau有一个亿，大语言模型可以做及时的翻译和推荐，我们这种场景可以很好的让用户体验到人工智能的场景，形成商业化的闭环。我在政协叫了个提案，大家忽视的是这个东西真正的破圈了。之前无论是阿尔法狗和蛋白质折叠，离生活比较远。得益于微软工程化产品化的能力。一方面要打造核心技术，全方位最大化的调用公司的资源。大模型的方向已经出来了，要做到大力出奇迹，500亿到1000亿的参数训练，用有质量的语料。谷歌现在很尴尬，模型做出来了商业化的场景可能也被微软抢完了。微软专注场景和产品化的结合，openai专注技术，这样能实现很好的效果。

　　Q：360的场景和应用？

(小编：财神)