Re: [請益] 大家怎麼看這一波AI浪潮

看板Stock作者 (Coolmint)時間9月前 (2023/07/17 16:26), 9月前編輯推噓29(32推 3噓 126→)
留言161則, 34人參與, 9月前最新討論串15/15 (看更多)
這波AI股狂飆 在於AI無限的可能性 難以準確計算的Est. EPS 所以造就了股價的狂飆 股民的心理就是怕沒上到車，知道這是大趨勢，所以管他三七二十一， 先上再說 之前有上車的股民我認為也是對的 先上車再汰弱換強 事實也證明暴賺 空手的股民我認為也不用心急 就算AI是確定的趨勢 還是會來來回回好幾次大清 洗(大補貨? 就像當年的電動車 21世紀初的GOOGLE AMAZON 一路上都還是有很多上車的機會 畢竟今年才AI元年 最後誰會在AI戰爭中勝出 目前言之過早 以前個人電腦是IBM最強 搜尋網站是YAHOO最強 電商是EBAY最強 結果現在的勝利者 都不是上述 ※ 引述《darkblue6404 (深藍)》之銘言： : 小弟買了一檔 號稱相信黃董 年底就懂的股票 : 從70跌到現在剩30好像還守不住 : 結果看到AI概念股狂漲 : 大家都賺錢 結果我買的持續探底 : 我在想 是不是該果斷停損 加入AI概念股的世界 : 把賠的錢賺回來呢 : 我現在考慮的點是 : AI概念股已經漲一大段了 : 我應該要為自己勇敢一次嗎 : 謝謝 : -------------------------------------------------------------------------- : 有提到任一支股票請使用[標的] : 有提到任一支股票請使用[標的] : 有提到任一支股票請使用[標的] : 發文前請先詳閱[請益]分類發文規範，未依規範發文將受處份。 : 根據板規1-4-2.請益可提及標的，但是只要屬以下如： : 1.問漲跌，或持股分析。 2.預測個股或產業未來性。 3.或有推薦意圖。 : 請使用 [標的] 分類並依正確格式發文，違者1-4-2刪文處份。 : ---------------------按ctrl+y 可刪除以上內容。---------------------------- -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.194.159.126 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1689582416.A.E65.html
推
07/17 16:27, 9月前 , 1F
07/17 16:27, 1F
→
07/17 16:28, 9月前 , 2F
其實不是AI元年, 以網路泡沫來講, 網路股在1995年
07/17 16:28, 2F
→
07/17 16:28, 9月前 , 3F
就開始炒作, 2000達到高峰
07/17 16:28, 3F
※ 編輯: Adamcolton (123.194.159.126 臺灣), 07/17/2023 16:29:02
→
07/17 16:28, 9月前 , 4F
這一波AI股其實在疫情期間就開始炒了
07/17 16:28, 4F
→
07/17 16:30, 9月前 , 5F
其實這一波AI的進程感覺跟當年網路泡沫差不多
07/17 16:30, 5F
→
07/17 16:31, 9月前 , 6F
所以壓寶代工鏟子的很正常啊
07/17 16:31, 6F
→
07/17 16:31, 9月前 , 7F
當年網路泡沫是一些周邊股票先炒了三四年, 然後在
07/17 16:31, 7F
→
07/17 16:31, 9月前 , 8F
所以散戶人手一張了嗎？是就快逃
07/17 16:31, 8F
→
07/17 16:31, 9月前 , 9F
1999年進入主升段, 當年扮演鏟子角色的是cisco
07/17 16:31, 9F
→
07/17 16:32, 9月前 , 10F
扮演類似chatGPT角色的是Yahoo
07/17 16:32, 10F
→
07/17 16:32, 9月前 , 11F
網路股進入主升段時, 其實大部分AI股都還不知道怎麼
07/17 16:32, 11F
→
07/17 16:33, 9月前 , 12F
獲利, 主升段的主角幾乎都不是最後勝出者
07/17 16:33, 12F
推
07/17 16:33, 9月前 , 13F
即將出獄的某螺:AI炒作過頭 即將回測40%!
07/17 16:33, 13F
→
07/17 16:34, 9月前 , 14F
打錯:其實大部分網路股都還不知道
07/17 16:34, 14F
→
07/17 16:34, 9月前 , 15F
到目前為止感覺很像網路泡沫重演
07/17 16:34, 15F
→
07/17 16:34, 9月前 , 16F
照這樣看明年下半年降息才即將進入最後泡沫的階段
07/17 16:34, 16F
→
07/17 16:34, 9月前 , 17F
，還有一年多可以玩
07/17 16:34, 17F
→
07/17 16:35, 9月前 , 18F
而且上一波台股最受惠的, 剛好也是這次AI股大漲的
07/17 16:35, 18F
→
07/17 16:36, 9月前 , 19F
這群 廣達、英業達, 緯創那時候是還沒有股票
07/17 16:36, 19F
→
07/17 16:36, 9月前 , 20F
只是上次大漲是因為NB, 這次是AI伺服器
07/17 16:36, 20F
→
07/17 16:37, 9月前 , 21F
網路泡沫前廣達漲到860, 英業達460
07/17 16:37, 21F
→
07/17 16:37, 9月前 , 22F
後來都在兩三年內腳趾斬, 跌到1/10
07/17 16:37, 22F
推
07/17 16:37, 9月前 , 23F
每天都一堆人在說要泡沫了 看空分析師每天唱衰
07/17 16:37, 23F
→
07/17 16:39, 9月前 , 24F
週期是會循環的，AI吹得像是人類的未來一樣，就算是
07/17 16:39, 24F
→
07/17 16:39, 9月前 , 25F
好了，也逃不過循環
07/17 16:39, 25F
推
07/17 16:45, 9月前 , 26F
緯創 英業達找NV代工晶片，根本是台灣的AAPL
07/17 16:45, 26F
→
07/17 16:49, 9月前 , 27F
緯創英業達找NV代工晶片?????
07/17 16:49, 27F
→
07/17 16:49, 9月前 , 28F
原來緯創英業達是IC design house?
07/17 16:49, 28F
→
07/17 16:50, 9月前 , 29F
還台灣的蘋果哩 快笑死了 這毛利率當什麼蘋果
07/17 16:50, 29F
推
07/17 16:51, 9月前 , 30F
所謂緯創 英業達找nvda代工 只是找他們代工上游HP
07/17 16:51, 30F
→
07/17 16:51, 9月前 , 31F
IBM MSFT等伺服器的需求，
07/17 16:51, 31F
→
07/17 16:51, 9月前 , 32F
講白了就只是找你代工我的代工訂單 轉包商的概念
07/17 16:51, 32F
→
07/17 16:52, 9月前 , 33F
轉包商只能賺賺中間的價差 獲利有限
07/17 16:52, 33F
→
07/17 16:53, 9月前 , 34F
唯一的賺頭 在於 如果未來需求量一直變大 就可以靠
07/17 16:53, 34F
→
07/17 16:53, 9月前 , 35F
量取勝
07/17 16:53, 35F
推
07/17 16:56, 9月前 , 36F
確實 去找位階低的吧
07/17 16:56, 36F
推
07/17 16:56, 9月前 , 37F
現在是當大家都不懂亂喊一通就是了
07/17 16:56, 37F
推
07/17 16:57, 9月前 , 38F
產業有未來性是真的 人類生產力將因為AI強化也是真
07/17 16:57, 38F
還有 83 則推文
→
07/17 19:38, 9月前 , 122F
會不會先有碳基生物才有矽基生物啊
07/17 19:38, 122F
推
07/17 19:47, 9月前 , 123F
在地球上的確是先有碳基生物啊
07/17 19:47, 123F
推
07/17 22:01, 9月前 , 124F
感謝分享
07/17 22:01, 124F
推
07/17 22:19, 9月前 , 125F
講AI會像網路泡沬的 現在放空不是大獲全勝嗎？解釋
07/17 22:19, 125F
→
07/17 22:19, 9月前 , 126F
太多還不如秀空單
07/17 22:19, 126F
→
07/17 22:23, 9月前 , 127F
元宇宙等8k爛大街再說
07/17 22:23, 127F
→
07/17 22:36, 9月前 , 128F
有哪些AI的工具迫使消費者願意讓公司賺取更多利潤?
07/17 22:36, 128F
→
07/17 23:23, 9月前 , 129F
泡沫還離得很遠啊 最相近的概念就是當年3D顯卡競爭
07/17 23:23, 129F
→
07/17 23:23, 9月前 , 130F
計算力夠強才會有遊戲content相輔相成 gaming市場
07/17 23:23, 130F
→
07/17 23:24, 9月前 , 131F
也從2000走了10幾多年 這波AI會走這樣路
07/17 23:24, 131F
→
07/17 23:25, 9月前 , 132F
再者LLM胡說八道(hallucination)也在目前改進中
07/17 23:25, 132F
→
07/17 23:25, 9月前 , 133F
就講簡單例子 這波AI是生產力的改善 而生產力的改善
07/17 23:25, 133F
→
07/17 23:26, 9月前 , 134F
來自於大量各式各樣data和foundation model
07/17 23:26, 134F
→
07/17 23:26, 9月前 , 135F
造就這原因就是算力的無窮提升 跟當年3D顯卡故事
07/17 23:26, 135F
→
07/17 23:27, 9月前 , 136F
是一樣的 當年老黃每年3D顯卡計算能力就是一倍提升
07/17 23:27, 136F
推
07/18 00:04, 9月前 , 137F
算力提示我沒意見，怕的是算法不夠力，個人認為 LLM
07/18 00:04, 137F
→
07/18 00:04, 9月前 , 138F
技術 not good enough
07/18 00:04, 138F
→
07/18 00:15, 9月前 , 139F
*提升
07/18 00:15, 139F
推
07/18 02:33, 9月前 , 140F
LLM的原理是預測下一個字 而產生的內容有其機率分佈
07/18 02:33, 140F
→
07/18 02:33, 9月前 , 141F
有用過API就知道可以調temperature, top_n, top_k
07/18 02:33, 141F
→
07/18 02:33, 9月前 , 142F
這些參數 目前是發現可以透過內容出現的機率來推算
07/18 02:33, 142F
→
07/18 02:33, 9月前 , 143F
信心水準 例如你把top_k調成1 那就只有機率最大那個
07/18 02:33, 143F
→
07/18 02:34, 9月前 , 144F
答案會出現 這時候胡說八道的機率就偏低 未來應該是
07/18 02:34, 144F
→
07/18 02:34, 9月前 , 145F
有辦法解決的
07/18 02:34, 145F
→
07/18 02:38, 9月前 , 146F
然後GPT的成果最神的地方在於他讓人類破解圖靈測試
07/18 02:38, 146F
→
07/18 02:38, 9月前 , 147F
（跟我說不行的 我保證你如果不考慮法律問題 把全世
07/18 02:38, 147F
→
07/18 02:38, 9月前 , 148F
界的私人對話紀錄拿來fine tune 那你跟他聊天估計不
07/18 02:38, 148F
→
07/18 02:38, 9月前 , 149F
可能分辨出他是不是真人）也就是說 它讓我們看到了A
07/18 02:38, 149F
→
07/18 02:38, 9月前 , 150F
GI的雛形
07/18 02:38, 150F
→
07/18 02:43, 9月前 , 151F
問題在於兩個 LLM的架構本身 沒有立即持續學習的能
07/18 02:43, 151F
→
07/18 02:43, 9月前 , 152F
力（這就是大眾最常誤解的點 模型可以記憶prompt跟
07/18 02:43, 152F
→
07/18 02:43, 9月前 , 153F
他可以對每個新刺激都重新train一次是兩回事）就像
07/18 02:43, 153F
→
07/18 02:43, 9月前 , 154F
你這次train完了 那他的資料就是到這裡為止 至於你
07/18 02:43, 154F
→
07/18 02:43, 9月前 , 155F
自己跟GPT的對話紀錄並不會馬上被GPT學起來 可以說
07/18 02:43, 155F
→
07/18 02:43, 9月前 , 156F
他有短期記憶 但沒有長期記憶
07/18 02:43, 156F
→
07/18 02:47, 9月前 , 157F
另一點就是他沒有感官能力主動感受外界作為新的資料
07/18 02:47, 157F
→
07/18 02:47, 9月前 , 158F
，所以你會說他的資料都算是抄襲人寫出來的內容，但
07/18 02:47, 158F
→
07/18 02:47, 9月前 , 159F
如果他能夠主動經驗外在世界，那就沒這爭議
07/18 02:47, 159F
→
07/18 02:48, 9月前 , 160F
結論：AGI是可能的，但絕對不是用LLM為主體
07/18 02:48, 160F
噓
07/18 04:16, 9月前 , 161F
這次都一路噴到底 哪有洗過
07/18 04:16, 161F
‣ 更多 Adamcolton 的文章
文章代碼(AID): #1ajFjGvb (Stock)
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 15 之 15 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共15篇)
‣ 更多 Adamcolton 的文章
文章代碼(AID): #1ajFjGvb (Stock)