国际板概念股龙头一览(必应国际板)

2023-05-10 22:56分类：炒股指导阅读：

光刻胶在芯片制造过程中占据重要地位，直接影响集成电路的性能、成品率以及可靠性。

近期，光刻胶断供传闻再起，而目前全球高端光刻胶市场主要被日本和美国公司垄断，日企全球市占率高达近 80%，处于绝对领先地位。

目前，国内能做95%的PCB光刻胶，而半导体用光刻胶国产化率不足2%。其中，半导体用的g/I线国内已经量产，目前国产化率为10%，高端KrF、ArF国产化率不足5%，EUV光刻胶还处于空白。所以，如果海外大厂全部断供，影响还是非常大的。

因此材料端尤其是光刻胶自主可控，可能比光刻机更加的紧迫。半导体设备断供了，我们当前的产线还可以使用好多年。

而光刻胶保质期通常在6个月左右，无法囤货，一旦断供可能会引起停产的严重局面，所以中高端光刻胶国产替代迫在眉睫。

所以前几日，很多国产光刻胶厂商借着国产替代的逻辑，迎来大涨，容大感光连续两天20cm涨停，南大光电、彤程新材等跟涨。

接下来对于什么是光刻胶，光刻胶的分类，未来发展空间，及竞争格局进行详细分析。

1.光刻胶介绍

光刻胶，也被称为“光致抗蚀剂”，是指通过紫外光、电子束、离子束、X射线等的照射或辐射，其溶解度发生变化的耐蚀剂刻薄膜材料，主要由光刻胶树脂、增感剂（光引发剂+光增感剂+光致产酸剂）、单体、溶剂和其他助剂组成。

在光刻工艺中，光刻胶被均匀涂布在硅片、玻璃和金属等不同的衬底上，经曝光、显影和蚀刻等工序将掩膜版上的图形转移到薄膜上，形成与掩膜版完全对应的几何图形。

光刻胶是半导体加工、面板制造以及PCB生产中必不可少的材料，其中半导体光刻胶拥有最高的技术壁垒，工艺较难突破。

目前最尖端的量产半导体光刻胶为EUV光刻胶，而有可能作为下一代的无机光刻胶已处于客户验证阶段。

2.光刻胶的分类：

1）按显影效果不同：分为正光刻胶和负光刻胶

正光刻胶是指在光刻过程中，暴露在光线下的部分可溶于光刻胶显影剂，而未曝光部分仍然溶于显影剂。

负光刻胶刚好和正光刻胶相反，是指在光刻工艺中，暴露在光线下的部分不溶于显影剂，未曝光部分则可以被光刻胶显影剂所溶解。

由于负光刻胶在曝光和显影过程中容易发生变形，导致其分辨率精度不如正光刻胶。因此正光刻胶在高端半导体光刻胶，如ArF光刻胶及EUV光刻胶中应用更为普遍。

2）按化学结构不同：分为光聚合型、光分解型和光交联型

光聚合型光刻胶：通常是烯丙基单体，其暴露在光线下会产生自由基，然后引发单体的光聚合以产生聚合物。光聚合物光刻胶通常用于负性光刻胶，例如甲基丙烯酸甲酯。

光分解光刻胶：是一种在光照下产生亲水产物的光刻胶。光分解光刻胶通常用于正光刻胶。一个典型的例子是叠氮醌，例如重氮萘醌（DQ）。

光交联光刻胶：当暴露在光线下时，分子之间可以逐链交联，生成不溶性的网络样结构。光交联光刻胶通常用于负光刻胶。

3）按下游应用：分为半导体光刻胶、面板光刻胶、PCB光刻胶

半导体光刻胶、面板光刻胶、PCB光刻胶，技术难度依次降低。半导体光刻胶的技术壁垒最高，LCD光刻胶次之，PCB光刻胶技术壁垒最低。

半导体光刻胶、面板光刻胶、PCB光刻胶目前市场格局差异较大。

a.半导体光刻胶：技术壁垒最高，目前国产替代程度较低，日本企业在半导体光刻胶市场占据主导地位，日系4家公司占据了70%以上的市场份额；

文章开头讲过，中国半导体用的g/I线国内已经量产，目前国产化率为10%，高端KrF、ArF国产化率不足5%，EUV光刻胶还处于空白。

b.面板光刻胶技术壁垒次之：目前部分低端光刻胶已实现国产替代；根据中商产业研究院数据，2020年我国LCD光刻胶国产企业占比较小，达35%。

从产品类型来看，我国彩色和黑色光刻胶市场国产化率较低，仅为5%左右，主要日本和韩国外资品牌占领，触控屏光刻胶技术上有所突破，国产化率在30%-40%左右。

c.PCB技术壁垒最低：国产占全球的市场份额已在90%以上。

PCB光刻胶市场规模趋缓，高端市场仍依赖进口。PCB光刻胶技术壁垒较半导体光刻胶和面板光刻胶较低，率先实现国产化替代，而干膜光刻胶产品高度依赖进口。

2019年国内PCB光刻胶市场规模为82亿元，增速3.8%。从企业类型来看，2020年我国PCB光刻胶国产企业占比达61%。

从以上三个细分市场格局可以看出，中国本土光刻胶以PCB用光刻胶为主，平板显示、半导体用光刻胶供应量占比极低，未来高端光刻胶进口替代空间广阔。

而且中国已成为全球最大的电子产品生产及消费市场，根据IC Insights 统计，从2013年到2018年仅中国半导体集成电路市场规模从820亿美元扩大至1550亿美元，年复合增长率13.58%。

随着互联网、大数据、云计算、物联网、人工智能、5G等高新技术产业快速发展，以及美国对中国科技技术的打压和配套产业链的完善，光刻胶进口替代是趋势所向。

3.半导体制程进步使得对光刻胶的需求和精度增加。

根据 SEMI的数据，2026 年光刻胶市场总体规模将超过 120 亿美元，其中全球半导体光刻胶市场规模2025年将超过 30 亿美元。

由于2020年市场规模为20亿美元，这意味着 2020-2025 年的年均复合增长率将达到8.1%，未来将保持持续稳定增长。

根据摩尔定律，每18个月单位面积内晶体管数量会增加一倍。这就要求晶体管的尺寸不断缩小。

芯片制程2012年实现28nm，2017年实现10nm，2018年实现7nm，2020年进入5nm时代。目前3nm工艺已经完成验证，预计2023年可以实现量产。

随着制程的进步，存储芯片及逻辑芯片的层数均不断增加，随之而来的是每片芯片需要的光刻次数不断增加，进而导致了对光刻胶的需求飞速增加。

根据 SEMI 和 WSTS 的数据，单位晶圆面积所消耗的光刻胶金额已经从 2015 年 3 月不到 0.12 美元/平方英寸上升到 2021 年 9 月约 0.19 美元/平方英寸，而光刻胶市场规模占半导体市场规模的比例也在不断上升。

为了满足半导体制程进步的要求，光刻工艺需要每两年把曝光关键尺寸(CD)降低30%-50%。根据瑞利公式CD=k1*(λ/NA)，降低关键尺寸可通过降低波长λ，提高镜头的数值孔径NA，降低综合因素k1的实现。

事实上，光刻机的发展过程，就是不断追求更短波长的过程。此外再辅以高精度的对准技术，确保曝光精度和套刻精度越来越高。因此，从i-line 365nm，到KrF 248nm，到ArF 193nm，再到EUV的13.5nm，光刻机光源波长越来越短。

由于半导体制程已经演进到纳米水平，因此对精度要求极高。光刻胶纯度直接关系到元器件的良品率，一旦出现差错，损失将极为惨重。根据SEMI制定的半导体化学试剂纯度标准，光刻胶基本集中在G3以上水平，制备难度很大。

4.光刻胶目前竞争格局及相关标的：

国外方面：半导体光刻胶市场的前五中除了美国杜邦，其余四家均为日本企业。

其中JSR占据全球光刻胶市场28%的份额，东京应化（TOK）占比21%，美国杜邦占比15%，信越化学占比13%，富士电子材料占比10%。

从细分市场来看，日本厂商几乎垄断先进制程市场，占据全球64%以上的g/i线光刻胶市场、83%以上的ArF光刻胶市场、74%以上的KrF光刻胶市场。

国内方面：光刻胶进口替代空间广阔，龙头公司先发优势明显：

当前国内光刻胶企业多分布在技术难度较低的PCB光刻胶领域，占比超9成；而技术难度最大的半导体光刻胶市场，国内仅有彤程新材（北京科华）、华懋科技（徐州博康）、南大光电、晶瑞电材和上海新阳等少数几家。

彤程新材：全球最大的轮胎橡胶用特种酚醛树脂供应商；

参股公司北京科华微电子是国内唯一拥有荷兰ASML曝光机的光刻胶公司，也是国内唯一一家拥有高档光刻胶自主研发及生产实力的高新技术企业。

北京科华的I线光刻胶已接近国际先进水平，其种类涵盖国内14nm以上大部分工艺需求；KrF产品在Poly、AA、Metal等关键层工艺完成了重大突破，获得客户批量使用；同时TM/TV、Thick、Implant、ContactHole等工艺市占率持续提升。

华懋科技：国内安全气囊布和安全气袋主要供应商；

外延投资徐州博康，布局高端光刻胶。ArF光刻胶有6款，其中，应用于通孔工艺的ArF湿法光刻胶，已经能够应用至40nm/28nm工艺节点，是我国第一款国产化的ArF湿法通孔光刻胶。

目前，有4款A胶正在客户端进行导入测试。KrF光刻胶有13种，公司自主研发成功的超厚膜光刻胶（10-15um）已经完成了内部的测试验证，至2021年，有8款K胶正在客户端进行导入测试。

南大光电：ArF光刻胶研发和产业化实现突破。建成了ArF光刻胶产品（包括干式和浸没式）的质量控制平台、年产25吨的生产线，为ArF光刻胶的规模化量产奠定基础。

晶瑞股份：公司规模生产光刻胶近30年，i线光刻胶已向中芯国际等国内的知名大尺寸半导体厂商供货；KrF（248nm深紫外）光刻胶完成中试，产品已进入客户测试阶段。

雅克科技：外延收购LG化学的彩色光刻胶业务及控股韩国Cotem公司布局光刻胶业务。

Cotem主要从事LCD 用光刻胶正胶及光刻胶辅助材料的生产和销售。公司现有彩色光刻胶3000吨/年，在建彩色光刻胶产能9840吨/年。

上海新阳：公司陆续开发半导体用高端光刻胶。集成电路制造用高端光刻胶产品正在开发中，包括逻辑和模拟芯片制造用的I线光刻胶、KrF光刻胶、ArF干法光刻胶，存储芯片制造用的KrF厚膜光刻胶，底部抗反射膜（BARC）等配套材料。

容大感光：公司已逐步形成了PCB光刻胶、显示用光刻胶、半导体用光刻胶、特种油墨四大系列多种规格的电子化学产品。公司拥有PCB感光线路油墨和PCB感光阻焊油墨；公司的g/i线半导体光刻胶具备高分辨、耐热性好、宽工艺窗口、蚀刻选择比高等特点。

产业链上下游布局相关公司还包括：永太科技、江化微、芯源微、七彩化学、万润股份、圣泉集团、强力新材、世名科技、华特气体、新莱应材、盛剑环境、广信材料、八亿时空、飞凯材料等。

随着国外大厂断供造成国内光刻胶供需短缺持续紧张，以及半导体供应链安全问题日益严重，光刻胶的国产替代的窗口逐步打开。国产光刻胶有望从0到1实现技术突破，逐步导入供应链，国内大厂有望抓住国产替代窗口进入上升的拐点。

坚持写作不易，拒绝白嫖，点个“赞”和“在看”吧！

免责声明：文章只是个人观点解读，不构成任何投资建议。若文章内容涉及到个股，绝非推荐，股市有风险，投资需谨慎，假设因阅读本文而买入的，带来任何盈利或损失与本号无关。

智通财经APP获悉，根据Wit Display信息，面板大厂群创3月2日举行在线法说会，对于第二季面板市况展望转趋乐观。群创总经理杨柱祥表示，一方面是供给端有秩序、另一方面客户看到价格触底，近期甚至开始为年底黑色星期五洽谈订单，在客户提前拉货动能之下，面板价格可望在第二季全面反弹起跳。东海证券认为2022年至2025年，面板出货面积将维持在1%至2%的增速，面板需求复合增长率将维持在4%以上，需求增量超过产能增量。当前面板行业拐点初现，建议逢低布局受益于LCD面板行业复苏的面板龙头。

自从2021年下半年开启的漫长下行周期以来，整个液晶面板行业经历了很长一段时间的下行周期。尤其是TV面板，其在这波下行周期中亏损率最高，早在去年二三季度已相继跌破材料成本和现金成本。其中，中国台湾面板“双虎”友达和群创公布了一份近十年来最悲惨的成绩单；内地面板“双雄”京东方和TCL科技净利润同样大幅度收窄。

对全球半导体显示产业而言，在结束了去年的“行业大考”之后，都在急切等待着春天的到来。近期，根据Omdia电视显示面板和OEM情报服务指出，液晶电视面板2023年第2季将出现年增19%的强势反弹，其中，50吋和更大尺寸为主的荧幕订单将达到1.614亿台或年增率8%。集邦咨询研究也指出，受到工作天数较少，以及为去库存化调降订单影响，2023年第一季笔电面板出货预估为3870万片，季衰退10.4%，年衰退45.6%。第二季随着品牌的库存陆续恢复可控水位，加上工作天数增加，预估第二季笔电面板出货量约4630万片，环比增长19.6%。

CINNO数据显示，2022年9月份，面板厂稼动率下降至60%以下低点。随着库存逐渐消化，部分品牌厂商开启补库存战略，稼动率在2022年11月份提升至70%左右。据统计，2023年1月份，面板厂稼动率受春节假期影响，普遍不到60%，2023年2月有望回到70%左右。

值得关注的是，TrendForce发布的一份报告指出，近日国产电视品牌618备货已提前启动，其第一季度面板采购量已增加10%；代工厂和小品牌也已跟进加单，整体电视面板供需转趋紧俏，非主流品牌2月电视面板价格涨势确立。其中，大尺寸65吋严重亏损，2月价格率先反弹2~5美元；中尺寸50吋/55吋因LG Display去年底产能收敛，供应更加集中和紧缩，2月同步上涨1~3美元。

价格方面，根据TrendForce集邦咨询旗下面板研究中心WitsView睿智显示调研数据，2023年3月上旬，除电视面板外，其他产品的均价则维持不变。其中，电视面板中，65吋电视面板本期均价为114美元，与前期相比上涨4美元；55吋电视面板均价为85美元，与前期相比上涨2美元；43吋电视面板均价为51美元，与前期相比上涨1美元；32吋电视面板均价为29美元，与前期持平。

根据Omdia数据，面板价格于3Q22触底，其预计2023年在32英寸以上面板价格都将反弹，据群创法说会的信息，价格与市场预期一致，电视面板已率先出现反弹。群创同时表示IT面板价格跌幅已经收敛到0.3～0.4%区间，和先前预计一致，第二季是反弹起跳的时间点。根据Omdia预测，32英寸与40英寸在4Q23的价格较3Q22将增长40%以上。

多家机构预计终端需求即将反弹。东海证券研报分析，“当前行业正逐步走出底部，复苏在即。2023年一季度开始，面板价格有望上行。二季度将迎来盈利拐点。”

华西证券发布研究报告称，面板行业经历2022年低谷后，价格、需求均已出现反弹，市场有望加快复苏。预计在电视大尺寸趋势带动下，2023年为重要复苏阶段，长期来看行业整体向好，建议可以提前布局。

相关概念股：

东方精电(00710)：京东方精电有限公司的核心业务主要是汽车显示器和工业显示器,BOEVx是京东方汽车显示器业务的唯一销售平台。

信利国际(00732)：高品质液晶显示器及组件为公司主营业务之一。

华显光电(00334)：该公司是一家主要从事平板显示产品业务的香港投资控股公司，主要业务则包括供电脑及手机使用的液晶显示器模组及薄膜晶体管液晶显示屏等平板显示产品的制造及销售。

亿都(国际控股)(00259)：公司是一家主要从事液晶显示器及相关产品制造及销售的香港投资控股公司。

我想，最近许多朋友的生活中，可能或多或少都被 ChatGPT 刷屏了。

你或许已经看过了许多相关的文章。它们或许从商业角度出发，告诉你 ChatGPT 引发了怎样的商业浪潮；或许从技术角度出发，告诉你 ChatGPT 的原理和技术有多厉害；又或者，直接向你推销各种各样的类似产品，告诉你这些产品多么有前途……

但这些，离我们的生活都有些遥远。你可能看了很多文章，依然没有搞明白，ChatGPT 究竟是什么，它跟我有什么关系？

因此，今天，我想简单聊聊这个话题。

如果你对 ChatGPT 从未听闻，那希望能告诉你一些新信息；如果你对此感兴趣但不熟悉，那希望能为你提供一点指引。

因为今天的文章较长，所以做了一个简单的大纲：

1）ChatGPT 是什么？
2）ChatGPT 能做什么？
3）ChatGPT 的缺点和问题
4）ChatGPT 的未来前景
5‍）微调：训练你自己的人工智能
6）ChatGPT 会替代什么岗位？
7）结语

ChatGPT 是什么？

ChatGPT 实际上不是一个新事物。它是2022年11月推出的，刚推出的时候我就使用了，还在知乎发了一条想法吐槽了一下。

没想到，时隔两个月之后，随着微软及一票商业公司的入场，它又开始火了，火得家喻户晓。

那么，ChatGPT 究竟是什么？

从原理上来讲，ChatGPT 其实也不是新事物，它背后的基础，是母公司 OpenAI 在几年前发布的自然语言模型 GPT。对人工智能有所了解的朋友一定知道，OpenAI 于 2018 年发布了 GPT-1，首次让人工智能能够让人类一样「理解文字」、写出文字。

随后几年里，OpenAI 陆续推出了 GPT-2、GPT-3，用更庞大的参数实现了更精细的学习。通俗来说，就是让人工智能更「像人」了。

目前 GPT-3 已经用在了很多场合。像国外已经有用 GPT-3 来写新闻的应用，至于用 GPT-3 写小说、生成游戏台词、生成代码，也都在探索中了。

而 ChatGPT，就是在 GPT-3 的升级版 GPT-3.5 的基础上，进行一定的包装、微调、优化，所做出来的产品。过往的 GPT-3 只是一个底层引擎，必须接入到一个软件中才能使用。而 ChatGPT，可以理解为 OpenAI 自己为 GPT 做了这么一个软件，让用户可以直接使用它。

所以它才叫 ChatGPT，也就是「可以聊天的 GPT」。

那么，GPT 又是什么呢？它的全称是 Generative Pre-trained Transformer，生成式预训练转换器。简单来说，它的原理是：先给它提供一个庞大的语料库（通常是直接从互联网上抓来的），让模型通过上千亿个参数对这些文本进行打散、标记、学习，构建起一个复杂的预测模型。

然后再依据这个预测模型，判断一个单词在这个情境下应该接哪一个单词。就这样一个一个单词串起来，形成一段话，或者一篇文章。

这种预测的模式，其实跟我们大脑的学习和加工模式是非常相似的（详见《打开心智》第一章）。因此，这也是它能够更「像人」的一个重要原因。

我们可以用三层模型来理解：

这个模型背后无需人工参与的「无监督」式预训练自学习原理，或者说让模型像大脑「自由生长」的过程，就是它的动力层；
借由这个原理所完成的 GPT-3.5，就是一个结构层，是 ChatGPT 起作用的主要基础；
而对这个 GPT-3.5 进行包装、优化所形成的 ChatGPT，就是一个交互层，它的本质就是加了一层更友好的用户界面和交互方式，让个人用户能够更容易地应用它。

ChatGPT 能做什么？

了解完 ChatGPT 的原理，我们自然会关心一个问题：就目前而言，ChatGPT 究竟能做什么？

1）回答问题。

这可能是 ChatGPT 最简单的应用。你在聊天界面里向它提问，比如「波粒二象性是什么意思」，它就会用流畅的语言向你解释，把这个概念讲解得非常清楚。就我试用的体验而言，效果非常好，简洁晓畅，表达能力胜过许多人。

2）撰写文章。

你可以向它提要求，让它按照你的要求撰写一篇文章。这是我去年做的一个实例，大家可以看看：

质量还是挺像模像样的。

在这个基础上，可以有非常多针对性的应用。比如：

你可以让它撰写一封邮件，告诉客户你的报价，并且用礼貌、恳切的语言去表述。它写出来的作品保证用词精确，句子流程，比一般人写的要好；

你可以给它一个主题，再给一些背景和指引，让它撰写一份策划方案，甚至让它帮你想创意、提供各种不同方向的点子和灵感。这可以帮你节省大量时间精力；

你可以给它一些数据，让它根据这些材料撰写一份报告。它会非常智能地组合这些材料，生成一份文质兼美、结构清晰的报告，省去你斟酌文字的大量功夫；

你可以给它一个选题，让它生成大量内容、风格和行文都截然不同的文章，发布在各个平台上。据说已经有一些营销号开始这么干了；

你甚至可以让它按照老师的要求写一篇论文。实际上，国外已经有许多学生开始用 ChatGPT 完成作业了，也开始有大学教授跟 ChatGPT 「斗智斗勇」，比如要求学生现场写作，要求学生解释每段话的意思，等等。

所以有一个笑话是这样的：

老师对 ChatGPT 说：请帮我想一个题目；学生对 ChatGPT 说：请按照这个题目帮我写一篇文章；助教对 ChatGPT 说：请帮我给这些文章写评语并打分。

3）总结提炼。

ChatGPT 还有一个非常强的能力，就是对输入的材料进行总结提炼。比如：你可以给它输入一篇文章，让它概括文章大意；或者给它输入一段讨论，让它总结主要观点和论证。

现在也已经出现了一些产品，利用 ChatGPT 背后的 GPT 构建，能够实现这样的效果：你输入一个视频、一个播客，AI帮你收听，听完，用简洁的语言总结出视频或播客的要点，呈现给你。

4）生成代码。

许多程序员朋友盛赞 ChatGPT 的一点，在于它的代码能力非常强。你提一个要求，比如「如何实现XXXX效果」，ChatGPT 会告诉你几种可行的方案，并提供这些方案的主要函数和算法；你向它提问，比如「在XXXX情况下出现了一个bug，为什么」，ChatGPT 会告诉你几种可能的原因，并告诉你如何处理每一种可能性。

我自己试了一下，我觉得它写代码的能力比我强多了，大概有100倍吧。

之所以 ChatGPT 能够掀起这么大的热潮，一大原因是因为它太「像人」了。你会感觉，跟你对话的似乎不是一台机器，而是一个非常聪明，几乎无所不知、无所不能，并且能满足你任何要求的人。这一点，令许多人欲罢不能。

这表现在几个地方：

1）每一次跟 ChatGPT 聊天时，只要你不关闭窗口，你说的每一句话都会成为它的「上下文」。

换言之，你可以像跟真人对话一样，不断问它「然后呢？」「还有吗？」，或者表达你的态度，它会给出像真人一样的回应，无需你不断重复、补充、完善问题。

举个例子：你抛出一个话题，它回答，你对它的回答里有个地方不太满意，可以直接指出来，它会道歉，然后给出一个更好的、满足你要求的回答。这个过程非常自然、流畅，你就像在跟一个真人对话，它能完全理解你的每一句话，并给出合乎逻辑的回应。

2）得益于海量的训练参数（GPT-3 有 1750 亿个参数），ChatGPT 的文字生成能力非常精细，质量极佳。

它写的文章，表达能力甚至强于许多不擅长写作的普通人。我有时向它提几个问题，它给出的回答会让我感到「有启发」，或者是一个新的角度，或者是一个完善的框架，这已经非常有价值了。

ChatGPT 的缺点和问题

但是，ChatGPT 也并非绝对完美。实际上，就目前而言，ChatGPT 依然存在好几个亟待解决的问题。

最严重的问题，就是 ChatGPT 的错误率实在是太高了。举一个简单的例子，这是我去年用 ChatGPT 测出来的实例：

为了模仿一个外行人，我刻意把问题写得不太准确，可以看到，答案非常离谱。这可能跟 ChatGPT 的训练语料库主要是英文材料有关。用英语提问的话，答案的正确率会提升，但依然会出错。

并且，ChatGPT 往往会用非常自信、言之凿凿的语气来回答问题。这就导致了，如果你是一个外行人，很多时候你可能压根没办法分辨它给出答案的准确性。哪怕是内行，对于一些较为琐碎的细节，也很难去验证。

去年 ChatGPT 刚发布时，知名的程序开发交流论坛 Stack Overflow 就很快将其封禁。官方的解释是：这是因为 ChatGPT 给出的答案经常有错误，但我们很难看出错误在哪里。

从我的角度来说，如果一款人工智能工具，100次回答里面有3-5次是错误的，那我可能就不会用它。因为我很难判断它会不会再某一次突然犯一个大错误，给我造成严重损失。

实际上，我可能希望等它的错误率达到千分之一以下时才会去使用。但就目前来看，可能还需要很长一段时间，才能达到这个水平。

另一个问题是道德伦理问题。

ChatGPT 是一个人工智能程序，它只会忠实地按照内在的预测模型回答问题。因此，如果你向它进行诱导性提问，那可能会得到一些偏离道德伦理的答案。这可能会引起不必要的负面反应。

尽管官方已经在不断修复漏洞了，但毕竟防不胜防。再者，你修复得越多，也就意味着这个工具能够发挥作用的场景越少。这可能是一个需要考虑的平衡。

最后一个非常重要的问题，是摄入信息的水准问题。

ChatGPT 不能凭空生成信息，它所有的知识，都只能来自于它被喂养的语料。那么，显而易见，它所能够提供的答案，能够输出的内容，也不会超过这些语料的平均水平。你不可能指望它摄入一大堆插科打诨的帖子，要求它写出《三体》。

而由于互联网上存在大量的劣质信息，这就导致了：ChatGPT 摄入的信息越多，它整体的水平可能也就越低下。

遗憾的是，我们至今还没有一套可靠的方法，能够客观地判断内容质量的优劣。高引用的论文也可能是错的，名气颇大的学者也可能是灌水出来的，关注者颇多的 KOL 也可能是营销号。

而如果依赖于用户的点赞或转发等数据去判断内容质量，常识和经验告诉我们：这样带来的势必是大量哗众取宠、吸引眼球的劣质内容，只会更严重地污染这个池子。

并且，随着大量工具和服务开始使用 ChatGPT 等工具，大量由人工智能生成的文章会充斥互联网。这就会造成「自产自销」。一旦人工智能只能喂养由其他人工智能产出的语料，它的水准就将会遭遇一面难以打破的障壁。

有研究认为，在5-10年内，互联网上的内容可能就会被用光。届时，人工智能将成为无米之炊，只能再次反刍自己所产出的信息。

这可能会是制约 ChatGPT 等 AIGC（人工智能生产内容，AI Generated Content）工具的一个最严重的问题。

ChatGPT 的未来前景

如果我们用乐观的眼光去看待，认为 AIGC 能够克服上述这些问题，那么，它对我们的生活，会带来什么样的改变呢？

1）搜索。

互联网发明之前，我们的信息获取可以说是搜索1.0时代。那时，我们只能到图书馆去查阅资料，用卡片和笔记本做笔记，通过摄影或手抄的方式记录，繁琐，麻烦，成本又高。因此，「做研究」成了一件阳春白雪的事情，只有少数人有能力去做。

后来，有了互联网，有了搜索引擎，大量的信息被电子化，放到网络上。我们获取信息的方式被大大拓宽了。只需要输入关键词，就能看到刊载在各种期刊上面的文献，存放在图书馆里面的资料，看到别人的分析、观点和见解。我们迎来了一个信息爆炸的搜索2.0时代。

而有了 ChatGPT 等 AIGC 工具的辅助，我们可能会迎来搜索3.0的时代。

搜索2.0迫切需要解决的问题是什么呢？信息太多了。如何有效地筛选、提炼、整合这些信息，就成了一个难题。但 AIGC 可以解决这个问题。我们向它提问，给出一个关键词，它快速整合知识库里相关的信息，总结提炼出最符合我需求的答案，呈现给我们。

整个过程流畅，自然，舒适，可以省去我们在大量信息间来回穿梭、整理的时间，极其便捷 —— 这就是搜索3.0。

你问，它答，答案就在那儿，以最好的面貌呈现给你。

现在已经有一些类似这样的工具了。比如我在用的学术搜索引擎 Elicit，就是使用人工智能检索我想要的论文，不过还停留在比较初级的阶段。也许等有了更成熟 GPT 的加持，会再上升一个台阶。

因此，ChatGPT 也吸引了许多巨头的关注。目前最受关注的，应该就是微软和谷歌了。

微软已经直接投资了 OpenAI，并且计划在自己的搜索引擎必应和浏览器 edge 中嵌入 ChatGPT。目前，ChatGPT 版必应已经在国外向少量媒体开放，个人使用可能还要等一段时间。你可以登录必应国际版，会有一个加入等待清单的提示。

谷歌也宣布将一个人工智能 Bard 嵌入 Google 搜索之中。Bard 背后依托的是谷歌自己开发的人工智能模型 LaMDA，跟 GPT 效果相似但不同。

2）阅读。

前面提到，ChatGPT 有总结提炼的能力。这一点，可能彻底改变我们阅读和学习知识的方式。

试想一下：未来我们会如何学习一个新概念？你向人工智能提问，它直接把概念详细讲解给你。不懂的地方可以继续追问，它会进一步向你解释。那么，你还需要去到处找资料、看教材、听课程吗？不需要了。有人工智能就够了。

未来我们会如何阅读一本书？也许你可以把它导入人工智能，它会自己帮你总结提炼出书里最有价值的内容。可能是作者的观点，可能是方法论和步骤，可能是案例或论据……你想要什么，就向它下达什么指令，让它帮你「脱水」，呈上一份完善的摘要。

未来我们会如何看视频、听播客？或许我们也不用看、不用听了，直接导入人工智能，它会帮我们总结出其中的要点，甚至可以帮我们写一份妙趣横生、文采飞扬的阅读报告，让我们能轻松愉快地摄入知识。

未来，我们可能每个人都有拥有属于自己的专属医生、律师、财务经理……无论我们想要咨询什么问题，直接问人工智能就好，它会给出最新、最全面、最准确的答案。

当然，上面说的这些，现在的人工智能还远远不能做到。但很可能我们离这一天也不会多遥远了。

3）写作。

这一点可能是更简单的了。

我们不再需要自己字斟句酌去写邮件，只需要给它一个指令，人工智能就会自动帮我们写好一份邮件。

我们不再需要自己写材料、写报告，只需要给它足够的信息，人工智能就会自动帮我们整理好文字，并且文笔上乘。

我们不再需要把大量的精力耗费在撰写方案、文档上面，而只需要思考，想出各种各样的创意、主题、想法……再把这些想法告诉人工智能，它就可以自动帮我们把这些繁琐的事务全都搞定。

甚至，连思考本身都可以让人工智能来辅助 —— 你可以给它一个话题，让它帮你寻找素材、案例、参考资料；或者让它帮你头脑风暴，提供各种各样的点子供你参考……

我们或许将真正迎来一个「人工智能助理」时代。

微调：训练你自己的人工智能

在这些应用之中，最令我感兴趣的，其实是微调（fine-tuning）。

什么意思呢？它指的是：在人工智能本身的基础上，你再喂给它一些独特的、专属于你自己的材料，把它训练成一个属于你自己的人工智能，让它能够回答一些更具针对性的问题，满足你独特的需求。

举几个例子。

国外有人分享了一个实例：她把自己童年时的日记上传到一个人工智能模型中，让程序去学习她的思维、经历和文字，从而制造出了一个「童年的自己」。然后，跟这个「童年的自己」交谈。把自己遇到的问题，产生的困惑，面临的抉择向她询问，从自己的内心中寻找答案。

这是一个非常有意思的例子，也令我非常难忘。

同样，如果把一位作家的所有作品输入进去，或许再加上他的生平和经历，这个人工智能就能用作家的口吻去回答一些相关问题。国外有人做了这么一个尝试，向 ChatGPT 输入《反脆弱》作者塔勒布的作品，让它煞有介事地回答问题，使得塔勒布本人不得不出来纠正。

那么，如果把《红楼梦》以及明清的各种史料喂给一个更成熟的人工智能，它有没有可能续写出《红楼梦》？我想，这是可能的。

我感兴趣的点在于：通过微调，我们完全可能创造出一个专属于我们自己的人工智能 —— 只需要把我们所有的笔记，工作中产生的材料，平时的思考和日记……都喂给它，就可以了。

在这个情况下，它就是你，甚至它比你自己还更接近你自己 —— 因为许许多多你可能已经忘却了的记忆，它都能够忠实地保留着，并依据一套算法完善自己的预测模型，做出更符合你内心和需求的选择。

换言之，这就是一个专属于我们的「内脑」。当我们有疑惑时，当我们需要搜寻信息时，当我们需要分析问题、做出判断时，都可以参考它的意见。

不过，目前的 ChatGPT 似乎还不提供微调的功能，但 OpenAI 官网是有几个模型提供微调的，只不过需要一定的技术能力。感兴趣的朋友可以试一试。

另外，现在有些工具也在往这个方向尝试。比如有一些新兴工具，尝试记录你在电脑上浏览过的一切信息；以及知名笔记软件 Notion 也推出了 Notion AI，能够提供类似 ChatGPT 的功能。

那么，如果在我们的电脑中内置一个人工智能助手，或者在笔记软件中内置一个人工智能，把我们摄入和记录的信息都作为语料喂给它，似乎并不是遥不可及的事情。

到时也许可以出现这样的事情：你闲来无事，向它提问：最近有没有什么适合我看的电影？它会向你推荐一个清单。上面的内容来自哪里呢？来自它对你打过分的电影、读过的小说、有感而发的想法、平时搜索的内容、甚至跟朋友聊天的信息……这些数据进行综合分析之后，所推断出的你的喜好。

它甚至会告诉你：这部电影用到了你三年前偶然想到的一个点子，处理得非常好，有没有兴趣看一下？这部电影探讨了一个议题，正好是你前段时间一直感兴趣的，不妨参考一下……

当然，这个「内脑」无法绕开的，就是隐私安全的问题。如何确保我们的隐私不被别人所获得？我们愿意付出多少隐私作为代价来换取这样一个内脑？我们又能否接受它的存在，如何理解它与我之间的同一性？

这些，也许都是可以探讨的问题。

ChatGPT 会替代什么职业？

似乎每次聊到人工智能，都有人会问这个问题。

不过，我的答案依然是比较乐观的。就目前来看，甚至就上文所述的近未来来看，ChatGPT 等 AIGC 工具，什么都不会替代 —— 它只会提升我们的效率。

原因很简单：AIGC 的定位不是一项「职能」，而是一种「工具」。

什么叫职能？比如有一款人工智能，功能是帮助你看X光片，那这是一项职能，它可能会替代掉一部分医生的功能；但 AIGC 的功能是搜索、阅读、写作，这是所有职业都需要的基础技能。它本质上是辅助性的，是一种辅助的工具。

AIGC 可以帮我们做到的是什么呢？我们不需要再给每个 NPC 写一堆重复的台词了，而是可以设计 NPC 的背景，让 AIGC 自动生成他们的台词，甚至产生任务和剧情；我们也不再需要给小说中的每个人物设定人设了，可以先做好背景框架，再让 AIGC 生成一大堆人物，我们从中挑选，润色一下就好……

因此，有了 AIGC 的存在，我们能够想象的未来是：搜索信息更准确了，阅读效率更高了，得到的专业建议有了更多的渠道可以参考对比，游戏的剧情和任务可以更丰富了，小说和影视剧可以更多元化了，新闻可以更加实时地推送给我们……

所有的创作型职业都应该为此感到开心，因为困扰着他们的最大障碍 —— 无聊的、繁琐的、劳动密集型的操作性工作，可以被 AIGC 替代掉了。

那么，面对 ChatGPT 等 AIGC 工具，最需要、可能也是最重要的一项能力是什么呢？—— 是明确自己想要什么，并且能够表达清楚自己想法的能力。

能够提出一个好问题，有时候比能够解决一个问题更重要。ChatGPT 的出现，更加清楚地表明了这一点。

你对自己的清晰认知，对外部世界的独特见解，深入事物本质的洞察力，以及将其表达出来的沟通能力。

这四点，会是我们在面对一个由人工智能驱动的世界时，更加潇洒自如的武器。

最后，用我之前写的一个想法来作结吧。

随着 ChatGPT 等 AI 工具的发展，我们还需要记笔记吗？未来我们该如何管理知识？

所有知识，大体上可以分成三类：

一是客观存在的信息和事实；

二是我们对这些客观信息的理解、总结和思考；

三是我们行动实践所获得的经验和心得。

ChatGPT 等 AI 工具，能够替代的是绝大部分的一，以及一部分二。也就是它能替代客观信息库，以及我们对客观信息的总结。但二里面我们自己的思考加工，以及三里面我们的实践记录，是没有办法被替代的。

实际上，这也是让每个人的知识体系和知识结构真正有别于其他人的地方：重要的不是你收集和掌握到了多少信息，而是你对这些信息有着怎样的理解、形成了哪些自己的看法。

随着 AI 的发展，未来更好的形态，可能是一个「公用的外脑+私人的内脑」。我们可以接入这个公用的外脑，询问客观知识库所存在的一切信息和资料，包括论文、互联网文章、书籍、视频，等等。

而每个人基于他所记录的思考和项目实践，可以有一个经过自己微调和训练的内脑，让它学习自己的生活和思考方式，通过向它提问获得更加私人的、针对自己需求的答案，成为自己的秘书。

到时所谓的「记笔记」，可能就会变成向这个内脑喂材料和微调的过程。而每个人的大脑+内脑，可能就会变成一个专属于他的思考机器，也是将每个人区分开来的方式。

我非常期待这一天的到来。

很多读者在平日的科研工作中都会使用百度作为自己的主力检索网站，但是相比于谷歌浏览器，百度浏览器的检索效率较低，此外检索结果中会出现大量的广告、百家号等无关内容，特别是在下载科研软件时，会让我们莫名其妙地打开一些广告网站，费时费力。今天小虎编辑就给大家带来适合科研的搜索引擎攻略，让大家都能体验到高效、简洁的搜索引擎。

F搜

网址：

https://fsoufsou.com

F搜整体界面类似谷歌搜索，最大的特点就是没有任何广告。打开网站，简单检索的页面，熟悉的登录窗口，会直接让人以为是谷歌搜索。没有花里胡哨的标签、新闻或广告。

图片来源：网页截图（下同）

检索结果较百度相比，最突出的特点就是干净。没有任何的【百度热搜】【广告】之类的字眼，页面白底黑字并且检索结果都是十分接近我们想要的内容。F搜的搜索功能除了可以根据时间进行搜索外，还有一个比较有趣的功能——可以显示简体中文和繁体中文不同的结果。繁体中文大多都是台湾的网站，可以获得很多在百度上搜索不到的结果，比如繁体中文的维基百科，在一些关键词的解释上比百度百科要权威和详细很多。有了这一功能，可以更加拓宽我们检索时的检索面，当用简体中文检索时如果结果很少或者没有我们需要的，这时我们可以使用F搜的繁体中文搜索试一下，从而获取更多的信息。

此外，注册F搜账号后，可以使用更多的F搜工具，包括翻译、网盘文档、社区等内容。与谷歌简直是一模一样，喜欢的读者可以自行去体验。