【ChatGPT系列报告】ChatGPT/AIGC到底能做什么？生成式 AI 将重塑几乎所有行业

3月21日晚，英伟达召开2023年开发者大会。正如英伟达CEO黄仁勋所言，我们正处于AI的“iPhone时刻”。ChatGPT带给我们的巨大惊喜只是AI能力圈的冰山一隅， 我们基于当下时点，探寻AI的能力圈，发现AI的潜在场景。

**①AI+计算机 =“程序员”。生成式 AI 是一种新型计算机，一种基于人类自然语言编程的计算机。ChatGPT可以根据精确或模糊的自然语言，了解用户的意图，并生成本文，写备忘录和诗歌，改写研究论文，解决数学问题，甚至编写软件。借助Debuild，用户只需说明自己想要的内容即可设计和部署Web应用；Tabnine可帮助开发者编写代码；AI将整合百万级程序员的智慧，帮助我们构建虚拟世界。AI可以建立强大的搜索机制，在海量内容中完成精细化的搜索。

②AI+医疗 =“药物研发”。医疗设备将由软件定义，由AI赋能。目前医疗行业正转向利用生成式 AI 来发现疾病靶因，设计新型分子或蛋白质类药物，以及预测药物对机体的作用。Medtronic搭建医疗设备AI平台，覆盖手术导航到机器人辅助手术的应用场景，今年年底推出的GI Genius系统将利用AI实现早期结肠癌检测。Insilico利用AI加速药物设计；Absci使用AI预测治疗抗体。

③AI+传媒=“设计师”。**生成式AI正逐渐转向多模态，图像、视频和3D等生成式AI正在悄然变化。Kore.ai可以实现虚拟客服；Jasper可以生成营销材料，目前已经完成50万亿字的编写，将初稿生成时间缩短80%；Omneky可生成定制化广告和文案；Stable Diffusion 致力于文本转图像；Runway借力AI赋能视频生成和编辑，并已经在奥斯卡提名的好莱坞电影中的得到应用；此外，AI可以通过快照构建3D建模，应用于房屋设计、服装设计等方面；AI将虚拟形象提升至更高的现实水平。同时，在音乐领域，AI将文字赋予生命力，谱写旋律。

**④AI+制造=“数字生产”+“工艺突破”。**AI可以成为虚拟世界与物理实体之间的桥梁。 “数字孪生工厂”可以在实体工厂建成之前整合所有资源，实现降本增效。“数字孪生产品”可以将汽车零部件在虚拟环境中完成组装。“数字场景”可以将驾驶路线、环境场景重构为3D，用于训练机器人和自动驾驶。

**AI加速技术引领工艺突破，**NVIDIA推出的计算光刻库——cuLitho，与台积电、ASML和Synopsys密切合作，将计算光刻加速40倍以上。计算光刻是芯片设计和制造领域中最大的计算工作负载，H100的生产需要89块掩模版在CPU上处理两周，如果在GPU上运行cuLitho将时间缩短至8小时。cuLitho将有助于晶圆厂缩短原型周期时间、提高产量、减少碳排放，为2nm及更先进的工艺奠定基础。

**⑤AI+科研=“科学家”。**将AI应用在大型对撞机中以解释宇宙等议题；让人类以全新视角了解太阳，来建立风险预警机制。生成式 AI 将重塑几乎所有行业。许多公司都可以使用某个即将上市的生成式 AI API，一些专业领域的公司需要使用其专有数据来构建定制模型。继PC时代的“Macintosh时刻”、移动设备的“iPhone时刻”，AIGC时代的“ChatGPT时刻”已经掀起第三次科技浪潮，看好AIGC下游应用市场、算法和底层算力。转编机器之心机器之心编辑部

在今年的 GTC 上，NVIDIA 创始人兼首席执行官黄仁勋与 OpenAI 联合创始人、首席科学家 Ilya Sutskever 进行了一场深度对话，讨论了 GPT-4、ChatGPT 背后的故事，也聊了下深度学习的未来。

如今，OpenAI 可以说是整个 AI 领域最火的研究机构。凭借强大的 GPT-4 以及与微软必应、Office 等产品的融合，这家公司似乎要掀起一场生产力革命。这一成就是由多方面的力量来驱动的，包括聪明的头脑和强大的基础设施。在「聪明的头脑」里，Ilya Sutskever 颇具代表性。2012 年，他和他的导师 Geoffrey Hinton 以及同学 Alex Krizhevsky 一起，用深度神经网络刷新了 ImageNet 的历史记录，拉开了卷积神经网络统治计算机视觉的序幕，标志着新一波人工智能浪潮的开始。2021 年，这个名为 AlexNet 的论文被引量突破 10 万。「为了加速训练，我们用到了非饱和神经元和一个非常高效的 GPU 卷积操作实现。」Ilya Sutskever 等人在 AlexNet 的相关介绍中提到了这样一条关键信息。他们还详细说明了如何将他们的网络映射到多个 GPU 上。从这时起，GPU 和神经网络紧紧地绑定在一起。黄仁勋领导的英伟达自然也成了这波 AI 浪潮中不可或缺的一环。2015 年，Ilya Sutskever 参与创办了 OpenAI，并带领这家公司一路向着 AI 大模型的方向前进。但随着模型变得越来越大，训练它们所需的算力也急剧增长。「加速计算并非易事，2012 年，计算机视觉模型 AlexNet 动用了 GeForce GTX 580，每秒可处理 262 PetaFLOPS。该模型引发了 AI 技术的爆炸。十年之后，Transformer 出现了，GPT-3 动用了 323 ZettaFLOPS 的算力，是 AlexNet 的 100 万倍，创造了 ChatGPT 这个震惊全世界的 AI。崭新的计算平台出现了，AI 的 iPhone 时代已经来临。」黄仁勋在 GPT 大会的 Keynote 中说道。在这次大会上，英伟达发布了 ChatGPT 专用的 GPU，推理速度提升了 10 倍。一路走来，Ilya Sutskever 和黄仁勋都是这波 AI 浪潮的见证者和重要推动者。在即将到来的「AI iPhone 时代」，两人也必将扮演重要的领导者角色。在这场对话中，两人谈到了深度神经网络的能力、限制和内部工作方式，并勾勒了一些未来的图景。在打造 GPT-4 的过程中，Ilya Sutskever 坚信「（模型）越大越好，扩大规模是 OpenAI 的目标之一」。这自然是黄仁勋喜闻乐见的。 I had a very strong belief that bigger is better, and a goal at OpenAI was to scale. ——Ilya Sutskever两人的谈话进行了大约 1 个小时，就像老朋友边喝咖啡边聊天一样。以下是这次谈话的完整视频（带中文字幕），大家可以在其中感受时代的脉搏。

英伟达博客：https://blogs.nvidia.com/blog/2023/03/22/sutskever-openai-gtc/ 视频链接：https://www.nvidia.cn/gtc-global/session-catalog/?tab.catalogallsessionstab=16566177511100015Kus#/session/1669748941314001t6Nv