【龔成問答信箱】(Q20861-Q20880)
Q20861:
龔sir你好,係你嘅書同你嘅fb我都學到好多野,股票問題上亦都解答我很多問題,但我今次想問的問題不關於股票。
我知你的EQ很好,我想問下你係如果訓練的?
我今年29嵗,在工作上,待人處事有時會受到很多委屈,當然亦會有時候受不住氣而爆發
事後知道很無謂,亦都無補於事,甚至會令事件更差。我知道自己EQ不是太高,想問下如果可以提升EQ?
龔成老師:
我地最重要是「做好自己」、「做正確的事」。
我大約10年前開始在網上發表文章,及接受傳媒訪問等,第一次接受傳媒訪問,就是講自己怎樣利用儲蓄投資,成功滾存到$100萬。
我當時真心教人點儲$100萬,但部分網友的留言卻是負面,例如「佢一定無比家用啦」「佢一定講大話」等等。
最初會想,我是否講錯D咩?
但好快我就明白,這個世界,原來有好多種人,無論我做得點好,都會有人不喜歡,都會有人為攻擊而攻擊。
因此我明白,我不是為其他人而活,我不用因為佢地而改變自己,這些人只是少數,我只要做好自己,行正確的方向就得。
可能你在工作上,都有不同的委屈,但你都要明白,有些事是你控制不到的。正如我第一次做訪問,網友話我「佢一定無比家用啦」,其實我是有比家用的,只是我在訪問無講。
唔通我講每一句說話,都要加10000字去補充,避免比人攻擊嗎?
其實,你只要做好你份內事就得,好多野你根本是控制唔到,亦不值得花時間去做每一件無謂事,同時,亦不值得你出現情緒問題。
好多時,別人點去想,我地控制唔到,與其花時間處理這些事,不如做好自己,你只要對得住自己,做事正確,就無問題。
------------------------------------------------
Q20862:
龔sir,我現有資產:
恒基 (00012) 1000股@27.65
長江基建 (01038) 500股@40.05
中銀 (02388) 500股@22.05
阿里爸爸 (9988) 100股@246.40
舜宇光學 (2382) 100股@146
中生製藥 (1177) 1000股@6.9
平安好醫生 (1833) 200股@95
月供 銀河(00027) & 港鐵(00066) 各$2000
另外,現價$360多萬細價樓
目標:
5年內基本財務自由
10年內退休
每月$30000現金流
1) 對呢個組合有咩意見?
2) 想重新配置,集中2隻潛力股長期分注買入,邊2隻最強更值得長期持有?或者點做會更有效達標呢?
3) 月供
港股:打算加多2隻共$5000,例如$2000 港交所 (388),有咩好建議?
龔成老師:
1)現時你所持有的股票,都有質素,都是平穩增股+潛力股,你長期持有就得,無問題的。
至話月供股票,都是有質素的。
物業、股票,選股,基本上都平衡,你方向正確的。
2)如果你想5年有基本財務自由,可以加入恆生科指ETF(3067)你可以月供或自行分注都得,提高你組合增長力。
3)可考慮月供小米(1810)或舜宇(2382)。
------------------------------------------------
Q20863:
老師,請教一下,我的股票組合可以嗎:
823、1830、1833、1928、2845、3067、9988
有什麼需要加入或調整?我聽老師講買入一些優質的股票諗住長期持有等收成。
我36歲,是單親媽媽,小朋友今年已17歲。打算於網上嘗試做些小生意。現在的股票是資產的40%,
每月慳d大概有10000 可作股資,股票方面我應該點做先可以有比較好的回報?我想比個仔出年去外國讀書,謝謝老師。
龔成老師:
組合可以。
這些都是有質素的股票,都可以長線投資。不過,以現時你的家庭負擔情況,唔建議你投資太過進取。
你原有貨可持有,但之後應加翻D平穩增長類股,例如盈富(2800),令你組合潛力股比例減翻少少。
另外,如果你打算比小朋友去外國讀書,要計好所需資金,留一筆資金不要投資,餘下先投資。至於投資的類別,你之前的方向已正確,你可以加翻2800去平衡就得。
至於網上生意,當然可以,可以試,試完先知有無得發展。
------------------------------------------------
Q20864:
龔sir 你好 最近股市係咁跌
我手持的股票都是向下跌的趨勢
我想問下龔sir 我係繼續持有 還是要沽出轉比較有質素噶股票?
1357(美圖)4.2 (8000股)
726(築友智造科技)1.2 (20000股)
2148 (Vesync)23.5(1000股)
6690 (海爾智家)33.6(1000股)
419(華誼騰訊娛樂)0.63 (20000)股
1177 (中國生物科技)8.8 (10000股)
1530 (三生製藥) 9.1 (3000股)
1050 (嘉利國際)1.92 (50000股)
呢個投資組合其實已經出現左10萬虧損 心好慌 我現在手上係沒有現金流 龔sir 覺得我應該沽出邊d無質素股票去獲取現金流 然後等機會投資有質素噶股票
龔成老師:
最重要是睇企業質素,不是短期股價、賺蝕,或自己的買入價。
築友智造科技(0726)質素一般般,不建議持有太多。
華誼騰訊(0419)風險高。
嘉利國際(1050)質素中等,但不算差,只要不過多就得。
美圖公司(1357)正面,佢過左最差時期,現時正向好。
佢主要從事提供在線廣告及其他互聯網增值服務;以及開發、製造及銷售智能硬件產品。
見佢財務數據改善,這企業仍有發展力,有長線投資價值。不過業務變化始終大,不建議大注投資。
至於其他,持有可以。
------------------------------------------------
Q20865:
龔成老師你好!近期市況波動,雖然老師你話唔駛理短期價期,但我手上有唔少蟹貨,大跌得好緊要,所以都好擔心。
916 龍源 $13.37
3319 雅生活 $36
9633 農夫山泉 $59.7
想問呢三隻股是否優質,前景如何,可否長期持有?
短期消息利淡916嘅,應該點部署?
另1830 必瘦站,$4.97有貨,高追咗,駛唔駛溝下貨?
謝謝
龔成老師:
上述的3股,都有質素,你可長線,但你不用太著重短期因素。如果見到短期利好因素就追貨,短期不利因素就賣出,你的投資成績將會很差。
你要著重企業的長期價值,當一個消息出現時,要分析,對該企業有沒有長期性的影響。這3股你都可以長線,但就唔好心急加注。
至於必瘦站(1830),你買入價略貴,有貨可持有,但就唔好心急加注,暫時仍貴。
另外提翻你一個觀念,我地決定加注與否,要睇幾個因素,記住,並不是「拉低平均買入價」為目的。
第一,要分析這股的質素,如果無質素,就再跌都唔加。
第二,這股的類別,如潛力或增長或收息類等,是否與你的財富組合匹配,比例是否適合。
第三,你要先計算加注後,這股佔你股票組合的比例會否太多,因為同一行業,同一股票。不能佔股票組合的比例太多。
第四,現價是否有投資價值率,要平,或起碼合理,不能貴。
第五,你要在加注後,仍有現金剩。
記住,重點不是「拉低平均價」,而是組合比例與配置。
------------------------------------------------
Q20866:
老師 想請教你
我差唔多40歲
原本幫朋友睇住間小食店
佢最近想唔做 講會比我頂
點知到我貸到款 佢先講 唔會比我頂
所以我宜家有廿萬現金 不過就要煩每月還款
因為一d原因 我先前嘅所有積蓄已經冇晒
所以宜家借左舊錢 不過又冇得做生意
黎緊仲要諗搵工 不過搵份工 又未必夠還款
我新借左22萬 再加先前嘅貸款
宜家每月要還大約15000一個月
分5年 0.4% 月平息
請問我應該用呢舊錢買股票嗎?
定投資其他嘢會比較好
多謝老師時間!!
另外期權可以考慮嗎?
龔成老師:
坦白講,如果你這刻處理得唔好,會好地地,變成了債務持續滾大,如果你之前的投資經驗不太多,建議你不要投資,或只投資收息股。
現時你無工作,但又負債,如果用左筆錢,你會忽然多左筆負債。
如果可以的話,當然是還錢。但如果不能提早還錢,可考慮部分收息股,目標是5%、6%的股息率的收息股,例如港燈(2638)、深高速(0548)、香港電訊(6823)、工行(1398)、恆生(0011)、置富(0778)、陽光(0435)、高息基金(3110)都可以。
至於期權,要較高技巧的,同時我之前做銀行同證券行,見D客玩都是輸的佔絕大部分的。
------------------------------------------------
Q20867:
龔sir 你好 我以前曾經買過股票 不過當時完全咩都唔識就亂買 係賺左 但最後都輸番曬 我自己日常經濟壓力都勁大
但都想做投資為將來做保障 但你出左好多書 我早前去書局找你既書 都無從入手 有d好似好深 我太新手 怕買左唔識睇又浪費左
有冇邊本書可以比我由淺入深 慢慢學
謝謝你
龔成老師:
你可首先睇:
《80後百萬富翁》
《股票勝經》
《財務自由行》
之後再睇其他。
書本在三聯、商務、誠品都有得賣。由於部分書在一些書店已斷,所以若你見唔到,問下職員就得(又或向職員訂都可以)。
以下是我的12本書:
《80後百萬富翁》(第9版)
《80後2百萬富翁》(第4版)
《80後3百萬富翁》(第2版)
《財務自由行》(第7版)
《大富翁致富藍圖》(第5版)
《50優質潛力股》(第4版)
《50穩健收息股》(第3版)
《50值博倍升股》(第3版)
《股票勝經》(第3版)
《選股勝經》(第2版)
《年報勝經》(第2版)
《5年買樓4部曲》(第2版)
------------------------------------------------
Q20868:
你好,如果投資20%落BRK.B,算不算多?
多謝你細心為各位做心理輔導,見你每次大跌市都出文,其實大市回10%好正常,就如大市可以升10%一樣,只要跟策略及風險管理行事,在加上手上留有現金,真不是一件大事。
我打算留現金,等9988回到$210, 等1038回到$41,等1928回到$33,如果不是,都想留現金,減少交易,看中加肯定先出手
龔成老師:
唔算多,因為BRK.B是一個組合,因此不會有集中風險,加上長遠有增長,所以無問題。
對,股價上上落落好正常,我地最重要是平常心面對。重點不是短期股價,是企業的長遠發展。
你照你的策略進行就得。
你的思維方向正確,只要執行就無問題。
------------------------------------------------
Q20869:
我今日已套現0066二千股,會逐漸減持轉到潛力股,我見你話1211仲未到全爆發期,心大心細想入手
可否分享你現持有的股票組合嗎?除了1177,1211,1448。多謝老師
龔成老師:
比亞迪(1211)雖然長遠仍有增長力,但這刻投資的值博率不足,所以,這刻始終唔太建議。
或者可考慮:GX中國電車(2845),這基金的目標是追蹤Solactive中國電動車指數NTR「相關指數」表現緊密相關的投資回報。
持股中最重就係比亞迪A股(002594),中國因為能源問題,長遠一定要發展電動車,這是大方向,故此股有一定投資價值。
由於近期不少車股被炒起,此股現價略貴。無貨可以現時入少少,到有明顯回調才再慢慢加注。
潛力度是有的,但會比較波動,如投資宜慢慢分注,可長線。
至於我的組合,講少少,仲有小米(1810)、必瘦站(1830)、金沙(1928)。
------------------------------------------------
Q20870:
老師你好,我最近係高位回落少少個陣入左2319蒙牛(46.9 2000股)同 175吉利(29.55 2000股)
之後跌左
我仲擔心緊蝕左2萬多,
岩岩睇到老師你有分析蒙牛
想問下我係咪唔應該依家入手去溝貨,
呢兩隻2319同175就咁長擺啊?
龔成老師:
蒙牛乳業(2319)有質素。
佢於中國從事乳製品生產及經售業務,乃中國領先的乳製品生產商之一,以蒙牛為主要品牌提供多元化的產品,包括液體奶(乳飲料及酸奶)、冰淇淋及其他乳製品(如奶粉等)。
無論品牌、銷售網絡、發展,都不差,長遠正面。這股有長線投資價值,不過現價就唔算平,你買入價略貴,有貨可持有,不過唔好加注。
吉利(0175)本身的質素不差,擁有一定的銷售網絡及品牌,不錯的市場策略及定位,而又能把握中國汽車市場增長的機遇。
長遠來講,佢的品牌與發展在中國仍理想,2018年,吉利透過旗下海外企業,動用超過$500億人民幣收購戴姆勒股份公司9.69%股份。由于戴姆勒股權結構分散,所以吉利已經成為了戴姆勒集團最大單一股東。這不單有利佢有中國發展,同時長遠,可能加快了海外發展速度。
另外,佢未必發展自己的電動車品牌,但會發展當中的技術,相信在合作及自身價值上,長遠仍是正面的。
現時價位在合理區頂,股價波動,有貨可長線,耐心持有就得,但你預佢股價都會幾波動。
提翻你一個概念,我地決定加注與否,要睇幾個因素,記住,並不是「拉低平均買入價」為目的。
第一,要分析這股的質素,如果無質素,就再跌都唔加。
第二,這股的類別,如潛力或增長或收息類等,是否與你的財富組合匹配,比例是否適合。
第三,你要先計算加注後,這股佔你股票組合的比例會否太多,因為同一行業,同一股票。不能佔股票組合的比例太多。
第四,現價是否有投資價值率,要平,或起碼合理,不能貴。
第五,你要在加注後,仍有現金剩。
記住,重點不是「拉低平均價」,而是組合比例與配置。
------------------------------------------------
Q20871:
老師,想問下3838和1478有投資價值嗎?可以長線持有嗎?
龔成老師:
中國澱粉(3838)主要從事製造及銷售玉米澱粉、賴氨酸、澱粉糖、變性澱粉、玉米製副產品及玉米深加工產品。
近年的生意都有增長,不過盈利就唔算強,同時有少少波動,反映佢都受成本等因素影響,產品價格自主力唔強。
整體企業質素,唔算高,但未算劣質。
現價雖然合理,但投資值博率唔高。
丘鈦科技(1478)這股之前好波動,其實呢隻股本身唔算差,前景不過不失,但市場估值的變化就相當大,當企業有不同的消息,都會對股價有一定的影響。
佢雖然有技術,但賺錢能力相當不穩。當環境逆轉,手機市場轉弱,這企業就成為較大影響的企業。
整體來說,不過不失,波動是這股最大的風險。如投資這類股,不能太大注。
------------------------------------------------
Q20872:
好多謝你的耐性解答令我有免費個案參考(亦覺你好叻及唔只專注係錢眼上,反而有用心教導讀者令其係人性的進步)
現請教:1)請問之前700@671應點佈局?[email protected]至今無放?
2)另我以前專注買銀行股(中行,建行,交行等等)和2800(因覺點跌都唔會變墙紙)睇返自己2006至今的記錄,發覺你推介的有些比當年價仲低(唔係質疑請唔好誤會),我無掛有至口,若持有至今咁點資本增值?
3)我都有重損手過就係857(諗住國企點都唔會死又高息,好在當年輸咗多都舍得放棄),咁宜家中芯有大唐支持,又信得過嗎?
4)我持有巴巴係手舊年16/3入@179,持有至今基本上若無跌穿上年我會再持有及增持2/3/2021@229(算高入但後市無人伖),我應長線定短期有賺就走?
因好多新聞及資訊都話會再調整去到26000-28000,所以雖想長線但亦想短線走再更件價入,若短線睇幾錢?
5)我有小米@24.5係入的,長線定走左再等兩低價入?
6)我想入941和66各應幾錢?邊隻更好(我已中年想用這兩隻作為退休收息及資本保/)增值 。
7)我如果設700@1千止賺會否太進取?
我係反向思維去買股,所以手上都係新經濟股多(因我中長線),以前未知有你無睇到,宜家覺自己會否太冒險,我都有比亞迪@205,應搵位止賺定真的長線?(平時工作忙所以我極少短炒),thanks a lot!
龔成老師:
1)你長線投資就得。這股有質素,我地不是買賣賺差價,而是成為你財富組合一部分。你買入價唔算平,但可長線,不過唔好心急加注。
2)因為你無建立一個平衡的組合。其實銀行股自從金融海嘯之後,增長力已不強(我當年在銀行工作,明白佢地的賺錢能力大減,現時已回不了過去好賺的情況)。銀行只是收息股,你唔應該買太多,同時唔應該對股價有太大期望,因為佢只是收息。
如果你想組合有增長力,宜將部分轉其他。
3)最重要是睇佢本身的業務,有無支持只是一些輔助位。
中石油(0857)雖然質素都算有,但不是最高質類別,佢對油價較為敏感。
雖然佢都有一定的規模,但卻不是最高質素的企業,這是由於佢的產品自主力較弱。
石油是商品,當中沒有差異性,佢地要將石油賣出,只能跟國際油價,這令佢地處於被動狀態。沒有價格自主的能力,這令佢地的獨特性有限。這類商品企業,都可投資,但就要明白不是最高質的企業。
由於質素中等,唔建議大注投資。
4)阿里(9988)將面對內地監管可能收緊,因此風險度增加左,不過,我相信佢的整體優質度仍在,內地不是不想佢賺錢,只是想規管佢。佢已建立好完善的業務,因此本身是無得輸,只是賺多賺少問題,現時監管多左,點都會影響賺錢能力。
又以佢的螞蟻貸款業務來講,這部分是一些網上的小型貸款業務,增長快,但監管並不如銀行般緊,因此,中央會有更多的監管針對這部分,影響了賺錢能力。
整體上,阿里,長遠仍是有發展,賺錢能力雖然有少少減,但長遠會同政府同意一些監管方法,以及找到合理的賺錢模式,你預阿里現價約在合理區頂部,這股可長線。不過,中短期會波動。
如果有貨,可持有。
其實,你唔需要理會太多短期因素,唔需要理會太多所謂「調整到到幾多點」,唔好信!
5)小米(1810),有質素,你買入價約在合理區頂,你持有就得。
6)中移動(0941)同港鐵(0066)現價合理,你可分注投資。
7)唔好太預測目標價,無意思。
同時,你以「幾多價位止賺」的心態,證明你與90%的散戶思維一樣,停在現金概念,而有錢人是不會這樣想。建議你增加知識,例如睇《股票勝經》《財務自由行》。
我地最重要是建立一個長期的「財富組合」,要優質,要平衡,要適合你的年齡與風險承受程度,新舊經濟各類股都要有。
同一行業不能太多,同一股不能太多。要平衡,建立後長期持有,不是買賣賺差價,而是成為你財富組合一部分。
------------------------------------------------
Q20873:
龔成老師你好,很高興認識你,最近也follow你的Facebook,上星期也剛剛買了你的書《股票勝經》、《80後百萬富翁》、《50優質潛力股》,正在開始睇第一本,遲啲抽時間去上你嘅堂,好期待。
本人是一名家庭主婦,今年39歲有一個兒子,一家三口,大概在兩年前學人哋買股票,因為對股票嘅唔認識,所以朋友叫買邊隻就買邊隻
就係因為咁嘅情況底下,投咗60萬落去,一年前蝕咗15萬,本來打算以後唔再買股票,但係諗諗吓啲錢擺喺銀行又冇乜利息,唯有膽粗粗再試下,又將啲錢買落股票度。
我將45萬買咗以下股票:
00066, 2000/@44.88
00823,1000/@72.97
01177,7000/@8.38
01810,2400/@27.48
01833,500/@108.86
02800,500/29.08
03067,500/18.01
06618,50/@137.2
00700,100/@66000(另想賣掉騰訊換取2手01024可以嗎?還是保留住)
龔成老師以上組合需要調整嗎?
只得我老公一個人返工,除了家用外,現時每個月剩餘大概5000-8000可以投資,那我應該加注以上那隻股票?又或是要加多幾隻新股入嚟呢?
另外想問龔成老師,我目標想5年後有120萬,能夠做得到嗎?我還有那些需要注意的,麻煩龔成老師指點一下我,麻煩你,感恩認識到你。
龔成老師:
現時你持有的股票,都是有質素的,你長線持有無問題。不過,醫藥相關的股票,佔了一定的比例,你唔好加這類住,要建立一個平衡的組合。
騰訊(0700)可長線,但你預佢中短期會較波動。
如果你每月有5000-8000,以你的年齡,可投資盈富(2800)及恆生科指ETF(3067),可以2800$4000、3067$2000,大約的比例是這樣,你可月供或自行分注投資。
我地最重要是建立一個長期的「財富組合」,要優質,要平衡,要適合你的年齡與風險承受程度,新舊經濟各類股都要有。
同一行業不能太多,同一股不能太多。要平衡,建立後長期持有,不是買賣賺差價,而是成為你財富組合一部分。
你現時39歲,財富仍有增長力,只要唔太進取就得。如果想5年後滾存到$120萬,要加大每月儲蓄投資先得。
------------------------------------------------
Q20874:
想請教一下,我有部分股票,你認為可以一直長揸嗎?這是好的企業嗎?
6066 $12.26
881 $53.6
968 $19.6
1316 $13.1
909 $48
175 $28
1833 $122
龔成老師:
基本上都是有質素的股票,可以長線投資。
中信建投証券(6066)係一家在中國的綜合性投資銀行。
佢主要業務包括四個分部:
(1)投資銀行業務
(2)財富管理業務
(3)交易及機構客戶服務業務
(4)投資管理業務
業務的生意與盈利都不差,長遠有上升能力,但未必是大升類,同時業務會受投資市場影響,有風險,整體質素算是不過不失。
這股都有長線投資價值,但就唔建議投資太多。
耐世特(1316)本質中等,之前業績有點弱,但又唔算好差,之後會好轉翻。
股現價合理,但就未必值得投資太多,因為質素始終不強。但相信之後能平穩增長。
至於其他,無問題。
但我見你有幾隻都是用汽車有關的,你要注意翻行業集中風險,同一行業的佔比最好在30%以下。
------------------------------------------------
Q20875:
龔sir,我真係好迷惘,計極都極唔掂條數,我又唔知可以同邊個講,幫我解決問題!
我月入22K,岩岩買左樓要開始供樓,借左銀行400萬,借左屋企80萬,每年保險4萬。開始月供股票2000.
每月支出
供樓1萬
家用4千
儲蓄3千
月供股票2千
計到呢到我已經唔知點計落去,儲蓄嘅3千其實係草黎交保費,根本已經屋企錢還唔到,私人儲蓄都做唔到!我真係有諗過放晒現有嘅股票,起碼都有11萬左右流動資金係手!
龔sir,我應該要點做!我係咪應該要放晒d股票!
龔成老師:
你賣晒D股票,變做現金,點增值?
你現時持有的資產有物業及股票,其實你都正在財富增長中。
當然,有一定的現金在手都重要,所以,現時你要盡力儲到基本的現金,等現金數目去到基本狀態後,就不用太擔心。
第一,想方法增加收入,兼職、小生意、網上生意等,要想方法,不要停在原地。
第二,減少支出,盡你更大努力去減少支出。
第三,尋找長遠增加收入的方法,你現時$22000,要想想在長遠,怎樣更進一步增加收入,轉工、升職、發展副業?
第四,如果上述幾個都唔得。就停止月供股票,等你有基本的現金在手,之後再開始翻月供。
------------------------------------------------
Q20876:
龔sir您好, 唔明點解968信義跌得咁勁。光伏業我分析是一個前景好好的行業,各國都倡議轉用環保能源
再加上前日發表財報都是好好,但無奈就是發表財報後就大跌(最近我留意原來有好多公司發表完財報,業績好,但係股價都係會發報完之後跌,真係唔明)。
我自己仍然睇好呢個行業,本身$18.6有2手,我應唔應該依家低位買多1手?多謝您的時間
龔成老師:
其實你唔需要太在意中短期股價,信義光能(0968)整個版塊,近幾個月炒得好勁,1年間升左3倍,就算大跌,都非常正常,所以,我地要懂得計企業價值。
當佢貴時,就算有少少不利消息,例如政府投資行業的力度比預期低,都有機會令股價受壓。
例如一個行業,前景正面,生意將會增長2倍,但股價升左4倍,如果股價要大跌,都是十分合理,但這大跌絕不代表行業有問題,業務發展仍是十分理想。
信義光能(0968)本質不差,業務保持有一定的增長力,股本回報率處高水平,加上現金流強勁,是有一定質素,可長線投資的股票。
現價合理區頂,你有貨可持有。如果加注,跌多15%先考慮。
------------------------------------------------
Q20877:
想請教一下
現在股市波動 手持以下股票應增持溝貨嗎?
小米 27.5
2013 29.4
1337 2.9
3800 2.9 3.08各持有
3311 5.6
謝謝指教
龔成老師:
現時持有的股票,基本上都有質素的,可持有,不過,你較集中在新經濟股或近期的焦點股,其實長遠應該調整翻個組合。建立一個更平衡的投資組合。
加上現時你手上的股,大多只是處合理區頂至略貴,因此,未是加注時間,除非你資金較多。或者等佢地回落多15%先考慮。
而雷蛇(1337)、保利協鑫(3800)唔建議持有過多。
------------------------------------------------
Q20878:
老師,想問關於買賣策略的問題。
現時大市已經有少少降溫,但又未到平。
但有啲個股又出現值博率。
所以依家係咪都可以入啲有值博率的企業?但又唔知大市會否大跌。
之前係合理和便宜買落的股票唔會放,仲有空間加倉,但又未跌到便宜區。
我現時現金有3成,都想儲少少新經濟股的貨,但唔打算滿倉。
我這個方向正確嗎?
得3成現金,但想儲多少少有值博率的貨,咁樣會唔會太大風險?
龔成老師:
首先要睇你新經濟股的比例,如果這類股比例較少,而你又想加翻D,可以,之前這類股貴,現時合理區頂,適當加翻其實都可以。
而你3成現金,都可以動用部分,但唔建議用太多,始終現價唔叫平。
你的方向正確。只要小心選股,小心運用資金,同時留有一定的現金,就可以。
------------------------------------------------
Q20879:
老師,最近真係好驚,不過就練心理質素。重組後,持股如下,老師有何意見?
比瓦迪$252.3x1000
蒙牛$44.725x2000
阿里巴巴$248.7x300
藥明$114.1x1000
海爾$32.55x2000
潤啤$66.7x2000
雅生活$32.78x2500
粵海$13.86x2000
信義光能$15.94x2000
舜宇$190.9x100
小米$24.4x1000
龔成老師:
你一定要做到「平常心」,這是成功投資者極重要的元素。我永遠是睇「企業幾年後的業務情況」,而不現「現時股價」。
你上述的持股,基本上都是有質素的,你都可以長線持有,較大的問題是你的買入價,你較多都在「貴」的價位買入,你應該用月供或分注模式,慢慢分注投資,唔應該一次過買入,特別是當你不懂掌握平貴時。
現時的組合,無問題,你可以長線持有,但之後唔好太心急加注。可用平均入市法或月供,又或等大跌先出手,唔好心急買入。
------------------------------------------------
Q20880:
老師,想請教一下恆指市盈率的問題
第二堂有教我地查恆指網頁,睇佢個市盈率。依家恆指股票數目慢慢增加,以及新經濟股比重開始增加,是否還能用那個恆指市盈率表作分析呢?
例如2月尾恆指:29500點,恆指網站顯示2月的市盈率是15.55倍,但係根據過去平均數,係11.5-12倍左右,咁得出結果:依家29000 點,那是否屬於貴的水平?
如不是,那應該如何計算和參考調整後的恆指數據呢?
龔成老師:
你提出的問題正確,恆指因為將會有較大變數,所以平貴定義都不同。公司數目由50間慢慢變為100間,當中更會加入更多新經濟類股。
你可以當30000點,是恆指的合理區中上部。33000初步貴,22000初步平。(當然,這些都會因時間而改變),所以,你要自行計出這幾個點數,當之後加入新公司至100間後,該點數最新的市盈率,而日後就以市盈率作平貴指標。
----------------------------------------------
若你有問題想向本人發問,可在龔成的fb專頁中(www.facebook.com/80shing)inbox龔成,但要注意如無特別聲明,有可能將問答放上網,當然,會將發問者的身份,以及有關個人資料的部分刪去。
另外,我所給予的各種意見,只是供大家參考,當中無任何銷售及推介,不涉及任何利益,其實大家應該要有獨立分析的能力,我只是給予一些方向及純參考模式。
由於提問人數眾多,見諒無法即日回覆,如果是普通的提問,預起碼要7天以上才能回覆,若然是較複雜的提問,起碼要10天才能回覆,希望各位能諒解。
「成績等第中國醫」的推薦目錄:
- 關於成績等第中國醫 在 龔成 Facebook 的最佳解答
- 關於成績等第中國醫 在 李開復 Kai-Fu Lee Facebook 的最讚貼文
- 關於成績等第中國醫 在 李開復 Kai-Fu Lee Facebook 的最佳貼文
- 關於成績等第中國醫 在 成績等第清大在PTT/mobile01評價與討論 的評價
- 關於成績等第中國醫 在 成績等第清大在PTT/mobile01評價與討論 的評價
- 關於成績等第中國醫 在 中國醫藥大學學生會- 【成績單將寄送至通訊地址】 根據個資法 的評價
- 關於成績等第中國醫 在 問學期成績問題 - 中國醫藥大學板 | Dcard 的評價
- 關於成績等第中國醫 在 繁星、指考入學以及來自明星高中的中國醫藥大學 ... - YouTube 的評價
成績等第中國醫 在 李開復 Kai-Fu Lee Facebook 的最讚貼文
近日,我與阿萊克斯·彭特蘭教授(Alex Pentland)展開了一場”AI如何重塑人類社會”的精彩對話。
《連線》雜誌的資深撰稿人威爾·奈特(Will Knight)主持了這場對話。
阿萊克斯·彭特蘭教授任教于麻省理工學院,為全球大資料權威專家之一,現任MIT連接科學研究所主任、MIT媒體藝術與科學教授,擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜,曾參與創建MIT媒體實驗室,是全球被引述次數最多的計算科學家之一。
對話金句:
李開復:
AI最大的機會蘊藏在與傳統企業的結合中,這種價值的產生極其迅速,只需要幾個月,甚至短短幾周。
未來突破很難預測,對奇點、超級智慧的爭辯,在我看來都過於樂觀了。
小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,不要與巨頭核心業務正面硬碰。
阿萊克斯·彭特蘭:
AI絕非試圖取代人類,而是促進多元文化之間的相互連接、團隊合作,讓人們更好的進行社交和連接彼此。
最困難的其實是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
我在對話中表示,當我們試圖解決AI問題時,應該用技術來解決技術的問題,可以尋求與監管部門協作,而不只是丟給他們,“新技術會衍生新的問題,我們應該多方嘗試用更進階的技術性解決方案,就像電腦病毒剛出現時,殺毒軟體隨之誕生。”
彭特蘭教授認為,人工智慧的核心,是促進多元文化之間的相互連接。不只是工程師或科學家,連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準,就像TCP/IP互聯網協定那樣,避免AI冷戰。” 我們都贊同,AI發展從來不是單打獨鬥,跨學科思維、跨領域合作尤為重要。 這場對話是麻省理工學院中國創新與創業論壇(MIT-CHIEF) 組織的高峰對話系列活動,主題是《計算與未來: AI與資料科學如何重塑人類社會》。
麻省理工學院中國創新與創業論壇(MIT-CHIEF)由麻省理工學院的中國留學生創立,至今已有十年,是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者,共同探討科技創新及商業化過程中面臨的挑戰。
以下是我們對話的核心內容,由我的同事整理、分享給大家:
Part I 主題演講
▌李開復:各方應協作,讓AI 更務實
非常榮幸再次受到MIT-CHIEF的邀請,對於人工智慧的看法,這次我主要想講四點。
第一點是我書裡的主題,人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段,從應用落地層面來說,正迎來了AI發展最大的機遇。
很多科技公司目前已對人工智慧進行了多樣化佈局,從視覺、語言、觸覺和其他感知技術,到自動化機器人、無人駕駛等,對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性,但我預測未來的格局會非常龐大,依據統計,各行各業採用AI的程度目前不到5%,AI應用的中長期增長曲線相當可期。
第二點是我很欣喜看到的一點,AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多,更多的AI公司湧現出來。
AI最大的機會蘊藏在與傳統企業的結合中,創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。
作為AI投資人,我認為在這些行業如果找到正確的AI應用方向,就能帶來上千萬的回報。這種商業價值的產生是極其迅速的,通常只需要幾個月,甚至短短幾周就能看到成果。
現在人工智慧在傳統產業的滲透率仍在個位數,仍然有很大的提升空間。然而對於很多公司來說,它們需要的是高度定制化的方案,而非通用型AI方案,所以融合的過程中,不可避免會遇到不少挑戰和痛點。
第三,我早年做過很多科研工作,很高興能看到關於系統一和系統二(System One, System Two)的討論,我們期待人工智慧技術從系統一升級為系統二,即從識別、決策、優化等能力,升級到感知、認知等進階智慧的能力。
有不同的學派都在努力讓人工智慧更接近人類智慧,其中一個流派主張回歸經典的AI理念,甚至重新構建嶄新的模型結構,在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。
回看人工智慧過去60多年的歷程,最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路(CNN)帶來的喜人成績,還有預訓練自然語言處理模型(Pre-Trained Models for Natural Language Processing)的廣泛運用。
預訓練模型與人類語言學習的模式類似,不管是英語還是中文,在習得這些語言之後,再去學習程式設計、藝術、化學。在無人監督的學習環境中,這種模式比我們想像得還要強大,就像阿爾法圍棋(AlphaGo)一樣。
最後一點我想說的是,如何讓AI變得更務實。
AI有很多問題,例如隱私、資料安全、治理和監管,在此就不一一討論了。當我們試圖解決這些AI難題時,有人認為讓監管部門加強管理是唯一辦法,其實不然,我們是否也可以朝著研發更厲害的技術性解決方案去努力?
就像電腦病毒剛出現時,殺毒軟體隨之誕生;面對千年蟲難題時,也迅速找到了技術應對方案。我們可以通過研發新技術,應對DeepFake深度換臉程式的挑戰;或者通過聯邦學習技術,在保證資料私密性的同時,滿足深度學習訓練需求。
作為握有技術能力的群體,我們需要與監管部門一起協作,而不只是把工作丟給他們。相信有了各方的助力,我們可以讓AI的應用變得更有深度,更加務實,更高效地克服現在面臨的種種問題。
▌阿萊克斯·彭特蘭:國家間應建立互通標準,避免“AI冷戰”
我對當前的深度學習技術不太樂觀。
最為主要原因是,深度學習不僅需要龐大的資料來源,而且要求這些資料長時間恒定不變,以保證模型訓練結果的可靠性,例如人類的面容、語言,就是相對穩定不變的資料來源。
但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時,出現了倉庫貨物緊缺,不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰,就是因為快速變化的疫情,和深度學習對恒定資料來源的需求是矛盾的。
另外,我想談談如何通過聯邦學習,促進資料的流通。
大多數公司沒有足夠豐富的資料,需要聯合不同的資料來源。基於這種需求,出現了很多新商業模式,比如“資料經紀人”——他們不出售資料,而是把資料借出去,作特定需求的使用。
“資料經紀人”業務湧現了很多,他們促進了資料的流通,也加強了資料的隱私性。因此,像聯邦學習這樣的技術和商業策略結合,有效解決了資料在合規性和所有權方面的難題。
聯邦學習也依賴於新的基礎設施建設,為資料應用和深度學習提供基礎環境,比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗,新加坡等國家設置了一種相互競爭的區塊鏈系統,來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗,涉及不同資料的互通性和連貫性問題。
我們仍在研究如何用儘量少的資料,實現人工智慧的目標。少量資料是指不斷更新的短期資料,這些資料能使AI應對迅速變化的情況,並及時做出調整。
我們打算將AI與其他基礎科學結合,例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料,可能會比深度學習更加強大。
除此之外,我們在探討用AI保障聯邦學習過程中不同資料方的權益,這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。
另一方面,我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作,找出解決系統入侵和保障網路安全的方法。
我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策,也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率,比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。
基於我們已有的多中繼資料庫,現在可以利用AI實現全新的資料優化方式,將貧困、不平等這種之前無法量化的指標,通過可量化的指標進行評估。
同時,要真正實現這個目標,我們還需要制定統一的互通性標準。如果沒有這個標準,國家之間就不會相互信任去合作,就可能出現AI冷戰。
因此我們需要找到促進合作的方式,就像TCP/IP互聯網協議那樣。而之前我提到的,新加坡、瑞士等現在正在嘗試的區塊鏈系統,將有希望解決國家間缺乏互通標準的問題。
Part II 對話
▌ 美國線上教育發展難度更大,只在ZOOM上講課是不夠的
Q1:疫情加速了行業的改變,遠端醫療、線上教育開始蓬勃發展,這只是AI對人類社會產生影響的冰山一角。想請兩位談一談,目前看好AI在哪些領域應用的未來前景?
李開復:疫情的確對整個社會產生了實質性的影響,人們行為習慣發生了很多改變,更願意接受線上學習和工作了。
這種新的行為習慣產生了大量資料流程,為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料,可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究,因此我相信AI在醫療健康領域的潛能是非常巨大的。
AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務,例如批改作業,讓老師得以將時間精力投入到更有創造性的事情上,能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性,比如設置卡通版AI虛擬老師,讓課程充滿趣味性。
在中國,有很多線上教育公司在疫情之前就已經發展迅速,像創新工場投資的VIPKID,讓國外的純正英語老師線上上教授中國學生。目前,中國的線上教育已經擴展到了更多科目,包括體育、舞蹈、書法等素質教育課程。
相比之下,美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的,好的線上教育必須要有好的內容。
▌AI核心是增強人際互聯,應注重文化多樣性
阿萊克斯·彭特蘭:李開復博士提到的教育案例,我不是很認同。
MIT大約20年前就在教育中使用AI,重點根本不是內容,我們甚至提倡將內容免費開放給大眾。
AI絕非試圖取代人類的作用,我們更強調用AI增強人與人之間的互動,讓人們更好的社交和連接彼此。比如手機上人工智慧技術,不是要取代你,而是讓你高效地找到最適合的工作、最正確的人,讓你更容易的獲取資訊,並進行創新。
我們可以利用資料激發更強的創新力,培養領導力。只有基於這樣的宗旨,才能促進更有創造力的教育和學習,這比關注教育內容本身重要得多。
在加拿大,有家創業公司正在訓練普通民眾學習AI,比如水管工,教學效果非常不錯。他們的教育方式不是簡單的教授基本知識,而是以一種能夠激發人們互動思考的方式。
我們之前在中國調研了3000多個孵化器,發現創業公司成功的要素裡,第一個是文化多樣性,也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性,他們能否發揮自己所長,並很好地進行團隊合作。
1956年,馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解,不應該只停留在“人工”層面,而應擴展到多元文化之間的相互連接、團隊合作,我把它叫做延伸智能(Extended Intelligence)。這也是我想強調的,人工智慧這個名詞有一定的偶然性,但它的核心點是增強人與人之間的互聯性。
▌AI未來突破難預測,奇點、超級智慧過於樂觀
Q2:未來十年AI有沒有可能取得重要突破?比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼?
李開復:過去60多年來,深度學習是唯一的重大突破。在這之後,卷積神經網路(CNN)和GPT-3等都算是重要的改善,我對於人工智慧的漸進式改善保持樂觀。
對科學家來說,他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易,只要有大量的資料,就可以從實驗室進入到行業應用,CNN和GPT-3都是模型加海量資料的成果。
我是務實派的,雖然持有樂觀態度,但並不是一位“未來學家”。未來的突破很難預測,對奇點(Singularity)的爭辯,甚至預測超級智慧的出現,在我看來都過於樂觀了。
阿萊克斯·彭特蘭:我同意李博士的觀點。很多生物機制很難解釋,包括用感知認識事物、理解聲音、尋找食物等,是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論,並進行實踐。
從務實的角度來說,我最感興趣的就是聯邦學習。就醫療而言,我們有這麼多醫院,在新冠疫情期間做了很多的實驗,為什麼這些實驗資料不能進行聯合呢?
儘管資料有不相容的地方,但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來,我們對資料的需求也許會越來越少,外科醫生或者物理學家或許不需要太多資料,因為他們對規則已經瞭若指掌了。
▌不要墨守成規,要跨領域、跨學科應對挑戰
Q3:人工智慧會有什關鍵挑戰?對於想從事這個行業的人,有什麼是需要瞭解的關鍵點?
李開復:首先,大背景在改變,新科技層出不窮,我們每年都需要學習新的東西。
其次,人工智慧可能引起各種問題,包括偏見、歧視、倫理道德等,是否危害人類的身體健康,無人駕駛技術該何去何從等等。
第三,人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校,能夠把AI教育擴展到各個學科,讓研發人員及早意識到自己的責任和價值。
阿萊克斯·彭特蘭:是的,我朋友做過一個有關電的趣味類比,電動馬達最初在工廠裡用於生產的時候,並沒有發揮出多大的作用,因為大家並不知道如何改造生產流程。
AI在一些領域發揮的作用是顯著的,但應用到其他領域時,就需要改造流程。很多情況下,最困難的就是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
而有意思的是,就像李博士提到的,像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。
比如,我今天早上正好就這個話題跟G20領導人對話,大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題,不能只是工程師或者社會科學從業者們在做,經濟學家,政治家等等都必須參與進來緊密合作。
隨著AI的應用領域越來越廣,除了必須具備強有力的技巧來建立社會規則,還需要對研究經費、企業投入等進行各種調整。
▌雖然大公司實力不容小覷,但依舊對小公司抱有期待
Q4:AI研究會消耗大量的資源,我們是否應該將資源往學術界平衡?現在已經發生資源的重新分配和平衡了嗎?
李開復:就人才而言,現在已經有重新平衡的跡象了。
過去,頂尖大學的學者基於待遇和種種考量,不少選擇去企業界工作。而近期,曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。
但像GPT-3這樣的技術,仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練,就要花費460萬美金,只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。
我觀察到,近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建,為了解決特定問題而生,並非紙上談兵做突破性科研,切入的領域也往往是巨頭公司忽略的地方。
例如,為製造業進行AI賦能,不是一件輕鬆的事,需要去工廠實地勘查,瞭解運作方式。大公司因為賺錢很容易,不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果,就會給產業界帶來革命性的影響。所以,雖然大公司的實力不容小覷,但我依舊對小公司抱有期待。
阿萊克斯·彭特蘭:大學和公司是一種融合的關係,不僅體現在人才流動上,也會進行資訊資源分享,彼此是整體性的合作態勢。
當然這也不是絕對,產業界的保密需求還是存在的,只是從學校的出發點來說,我們願意毫無保留地為大家提供更好的研究成果,並與企業合作,形成標準化平臺。
▌人工智慧取代人類需要上百年或更久
Q5:兩位認為什麼是AI不能取代的?
李開復:一類是創造力、分析能力、邏輯辯論能力,瞭解自己知道什麼不知道什麼,這些是人工智慧無法取代的。另外一類是同理心,人類之間的信任、友誼,自我認知、意識等。
阿萊克斯·彭特蘭:人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
▌AI創業建議I:找到小切入點,不要與巨頭正面硬碰
Q6:李博士提到了AI在小企業中的運用,可否再舉例說明是如何運用的?
李開復:這個問題分兩部分:一個是小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,並且不要與巨頭核心業務正面硬碰。
對於那些中小型非AI、但想應用AI的公司,需要確保有足夠的資料,以訓練與核心商業價值掛鉤的AI模型,並且有願意變革的開放性公司文化。
所以,早期應用AI的公司可能規模較大,因為他們有足夠大的資料,和可相容變革的商業模型。每個例子都不同,不是任何一家公司都要應用AI。
阿萊克斯·彭特蘭:如果我們放寬AI的定義,或許水管工、合同工都有資料,通過一些簡單的分析、整合,AI也可以在很大程度上改進他們的工作。
這些都是很小的切入點,基於簡單的AI分析、機器學習,依舊可以產生巨大的潛力。
▌ AI創業建議II:知曉技術,同時理解商業
Q7:兩位再分享一下最後的建議?
李開復:我們在步入一個AI開始滲透到方方面面的令人振奮的時代,我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地,而不僅僅鑽研技術本身。
阿萊克斯·彭特蘭:不要太較真於深度學習或者冗長的演算法,一切始於要解決的現實問題。不要止步於技術本身,要明白資料類型、形態和規律,關注商業流程。
感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。
成績等第中國醫 在 李開復 Kai-Fu Lee Facebook 的最佳貼文
近日,我與阿萊克斯·彭特蘭教授(Alex Pentland)展開了一場”AI如何重塑人類社會”的精彩對話。
《連線》雜誌的資深撰稿人威爾·奈特(Will Knight)主持了這場對話。
阿萊克斯·彭特蘭教授任教于麻省理工學院,為全球大資料權威專家之一,現任MIT連接科學研究所主任、MIT媒體藝術與科學教授,擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜,曾參與創建MIT媒體實驗室,是全球被引述次數最多的計算科學家之一。
對話金句:
李開復:
AI最大的機會蘊藏在與傳統企業的結合中,這種價值的產生極其迅速,只需要幾個月,甚至短短幾周。
未來突破很難預測,對奇點、超級智慧的爭辯,在我看來都過於樂觀了。
小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,不要與巨頭核心業務正面硬碰。
阿萊克斯·彭特蘭:
AI絕非試圖取代人類,而是促進多元文化之間的相互連接、團隊合作,讓人們更好的進行社交和連接彼此。
最困難的其實是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
我在對話中表示,當我們試圖解決AI問題時,應該用技術來解決技術的問題,可以尋求與監管部門協作,而不只是丟給他們,“新技術會衍生新的問題,我們應該多方嘗試用更進階的技術性解決方案,就像電腦病毒剛出現時,殺毒軟體隨之誕生。”
彭特蘭教授認為,人工智慧的核心,是促進多元文化之間的相互連接。不只是工程師或科學家,連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準,就像TCP/IP互聯網協定那樣,避免AI冷戰。” 我們都贊同,AI發展從來不是單打獨鬥,跨學科思維、跨領域合作尤為重要。 這場對話是麻省理工學院中國創新與創業論壇(MIT-CHIEF) 組織的高峰對話系列活動,主題是《計算與未來: AI與資料科學如何重塑人類社會》。
麻省理工學院中國創新與創業論壇(MIT-CHIEF)由麻省理工學院的中國留學生創立,至今已有十年,是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者,共同探討科技創新及商業化過程中面臨的挑戰。
以下是我們對話的核心內容,由我的同事整理、分享給大家:
Part I 主題演講
▌李開復:各方應協作,讓AI 更務實
非常榮幸再次受到MIT-CHIEF的邀請,對於人工智慧的看法,這次我主要想講四點。
第一點是我書裡的主題,人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段,從應用落地層面來說,正迎來了AI發展最大的機遇。
很多科技公司目前已對人工智慧進行了多樣化佈局,從視覺、語言、觸覺和其他感知技術,到自動化機器人、無人駕駛等,對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性,但我預測未來的格局會非常龐大,依據統計,各行各業採用AI的程度目前不到5%,AI應用的中長期增長曲線相當可期。
第二點是我很欣喜看到的一點,AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多,更多的AI公司湧現出來。
AI最大的機會蘊藏在與傳統企業的結合中,創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。
作為AI投資人,我認為在這些行業如果找到正確的AI應用方向,就能帶來上千萬的回報。這種商業價值的產生是極其迅速的,通常只需要幾個月,甚至短短幾周就能看到成果。
現在人工智慧在傳統產業的滲透率仍在個位數,仍然有很大的提升空間。然而對於很多公司來說,它們需要的是高度定制化的方案,而非通用型AI方案,所以融合的過程中,不可避免會遇到不少挑戰和痛點。
第三,我早年做過很多科研工作,很高興能看到關於系統一和系統二(System One, System Two)的討論,我們期待人工智慧技術從系統一升級為系統二,即從識別、決策、優化等能力,升級到感知、認知等進階智慧的能力。
有不同的學派都在努力讓人工智慧更接近人類智慧,其中一個流派主張回歸經典的AI理念,甚至重新構建嶄新的模型結構,在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。
回看人工智慧過去60多年的歷程,最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路(CNN)帶來的喜人成績,還有預訓練自然語言處理模型(Pre-Trained Models for Natural Language Processing)的廣泛運用。
預訓練模型與人類語言學習的模式類似,不管是英語還是中文,在習得這些語言之後,再去學習程式設計、藝術、化學。在無人監督的學習環境中,這種模式比我們想像得還要強大,就像阿爾法圍棋(AlphaGo)一樣。
最後一點我想說的是,如何讓AI變得更務實。
AI有很多問題,例如隱私、資料安全、治理和監管,在此就不一一討論了。當我們試圖解決這些AI難題時,有人認為讓監管部門加強管理是唯一辦法,其實不然,我們是否也可以朝著研發更厲害的技術性解決方案去努力?
就像電腦病毒剛出現時,殺毒軟體隨之誕生;面對千年蟲難題時,也迅速找到了技術應對方案。我們可以通過研發新技術,應對DeepFake深度換臉程式的挑戰;或者通過聯邦學習技術,在保證資料私密性的同時,滿足深度學習訓練需求。
作為握有技術能力的群體,我們需要與監管部門一起協作,而不只是把工作丟給他們。相信有了各方的助力,我們可以讓AI的應用變得更有深度,更加務實,更高效地克服現在面臨的種種問題。
▌阿萊克斯·彭特蘭:國家間應建立互通標準,避免“AI冷戰”
我對當前的深度學習技術不太樂觀。
最為主要原因是,深度學習不僅需要龐大的資料來源,而且要求這些資料長時間恒定不變,以保證模型訓練結果的可靠性,例如人類的面容、語言,就是相對穩定不變的資料來源。
但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時,出現了倉庫貨物緊缺,不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰,就是因為快速變化的疫情,和深度學習對恒定資料來源的需求是矛盾的。
另外,我想談談如何通過聯邦學習,促進資料的流通。
大多數公司沒有足夠豐富的資料,需要聯合不同的資料來源。基於這種需求,出現了很多新商業模式,比如“資料經紀人”——他們不出售資料,而是把資料借出去,作特定需求的使用。
“資料經紀人”業務湧現了很多,他們促進了資料的流通,也加強了資料的隱私性。因此,像聯邦學習這樣的技術和商業策略結合,有效解決了資料在合規性和所有權方面的難題。
聯邦學習也依賴於新的基礎設施建設,為資料應用和深度學習提供基礎環境,比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗,新加坡等國家設置了一種相互競爭的區塊鏈系統,來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗,涉及不同資料的互通性和連貫性問題。
我們仍在研究如何用儘量少的資料,實現人工智慧的目標。少量資料是指不斷更新的短期資料,這些資料能使AI應對迅速變化的情況,並及時做出調整。
我們打算將AI與其他基礎科學結合,例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料,可能會比深度學習更加強大。
除此之外,我們在探討用AI保障聯邦學習過程中不同資料方的權益,這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。
另一方面,我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作,找出解決系統入侵和保障網路安全的方法。
我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策,也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率,比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。
基於我們已有的多中繼資料庫,現在可以利用AI實現全新的資料優化方式,將貧困、不平等這種之前無法量化的指標,通過可量化的指標進行評估。
同時,要真正實現這個目標,我們還需要制定統一的互通性標準。如果沒有這個標準,國家之間就不會相互信任去合作,就可能出現AI冷戰。
因此我們需要找到促進合作的方式,就像TCP/IP互聯網協議那樣。而之前我提到的,新加坡、瑞士等現在正在嘗試的區塊鏈系統,將有希望解決國家間缺乏互通標準的問題。
Part II 對話
▌ 美國線上教育發展難度更大,只在ZOOM上講課是不夠的
Q1:疫情加速了行業的改變,遠端醫療、線上教育開始蓬勃發展,這只是AI對人類社會產生影響的冰山一角。想請兩位談一談,目前看好AI在哪些領域應用的未來前景?
李開復:疫情的確對整個社會產生了實質性的影響,人們行為習慣發生了很多改變,更願意接受線上學習和工作了。
這種新的行為習慣產生了大量資料流程,為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料,可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究,因此我相信AI在醫療健康領域的潛能是非常巨大的。
AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務,例如批改作業,讓老師得以將時間精力投入到更有創造性的事情上,能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性,比如設置卡通版AI虛擬老師,讓課程充滿趣味性。
在中國,有很多線上教育公司在疫情之前就已經發展迅速,像創新工場投資的VIPKID,讓國外的純正英語老師線上上教授中國學生。目前,中國的線上教育已經擴展到了更多科目,包括體育、舞蹈、書法等素質教育課程。
相比之下,美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的,好的線上教育必須要有好的內容。
▌AI核心是增強人際互聯,應注重文化多樣性
阿萊克斯·彭特蘭:李開復博士提到的教育案例,我不是很認同。
MIT大約20年前就在教育中使用AI,重點根本不是內容,我們甚至提倡將內容免費開放給大眾。
AI絕非試圖取代人類的作用,我們更強調用AI增強人與人之間的互動,讓人們更好的社交和連接彼此。比如手機上人工智慧技術,不是要取代你,而是讓你高效地找到最適合的工作、最正確的人,讓你更容易的獲取資訊,並進行創新。
我們可以利用資料激發更強的創新力,培養領導力。只有基於這樣的宗旨,才能促進更有創造力的教育和學習,這比關注教育內容本身重要得多。
在加拿大,有家創業公司正在訓練普通民眾學習AI,比如水管工,教學效果非常不錯。他們的教育方式不是簡單的教授基本知識,而是以一種能夠激發人們互動思考的方式。
我們之前在中國調研了3000多個孵化器,發現創業公司成功的要素裡,第一個是文化多樣性,也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性,他們能否發揮自己所長,並很好地進行團隊合作。
1956年,馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解,不應該只停留在“人工”層面,而應擴展到多元文化之間的相互連接、團隊合作,我把它叫做延伸智能(Extended Intelligence)。這也是我想強調的,人工智慧這個名詞有一定的偶然性,但它的核心點是增強人與人之間的互聯性。
▌AI未來突破難預測,奇點、超級智慧過於樂觀
Q2:未來十年AI有沒有可能取得重要突破?比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼?
李開復:過去60多年來,深度學習是唯一的重大突破。在這之後,卷積神經網路(CNN)和GPT-3等都算是重要的改善,我對於人工智慧的漸進式改善保持樂觀。
對科學家來說,他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易,只要有大量的資料,就可以從實驗室進入到行業應用,CNN和GPT-3都是模型加海量資料的成果。
我是務實派的,雖然持有樂觀態度,但並不是一位“未來學家”。未來的突破很難預測,對奇點(Singularity)的爭辯,甚至預測超級智慧的出現,在我看來都過於樂觀了。
阿萊克斯·彭特蘭:我同意李博士的觀點。很多生物機制很難解釋,包括用感知認識事物、理解聲音、尋找食物等,是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論,並進行實踐。
從務實的角度來說,我最感興趣的就是聯邦學習。就醫療而言,我們有這麼多醫院,在新冠疫情期間做了很多的實驗,為什麼這些實驗資料不能進行聯合呢?
儘管資料有不相容的地方,但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來,我們對資料的需求也許會越來越少,外科醫生或者物理學家或許不需要太多資料,因為他們對規則已經瞭若指掌了。
▌不要墨守成規,要跨領域、跨學科應對挑戰
Q3:人工智慧會有什關鍵挑戰?對於想從事這個行業的人,有什麼是需要瞭解的關鍵點?
李開復:首先,大背景在改變,新科技層出不窮,我們每年都需要學習新的東西。
其次,人工智慧可能引起各種問題,包括偏見、歧視、倫理道德等,是否危害人類的身體健康,無人駕駛技術該何去何從等等。
第三,人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校,能夠把AI教育擴展到各個學科,讓研發人員及早意識到自己的責任和價值。
阿萊克斯·彭特蘭:是的,我朋友做過一個有關電的趣味類比,電動馬達最初在工廠裡用於生產的時候,並沒有發揮出多大的作用,因為大家並不知道如何改造生產流程。
AI在一些領域發揮的作用是顯著的,但應用到其他領域時,就需要改造流程。很多情況下,最困難的就是說服人們改變商業流程去使用AI,因為大多數人是墨守成規的。
而有意思的是,就像李博士提到的,像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。
比如,我今天早上正好就這個話題跟G20領導人對話,大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題,不能只是工程師或者社會科學從業者們在做,經濟學家,政治家等等都必須參與進來緊密合作。
隨著AI的應用領域越來越廣,除了必須具備強有力的技巧來建立社會規則,還需要對研究經費、企業投入等進行各種調整。
▌雖然大公司實力不容小覷,但依舊對小公司抱有期待
Q4:AI研究會消耗大量的資源,我們是否應該將資源往學術界平衡?現在已經發生資源的重新分配和平衡了嗎?
李開復:就人才而言,現在已經有重新平衡的跡象了。
過去,頂尖大學的學者基於待遇和種種考量,不少選擇去企業界工作。而近期,曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。
但像GPT-3這樣的技術,仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練,就要花費460萬美金,只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。
我觀察到,近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建,為了解決特定問題而生,並非紙上談兵做突破性科研,切入的領域也往往是巨頭公司忽略的地方。
例如,為製造業進行AI賦能,不是一件輕鬆的事,需要去工廠實地勘查,瞭解運作方式。大公司因為賺錢很容易,不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果,就會給產業界帶來革命性的影響。所以,雖然大公司的實力不容小覷,但我依舊對小公司抱有期待。
阿萊克斯·彭特蘭:大學和公司是一種融合的關係,不僅體現在人才流動上,也會進行資訊資源分享,彼此是整體性的合作態勢。
當然這也不是絕對,產業界的保密需求還是存在的,只是從學校的出發點來說,我們願意毫無保留地為大家提供更好的研究成果,並與企業合作,形成標準化平臺。
▌人工智慧取代人類需要上百年或更久
Q5:兩位認為什麼是AI不能取代的?
李開復:一類是創造力、分析能力、邏輯辯論能力,瞭解自己知道什麼不知道什麼,這些是人工智慧無法取代的。另外一類是同理心,人類之間的信任、友誼,自我認知、意識等。
阿萊克斯·彭特蘭:人工智慧有朝一日可以取代人類所有的能力,但是這個過程會非常漫長,可能需要上百年或更久。
▌AI創業建議I:找到小切入點,不要與巨頭正面硬碰
Q6:李博士提到了AI在小企業中的運用,可否再舉例說明是如何運用的?
李開復:這個問題分兩部分:一個是小型AI公司與巨頭競爭,我的建議是找准巨頭沒有平臺優勢的細分領域,為某個針對性產業創造價值,並且不要與巨頭核心業務正面硬碰。
對於那些中小型非AI、但想應用AI的公司,需要確保有足夠的資料,以訓練與核心商業價值掛鉤的AI模型,並且有願意變革的開放性公司文化。
所以,早期應用AI的公司可能規模較大,因為他們有足夠大的資料,和可相容變革的商業模型。每個例子都不同,不是任何一家公司都要應用AI。
阿萊克斯·彭特蘭:如果我們放寬AI的定義,或許水管工、合同工都有資料,通過一些簡單的分析、整合,AI也可以在很大程度上改進他們的工作。
這些都是很小的切入點,基於簡單的AI分析、機器學習,依舊可以產生巨大的潛力。
▌ AI創業建議II:知曉技術,同時理解商業
Q7:兩位再分享一下最後的建議?
李開復:我們在步入一個AI開始滲透到方方面面的令人振奮的時代,我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地,而不僅僅鑽研技術本身。
阿萊克斯·彭特蘭:不要太較真於深度學習或者冗長的演算法,一切始於要解決的現實問題。不要止步於技術本身,要明白資料類型、形態和規律,關注商業流程。
感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。
成績等第中國醫 在 成績等第清大在PTT/mobile01評價與討論 的推薦與評價
在成績等第中國醫這個討論中,有超過5篇Ptt貼文,作者magicwitch也提到目前有一張國泰的終身壽險新添采快8年,當初是當作存錢在繳, 但現在懷第三寶想解約把錢拿來用, ... ... <看更多>
成績等第中國醫 在 中國醫藥大學學生會- 【成績單將寄送至通訊地址】 根據個資法 的推薦與評價
根據個資法,這學期開始成績單收件人及地址調整如下: 年滿20歲(今年為例:85年1月31日(含)前出生)的同學,成績單寄予本人( ... ... <看更多>
成績等第中國醫 在 成績等第清大在PTT/mobile01評價與討論 的推薦與評價
在成績等第中國醫這個討論中,有超過5篇Ptt貼文,作者magicwitch也提到目前有一張國泰的終身壽險新添采快8年,當初是當作存錢在繳, 但現在懷第三寶想解約把錢拿來用, ... ... <看更多>