## 内容解析 宏观新闻和观点： 全球经济体的预测 在「宏观新闻和观点」部分，文章提到了高盛最新的专有数据和观点的重大变化，包括对美国经济增长的预测、美联储终端利率预期的上调、债务限额尾部风险的消除以及核心PCE通胀预期的调整。此外，文章还提到了日本央行政策的调整、日本工资增长和消费者信心的变化，以及欧洲央行最终利率预期的上调。这些数据和趋势对于了解全球市场最重要的经济体的宏观情况具有重要意义。 这些数据表明高盛对美国经济增长、通胀预期和利率走势的观点发生了一些变化。他们将2023财年新的核心CPI通胀预期从3.6%上调至3.8%，反映出对通胀的预期上升。此外，他们还调整了对美联储终端利率的预期，显示出对未来货币政策的看法发生了变化。这些数据还涉及到日本和欧洲的经济情况，显示出对这些地区的经济增长和货币政策的预期也发生了一些调整。总体而言，这些数据反映了高盛对全球经济的一些新的观点和看法。 二、生成式人工智能：是炒作还是真正的变革？ >[!费曼] >范式的改变将带来全面的变革： >软件1.0：需要人类编写代码来执行特定任务，一项一项处理； >软件2.0: 通过收集大量训练数据来训练神经网络来完成特定任务； >软件3.0: 大语言模型，具有自然语言能力、推理能力和全世界的知识，类似于“开箱即用”，不再需要企业去收集大量的数据进行训练了。 >范式的转变会带来的结果是将“改变企业和消费者体验的几乎所有方面。” 在文章中，提到了人工智能的发展正在迎来范式的转变。这里的范式指的是人工智能技术的基本模式或方式。过去，人工智能的发展主要依赖于人类编写确定性代码来执行特定任务（所谓的“软件1.0”）或者通过收集大量训练数据来训练神经网络完成特定任务（所谓的“软件2.0”）。 然而，随着技术的进步，现在的人工智能技术进入了一个新的阶段，被称为“软件3.0”。在这个阶段，基础模型的广泛可用性使得企业不再需要收集大量的训练数据，而是可以直接利用这些“开箱即用”的能力来改造或提升其业务。这种基础模型具有自然语言能力、推理能力和对世界的一般知识，可以以文本、图像、视频、音频和代码的形式创建新内容，并通过自然语言而非编程语言来实现。 这种范式的改变意味着人工智能技术变得更加有用、更加易用和更加低成本。它不再需要大量的训练数据和复杂的编程，而是可以通过基础模型来实现更广泛的应用。这种转变为企业和消费者体验的改变提供了巨大的潜力，也为人工智能技术的发展带来了新的机遇和挑战。 三、采访人工智能风投——莎拉·郭 在「三、采访人工智能风投——莎拉·郭」部分，莎拉·郭是人工智能风险投资公司Conviction的创始人。她表示，人工智能的进步引发了技术范式的转变，为投资者提供了丰富的机会。她认为，随着软件工程向「软件3.0」转型，传统服务领域越来越多地由人工智能提供服务。然而，她也警告投资者可能会误判技术变革的时间表，难以区分人工智能营销和现实。她建议投资者要做好功课，仔细评估潜在投资的公司是否具备技术或数据优势。她还提到了人工智能领域的风险，包括消费者计算习惯的改变和人工智能营销与现实之间的区别。 四、采访人工智能专家学者——马库斯 在「四、采访人工智能专家学者——马库斯」部分，马库斯是纽约大学的心理学和神经科学荣誉教授，他对人工智能进行了广泛的研究。在采访中，马库斯表示人工智能系统的智能被过度夸大，目前的人工智能系统并没有达到通用人工智能（AGI）的水平。他指出，人工智能工具中经常被吹嘘的**神经网络与人类大脑的神经网络功能完全不同，人工智能机器缺乏有意推理的能力和对周围世界的理解。** 马库斯认为，虽然通用人工智能最终可能会实现，但目前离实现这一目标还很遥远。他还提到了人工智能系统的局限性，包括它们对提示的正确反应和单词统计的学习，但**缺乏对抽象概念的学习和对世界的理解**。马库斯认为，对于人工智能的投资者来说，需要警惕炒作，要对潜在投资进行仔细的尽职调查，评估公司是否拥有技术或数据优势。他还提到了人工智能领域的风险，包括对数据偏见、虚假信息和网络安全的滥用的担忧。 [原文](https://readwise.io/reader/document_raw_content/81415810)