※ 本文轉寄自 ptt.cc, 文章原始頁面
看板Stock
標題

Re: [請益] 下一波泡沫 會遠比網路泡沫嚴重嗎

講一些自身經驗好了 自從AI領域在生成式題材大火後 全世界就進入到AI軍備競賽 所有的AI基礎研究都是以週甚至日為單位在迭代 舉個例子 當年Robert G. Gallager 在1960提出類神經網路的LDPC code到2004年才大放異彩 無限接近shannon bound 光這個演進就花了40年 對照這幾年的AI科技樹發展 根本就是指數在成長 2021 (Foundation Model 參照On the Opportunities and Risks of Foundation Models) Foundation 2021 (Diffusion 模型興起)-> 後來Sora等架構的基石 2023 (LLM正式出現在大眾面前 ) -> LLaMA開源等開始 2023 (從Text-LLM 延伸到Multi-Modality LLM) -> Gemini/GPT4 開始落地產業化 2023 (LLM Operation System概念開始出現)->以LLM當大腦成為OS 2024 (LLM Agent) 透過用LLM來當大腦決策 擴散到機器人領域 甚至自動駕駛可變為更聰明可能 (為此寫過一篇 被某鄉民說我不懂AI和自駕 QQ 5555) LLM Agent (Multi-Modality) 透過Reasoning可以當成為整個系統控制元件 https://zhuanlan.zhihu.com/p/652821909 最核心的一個概念是ChatGPT(LLM) 背後意義是為何? 是Reasoning(機器推理)->AGI LLM不在是一個聊天軟體 他是會基於數據能學到推理 能開始類似像人類思考 當然透過文字去學習Reasoning 有些人(比方說Yann LeCun)質疑Text-LLM學習世界 資訊效率低下 理由是 人類在學習事情 很多不是透過文字去理解 所以應該透過影像 和其他資料型態去學到思考 因此如何有效去做出世界模型變的是目前最挑戰的一件事情 目前世界模型就是被列為走向AGI的基石 這會需要一堆算力 算力就像是電力 永遠不嫌多 今年部分的流行主軸是 如何讓LLM當大腦去處理系統上的事情 因此LLM OS/Agent 大量落地和設計今年散花落地 https://zhuanlan.zhihu.com/p/683877827 這些都是有機化造成另一波商業的AI application 以上這些事件不過是短短的四年 現在科技樹發展基本上是指數在成長 我當年在US Top10/CS PhD學校唸書 也沒看過這樣瘋狂的科技成長 如果有人跟我說這波 跟當年Tech Bubble很像 Maybe 但回顧2000年時期 每個會議論文發表量(這可以用來 粗略衡量科技和科技應用) 並沒有指數成長 更多的是每家公司都在做類似一樣事情 (網站 網站 網站!!) 但現在以各個AI頂會為例 所有論文發表 光是投稿量都是指數成長 各種算法突發猛進 學術界更是鼓勵算法開源 實驗可重複 而一堆業界玩家整天複刻算法甚至不斷實驗嘗試可能AI落地prototope或proof-of-concept 產業從擴展到各個領域 不在只是網路媒介 醫療藥物疫苗機器人自駕影視業各個領域 都開始在慢慢的散開 -- 然後每次在找暑期實習生做研究時 我會看各大學實驗室 找優秀學生發信問 然後我感受到最QQ點是 每次我看一下台灣各所大學AI 除了那三間外... 我感受到無限悲傷 而韓國中國PhD學生真的強.....更別說這波歐美各家AIstartup都興起 然後再回過頭來看看各家台廠AI講的遠景 恩恩恩恩 QQ 我還是回高雄顧機台好了 ※ 引述《ImHoluCan (爺)》之銘言: : 泡沫?? : 他在講你的認知外的東西,不了解就講泡沫 : 老黃在講什你應該也聽不懂 : 應該說你不是在科技產業, : 所以你不懂到底老黃在講什 : AI 應用範圍影音其它行業我不說, : 但尤其用在目前的台灣製造業代工廠 : 肯定可以更少人力去大大小小分析做實驗, : 處理問題,解決問題,全全自動 : 不止半導體製造業,各行製造業都可以更上一層樓 : 你先去台積電ㄧ輪,不然在去隨便什日月光ㄧ輪 : 這兩間全世界製造業的頂了 : 他們目前的問題,也就是老黃正在解決 : 你就懂老黃在講什 : 分析,整理,統計,大數據,實驗,測試,排除 : 以後統統自動化自動模擬自動企劃 : 在也不用人工整合,全部AI自動整合 : 文書excel自動生成自動填 寫自動報告 : 懂了嗎? : ※ 引述《gold9450412 (一塊錢)》之銘言: : : 1999年網路泡沫 : : 台灣大盤一度跌到剩2485點,跌幅80% : : 台灣快跌到破產了 一堆股票變廢紙 : : 但網路服務是確確實實的有獲利 : : 各種廣告都部署到網路上 : : 大型社群網站也一個一個建起 : : 什麼巴哈姆特, ptt, 台灣論壇 都差不多那時期的產物 : : 各種網路服務也是如雨後春筍般冒出 : : 整個獲利模式非常清晰 : : 未來趨勢肉眼可見 : : 人人都能透過網路盈利 : : 並且網路成本很低 : : 當時是個高獲利低成本的技術 : : 只是股價衝太快,遠超當時本益比 : : 回到現在看看AI : : 受制於硬體 很難知道AI上限 : : 但目前除了GPT 沒找到大幅獲利的模式 : : 換臉、AI畫圖、換聲音 : : 這些太小眾 很難有大獲利 : : 如果搞了很久,就只能弄出更好的GPT : : 更好的換臉、AI畫圖、換聲音 : : 那我想真的GG了,AI訓練成本非常非常非常昂貴,一台AI伺服器夭壽貴 : 訓練AI 成本是建一個網站的好幾倍 : : 到現在都還沒有明確的商轉目標 : : GPT外還沒出現任何可以大獲利的產品 : : 網路泡沫前掀起的牛市, 網路服務已經相當成熟了 : : 但AI掀起的牛市,AI只有一些實驗性質的產物 : : 高成本卻搞不出獲利 那這泡泡如果破了 : : 嚴重程度 可能比網路泡沫嚴重好幾倍呀 : : 不知道2年後的世界 會是怎麼樣... -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 24.4.211.194 (美國) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1709501950.A.11E.html

LDPC 作者的近期文章

Re: [新聞] 〈財報〉AI利多!美光上季意外獲利、本季
HBM是最好看的懂AI題材 之前就在安利了 所有要自己搞晶片的一定會要HBM https://www.pttweb.cc/bbs/Stock/M.1707409269.A.CE8 i皇Falcon Shores 老黃旗下所有HPC產品 蘇媽
Re: [請益] GTC大會是利多新聞該下車的訊號?
GTC就要開始了 禮拜一早上是最後賭盤下注的時間 忘記哪邊統計過GTC以來 只有一次股票沒漲過 平均股價在GTC期間會漲5% 如果有興趣一些接下來AI落地走向 可以參考此talk 裡面滿多資訊 https://www.youtube.com
Re: [請益] NVDA跟AMD怎麼突然崩了
股版太多好人了 於是分享接下來自己操作 讓這邊繼續保持良好韭菜交流 但盈虧自負QQ 這邊是AI雲端基建藍圖 可以自己找喜歡標的物 慢慢玩長線 https://ibb.co/Z65GyL7 我們現在應該在wave 1 自己投資策略從幾年前 三
Re: [新聞] 韓媒:台積電、SK海力士將組AI晶片同盟
現在還來得及 快上HBM的車 https://disp.cc/b/Stock/gMAJ https://ptt.reviews/Tech_Job/E.FXGSvRMUy5f0 且HBM利潤很高 此篇底下有人分享哪家卷商可以買韓股 QQ ht
更多 LDPC 作者的文章...