FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Stable Diffusion联合创始人Cyrus Hodes加入AIGC Chain 即将到来的Web3+AI革命

理办公室人工智能部长的首席顾问。他拥有哈佛大学的公共管理硕士学位，巴黎二大学工业动力学硕士学位和巴黎科学院文学学士学位。从定位上来看，AIGC Chain基于一个简单的使命而成立：让全球各地的人们（无论种族、性别、教育水平、国籍、地点、文化和宗教信仰）都能公平地访问和简易地参与到AIGC生态系统。AIGC Chain是一个可分布式、模块化的AIGC模型基础设施，任何人都可以用它来训练自己的小AIGC模型，并按照自己的意愿将它们添加到AIGC Chain基础设施中。AIGC Chain是一个公共、去中心化的第二层解决方案。它是用Go语言构建的，最初与以太坊和iPollo合作。还有额外的计划将其扩展到其他网络，如BSC、Cosmos和像PAI这类的分布式算力网络。其目标是创建一个开放的、分布式AI网络，并支持存储公链，如Filecoin。AIGC Chain由AIGC生态系统集体训练和维护。AIGC Chain将支持一个P2P的市场，允许用户向AIGC社区销售分布式GPU服务、数据存储或者其他运营AI所需要的资源，无需中央平台或中介。这意味着参与者可以使用自己的web3身份，如区块链钱包地址或去中心化身份，访问市场，并向AIGC生态系统提供各种服务。市场允许参与者从各种卖家处访问和购买各种人工智能相关服务和资源，如分布式 GPU 服务、数据存储和数据标注。这有助于提高人工智能的公平性、效率和性能，并支持 AIGC 生态系统的发展。目前AIGC赛道存在着不少有待解决和优化的问题，比方说不公平、AI的艺术风格不一致性、贫困、信息熵高、信息无序等问题，而AIGC Chain将有望通过web3的方式来解决和优化这些问题。就不公平问题而言，人工智能生成的内容通过提供用户和组织新的技能和见解来解决问题，帮助他们取得成功。目前新冠疫情已经造成了巨大的经济破坏，使数百万人陷入贫困。少数族裔、边缘化和被忽视群体缺乏融入AI生态系统的条件，将进一步加剧贫富差距。使用AI生成模型和点对点市场可以帮助提升边缘化群体的独特文化、故事和技能，这些对整个人类都是有价值的。分散式AIGC基础设施将通过允许更大的参与来提高边缘化群体的参与度，从而减少疫情的负面影响，缓解贫富差距。 AIGC使用的扩散模型天生会生成随机和多样的结果。扩散模型使用随机过程，这意味着它依赖随机性和概率来生成输出，即使使用相同的提示输入，模型的输出也可能因一次运行到下一次而有所不同。此外，扩散模型可能在多样和多变的数据集上进行训练。这进一步导致了生成图像的随机性和不一致性。然而，在实际应用中，如内容生产中，通常需要一致性。AIGC Chain的技术贡献者开发了一种精确控制方法，协调视觉生成技术，解决了扩散生成图像的不一致问题。就信息无序而言，热力学第二定律指明宇宙的熵总是增加。所以如果要减缓宇宙热死亡的进程，就需要负熵。在物理学中，负熵是指系统比平衡状态更有序，而不是更无序。在经济系统里，这是说信息要有序，而不是无序，有序才能让经济和社会的发展更可持续。Web2平台用免费来换取用户的广告时间，广告对用户的信息获取来说往往是无效的，增加了熵，对整体的经济系统是熵增的。而Web3的去中心化的架构可以让用户自己决定希望获取什么样的广告，信息的熵比Web2的信息熵低，让整体经济系统更有序，更加可持续。区块链技术通过提供安全、透明、防篡改的信息存储和传输方式，提高了网络上信息的可靠性和信任度，从而减少熵。NFT 通过区块链网络验证，为艺术品的所有权提供了安全的认证方式，通过创建明确的所有权记录减少熵。总的来说，与中心化服务平台相比，AIGC Chain的分布式 AIGC 服务平台有潜力为用户提供更多的公平性、灵活性、创新性和更多的选择。在生态层面，AIGC Chain主网全面支持图灵完备的智能合约。智能合约（Smart Contracts）是内存块链中制定合约所使用的特殊协议，这是一种自动执行的合约，将双方的协议条款写入代码中，一旦启动就会自动运行，不需要任何人为的干预，自主控制其计算所涉及的资源，比如有权限调配合约双方的资金和财产。通过分布式的节点来自动运行，而不用透过中心化的单个服务器。智能合约为构建在 AIGC 网络上的 DApps 开辟了一套全新的用户体验和新的归因模型。例如，利用 AIGC 网络上的智能合约可以实现完全数字化的物品所有权、创新的支付消费模型、透明的版税分配、无需信任的众筹机制等等。这提供了额外的社会和经济交互层，补充了视频和数据传输的核心功能，并显着提高了平台用户的参与度和保留率。在EVM兼容方面，AIGC 虚拟机与以太坊虚拟机兼容。因此，移植现有的基于以太坊的合约很简单，成千上万的智能合约开发人员可以轻松地在 AIGC 上进行构建。AIGC 的 Ethereum RPC 适配器提供了对以太坊 RPC API 的支持，类似于 Binance Smart Chain 和 Polygon。Ethereum RPC 适配器软件将 AIGC RPC 端点转换为 Ethereum RPC API。有了它，AIGC 现在支持整个 Ethereum DApp 开发堆栈，包括 Metamask、Hardhat、Remix、Ethers.js、Web3.js 和 Truffle Suite。移植到 AIGC 的以太坊 DApp 可以使用相同的 API 调用与 AIGC 区块链交互。这意味着以太坊 DApps 几乎可以无缝部署和迁移到 AIGC Chain。这大大降低了开发者利用已有基础设施在AIGC CHAIN部署并基于AIGC CHAIN进行原生开发的难度。据悉，AIGC Chain或将于2023年3月开启测试节点申请，AIGC Chain测试网将分为多个阶段进行，主网上线时间预计为2023年Q3~Q4。来源：金色财经

金色财经2023-03-06

小心过度减持美元！高盛对冲基金负责人：利率上调50基点仍可能 “押注峰值再创高”

像是一个例外，而不是持久的新常态？” 哈佛大学教授、前奥巴马政府首席经济顾问杰森·福尔曼(Jason Furman)认为，美联储3月应加息50基点，最高加息至6%。他解释说：“经济非常过热，我们在通货膨胀方面几乎没有取得任何进展，预计未来会出现大幅放缓方面没有出现任何理由，各种潜在通胀措施都在讲述同样的故事，供应链解冻应该会降低通胀，但他们没有。” “6%通胀率远远高于美联储的2%通胀目标。” Tony则表示，他认为这里最大的近期风险是美联储是否开放50个基点。“如果他们不这样做，我怀疑市场可以应对。如果他们这样做，我们不会为此定价。这过于简化了，但我认为这是当下市场的基本风险。” 在不到3周的时间里，市场将获得非农就业人数、美国CPI、鲍威尔、日本央行、欧洲央行、美联储、英国央行等发布货币政策会议。 “该数据集可能会让我们走上可能非常不同的路径，但考虑到在许多地方存在这种事件风险，并且有一些波动率，总体波动率并不是特别高，即使在很长的历史上也很低，选项看起来很便宜。” 截至目前，美联储仍锁定在2月初确定的，美联储将再有3次加息25个基点的步伐。 “所以我们可能有两个不同的周期，2012-201年的读数太低，基金利率低但经济疲软，中性必须低，还有另一个则是现在更高的读数，我们已经加息很多但经济没有放缓，中性必须高。” “也许真正的答案是经济，尤其是2008年后的房地产崩盘，对基金利率的反应并不那么灵敏。” Tony提出观点称：“我仍然相信这是我们最重要的，即使是截然不同的观点，长期和可变滞后这个词似乎有些混淆，它实际上指的是对GDP水平影响达到峰值之前的时间，而不是峰值对GDP增速的影响。我们知道的所有主要宏观经济模型都与我们的FCI增长脉冲模型一致，即对GDP增长的峰值拖累是提前的。这些要点解释了为什么我们对去年金融环境收紧对GDP增长拖累的估计在2022年下半年达到顶峰，并在2023年迅速消退。” 在利率上升的背景下，本说明是对股票背后正在形成的一些明显趋势的高质量检查，例如，周期性工业和通胀赢家/输家正在做他们应该做的事情。一年一度的伯克希尔·哈撒韦公司信函值得快速进行复习，即：“从而开始了我们通往2023年的旅程，这是一条崎岖不平的道路，涉及我们所有者的持续储蓄，即通过他们的留存收益、复利的力量、我们避免重大错误，以及最重要的顺风，我们令人满意的结果是十几个真正好的决定的产物，大约每五年一个，以及一个有时被遗忘的有利于长期投资者的优势。” 美元行情分析美元指数在鲍威尔半年度证词和美国2月份非农就业报告公布的关键一周开始之际，在104.55-60附近巩固七周以来的最大单周跌幅。这样一来，美元指数在亚洲市场低迷的情况下提振了温和的避险情绪。值得注意的是，上周美国数据走软和美联储会谈喜忧参半，令美元指数承压。美国2月份ISM服务业PMI为55.1，而市场预期为54.5，市场预测为55.2。PMI调查的通胀部分，即支付价格分项指数，从67.8小幅降至2月份的65.6，但超过了分析师预期的64.5。同期，新订单分项指数从60.4升至62.6，就业指数从50升至54。在那一周的早些时候，美国1月份耐用品订单有所减少，而美国大型企业联合会(CB)的消费者信心指数也闪现出大部分悲观的细节。此外，亚特兰大联邦储备银行行长博斯蒂克(Raphael Bosti)正如决策者所说：“央行可能会在夏中至夏末暂停当前的紧缩周期，这再次引发了人们对美联储政策转向的担忧。” 相反，旧金山联邦储备银行行长玛丽·戴利在周末表示，如果通胀和劳动力市场数据继续高于预期，利率将需要比美联储决策者预期的更高，并保持更长的时间据路透社报道，去年12月。值得注意的是，美联储周五公布了半年度货币政策报告，其中明确表示，“持续上调联邦基金利率目标是必要的”。报告还表示，美联储坚定地致力于让通胀回到2%。在此背景下，美国10年期国债收益率升至2022年11月以来的最高水平，最迟回落至3.95%。技术面上，FXStreet分析师Anil Panchal提到，21天和50天指数移动平均线(EMA)收敛于104.15-10附近，这对美元指数空头来说似乎是一个棘手的难题。

小萧2023-03-06

人工智能：中国式ChatGPT的“大跃进”

省理工学院（7人）、剑桥大学（5人）、哈佛大学（4人）和佐治亚理工学院（4人）。 ChatGPT 团队成员毕业前10名高校此外，很多成员都有名企工作经历，包括：Facebook、Stripe、Uber、Quora、NVIDIA、Microsoft、Dropbox、DeepMind、Apple、Intel等公司，其中有10人来自谷歌，OpenAI的首席科学家Ilya Sutskever亦是从谷歌转会而来，Ilya Sutskever是AlphaGo的作者之一，师从人工智能学界泰斗Geoffrey Hinton。 ChatGPT团队成员流动示意图 1985年出生在苏联的Ilya Sutskever，如今已经是英国皇家学会院士。据说Ilya Sutskever退出谷歌，与Sam Altman、Elon Musk等人一起创立OpenAI时，年薪曾大幅缩水。但他参与创立OpenAI的初衷是“确保强大的人工智能造福全人类”的大义和情怀。 OpenAI初创之时是一家非营利研究机构，从这点上来看，无论是否带着情怀加入这家公司的研究人员，还是给“非营利”事业烧钱的投资人，多少都有一点对技术的“信仰”，这种驱动力，可能是钱买不来的。不过OpenAI给这些科技精英们提供的薪酬待遇并不低。据纽约时报报道，2016年，OpenAI向Ilya Sutskever支付了超过190万美元。另一位行业大佬级的研究员Ian Goodfellow（对抗式生成网络的提出者）2016年从OpenAI得到的报酬则超过80万美元，而他在这一年中只工作了9个月，不过Ian Goodfellow在OpenAI没有待很长时间就离开了。一直以来，硅谷的AI研究员都是高收入人群。在谷歌发布的官方招聘信息中，在美国工作的全职“高级软件工程师，大型语言模型，应用机器学习”（Staff Software Engineer, Large Language Models, Applied ML）岗位基本工资范围为年薪17.4万-27.6万美元（约120万-190万元人民币）+奖金+股权+福利。这份工作的主要职责是：为谷歌大型语言模型的关键冲刺做出贡献，将尖端的 LLM（Large Language Mode，大型语言模型）引入下一代谷歌产品和应用程序，以及外部用户。在建模技术方面进行协作，以支持全方位的 LLM 调整，从提示工程、指令调整、基于人类反馈的强化学习 (RLHF)、参数高效调整到微调。微软研究院的研究员岗位“博士后研究员-机器学习和强化学习”（Post Doc Researcher-Machine Learning and Reinforcement Learning）年薪则在9.4万-18.2万美元（约64万-125万元人民币）。工作职责是“与其他研究人员合作制定自己的研究议程，推动有效的基础、基础和应用研究计划。” ChatGPT团队中另一个有意思的点是团队中有9位华人成员，其中5人本科毕业于国内高校，美国学界对人才的虹吸效应也正是硅谷巨头以及“OpenAI”们强大人才竞争力的基础。 “中国的AI人才是从14亿人里挑，美国是从80亿人里挑，全世界优秀的人很多都到美国去了。”图灵联合创始人、原智源研究院副院长刘江表示，要承认差距确实存在，不过他也表示，“在这方面，我们也不用气馁。中国也有自己的优势，比如市场化、产品化的能力，近年来我们不比美国同行差了。” 国内大厂的实力如何？除了人才问题，国内大模型研究落后美国另一个原因是在生成式AI和大模型研究方面起步略晚，而起步晚的原因，则还是与“钱”脱不开关系。从技术角度看，生成式技术在Stable Diffusion和ChatGPT等网红产品出现之前，技术实现的效果并不理想，且需要消耗大量算力进行研究。所以大厂、资本很难斥以重资，投入到这种看上去不太赚钱，还要烧钱的业务。中国的AI产业更注重应用场景，而非基础理论和技术创新。各家大厂在NLP的理解方面有很多成熟业务，比如听写、翻译，在视觉识别和AI大数据处理方面也有很多应用场景。所以这部分业务自然是AI研发的主力，一方面他们赚钱，另一方面在这些领域的技术积累，使研究人员能够“在规定跑道上赛跑”，而不是在未知领域探路。这一点不只是限制了国内公司，更是很多全球巨头的创新桎梏。正如诺基亚做不出iPhone一样，巨头都不喜欢“破坏式创新”，谷歌发布的Bard只因一个小失误就牵动了母公司Alphabet的万亿市值，这也正是谷歌一直声称不愿发布LaMDA大模型的理由，害怕会因AI的失误影响自己的商誉。而OpenAI显然不太在乎ChatGPT在公测中会出什么问题，毕竟他发布ChatGPT时只是一家估值200亿美元的独角兽。不过，在这波大模型的追赶赛中，国内大厂的团队也可以说是实力颇强。百度在大模型方面走的最早，百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（Association for Computational Linguistics）的首位华人主席、ACL亚太分会创始主席、ACL Fellow，还是IEEE Fellow、CAAI Fellow及国际欧亚科学院院士。他还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。虽然没有像百度一样公布类ChatGPT产品的发布时间表，但腾讯、阿里和华为分别提出的“混元”、“通义”和“盘古”三个大模型，均已研发了很长时间。据机器学习和自然语言处理著名学者Marek Rei教授在2022年4月发布的统计（2023年的统计尚未发布）显示，2012-2021年中，在ML（Machine Learning，机器学习）和NLP顶级期刊和会议发表论文数量最多的机构是谷歌，微软紧随其后。发文数量最多的中国机构是清华大学，第二是位列第16的腾讯，腾讯也是前32名中唯一的中国互联网厂商。不过，在2021年单年的统计中，阿里和华为也登上此榜，腾讯仍排在较靠前的位置。 Marek Rei发布的2021年ML、NLP顶会、期刊发文量统计目前，腾讯官方并没有公布“混元”大模型研发团队的具体信息。不过，腾讯旗下AI研发团队“腾讯AI Lab”的专家构成，也显示出了腾讯在AI领域的一部分实力。腾讯AI Lab由100余位AI科学家和超过300名应用工程师组成，带头人张正友博士是腾讯首席科学家、腾讯 AI Lab 及 Robotics X 实验室主任，腾讯首位17级研究员、杰出科学家。他在美国斯坦福大学（Stanford University）发布的2022 年度“全球前2%顶尖科学家榜单”（World's Top 2% Scientists 2022）中，排名全球“终身科学影响力排行榜”第1002名，中国排名 Top 10。阿里在LLM领域的研究主要由阿里巴巴达摩院负责，阿里巴巴集团资深副总裁，阿里云智能CTO、达摩院副院长周靖人主导，他是IEEE Fellow，多次担任VLDB，SIGMOD，ICDE等国际顶级会议程序委员会主编、主席，在顶尖国际期刊和会议上发表论文超百篇，并拥有几十项技术专利。华为也未对“类ChatGPT产品”公开表态，但在大模型方面华为亦有“盘古”大模型正在研究。该项目由华为云人工智能领域首席科学家田奇博士领导，他是计算机视觉、多媒体信息检索专家，IEEE Fellow，国际欧亚科学院院士，教育部长江讲座教授，国家自然科学基金海外杰青，中国科学院海外评审专家，在国内多所高校任讲席教授及客座教授。在自己组建团队投入研发的同时，百度、阿里、腾讯、华为等IT大厂，也与中科院计算所自然语言处理研究组、哈尔滨工业大学自然语言处理研究所、中国人民大学高瓴人工智能学院等高校研究有很多的技术合作。 “集中力量办大事”的科研机构数据闭环是大模型研发的关键，用户越多，积累时间越长，就意味着可以用于迭代升级的数据和反馈也就越多。在这方面OpenAI已经利用前两代的开源GPT模型和GPT-3积累了大量数据。ChatGPT虽然才推出了3个月，但用户量和访问量增长速度飞快，这些都为OpenAI在大模型研发方面积累了巨大的先发优势。 “AI大模型如果落后了，就会面临卡脖子的风险。”很多AI专家对此都有担心，由此国内也诞生了一些应对此种局面的非营利性AI科研机构。这些机构多数有高校研究实验室背景加持，以及地方政策支持，人才聚拢能力非常强劲。北京智源人工智能研究院（以下简称“智源研究院”）是科技部和北京市政府共同支持，联合北京人工智能领域优势单位共建的非营利性创新性研发机构。智源研究院理事长张宏江，是美国国家工程院外籍院士，ACM Fellow和IEEE Fellow，同时也是微软亚洲研究院的创始人之一。 2021年，智源研究院发布了1.7万亿参数的超大模型“悟道”的1.0和2.0版本，这项工作由100余位科学家共同打造。其中包括清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）的孙茂松教授，清华大学知识工程研究室（KEG）的唐杰教授，清华大学交互式人工智能课题组（CoAI）的黄民烈教授。目前“悟道”大模型已经与OPPO、好未来、淘宝、搜狗、美团等开展了落地合作。在与美团的合作中，大模型给搜索广告带来了2.7%的收入增长。在南方的科技重镇也有一家相似的研究机构，粤港澳大湾区数字经济研究院（以下简称IDEA研究院），IDEA研究院是由深圳市政府大力支持的AI研究机构。与智源研究院有一个颇有趣的相似之处，IDEA研究院的创始人沈向洋博士同样出身微软亚洲研究院。沈向洋博士是美国国家工程院外籍院士和英国皇家工程院外籍院士，他参与创建了微软亚洲研究院，担任院长兼首席科学家，并曾担任微软公司全球执行副总裁，主管微软全球研究院和人工智能产品线，并负责推动公司中长期总体技术战略及前瞻性研究与开发工作。 IDEA研究院NLP研究中心负责人张家兴博士也来自微软亚洲研究院，他的团队推出的开源模型“太乙”，据称在中文文生图领域可以达到接近Stable Diffusion（一款开源文生图AI模型）的水平。目前IDEA研究院正在持续迭代开发的预训练模型体系“封神榜”，已经开源了6个系列共10个模型，包含4种模型结构，模型参数最大为35亿。其中包括：以Encoder结构为主的双向语言系列模型的二郎神系列；面向医疗领域，拥有35亿参数的余元系列；与追一科技联合开发的新结构大模型周文王系列；以Decoder结构为主的单向语言模型闻仲系列；以Transformer结构为主的编解码语言模型，主要解决通用任务的大模型燃灯系列；以及主要面向各种纠错任务的比干系列。 2月20日晚，复旦大学自然语言处理实验室对媒体宣传邱锡鹏教授团队发布了“国内第一个对话式大型语言模型MOSS”，并在公开平台（https://moss.fastnlp.top/），邀请公众参与内测。然而就在外界都等着看MOSS表现如何惊艳之时。MOSS的内测网站却挂出了一则道歉公告。目前MOSS的测试网站已经挂出了停止服务的公告。一位AI大模型专家对虎嗅表示，“邱锡鹏的实验室学术研究的氛围很浓。虽然这次的MOSS很少有人得到体验机会，但是从后边的公告来看，有可能是在工程优化，并发处理等方面的准备还没有那么充分。” 在近期举行的2023年世界人工智能开发者先锋大会上，邱锡鹏教授公开表示，如果优化顺利，MOSS计划在2023年3月底开源。虽然，没能成功抢发“国产ChatGPT”，但AI业内人士对邱锡鹏教授团队仍然给出了肯定的评价，“邱锡鹏教授的团队比较偏重学术，这和早期的OpenAI在科研心态上是有共性的，非营利性的AI研究机构，没有那么多功利的考虑。” 创业公司都有“大佬”背书 AI技术属于计算机科学，虽然计算机技术已发展多年，但AI仍属于前沿科技，对LLM以及其他通用大模型的研究更是兴起不久，仍然需要依靠应用数据，持续迭代升级，不管MOSS是不是因为工程经验绊了跟头，要在AI、大模型这些领域实现突破，能推广到市场中，接地气的技术和产品才是王道。事实上，目前国内AI行业活跃的实验室大多已开始尝试商业化，在市场的磨砺中探索大模型未来的出路。深言科技深言科技源自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）。THUNLP由清华大学人工智能研究院常务副院长孙茂松，以及刘洋、刘知远，三位教授带头。实验室在2017年推出的中文诗歌自动生成系统「九歌」则是最有影响的诗歌生成系统之一，「九歌」已经为用户创作了超过3000万首诗词。孙茂松教授领衔研发的CPM模型是智源研究院的大模型「悟道·文源」的前身，也是国内最成熟的中文生成式大模型之一。深言科技的团队也是由CPM模型的部分研发团队成员所组成的，目前该公司产品包括可以根据意思搜索词语的“WantWords反向词典”，以及根据意思查询句子的“WantQuotes据意查句”。智谱AI 智谱AI的前身是清华大学知识工程研究室（KEG），KEG专注研究网络环境下的知识工程，在知识图谱、图神经网络和认知智能领域已发表一系列国际领先的研究成果。2006年，智谱AI就启动了科技信息分析引擎ArnetMiner（以下简称AMiner）的相关研究，先后获得了国际顶级会议SIGKDD的十年最佳论文（Test-of-Time Award）、国家科学进步奖二等奖、北京市发明专利奖一等奖。 2022年8月，由KEG与智谱AI共同研发的千亿级模型参数的大规模中英文预训练语言模型GLM-130B正式发布，其在多个公开评测榜单上超过GPT-3 v1。此外，智谱AI还打造了认知大模型平台（BigModel.ai），形成AIGC产品矩阵，提供智能API服务。聆心智能 2月17日，聆心智能宣布完成由无限基金SEE Fund领投的Pre-A轮融资。聆心智能的底层技术是超拟人大规模语言模型，基于大模型可控、可配置、可信的核心技术优势，聆心智能推出“AI乌托邦”，该系统允许用户快速定制 AI 角色。聆心智能由清华大学交互式人工智能课题组（CoAI)黄民烈教授支持。CoAI是清华大学朱小燕教授及黄民烈教授领导的实验室。2020年，就已经开源了1200万对话数据和中文对话预训练模型CDial-GPT。黄民烈教授也曾参与了智源研究院的“悟道”大模型研发。西湖心辰西湖心辰背靠西湖大学深度学习实验室，创始人是西湖大学助理教授、博士生导师蓝振忠，主要研究大规模预训练模型的训练与应用。蓝振忠曾在谷歌担任研究科学家，也是轻量化大模型ALBERT的第一作者。西湖大学在人工智能领域的研发实力很强，除了蓝振忠博士的深度学习实验室，西湖大学NLP实验室，在该领域的研究也非常领先。学术带头人张岳博士在Marek Rei教授的顶会、期刊发文量统计中，于2012-2021年期间排名全球第四。 “目前国内LLM领域的创业公司相对IT大厂来说主要有两个优势，技术和数据。”西湖心辰COO俞佳对虎嗅表示，国内大模型创业公司在技术方面普遍已有多年研究经验，构筑了一定的技术壁垒，这是很难短期超越的。同时，由于已经推出了相关产品，“数据飞轮”已经转起来了，这些数据的质量相比互联网数据质量要高很多，能够对产品迭代起到很大支撑作用。对于国内大模型创业公司未来的发展趋势，俞佳认为可能性很多，“有些公司可能会走出自己的道路，也有的公司可能会像OpenAI一样与IT大厂开展深度合作，甚至像DeepMind直接并入其中。” 出品｜虎嗅科技组作者｜齐健编辑｜陈伊凡来源：DeFi之道来源：金色财经

金色财经2023-03-05

李光耀遗嘱风波持续，次子李显扬控诉：新加坡当局持续对我们家进行迫害

2017年七八月间，他们起诉了我儿子，哈佛大学经济学家李绳武。经过三年漫长的庭审，新加坡法院判定他‘诽谤’司法系统”。李绳武被罚款1万5000新元。他当时说，决定缴付法庭罚款，“以求买个安宁”。不过他说，自己并不认罪，也从不否定他“诽谤”的内容。李显扬说，“2020年，他们以李光耀2013年签署的遗嘱为由，起诉了我妻子林学芬。（实际上）我才是真正的目标。” “无情的攻击仍在继续”，李显扬总结说。说个题外话，三周前，2月中旬，新加坡多家媒体报道，李显扬长子李绳武获颁全球知名的2023年斯隆研究奖。这个国际著名奖项每年向物理学、化学和数学领域杰出青年颁发，以表彰和奖励有潜力革新各自研究领域的人。李显扬在脸书发帖指出，过去许多斯隆研究奖得主，已成为科学界杰出人物。有56名得主获得了诺贝尔奖，17人获得数学界最高荣誉的菲尔兹奖（Fields Medal）。六七年前，2016年，李绳武获选进入哈佛大学研究员学会，成为研究员。李显扬说，相信李绳武是首位入选哈佛研究员学会的新加坡人，这项罕见的荣誉旨在表彰年轻学者在提升学术智慧方面的潜力。（李绳武。图源：哈佛）反对党提出“七大问” 早在2017年6月19日，总理李显龙就发出视频。他说：“吁请所有国会议员，包括非人民行动党议员，对此次争议务必追根究底，在国会毫不保留地向我和我的部长提问。” 翌日，新加坡最主要的反对党工人党发布声明，抛出了对于李家“家庭纠纷”的一系列问题。工人党指出，关于欧思礼路38号故居的家事留给李家自己处理，或是上法庭解决，他们关心的是有无出现滥用权力，是否会伤害人民对于新加坡的信心，以及政府的威信。 # 工人党提出的疑问包括：一、政府会否同意成立一个特别特选委员会（Special Select Committee），让由不同政党议员组成的委员公开听审，同时现场向公众直播，以便调查李总理弟弟和妹妹指李总理滥权的指控，也让指控者有机会在国会提呈所有相关证据二、政府有何措施约束部长及高级公务员，不让他们参与自己有个人或经济利益的讨论或决策？制度上如何保证？对于李光耀的遗产和资产，政府和总检察署是否认为与内阁阁员产生或可能产生利益冲突？这些利益冲突或潜在的利益冲突如何处理？三、政府有无明确的规定或者制度，能让部长和次长们的家属，不滥用自己的身份，在超出他们专业的领域里接触，影响，命令高级公务员们？这类规定或制度是以什么频率和形式传达到公共服务和他们的家属们？如果有证据证明权力被滥用，应采取什么法律制裁？四、政府有无预防措施，预防部长为了个人目的或对付异议而利用国家机关与政府机关来收集个人信息？五、部长或次长在什么情况下应该采取法律行动，上庭维护自己的声誉；在什么情况下他/她不应采取法律行动，而应通过公共场合（例如国会）对这些指责进行抗辩？六、政府在什么情况下会成立不对外宣布的部长委员会来处理事务？目前有几个这样的委员会？涉及国家安全事务的除外，这些委员会的组成人员和职责范围和目的可以公开吗？至于处理欧思礼路38号事宜的部长委员会，是否会邀请文物专家参加委员会工作？是否考虑舆论和民意？七、国家文物局所执行的捐赠契约，是否能透露给第三方知道？如果可以，是在什么情况下？与欧思礼路38号有关的捐赠是否受保密协议保护？如果受保护，为何文物局把捐赠契约的内容透露给总理知道？时任新加坡国立大学法学院王江雨副教授判断，“李显龙认为，兄妹家事之争已经涉及政府和总理本人的信誉，要将此事提交国会辩论”。王江雨指出，这个做法其实是李光耀本人确立的。1995年有人指控时任内阁资政的李光耀和副总理李显龙购买房产时接受不当折扣，形同受贿。时任总理的吴作栋下令调查，李光耀也主动要求总理把这件事情提交国会辩论，反倒是反对党觉得没啥题目可做。

新加坡眼2023-03-05

美前财长：美联储应为3月加息50基点敞口大门下周鲍威尔恐放鹰？

不需要考虑加息0.5个百分点。萨默斯是哈佛大学教授，也是彭博电视的付费撰稿人。他表示，政策制定者应考虑下周五的2月就业报告和市场反应，然后再做出决定。根据萨默斯的说法，最近有六大冲击损害了美联储所寻求的软着陆的可能性：消费者价格指数(CPI)的季节性修正，将通胀下降趋势从2022年最后几个月的数据中剔除； 1月份的CPI显示通胀加速；个人消费支出价格(PCE)指数也有所回升； 1月份的经济指标“表现强劲”；工资数据“不再显示出我们预期的那种减少”；美国国债收益率大幅上升，10年期国债收益率攀升至4%以上。萨默斯说，“不幸的是，‘过渡团队’提出的论点看起来更像是一厢情愿的想法。”他最近几周还表示，存在经济突然放缓的风险。萨默斯说:“我非常失望地看到，美联储的一些讲话似乎把3月份加息50次排除在外。”“我希望美联储高层领导层会对3月份加息50个基点的可能性持不可知论态度。” 萨默斯还批评了进步民主党人试图左右拜登(Joe Biden)总统对目前空缺的美联储副主席的人选。马萨诸塞州参议员沃伦(Elizabeth Warren)希望拜登挑选一位副主席来对抗鲍威尔。她说，鲍威尔“已经明确表示，他将在利率问题上采取极端措施，他愿意让数百万人失去工作。” 萨默斯说，这场运动将适得其反，因为在短期内，“现任官员将希望看起来他们没有被摆布”，而美联储将希望在面对任何政治压力时展示其独立性。随着时间的推移，美联储“政治化”的迹象可能推高中期通胀预期，推高长期收益率，进而推高抵押贷款利率。他说：“对于进步人士来说，这确实是一种非常错误和有问题的策略，即使他们认为最重要的是降低利率和刺激经济。”“所以我希望他们能放弃这种公开活动。”

夏洛特2023-03-04

前白宫首席经济顾问：美联储3月应加息50基点，最高加息至6%

　　哈佛大学教授、前奥巴马政府首席经济顾问杰森·福尔曼（Jason Furman）认为，美联储有再次落后于通胀曲线的危险，这可能会增加控制通胀的成本。　　福尔曼在一条推文中写道：“美联储不需要在3月份的会议上改变路线——它应该坚持它设定的反应函数。根据最近的数据，这将与加息50个基点一致。” 　　福尔曼引用了他最近发表的一篇文章的观点，他认为，在3月份的下次会议上，美联储应该从加息25个基点转变为加息50个基点。　　福尔曼指出，自上次FOMC会议以来，过去三个月衡量的几乎所有通胀指标都有所上升，此外，消费、就业增长、工时增长、收入增长、核心订单增长等方面的经济数据都很强劲。　　福尔曼说：“如果你把对潜在通胀的看法上调0.25-0.50个百分点，再加上上调对劳动力市场实力和经济对加息的弹性的看法，这将与将终端利率上调至6％左右一致。” 　　福尔曼说：“美联储说过，它依赖于数据，很难想象数据会有更大的变化。” 　　他写道：“一年前，美联储明显落后于曲线。美联储后来赶上了这一曲线，但现在有再次落后的危险，这有可能大大增加降低通胀的成本。”

金融界2023-03-03

中国式ChatGPT“大跃进”

省理工学院（7人）、剑桥大学（5人）、哈佛大学（4人）和佐治亚理工学院（4人）。 ChatGPT 团队成员毕业前10名高校此外，很多成员都有名企工作经历，包括：Facebook、Stripe、Uber、Quora、NVIDIA、Microsoft、Dropbox、DeepMind、Apple、Intel等公司，其中有10人来自谷歌，OpenAI的首席科学家Ilya Sutskever亦是从谷歌转会而来，Ilya Sutskever是AlphaGo的作者之一，师从人工智能学界泰斗Geoffrey Hinton。 ChatGPT团队成员流动示意图 1985年出生在苏联的Ilya Sutskever，如今已经是英国皇家学会院士。据说Ilya Sutskever退出谷歌，与Sam Altman、Elon Musk等人一起创立OpenAI时，年薪曾大幅缩水。但他参与创立OpenAI的初衷是“确保强大的人工智能造福全人类”的大义和情怀。 OpenAI初创之时是一家非营利研究机构，从这点上来看，无论是否带着情怀加入这家公司的研究人员，还是给“非营利”事业烧钱的投资人，多少都有一点对技术的“信仰”，这种驱动力，可能是钱买不来的。不过OpenAI给这些科技精英们提供的薪酬待遇并不低。据纽约时报报道，2016年，OpenAI向Ilya Sutskever支付了超过190万美元。另一位行业大佬级的研究员Ian Goodfellow（对抗式生成网络的提出者）2016年从OpenAI得到的报酬则超过80万美元，而他在这一年中只工作了9个月，不过Ian Goodfellow在OpenAI没有待很长时间就离开了。一直以来，硅谷的AI研究员都是高收入人群。在谷歌发布的官方招聘信息中，在美国工作的全职“高级软件工程师，大型语言模型，应用机器学习”（Staff Software Engineer, Large Language Models, Applied ML）岗位基本工资范围为年薪17.4万-27.6万美元（约120万-190万元人民币）+奖金+股权+福利。这份工作的主要职责是：为谷歌大型语言模型的关键冲刺做出贡献，将尖端的 LLM（Large Language Mode，大型语言模型）引入下一代谷歌产品和应用程序，以及外部用户。在建模技术方面进行协作，以支持全方位的 LLM 调整，从提示工程、指令调整、基于人类反馈的强化学习 (RLHF)、参数高效调整到微调。微软研究院的研究员岗位“博士后研究员-机器学习和强化学习”（Post Doc Researcher-Machine Learning and Reinforcement Learning）年薪则在9.4万-18.2万美元（约64万-125万元人民币）。工作职责是“与其他研究人员合作制定自己的研究议程，推动有效的基础、基础和应用研究计划。” ChatGPT团队中另一个有意思的点是团队中有9位华人成员，其中5人本科毕业于国内高校，美国学界对人才的虹吸效应也正是硅谷巨头以及“OpenAI”们强大人才竞争力的基础。 “中国的AI人才是从14亿人里挑，美国是从80亿人里挑，全世界优秀的人很多都到美国去了。”图灵联合创始人、原智源研究院副院长刘江表示，要承认差距确实存在，不过他也表示，“在这方面，我们也不用气馁。中国也有自己的优势，比如市场化、产品化的能力，近年来我们不比美国同行差了。” 国内大厂的实力如何？除了人才问题，国内大模型研究落后美国另一个原因是在生成式AI和大模型研究方面起步略晚，而起步晚的原因，则还是与“钱”脱不开关系。从技术角度看，生成式技术在Stable Diffusion和ChatGPT等网红产品出现之前，技术实现的效果并不理想，且需要消耗大量算力进行研究。所以大厂、资本很难斥以重资，投入到这种看上去不太赚钱，还要烧钱的业务。中国的AI产业更注重应用场景，而非基础理论和技术创新。各家大厂在NLP的理解方面有很多成熟业务，比如听写、翻译，在视觉识别和AI大数据处理方面也有很多应用场景。所以这部分业务自然是AI研发的主力，一方面他们赚钱，另一方面在这些领域的技术积累，使研究人员能够“在规定跑道上赛跑”，而不是在未知领域探路。这一点不只是限制了国内公司，更是很多全球巨头的创新桎梏。正如诺基亚做不出iPhone一样，巨头都不喜欢“破坏式创新”，谷歌发布的Bard只因一个小失误就牵动了母公司Alphabet的万亿市值，这也正是谷歌一直声称不愿发布LaMDA大模型的理由，害怕会因AI的失误影响自己的商誉。而OpenAI显然不太在乎ChatGPT在公测中会出什么问题，毕竟他发布ChatGPT时只是一家估值200亿美元的独角兽。不过，在这波大模型的追赶赛中，国内大厂的团队也可以说是实力颇强。百度在大模型方面走的最早，百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（Association for Computational Linguistics）的首位华人主席、ACL亚太分会创始主席、ACL Fellow，还是IEEE Fellow、CAAI Fellow及国际欧亚科学院院士。他还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。虽然没有像百度一样公布类ChatGPT产品的发布时间表，但腾讯、阿里和华为分别提出的“混元”、“通义”和“盘古”三个大模型，均已研发了很长时间。据机器学习和自然语言处理著名学者Marek Rei教授在2022年4月发布的统计（2023年的统计尚未发布）显示，2012-2021年中，在ML（Machine Learning，机器学习）和NLP顶级期刊和会议发表论文数量最多的机构是谷歌，微软紧随其后。发文数量最多的中国机构是清华大学，第二是位列第16的腾讯，腾讯也是前32名中唯一的中国互联网厂商。不过，在2021年单年的统计中，阿里和华为也登上此榜，腾讯仍排在较靠前的位置。 Marek Rei发布的2021年ML、NLP顶会、期刊发文量统计目前，腾讯官方并没有公布“混元”大模型研发团队的具体信息。不过，腾讯旗下AI研发团队“腾讯AI Lab”的专家构成，也显示出了腾讯在AI领域的一部分实力。腾讯AI Lab由100余位AI科学家和超过300名应用工程师组成，带头人张正友博士是腾讯首席科学家、腾讯 AI Lab 及 Robotics X 实验室主任，腾讯首位17级研究员、杰出科学家。他在美国斯坦福大学（Stanford University）发布的2022 年度“全球前2%顶尖科学家榜单”（World's Top 2% Scientists 2022）中，排名全球“终身科学影响力排行榜”第1002名，中国排名 Top 10。阿里在LLM领域的研究主要由阿里巴巴达摩院负责，阿里巴巴集团资深副总裁，阿里云智能CTO、达摩院副院长周靖人主导，他是IEEE Fellow，多次担任VLDB，SIGMOD，ICDE等国际顶级会议程序委员会主编、主席，在顶尖国际期刊和会议上发表论文超百篇，并拥有几十项技术专利。华为也未对“类ChatGPT产品”公开表态，但在大模型方面华为亦有“盘古”大模型正在研究。该项目由华为云人工智能领域首席科学家田奇博士领导，他是计算机视觉、多媒体信息检索专家，IEEE Fellow，国际欧亚科学院院士，教育部长江讲座教授，国家自然科学基金海外杰青，中国科学院海外评审专家，在国内多所高校任讲席教授及客座教授。在自己组建团队投入研发的同时，百度、阿里、腾讯、华为等IT大厂，也与中科院计算所自然语言处理研究组、哈尔滨工业大学自然语言处理研究所、中国人民大学高瓴人工智能学院等高校研究有很多的技术合作。 “集中力量办大事”的科研机构数据闭环是大模型研发的关键，用户越多，积累时间越长，就意味着可以用于迭代升级的数据和反馈也就越多。在这方面OpenAI已经利用前两代的开源GPT模型和GPT-3积累了大量数据。ChatGPT虽然才推出了3个月，但用户量和访问量增长速度飞快，这些都为OpenAI在大模型研发方面积累了巨大的先发优势。 “AI大模型如果落后了，就会面临卡脖子的风险。”很多AI专家对此都有担心，由此国内也诞生了一些应对此种局面的非营利性AI科研机构。这些机构多数有高校研究实验室背景加持，以及地方政策支持，人才聚拢能力非常强劲。北京智源人工智能研究院（以下简称“智源研究院”）是科技部和北京市政府共同支持，联合北京人工智能领域优势单位共建的非营利性创新性研发机构。智源研究院理事长张宏江，是美国国家工程院外籍院士，ACM Fellow和IEEE Fellow，同时也是微软亚洲研究院的创始人之一。 2021年，智源研究院发布了1.7万亿参数的超大模型“悟道”的1.0和2.0版本，这项工作由100余位科学家共同打造。其中包括清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）的孙茂松教授，清华大学知识工程研究室（KEG）的唐杰教授，清华大学交互式人工智能课题组（CoAI）的黄民烈教授。目前“悟道”大模型已经与OPPO、好未来、淘宝、搜狗、美团等开展了落地合作。在与美团的合作中，大模型给搜索广告带来了2.7%的收入增长。在南方的科技重镇也有一家相似的研究机构，粤港澳大湾区数字经济研究院（以下简称IDEA研究院），IDEA研究院是由深圳市政府大力支持的AI研究机构。与智源研究院有一个颇有趣的相似之处，IDEA研究院的创始人沈向洋博士同样出身微软亚洲研究院。沈向洋博士是美国国家工程院外籍院士和英国皇家工程院外籍院士，他参与创建了微软亚洲研究院，担任院长兼首席科学家，并曾担任微软公司全球执行副总裁，主管微软全球研究院和人工智能产品线，并负责推动公司中长期总体技术战略及前瞻性研究与开发工作。 IDEA研究院NLP研究中心负责人张家兴博士也来自微软亚洲研究院，他的团队推出的开源模型“太乙”，据称在中文文生图领域可以达到接近Stable Diffusion（一款开源文生图AI模型）的水平。目前IDEA研究院正在持续迭代开发的预训练模型体系“封神榜”，已经开源了6个系列共10个模型，包含4种模型结构，模型参数最大为35亿。其中包括：以Encoder结构为主的双向语言系列模型的二郎神系列；面向医疗领域，拥有35亿参数的余元系列；与追一科技联合开发的新结构大模型周文王系列；以Decoder结构为主的单向语言模型闻仲系列；以Transformer结构为主的编解码语言模型，主要解决通用任务的大模型燃灯系列；以及主要面向各种纠错任务的比干系列。 2月20日晚，复旦大学自然语言处理实验室对媒体宣传邱锡鹏教授团队发布了“国内第一个对话式大型语言模型MOSS”，并在公开平台（https://moss.fastnlp.top/），邀请公众参与内测。然而就在外界都等着看MOSS表现如何惊艳之时。MOSS的内测网站却挂出了一则道歉公告。目前MOSS的测试网站已经挂出了停止服务的公告。一位AI大模型专家对虎嗅表示，“邱锡鹏的实验室学术研究的氛围很浓。虽然这次的MOSS很少有人得到体验机会，但是从后边的公告来看，有可能是在工程优化，并发处理等方面的准备还没有那么充分。” 在近期举行的2023年世界人工智能开发者先锋大会上，邱锡鹏教授公开表示，如果优化顺利，MOSS计划在2023年3月底开源。虽然，没能成功抢发“国产ChatGPT”，但AI业内人士对邱锡鹏教授团队仍然给出了肯定的评价，“邱锡鹏教授的团队比较偏重学术，这和早期的OpenAI在科研心态上是有共性的，非营利性的AI研究机构，没有那么多功利的考虑。” 创业公司都有“大佬”背书 AI技术属于计算机科学，虽然计算机技术已发展多年，但AI仍属于前沿科技，对LLM以及其他通用大模型的研究更是兴起不久，仍然需要依靠应用数据，持续迭代升级，不管MOSS是不是因为工程经验绊了跟头，要在AI、大模型这些领域实现突破，能推广到市场中，接地气的技术和产品才是王道。事实上，目前国内AI行业活跃的实验室大多已开始尝试商业化，在市场的磨砺中探索大模型未来的出路。深言科技深言科技源自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）。THUNLP由清华大学人工智能研究院常务副院长孙茂松，以及刘洋、刘知远，三位教授带头。实验室在2017年推出的中文诗歌自动生成系统「九歌」则是最有影响的诗歌生成系统之一，「九歌」已经为用户创作了超过3000万首诗词。孙茂松教授领衔研发的CPM模型是智源研究院的大模型「悟道·文源」的前身，也是国内最成熟的中文生成式大模型之一。深言科技的团队也是由CPM模型的部分研发团队成员所组成的，目前该公司产品包括可以根据意思搜索词语的“WantWords反向词典”，以及根据意思查询句子的“WantQuotes据意查句”。智谱AI 智谱AI的前身是清华大学知识工程研究室（KEG），KEG专注研究网络环境下的知识工程，在知识图谱、图神经网络和认知智能领域已发表一系列国际领先的研究成果。2006年，智谱AI就启动了科技信息分析引擎ArnetMiner（以下简称AMiner）的相关研究，先后获得了国际顶级会议SIGKDD的十年最佳论文（Test-of-Time Award）、国家科学进步奖二等奖、北京市发明专利奖一等奖。 2022年8月，由KEG与智谱AI共同研发的千亿级模型参数的大规模中英文预训练语言模型GLM-130B正式发布，其在多个公开评测榜单上超过GPT-3 v1。此外，智谱AI还打造了认知大模型平台（BigModel.ai），形成AIGC产品矩阵，提供智能API服务。聆心智能 2月17日，聆心智能宣布完成由无限基金SEE Fund领投的Pre-A轮融资。聆心智能的底层技术是超拟人大规模语言模型，基于大模型可控、可配置、可信的核心技术优势，聆心智能推出“AI乌托邦”，该系统允许用户快速定制 AI 角色。聆心智能由清华大学交互式人工智能课题组（CoAI)黄民烈教授支持。CoAI是清华大学朱小燕教授及黄民烈教授领导的实验室。2020年，就已经开源了1200万对话数据和中文对话预训练模型CDial-GPT。黄民烈教授也曾参与了智源研究院的“悟道”大模型研发。西湖心辰西湖心辰背靠西湖大学深度学习实验室，创始人是西湖大学助理教授、博士生导师蓝振忠，主要研究大规模预训练模型的训练与应用。蓝振忠曾在谷歌担任研究科学家，也是轻量化大模型ALBERT的第一作者。西湖大学在人工智能领域的研发实力很强，除了蓝振忠博士的深度学习实验室，西湖大学NLP实验室，在该领域的研究也非常领先。学术带头人张岳博士在Marek Rei教授的顶会、期刊发文量统计中，于2012-2021年期间排名全球第四。 “目前国内LLM领域的创业公司相对IT大厂来说主要有两个优势，技术和数据。”西湖心辰COO俞佳对虎嗅表示，国内大模型创业公司在技术方面普遍已有多年研究经验，构筑了一定的技术壁垒，这是很难短期超越的。同时，由于已经推出了相关产品，“数据飞轮”已经转起来了，这些数据的质量相比互联网数据质量要高很多，能够对产品迭代起到很大支撑作用。对于国内大模型创业公司未来的发展趋势，俞佳认为可能性很多，“有些公司可能会走出自己的道路，也有的公司可能会像OpenAI一样与IT大厂开展深度合作，甚至像DeepMind直接并入其中。” 来源：金色财经

金色财经2023-03-03

生物技术已严重衰退但现在可能是买入好时机

3％。经理Mark Charest拥有哈佛大学化学生物学博士学位，是八项药物专利的共同发明人。他的咨询公司LifeSci Fund Management也是生物技术/制药咨询集团LifeSci Partners的业务附属公司。　　chararest表现出众的一个关键驱动因素是知道大型制药公司想收购哪类生物技术公司。他说，尽管他在投资时并不只考虑并购，但在“过去30宗生物技术领域的并购交易中，成交额超过2.5亿美元的，我们拥有16宗。” 　　chararest认为有收购潜力的一家公司是BioCryst Pharmaceuticals（BCRX），该公司已经有一种治疗遗传性血管水肿（一种以严重肿胀为特征的疾病）的药物获得批准。“（Biocryst）今年的收入将超过2.5亿美元，”Charest说。他认为，该公司已经有了一款商业产品，而且在经历了去年的抛售之后，其股价仍很低，这可能会导致收购。　　其他医疗保健经理认为，收购将继续推动最好的小型生物技术公司的业绩，因为许多重头剧药物的专利即将到期，比如艾伯维（AbbVie）的消炎药Humira和默克（Merck）最畅销的抗癌药物keytruda。Eventide医疗保健和生命科学基金（ETAHX）高级分析师凯尔•拉斯巴赫表示:“整个制药行业都面临着大量的专利悬崖。”“因此，获得创新的需求非常高。” 　　Eventide主要专注于小型生物技术公司。但像阿克这样的大多数积极型基金经理，在他们的投资组合中还包括其他类型的医疗保健公司，比如保险公司、医疗设备制造商和医院。　　这两种策略都有优点和缺点。在过去两年的波动中，Janus的T. Rowe Price Health Sciences （PRHSX）和贝莱德健康科学机会（SHSAX）等多元化的医疗保健基金比Eventide、Fidelity Select Biotechnology （FBIOX）和Franklin Biotechnology Discovery （FBDIX）等纯粹的基金表现得更好。　　规模154亿美元的T. Rowe Price健康科学基金的经理巴里（Ziad Bari）在其投资组合中约有30％投资于生物技术，不过更传统的制药公司也有同样的投资，比例为16％。他认为生物科技公司目前的估值是“合理的”，并预计会有更多的并购活动，但他表示，需要一些“引人注目的临床试验和巨大的商业成功才能导致真正的牛市。” 　　当这种情况发生时，小型生物技术基金将再次获胜。

金融界2023-03-03

比ChatGPT更可怕！赵长鹏上线AI绘图机器人 “铸造额度秒杀、系统超载宕机”

分影响。最大的问题是：什么样的工作？哈佛大学劳工经济学家劳伦斯·卡茨说：“AI将消灭很多当前的工作，就像过去所有的技术一样，但我没有理由认为AI和机器人不会继续改变工作组合。问题是，工作组合的变化是否会加剧现有的不平等？人工智能是否会提高生产力，以至于在取代大量工作的同时创造新的工作并提高生活水平？” 麦肯锡全球研究所劳动力市场研究负责人Anu Madgavkar估计，美国1/4的工人将在工作中看到更多的AI和技术。她说，50-60%的公司表示他们正在从事与人工智能相关的项目。Madgavkar提到说：“因此，人们将不得不以一种或另一种方式学习与AI打交道。” 虽然过去几轮自动化对工厂工作的影响最大，但Madgavkar表示，AI对白领工作的影响最大。“它越来越多地进入基于办公室的工作，以及客户服务和销售，”她说。“它们是自动化采用率最高和流离失所最大的工作类别，这些工人将不得不使用它或转向不同的技能。” 一些劳动力专家表示，人工智能和其他新技术对中层、白领工作的伤害要大于对低薪、体力密集型工作的伤害。麦肯锡的 Madgavkar解释，人工智能或机器人很难完成看门人的工作。她说，在餐饮服务领域，新技术可能能够接受客户订单，但“我们不会看到许多将食物带到特定餐桌的小机器人”。在律师事务所，AI可能会通过准备商业合同的初稿来消除一些律师的工作。但人工智能也可能使律师助理能够监督合同草案的准备，而责任的增加可能意味着律师助理的薪水更高。霍华德大学经济学教授、美国主要劳工联合会AFL-CIO首席经济学家威廉·斯普里格斯(William Spriggs)提到说：“如果你提高工人的生产率，工人就应该赚更多的钱。” “公司不想讨论分享这些技术的好处，他们宁愿进行讨论以吓唬你这些新技术。他们想让你承认，你只是很感激有一份工作，而且你会付给我们花生。” 他指出，当自动化浪潮从1950年代到1970年代席卷汽车行业时，“UAW对福特和通用汽车说，我们的生产力要高得多，你们的利润也要高得多。结果，工人们得到了更多的钱。” 麻省理工学院经济学教授David Autor对ChatGPT和AI做出预测持谨慎态度，“存在巨大的不确定性”。麻省理工学院计算机科学与人工智能实验室交互式机器人小组负责人的麻省理工学院教授朱莉·沙阿(Julie Shah)表示，她与雇主合作，让他们使用人工智能和机器人来“增强和提升员工，而不是取代他们”。她说，一些雇主希望使用机器人打造一个没有任何人类工人的熄灯工厂，而其他公司则希望机器人与人类一起工作以提高效率，并让人类工人在场提出未来的创新想法。她指出了一项对引进机器人的法国大公司的研究，这些公司增加了整体就业，即使它们的国内竞争对手减少了劳动力。她还引用了一项对加拿大公司的研究，这些公司开始使用机器人并最终减少了中层管理人员的数量，同时增加了生产工人的数量。她也提到，在美国一些公司采用了机器人并提供了更高的工资，但整体工作岗位却减少了。 “这些技术不会导致一个未来，而是会导致许多可能的未来，”Shah 说。哈佛大学的卡茨也担心人工智能对收入不平等的影响。“随着许多任务的自动化，它可能会继续降低劳动力在收入中的份额。” 卡茨说，一个大问题是，如果人工智能带来重大的生产力增长，谁将分享收益，以及如何分享这些收益。“通过再分配政策需要多少？” 他问。“如果它真的很好并且大大提高了生产率，即使工人得到的蛋糕份额较小，他们最终也可能获得更高的收入。” 但鉴于目前的情况，这些收益不太可能惠及美国的工人。“在这个过程中让工人及其代表拥有更强的发言权，是适应这些变化的一个重要因素。这种情况发生在拥有更强大的工会和工作委员会的国家，这是美国落后的领域，”卡茨说。

小萧2023-03-02

美联储杰斐逊不支持提高央行2%的通胀目标

目标。　　美联储理事菲利普·杰斐逊在哈佛大学对学生发表讲话时表示，提高通胀目标“将损害美联储的信誉”。　　美联储在2012年正式采用了2％的通胀目标。多年来，央行一直难以将通胀率提高到这一目标。但在疫情爆发后，通货膨胀率飙升，央行最青睐的通货膨胀指标在6月份达到了7％的年率，然后在1月份降至5.4％。　　许多经济学家担心，美联储将不得不造成严重的经济衰退，以使通胀回到2％的目标，因此一直呼吁美联储务实一点，接受更高的目标。他们一直希望从新拜登任命的美联储官员那里得到一些支持，比如杰斐逊。　　杰斐逊在讲话中说，改变目标会造成更严重的损害。　　他表示，这将“带来额外的风险，让人质疑（联邦公开市场委员会）在任何水平上稳定通胀的承诺，因为这可能导致人们怀疑未来可能会投机地改变目标。”他表示，这种声誉损害将削弱美联储在不引发高通胀的情况下对抗经济衰退的能力。　　此外，如果提高通胀目标的目的是增强央行应对金融危机后严重衰退的能力，那么更好的战略方法可能是依赖更有力的监管　　宏观审慎政策有助于降低此类事件发生的可能性。” 　　去年12月，美联储主席杰罗姆·鲍威尔表示，美联储没有考虑改变其通胀目标。他说，“在某个时候，可能会有一个更长期的项目，但那根本不是我们现在的情况。” 　　美联储大约每五年对其货币政策策略进行一次评估。下一次审查可能在2024年开始。

金融界2023-02-28

24小时热点