重磅消息“靴子落地”!下周A股开启反弹之旅——道达对话牛博士

经过连续多日的缩量调整之后,周五A股市场终于迎来较为像样的反弹。沪指上涨39.37点,以3360.10点报收,涨幅为1.19%。创业板指数更是结束六连阴,周五反弹1.76%。

而就在周五收盘后,深交所正式宣布,计划于8月24日组织创业板注册制首批企业上市。这一重磅消息“靴子落地”,又将对市场产生怎样的影响?

牛博士:你刚刚提到了创业板的注册制,现在消息最终落地了,8月24日创业板注册制首批企业上市交易。你认为这个消息,会给市场带来怎样的影响?

而总市值在20亿元以下的“袖珍股”,目前大概有200只。但周五股价下跌的,大概有60多只,占比超过30%。

另外,北向资金在周五也开始重新较大规模净流入。据东方财富网数据显示,沪股通净流入46.09亿元,深股通净流入42.30亿元,两市合计净流入88.39亿元。

央视新闻、外交部官网

也就是说,这四分之一的公司,未来都将按照20%的涨跌幅来进行交易。从这个角度来看,创业板的波动幅度可能会进一步加大,换手率也可能会提升。

英国国民(海外)护照,即所谓BNO护照,是英国殖民时期的历史遗留品,是香港回归的过渡产物。1984年《中英联合声明》签署后,中英双方交换备忘录,对这种特殊身份的权利予以确认。英方曾明确承诺不给予BNO护照持有者在英居留权,所谓的“护照”实际只是一本特殊的旅行证件。

另外,从消息面看,特朗普签署行政令,要求字节跳动公司在90天之内出售或剥离该公司在美国的TikTok业务。此前给出的时间是45天,这一个新的行政令为字节跳动公司敲定可能达成的交易赢得了时间。

2.什么样的科技工作者会被替代

而在周五,这125家公司中,只有中信建投、工业富联、长城汽车、三安光电、中微公司、广汽集团、中国国航这7家公司的股价出现了下跌,占比为5.6%。

王磊:科研中,那些重复性高的、有固定流程的工作可能被替代。但对于是否能替代科学家这个问题,我的看法是比较保守的。比如我们物理学,最重要的是在现象中发现新的物理定律。但目前的人工智能算法,还看不到能发现新物理定律的可能,作出创新性发现的可能性比较小。我现在做的深度学习与计算物理交叉的研究,起码目前还没有看到人工智能能够取代科学家的证据。虽然现在也有很多实验模拟一个环境,看看人工智能是否能取得重新发现。比如给人工智能万有引力定律发现之前的各种数据,看人工智能能不能像牛顿一样发现万有引力定律。有些实验声称获得了很好的结果,但仔细研究这些实验,会发现其中有很多可控的空间。因此,我总体认为,目前的人工智能做出创造性发现的可能性比较小。

人工智能在化学领域中的应用初见端倪。其对于化学家的帮助可能表现在以下几个层级:一是辅助动手,高效获得数据。二是辅助动脑。通过对海量数据的分析,人工智能可能预测出新的物质合成途径、发现物质的新功能、建立新的逻辑连接(构效关系)等。三是针对化学领域的核心问题,通过深度学习(算法创新)和深度自动化,实现动手和动脑的深度结合,完成自主创新。以此标准衡量,人工智能在化学领域中的应用还处在起步阶段。《自然》这篇工作的核心亮点是提供了高效获取数据的深度自动化研究平台,为将来动脑和动手的有效结合起到示范作用。

牛博士:周五大盘反弹之后,你是否认为调整已经告一段落了?

这场失利还断送了巴萨一个赛季的主场不败,主场成绩这一最后的遮羞布都被扯下,对于巴萨来说,这是不折不扣的一个失败赛季。

王为:我的基本观点是:人工智能在未来会替代重复性的化学实验和测试工作,有可能改变甚至变革化学研究的范式,但从根本上无法替代化学家。

赛前,苏亚雷斯曾在接受采访时表示,虽然西甲的争冠机会不大,但为了捍卫巴萨的荣誉和尊严,要赢下最后两场联赛。但就在这事关脸面的节骨眼上,巴萨又掉链子了,他们输给了西甲10名开外的奥萨苏纳。下半场巴萨在扳平比分后一度11打10,却反被对手绝杀。

而取得突破的先决条件至少有两点。一是获取海量数据。人工智能的基础是大数据。就机器学习的需求而言,目前化学领域所能提供的数据数量非常有限、可对比度极低。二是实现算法创新。基于化学领域提出的特定科学问题,在海量数据存在的前提下,通过算法创新,突破化学领域现有的思考模式和理论框架,锁定多参数复杂体系的最优解。就此而言,人工智能在化学领域中的应用还有很长的道路要走。

所以,我认为,如果接下来市场调整结束,重新迎来一波上涨行情的话,机会可能还是在大市值公司身上。

从周五的市场表现来看,这一根阳线的意义还是比较重要,很有可能意味着这一轮调整即将结束。

侯增广:人工智能很可能给实验室带来巨大变革,甚至出现无人实验室。但我认为,短时间内,人工智能和机器人不能替代科学家。我们看《自然》刊登的这个实验中,进行实验顶层设计的,比如实验架构等,还是科学家,机器人和人工智能只不过是人的手和眼的延伸。我认为,即便深度学习等人工智能方法发展起来,也不太可能替代科学家。因为人工智能是建立在算法之上,它的能力的获取是基于大量数据得来的,强大的基于数据的计算能力是人工智能的核心能力。但人工智能和真实的生物智能还有很大差距,人从来就不是这么思考的,人类的智能是基于知识、而非基于数据的。而这点,人工智能还做不到。比如我们课题组在研究手术机器人。在某些方面,它的精准度比普通医生要高。但是人体是非常复杂的,每个人的情况也千差万别,遇到复杂病灶、复杂障碍如何处理?这点机器人还不行,比不上经验丰富的医生。因为这些能力和判断都是基于经验知识的,而非简单数据。

赵立坚强调:由于英方违反承诺在先,中方将考虑不承认英国国民海外护照作为有效旅行证件,并保留采取进一步措施的权利。

王磊:每一次技术的更新换代,都会带来产业的变化,某些工种可能被替代,从而引导劳动力向不同的方向分流。我觉得从人类整体的发展而言,与人争工作这个伦理问题可能不是最急迫的。我们目前讨论更多的伦理问题,是如何让机器不“染上”人类的偏见。我们知道,人工智能是基于大数据的,这些数据集的标签的制备过程都需要人。特别是,原来数据集是由人写的,可能会进行克制。现在数据集都是互联网搜集的,偏见很难避免,比如基于肤色的偏见、基于性别的偏见等。那么,在人工智能的应用中,如何在算法中去除这些偏见,是我们要面对的比较紧迫的伦理问题。

侯增广:我觉得这方面担忧是不必要的。我们借助人工智能和机器人可以提高工作效率,把人从重复性的、危险性的工作中解放出来。这是一种社会的进步。当然,人工智能的发展也面临很多伦理问题,这不可能在一个访谈中尽谈。我只能从我所在的这个领域谈一个伦理问题的例子:目前的人工智能方法是不能够保证计算结果百分百正确,我们应该把什么样问题的决定权交给人工智能?如果出现失误,这个责任应该由谁来承担?我们再以手术机器人为例。之前说过,人体是十分复杂的,手术中会遇到各种各样的状况。如果是人做手术,他很清楚自己能力或技术的边界在哪里,什么样的问题是他不能解决的。因此,可以及时向老师、前辈请教,或者邀请其他科室的大夫来会诊。但如果是机器人自主做手术,它是按照程序来运行的,这个程序不可能包含所有可能发生的情况,机器人也不会清楚自己能力和技术的边界。那么,在某些程序交由机器人来判断和决定的情况下,一旦手术失败,这个责任由谁来承担?是算法的研究者,是机器人的制造商,还是按下操作键的医护人员?这是一个值得大家关注的伦理问题。

新一代人工智能的核心是在大数据基础上将智能问题转化为数据问题,其发展需要三个核心要素的支撑:计算能力、海量数据、数学算法。人工智能的基本层级是智能放大和综合,包括信息的采集、录入和分析。进阶层级是智能预测,即在大数据基础上预测特定事物的发生概率。高级层级是智能学习,即通过算法上的革新,突破人类的思考模式,在基本规律下自主地创造机器的思考模式,从而输出全局最优的结果。

其实,调整的起因,正是由于中美关系突然出现的不确定性变化。当时,美国突然宣布对Tik Tok“下手”,此后又宣布对微信“下手”,这使得市场预期变得较为悲观。

人工智能的应用给科研带来很多新变化,增加了新可能。比如,采用人工智能方法对数据的采集更客观、分析更准确。同时,人工智能有强大的计算能力,能够发现人容易忽略的小样本事件、罕见样本事件,可能给科学研究带来意想不到的发现。

3.人工智能是否会引发与人争工作的伦理隐忧

说白了,A股现在有接近4000家上市公司,真正能够参与或者长期持有的公司,可能不会超过400家,就是这么简单的道理。而主流机构的大资金,其实早已看清楚了。

直到本周后半周,沪深两市成交额萎缩到万亿元之下,抛盘开始逐渐减弱之后,调整力度才有所减弱。

就获取数据而言,人工智能在预先设计的化学实验中表现得更加高效。相较于人的操作,其标准化程度更高、误差更小,能帮助化学家获得更大量的、标准化的、可对比的数据。就数据分析而言,相比于人类记忆以及理解数据的局限性,人工智能可以更为精准、有效地收集、分析、整合数据,并可能寻找到相应的规律。因此,人工智能有可能在化学领域的应用中率先取得突破,从而改变甚至变革化学研究的基本模式。

道达:从交易机制上,这个消息确定了时间问题。也就是说,再过一周,随着首批创业板注册制发行的公司上市交易,所有创业板公司都将实行20%的涨跌幅限制。

王为(兰州大学化学化工学院教授):人工智能如何帮助化学家?我们首先要理解“化学学科”和“人工智能”的内涵和外延,判断它们各自面临的瓶颈和发展的方向,再分析它们可能采用什么方式交汇融通。

总体而言,近期市场呈现出比较混乱的现象。而导致这一现象的主要原因,是不确定性因素的困扰。

1.人工智能已成为科学家的好帮手

机器人最早在制造和生产领域得到应用。目前,在科学发现领域,机器人在精度要求比较高的场景中,如时间精度、位置精度、操作精度等,有了很多应用。例如,人工授精要求把精子准确地送入卵子中,精度要求比较高,这类任务如果采用机器人将比人工操作的效率高很多。

侯增广(中国科学院自动化研究所研究员):简单地说,《自然》刊登的论文在技术方面有两个亮点。一是采用机器人代替传统实验室的实验员,克服了光催化实验人工操作过程中的一些问题。这个实验应用的就是常见的具有机械臂的移动机器人平台,它连续运行了8天,做了688个实验。第二个亮点是采用了贝叶斯算法,这是一种基于概率统计的分类算法,使实验效率大大提升。

牛博士:达哥,你好!最近一段时间的调整,确实太难熬了,说实话,指数其实并没有跌多少,但个股却跌了不少,你对近期行情怎么看?

大量新股上市,可能会是未来一两年的一个常态。但随着时间的推移,能够真正被机构投资者青睐的,必然只是其中的少数品种;而大量的公司,最终还是会沦为“普通公司”。

注册制在科创板和创业板的试点,最终的结果是,更多的企业能够来A股实现直接融资,这是资本市场最重要的任务之一。

创业板之所以近期表现较弱,除了前期涨幅较大,需要消化获利盘外,另一方面,由于注册制即将落地,短期发行了大量的新股,这对二级市场是有较大影响的。

创业板方面,虽然相对要更弱一些,但创业板指数还是守住了2600点整数关。如果这个关口被有效跌破,那么也是非常糟糕的。

王磊(中国科学院物理所研究员):今天的人工智能已经在科研领域给科学家带来很多帮助。我们可以想象,爱迪生发明灯芯,要对各种材料不停试错,如果有这种机器人的帮助,那可能提早电灯的发明。其实,在科研领域有很多类似的应用。比如我们中科院物理所,在晶体材料的合成和生长上,就使用人工智能作为辅助。我们所几辈科研人员在这个行业深耕几十年,留下了丰富的实验数据,但都是写在纸上的。我们把这些实验记录数字化,再“训练”一个识别程序,就能用来预测晶体能不能长成等。再比如,在材料科学中,很多时候科学家们要从材料微观组成,例如原子排列顺序等,来推测材料可能具备的宏观功能,例如亲水性等。通常这个计算是很复杂的,需要耗费大量时间。现在,人工智能通过“学习”之前的计算结果,已经可以完成这部分工作。当然,其准确性还有很大提升空间。

道达:近期的调整,沪指守住了20日均线,且周五还收复了5日均线、10日均线两根短期均线,个人认为调整很可能已经告一段落。

这个现象,或许能够说明一些问题,至少反映出了现阶段市场的风格。

据媒体的报道,预计首批公司大概是18家公司。而目前,创业板一共有800多家公司,科创板有160多家公司。一周之后,创业板、科创板的企业数量之和,接近1000家,占目前整个A股公司的大概四分之一。

有一个现象不知道大家注意到没有,周五市场反弹,大市值公司的表现明显好于小盘股。总市值在1000亿元以上的大公司,现在一共有125家。

化学是发现和创造物质的学科。要解决的基本问题包括:物质如何(精准)创制?物质的组成和结构如何?物质有什么(独特)的功能?上述问题的解决,从根本上讲需要对微观物质世界的底层逻辑形成理论体系。因此,化学学科既需要动脑,也需要动手:从发现和创造物质的实践中获得数据,从数据中总结新的经验和规律,再从经验和规律中指导未知的、获得新数据的实践。简言之,化学学科的发展需要从微观到宏观的多尺度层级上,高效精准获取数据、建立数据和理论之间的强连接、完备理论体系。

注册制,能够为A股市场带来更多的优质企业,但优质企业必然只是少数,同时也还会带来更多的普通公司。这一点,大家要有足够清醒的认识。

道达:这一波调整,实际上是从8月6日开始的,沪指在3400点关口展开窄幅震荡,到8月12日,沪指最低跌到3263点,然后止跌企稳,直到周五才出现较为像样的反弹。这一波调整,沪指最大跌幅约为4.3%,创业板指数连续调整6天,最大跌幅超过10%。

根据国家有关部门的最新规定,本手记不涉及任何操作建议,入市风险自担。

总体看,指数的跌幅确实不算大,但个股的表现明显要糟糕一些,尤其是前期热点,包括芯片类科技股、疫苗股,还有刚上市的次新股等。

而热点方面,则多以短期炒作为主,比如军工、黄金、券商、种业等板块。这些热点波动较大,而且行情较为反复,机会并不是太好把握。