热点聚焦 徐高AI与地产的跷跷板政治局会议后的经济市场展望

好的，很高兴再次来到万德3C的平台，跟我们各位投资者做个交流。 这个证局会议730刚刚结束，大家肯定对这个证局会议之后的今年下半年的经济和市场前景比较感兴趣，尤其在七月份，大家可能也经历了这个市场的一个股票市场一个动荡。所以今天我们准备就结合这个证据会议的这种政策信号，来谈一谈大家感兴趣这个问题。到今天我会聚焦到两个比较重要的问题，一个是大家很关心的AI，我就会先从这个AI大模型的底层逻辑出发，来给大家展望一下这个AI发展的前景，它对经济影响以及在中美的AI的这种竞争中，我们对AI I的这个行业怎么看。 第二我们来主要是通过地产老大难的问题，来谈我们的内需的问题，内需的状况。 而且我们在谈完地产之后，我会给大家介绍AI I与地产看起来就中看起来好像关系不是特别密切的这两东西其实在它背后有跷跷板的效应。 然后再通过东通过对这两东西的分析，我们来引出政局会议的大的宏观背景。 再来分析政治局会议它的这个政策的思路，再基于这个政策的信号，来对好下半年的经济市场做一些展望。 所以这是我今天准备要跟大家讲的主要的内容。 所以我们就先进入到我们第一个要讲的这个AI。 AI从股价上来看，大家肯定看到，其实从2022年11月30号chat g推出之后，我们全世界应该说就掀起了一波AI的热潮，这个从股价上来看应该看的非常清楚。 大家看右边这个图吗？有一个指数叫做index人工智能与大数据指数，主要是这个应该是万德编制的，主要是反映了这个发达国家的市场里面，它这个跟AI和大数据相关的公司。 它这个指数大概从2022年10月30号拆的基地推出以来，到今年6月末，今年上半年末大概累计涨了百分之2 210多。 另外一个指数，大家更关注的是非常半导体指数，这个指数在这段时间涨了大概400%多。 而同期我们如果看这个标普500，把它里面的成本股，里面跟AI相关的公司剔除掉。 你会发现标普500剔除AI的这些股价大概这段时间也就涨了30% 30%。 所这个应该说这个AI它的热潮在整个股票价格上反映的是比较明确的。 但是有关AI I的看法应该说还是比较分歧的，我这列了三个比较极端的，一个乐观派，以艾隆马斯克为代表，他在近期接受经济学生采访的时候说了，他说五年内AI就会超过就可能超过人类智能的总和。 所以未来经济会是一个惊人的富足的时代，任何人都能得到他想得到任何东西。 这个相当乐观了，这个已经乐观的接近科幻小说了。 除此以外还有悲观派，悲观派其实也是对AI的能力有很强的信心。 但是对于我们人类是否能够驾驭这股能力，他有怀疑。 比如说在2024年就有13位OpenAI I和DeepMind，他的离职的员工合起来发了一篇公开信，这个封信还得到了杰弗辛顿，就这个深度学习致父他的背书。 么这个信里面就说这个AI的技术有极严峻的风险，最极端的后果甚至可能导致人类的灭亡，人类的灭绝除此外还有华裔派，这个到底现在这个发展是不是因为泡沫有很深深的怀疑。 这方面的代表就是那个以做空次贷而挣了大钱并且获得道德大名的这个麦克berry，麦克berry他他是代表他在今年1月份他写了一篇报告，报告里面说他说这个文件他原后他说如今的AI领域正在重演这一泡沫模式。 他说我们确实拥有真实的技术进步，但是他说我们现在的相关的定价，A相关定价却已经把通用人工智能自主推理和智能爆炸这些尚未被发明出来的东西全都算进去了。 所以他觉得这个价格走的很过了。 所以大家能看到这个观点还是比较分歧。 但然除了这些极端观点之外，还有更加中庸的看法。 但是我想这种观点的分歧，在近期也在股票价格上大家也能看到这个有比较大的变化，比如说我们看看这个什么index人工智能指数，这个分成分层半导体指数，包括我们国内的这种科创板这个科创板，这些创业板的指数，都在七月份有比较大的回撤。 当然如果看国际上，像这个韩国，韩国综指在七月份大概回撤的大概卸掉下跌了，下跌接近3分之1，那我想这个时候对于AI I的前景，我们就必须要有一个相对准确的看法。 如果说真的像马斯克认为那么乐观前景，我觉得我们所理，我们所知道经济规律全都要被颠覆掉了。 所以接下来我们就要对这个AI I的一些底层逻辑进行深入的分析，进而来基于对底层逻辑 的分析来预判AI行业以及AI I对经济前景的影响。首先AI I AI I这个行业其实已经发展很多年，AI I个artificial intelligence这个词最早是1956年在一次学术会议上被创立出来的。所以从AI I这个词出来到现在已经70年了。在这70年过程中，其实A发展的有起有伏，也有之前也有过热潮，也有寒冬。但是很毫无疑问，2022年以来。被chat gt所掀起的这波热潮是以前AI没有看到过的之所以这次带来了这么大的影响。这个chagd的推出以及chagd所基于的gd 3的大模型，带来这么大的这种大家的一种热情，我想很重要原因是因为在这个时候让我们人类见证了一个奇迹的发生，什么叫奇迹？奇迹就是你没有想到的，然后突然发生了一个非常惊人的东西。AI I大模型在过去几年就经历了这么一场奇迹。我们可以看面下面这四张图，这是从OpenAI的一篇文章里面截出来的，这篇文章专门讲的就是叫永现奇迹。我们会发现AI我们都知道大模型它本身就是一个分析很多语料，训练所形成的一种统计的工具。那么大模型之所以叫大，是因为它规模很大。那为什么规模做这么大呢？是因为研究者发现，当你把大模型的规模推向很大的时候，在过程中它会发生一种非线性的跳跃的变化。我们这个四个图里面，横轴都是这个模型的规模，以这个训练模型的计算量来衡量的。纵轴是这个模型在一些任务上它的表现的得分。比如说AA这个A最左边这个A是它算术的得分，算术任务得分。最右边那个D就是他是用波斯语，用伊朗的语言去问答他的得分。你会发现在这个扩大大模型，扩大这个模型的规模的过程中，一开始这个模型的表现并不会因为规模的扩张而有明显的变化。所以我们看到这得分一开始是平繁的，直到这个模型规模跨过某个阈值，你会发现它的模型的表现就突飞猛进，这个是大家没想到的，所以它是个非线性的变化。所以正是因为这种非线性的大家没有想到的变化，让大家看到了一个AI I系统首次涌现出了泛化的智能，这才是让大家惊讶以及随之而来非常兴奋的最重要原因。如果你这个东西已经预期到的东西，它发生其实不会带来这么大影响，所以这种时候也没想到，而且这个结果确实出乎意料，而且是非常好，所以大家觉得很兴奋。 所以这个涌现当然已经发生过一次了，大模型涌现出泛化智能。但是为什么大模型在比规模扩大这个时候会涌现出这么这种泛化智能呢？其实也没有一个定论，有很多解释没有定论。但更关键的是，下一次类似这样的涌现奇迹会在何时何地出现，大家有猜测，但是也没有什么把握。所以我想对于这个AI I的大模型的这种发展，我觉得必须要搞清楚一点。它并不是某个人或者某一不过人他有意识设计出来，而确实一定程上是运气，有运气成分，他就碰到这么一个奇。所以我想对于这种奇迹的态度，我觉得有一篇文章还是值得值得值得提一提的。这是2020年，有一个学者叫sha子，他其实是transformer这个架构的联合创始人。大家知道现在大模型基本上它的底层架构都transformer。然后这个sha子他对这个transformer价格做了一点点优化，然后就像这个模型的架构的表现有很大的提升。然后他在这篇文章的最后一句话，他说这么一段，他说我们无法解释为什么这个架构有效。就是他不知道他为什么要修改了一下他的他其实修改了一个模型的一个激活函数，为什么这修改这个函数的形式形式之这个架构就很有效。所以他说我们将他们的成功如同其他一切归于神的仁慈。当然这个其实已经成为大模型这个AI圈里面的一个著名的梗。但我想这个著名的梗，这个经典梗它要反映出来，就说对于这种涌现出奇迹来的这种模型的发展，我们其实是缺乏事前缺乏非常清楚的预判，事后也没有办法很好的解释，所以一定上确实就是运气。所以这个东西，我们待会在谈我们对AI的估值的时候，这一点是非常重要，那么我们接下来我们要分析。Ok现在涌现器就出来了，那么这个泛化出了涌现出了泛化智能的大模型，它能够带来的技术的发展的天花板在哪里，这个就往前面讲的，如果他真的能够实现马斯克所设想的这种科幻科学幻想那样的这种美好的前景，那我们现在的这经济规律都被颠覆了。所以我觉得这点我们必须要讲讲到底这个天花板在哪里？我想结论是这个天花板，这个大模型这天花板没有乐观派想象的那么高。事实上你会发现从我们之前的这种狭义人工智能的artificial narintelligence转向通用人工 智能。就现在大家热议的AGI，像中间他会要经历一个发展范式的转变，并不是那么容易实现的。所以狭义的这个人工智能AN就是专注于在某个特定领域执行特定任务。比如说2016年大家知道阿尔法go下围棋下过了人类，这就是一个狭义人工智能。阿尔法狗在下围棋他很厉害，他比世界上最优秀的围棋棋手也还更强。但你又让阿尔法狗去干点别的事，比如让他去网上购物，他做不了，因为他只针对一个特定的领域去解决问题。所以对ANI狭义人工智能而言，他追求的目标是清楚的。所以说基于这个清晰的目标，计算机通过它它庞大的计算能力去进行搜索试试错，可以相对容易的找到好的解法。就比如说这个阿尔法go，它它可以通过这个搜索不同的下棋的方式，找出人类都没有找到的非常有效的这种下棋的手段，从而击败人类。所以这是ANM。但是AAGI通用人工智能不一样。因为通用人工智能我们需要他处理的是复杂的场景。而在复杂的场景中，目标通常是多样化的，甚至是相互冲突的，并不存在一个单一明确的目标。所以你这个人工智能，你要从ANI进化到AGI，你需要从工具理性走向价值理性。所以工具理性这么用借用马克思韦伯的话，就是你给定目标，工具理性求我找到最有效的手段来实现这个目标。而价值理性他要解决的说在诸多目标之间，这目标肯定冲突的。我在里面选一个或者几个目标作为我要追求的目标。所以对于通用人工智能而言，你光有工具理性是不够的，你必须要解决价值理性的问题。比我们举个例子，我们假设有一个大致的像有自动驾驶人工智能。在某些极端的场景里面，比如说这个自动驾驶的车发现前面有个大卡车向自己冲过来了，那么他有两个选择，第一打方向盘紧急避让，但你很可能就把路边走行走的行人给撞死。第二，不打方向盘就和这个大货车撞在那，很可能坐在车上的乘客就被撞死。那么现在你对这个AI来讲，他要解决的，他要选择说我是牺牲路边的行人来保护乘车人，还是牺牲乘车人来保护路边的行人。 这个问题不是通过计算或者搜索试错能够回答的。所以AI就阿尔法go，大家知道阿尔法狗很厉害，可以可以分析，可以下围棋。但你要让它能够进化到处理复杂的场景，它的整个方法论发生需要发生天翻覆地的变化，他必须要获得价值理性。但是价值理性从哪里来呢？你只能通过模仿人来向人的价值理性对齐。因为如果一个AI I它能力很强，同时它又不和我们人类的价值观对齐，有可能会带来非常严重后果。比如说这个2000应该2000年出头的时候，就有一个有个学者专门提出一个问提出一个思想实验，叫叫做paper clip problem。这个paper就是你回形帧。他说如果我给个AI I一个能力非常强大的AI I给他个命令，说你尽可能多的生产回形针。那么A会发现人类为了他维持自己的生存，消耗了地球上太多的资源和能源。所以如果要尽可能多的在地球上生产回形针，那其实一个一个必须要一个需要做的事情就把人类灭绝掉，把人类维持自己生存所需要资源给他释放出来，来生产这个无形成。所以如果AI它不和人类的价值观对齐，这就这样的问题，两回形针的问题就有可能发生。所以AGI包括我们大模型，待会讲他要获得价值理性，他必须要通过这个对通过模仿人来向人的价值观对齐。所以如果我们以下为棋的打个比方的话，ANI就有狭义人工智能，他在下围棋的时候应该是搜索试错，试图找出连人类都没有找出的绝妙策略来击败对手。但是AGI如果来下围棋，他就应该追求尽可能模仿人类的下棋策略，尽可能像人那样下棋，这就是AAI和AGI它的本质