【摩根】可供投资的AI一般产业发展概况2H24

J.P摩根GlobalQuantitative&Deriva08February2025一般产业发展概况2H24来源：摩根大通，库存图片。全球量化和衍生品战略BerowneHlavatyAcberowne.d.hlavaty@RobertSmith,PhDrobert.2.smith@jpmorgan.cArpan辛格分析师认证及重要披露见第34页。摩根大通确实在与它的研究报告所涵盖的公司做生意，也在寻求与这些公司做生意。因此，投资者应该意识到该公司可2BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@GlobalQuantitative&DerivativesStrategy执行概要J.P。摩根研究亮点器人即将到来。2024年12月，基础模型领域的竞争加速，OpenAI、Meta和谷歌等主要参与者发布了一系列产品，一展拳路，而nV工厂的资本支出；这种低价格的每个推理令牌成本很可能被代理消耗（可以消耗100倍到1000倍的令牌，c.f.人类直接使用聊天）。随着我们发现越来越多的理由去消费越来越便宜的代币，Jevons悖论•2023年是“人工智能年”（又名人工智能炒作年）。•2025年是“人工智能”的一年——以及GPT-o3（深度研究）、DeepSeek-R1和下一个迭代的潜在AGI……•2027+ASI“人工超级智能”年（自我改进的人工智能…又名奇点？）2025年预测人工智能对人类的影响可能堪比印刷机、电力和计算机。在我们最近的年度信中，我们强调，人工智能对社会的变革潜力可能与1.免费的人工智能：人工智能的价格和供应商的选择将基于哪个模型是“足够聪明”和合理的价格，而不是“最好的”模型。你不需要博士学位才能在工厂车间工作。接近零成本的人类智能即将到来，而且可能比许多人预期的要2.人工智能代理：预计将看到企业使用代理，而最初有限的消费者使用代理3.机器人热潮：预计今年将有更多的早期采用者使用更多的人形机器人，至3BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@GlobalQuantitative&DerivativesStrategy08February2025创建自定义电影，以及逼真的DeepFakes（标志着视频证据的终结扩展5.开放源码：开放源码的复兴，部分归功于Llama、Graphite、Nemo、？）使它们更准确，特别是对于数学、物理和逻辑等任务。预计封7.科学中的AI：AI将继续加速自然科学的发现，重点是材料科是黄简森一直直言不讳的。期待今年能听到更多关于Longevity和定制癌症疫8.AI和国家安全：预计AI公司将在边境监视和情报收集等任务上与国家安全其他初创公司也在继续开发替代硬件（Cerebus人类对人工超级智能的启示2024年9月，山姆·奥特曼（SamAltman）发表了《智能时代》（TheIntelligenceAge这是他和OpenAI计划如何在几千天内实现人工超级智能的宣言。随后，GPT-o3模型在ARC-AGI基准测试中取得了87.5%的突破性成绩，该基准测试AI在不依赖预训练知识的情况下解决全新问题的能力。ARC-AGI被认为是最难类主导。ARC-AGI-2的挑战预计将使目前的模型恢复到30%以下（智能人类达到95%）。BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@4图1：人工超级智能 来源:https://situational-awareness.ai/from-agi-to-superintelligence/我们是怎么走到这一步的？简而言之，许多AI的进步归结为复制人类的生物学AI领域是在霍奇金和赫胥黎创建神经元动作电位的电模型神经网络发展的基础。大卫·鲁梅尔哈特（DavidRumelhart）和约翰·霍普菲尔德（JohnHopfield）等研究人员进一步模拟了这项工作，他们为铺平了道路。Hubel&Wiesel对视觉皮层的理解为AlexNet等cnn的发展做出了贡献。在Devlin和团队的帮助下，从BERT到GPT-4的模型中可以看到变形我注意机制，可以粗略地与人类在处理语言时专注于信息的1和系统2思维的区别。系统1涉及自动的、直觉的回忆，比如开车回家时没有有意识的思考，而系统2涉及深思熟虑的、分析性的推理，这对于学习、创造和解GPT-o3和DeepSeek-R1。请注意，推理（TTC）模型在生产中需要更多的gpu进b谷歌的新泰坦模型引入了一种新颖的方法，它结合了三种不同类型的记忆，类似于人类的记忆系统。泰坦利用短期、长期和持久记忆模块的组合，每个模块都BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@类似于工作记忆，处理即时数据处理，而长期记忆存储和回忆历史背景，持久记忆编码特定任务的知识。这种架构允许泰坦有效地管理和利用大量信息，扩展到更大的上下文窗口，并在各种任务中超越传统的变压器。Open-AIvsOpenAI很多人都在谈论一月份推出的DeepSeek-R1和Qwen模型。通过在过去几年中整合许多不同的先进技术来构建AI技术，开发一些自己的训练数据和建模技术来提高推理性能，并利用免费和开源的基础模型，如QWEN和LLAMA，DeepSeek-R1AI模型可以实现OpenAI的gpt-01级别的性能，同时运行在便宜得多的硬件上。他们还提供各种大小的完全开放的可下载模型，有些需要小型gpu集群，有些可以在台式机，笔记本电脑甚至iphone上运行，即真正的“开放”AI模型。该研究出版物于上周发布，明确详细说明了所采取的方法，使AI社区的其他人能够验证和增强这些模型。Huggingface的一个团队接受了一个挑战，“Open-R1”项目和TinyZero也在应对这个挑战。TinyZero刚刚克隆了DeepSeek中使用的一些推理训练，这表明，在有限的训练数据下，团队将能够对模型进行微调，以对任何领域或业务问题进行推理，这对渴望微调自己专有业务特定模型的企业具有积极意义。DeepSeek已经吸引了市场的注意力，但还有很多其他模型，如微软的Phi-4，Meta的Llamav3.3，以及其他正在推动“边缘计算”或AI的模型，这些模型缺乏当前索塔模型所使用的一些额外的推理训练。但有些说法令人担忧，包括实际使用的gpu，模型的实际成本，以及他们从哪里获得训练数据（微软报告可疑的API使用情况）。人工AI将消耗任何多余的推理，正如杰文斯悖论（JevonsParadox）所假设的那样，随着技术的进步提高了资源的使用效率，该资源的总体消耗可能会增加而不是减少。这是因为使用资源的成本降低使其对越来越多的边缘情况和其他以前过于昂贵的情况更具吸引力，从而导致整体需求增加。更多内容见下文。AI是指数型的AI的发展速度正在以指数级加快，而成本也在以指数级下降。竞争优势是用几个月而不是几年来衡量的。接近零成本的人类智能即将到来，而且可能比许多人预期的要快。我们在OpenAI为现有用户发布GPT-o3-mini（包括有限的免费使用）之前绘制了这张图表，并注意到GPT-o1的定价是一个异常值。如果没有DeepResearch模式（基于GPT-o3Large）等额外的服务层，这个价格点已经不可行了。BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@6图2：发现离群点来源:.J.P。摩根量化与衍生品策略。TheBatch,YouTube,BusinessInsider索塔模型我们不断监测GenAI模型空间的新公告，并在网络上搜索未披露的模型参数大小的提示（例如，很难找到GPT-o1的估计范围从~6000亿到4万亿）。最大AGI能力模型的竞争正在与更实用的模型开发相匹配，这些模型设计用于在边缘，单GPU和迷你集群（8GPUDGX-1）上运行，而不是完整的DGOXPOD机架或BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@7图3:NLP和LLM参数大小随时间的增长情况资料来源：摩根大通量化与衍生品策略。单靠参数计数是不足以衡量模型中嵌入的智能的方法。下面的图表扩展了人工分析公司的数据。AI显示了各种模型的标准化基准分数（y轴）是如何随着时间（x图4：随时间变化的AI模型质量指数 资料来源：摩根大通量化和衍生品策略，人工分析。AIBerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February20258杰文斯悖论杰文斯悖论在DeepSeek-R1发布后被提及了很多次。这意味着单价的下降会增加需求。因此，虽然OpenAI、Anthropic、谷歌和Meta有了新的竞争对手，但像英伟达、AMD、英特尔、IBM这样的公司，甚至像微软这样的云供应商，都可能受益，因为AI的更多以前不经济的应用变得可行。图5:Jevons悖论-需求曲线资料来源：摩根大通量化与衍生品策略。收盘思路：CPU和GPU计算的主要限制之一是产生的废热。事实证明，目前的2nm处理器在规模方面接近理论极限，但基本计算（位翻转）消耗热力学能量。但是，事实证明，反转计算（在缓存答案之后）可以回收能量（因此可以回收热量这可以大大减少热量的产生，从而实现更高效的计算，例如更好的3D计算组件堆叠，或者更稳定的量子计算机。9BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@GlobalQuantitative&DerivativesStrategy08February2025行业发展及新闻在我们深入研究具体公告之前，我们首先使用SmartBuzz根据2024年1月1日以来的新闻报道，检查哪些公司与“人工智能主题”最相关。人工智能主题包含以下英特尔、ServiceNow、Salesforce、特斯拉、甲骨文和Panantir。如图所示，大多数公司对人工智能主题的平均看法是积极的，只有少数例外：Meta、UnitedHealth、新闻集团（NewsCorp）和TwitterBerowneHlavatyAC(6GlobalQuantitative&图6：根据SmartBuzz术语定义的“人工智能”主条形高度表示人工智能话题被提及次数的对数，而星形表示这BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@从长期来看，我们看到2023年5月对人工智能主题的情绪急剧下降，原因有几个因素：监管问题、道德和社会问题、技术挑战、市场竞争和更广泛的经济状况。急剧的下跌同样迅速恢复，并自那以后一直呈上升趋势。最近在1月底（到2025年2月2日）对人工智能主题的整体情绪下降，到目前为止显示出的降幅要小得多，因为各种公司仍然在谈论人工智能带来的很多好处。图7：过去4年新闻中对“人工智能主题”的情绪变化资料来源：摩根大通量化与衍生品策略，SmartBuzzBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@人工智能正在取代一些人，但人工智能人也是如此来源:iStock就业市场的最新发展突显了技术进步（尤其是人工智能）和不断变化的劳动力动JensonHuang认为，“IT部门将成为人工智能代理的人力资源部门”，这将对技术编码工作的性质产生深远影响。还有人在问：英语会成为新的我们在上一期中报道过人工智能裁员已经开始：在使用chatgft-4后，多ingo裁掉尔街的入门级工作已经过时。IBM还暂停了对人工智能可以胜任的工作岗位的招聘，包括后台、人力资源和其他不面向客户的职位。联合包裹BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@例如，Intuit也需要人工智能技能，该公司正在裁员10%的非人工智能技能员工，以实现类似的重点转移。随着思科将重点转向人工智能和网络安全，该公司人工智能转型并非全是坏消息。人工智能的应用正在逐渐增加，要求“人工智能技能”的招聘信息也在增加，尽管它仍然只生成人工智能的兴起正在改变行业，预计到2032年将从500亿美元增长到1.3万亿Salesforce最近透露，它计划在未来一年对其招聘方式进行大规模改革。在最近的一次采访中，微软首席执行官马克•贝尼奥夫（MarcBenioff）宣称，由于人工智能提高了软件工程的生产率，该公司将在2025年不再招聘软件工程师。Agentforce用户（又名Salesforce人工智能）发现他们的软件工程团队的生产力提司中有3家用人工智能取代了工人，预计这一趋势将在2025年继续增长，超过三分之一的公司使用人工智能可能会自动化角色。文章还指出，根据Thinknum的Hatch最近调查了1200多名用户，发现近三分之二的年轻专业人士已经在使用ChatGPT等人工智能工具来帮助他们工作。这一代人并不害怕人工智能，93%的们认为Z世代的数字出生使他们能够很好地利用人工智能进行业务转型。文章提到了澳大利亚政府参议院委员会的建议，将人工智能聊天机器人归类为“高风比如Z世代认为自己的薪水过低、工作不投入，以及哈奇利用人工智能重建平台展望2025年，在不断发展的趋势和逐渐采用人工智能的推动下，就业市场预计将发生重大变化，尽管要求人工智能技能的职位招聘显着增加，但仍只占总体职位列表的一小部分。另一个例子是富国银行投资人工智能团队。在摩根大通负责人工智能项目的特蕾莎·海森勒特（TeresaHeitsenrether）表示，到目前为BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025生成人工智能来源:iStockPhoto回顾过去六个月的博客文章、arXiv和SSRN公告，基因人工智能技术取得了许多进步，包括苹果、b谷歌、Meta、OpenAI、阿里巴巴和现在的DeepSeek等公司发布的更智能、更大、更小和更强大的llm。在实际的AI方面，我们喜欢帮助解释常见数据任务的模型，如SpreadsheetLLM，它使用一种新颖的编码方法，专门用于增强llm在理解和推理电子表格方面的能力，并克服受令牌限制的传统序列化方法的局限性。Anthropic分析了与Claude3.5Sonnet的1Mn次聊天，以找出GenAI用户想要什么。它开发了Clio，一个分析用户交互的工具，并在一个分层集群中识别出常见的、不常见的和不允许的用途，其中软件开发是最大的类别，占对话的15-25%。其他重要用途包括与业务相关的任务和学术研究。苹果推出了AppleIntelligence，将GenAI模型和API调用集成到其设备中，通过高级写作工具和创意图像生成等功能增强用户体验，同时通过设备上的处理优先考虑隐私。Meta发布了Llama3.1，然后是Llama3.2和Llama3.3，它的开源AI模型支持多种语言，并具有先进的安全工具，促进创新和负责任的使用。它还引入了测试时间训练（Test-TimeTraining，TTT）层，将rnn转化为自更新模型，在长上下文场景中表现出色。谷歌拥有先进的AI功能，具有DataGemma模型，通过数据集成提高LLM的准确性，谷歌AIEdge的MediaPipe，使大型模型能够在浏览器中高效运行。类似于微软的DirectML。谷歌在泰坦架构方面也取得了长足的进步，如上所述，它通过神经长期记忆模块增强了传统的循环模型，提高了语言建模和时间序列分析等任务的性能。BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@腾讯和阿里巴巴支持的MiniMax推出了一系列MiniMax模型，这些模型集成了用于处理广泛上下文的先进架构，增强了文本和视觉任务的性能，以及多达400万个令牌。阿里巴巴也在2025年1月推出了Qwen2.5-Max。NVIDIA在其RTXAI工具包中推出了多lora支持，允许为各种任务高效定制llm，优化消费类硬件的性能和资源使用。BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025机器学习的最新进展突出了各个领域的重大创新，重点是模型效率、可解释性和应用程序功能，其中一些也适用于SLM/LLM/GenAI，因此很难分类，但仍NVIDIA推出了cuPyNumeric，这是一个g作为numpy的临时替代品实现，而RAPIDScuDF可以代替P微软的rStar-Math框架展示了slm通过创新技术实现高数学推理性能，如蒙特卡罗IBM通过FlashAttention2提高了训练效率，优化了序列拼接并减少了内存Cohere的研究强调了将代码纳入LLM预训练的影系统中实现卓越的性能指标。说到这一点，图像生成和视频GenAI领域正在迅速Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@GlobalQuantitative&DerivativesStrategy08February2025传统NLP来源：iStockPhoto最近NLP的研究主要集中在多语言翻译、幻觉检测和用户交互分析上。Meta的SeamlessM4T模型引入了一种突破性的多语言和多模态机器翻译方法，涵盖了100种语言。它利用了100万小时语音音频的大型数据集，实现了显著的性能改进，增强了对噪声和说话者变化的鲁棒性，为翻译精度设定了新的标准。语义熵检测法学硕士幻觉的方法是基于语义而不是标记序列来测量不确定性。这种方法增强了法学硕士在问答和文本生成等应用程序中的可靠性，展示了跨数据集的强大性能。BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025检索增强生成（RAG）及相关工具来源：iStockPhotoRAG的主要目的是为法学硕士提供有助于减少幻觉的相关背景。虽然RAG正在成为一种常见的方法，但还有一些值得提及的替代方法。有一个很好的信息图，各种类型的RAG系统在X覆盖：RAG，自反射RAG，修正RAG和投机RAG。投机RAG引入了一个框架，该框架使用更大的通才语言模型来验证由较小的专家模型生成的草稿，在各种基准数据增强短语级对齐（DPA）通过微调模型和生成数据增强来解决对象幻觉，降低幻觉率，特别是在多模态法学硕士中。但是RAG已经过时了吗？最近的发展，特别是在大型上下文窗口中，允许探索缓存增强生成（CAG）作为RAG的替代方案。CAG通过将相关资源预加载到模型的上下文中来减少延迟和错误，消除了实时检索的需要，并且在知识库有限的场景中可以优于RAG。也有一些反agent/反rag的可能性。一种选择是构建一个更大的上下文窗口，然后将所有内容加载到4m令牌缓Re-Invoke提供了一种无监督的工具检索方法，可以在没有训练的情况下扩展到大型工具集，使用合成查询和多视图相似性排序策略来增强单工具和多工具检索中的性能，这应该会提高代理AI的性能。Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@jpmorgan.Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@代理人（变革）来源：iStockPhoto并从根本上改变公司的产出，”山姆·奥特曼（SamAltman）表示。而微软首席执行官萨蒂亚·纳德拉则表示“代理将取代所有软件。”代理人工智能是指具有一定程度的自主性，能够独立行动以实现特定目标或任务的人工智能系统。“代理”一词来源于“代理”（agent）的概念，在哲学和社会科学中是指能够有意图地行动，并根据自己的推理或对环境的理解做出决策的实体。人工智能的例子包括自动驾驶汽车、可以在动态环境中执行任务的机器人系统，以及最常见的可以实时优化流程的人工智能工智能的发展也引发了伦理和安全问题，特别是在问责制、透明度和潜在的意但并不是所有人都相信人工智能。甚至OpenAI也涉足这两个阵营，它的插件/动作生成器是它的代理工具，新的OpenAI操作员（AI驱动的浏览器以及采用基于llm的软件工程基准测试的“无代理”方法。OpenAI还在测试版中添加了计划任务功能，以及由gpt-03支持的自己的深度研究模型。与传统的基于代理的修复和补丁验证三阶段过程，而不让LLM决定未来的行动，从而实现了卓越的与此同时，Anthropic在2024年10月的Beta版中已经有了一个使用代理的PC控制工具，谷歌在浏览器代理中也有一个名为Mariner的小型原型。只是为了帮助用户取得成果，Salesforce发布了大型动作模型（lam）作为其AgentForce产品的一部分，以及世界上第一个CRM性能的LLM基准。SalesforceAI研究引入了xGen-Sales和xLAM模型，以增强自主销售和操作任务（函数调LangChain推出了LangGraph工作室，这是一个开发代理应用程序的IDE，通过允许实时修改和测试来增强LLM应用程序的创建。其《2024年AI状况报告》强调了向开源模型和复杂代理应用程序的转变，LangGraphBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@20微软拥有先进的多智能体系统，其中magentico-one负责协调复杂任务的专门英伟达推出了几项创新，包括用于定制AI代理的代理AI蓝图，用于处理广泛上IBM推出了BeeAI，使用户能够创建自定义AI代理，行任务，从而提高工作效率，而无需广泛的技术专业知1软件工程代理可以自动解决GitHub问题，节省开发人员的故障排除时间。它还开发了AI-Hilbert，这是一种通过生成新的数学模型来实现科学发现自动化的算微软正在通过几项举措推进AI，包括受生物神经网络启发的Circ加强气候变化和医疗保健方面的数据收集。此外，差动变压器架构通过减轻长Uber推出了QueryGPT，这是另一个将自然语言提示转换为SQL查询的工具，大大减少了查询创作时间，提高了数据访问效率，并开放了许多数据库供代理使BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@21来源：J.P.Morgan、iStockPhoto。最近在主权AI方面的举措凸显了全球各国政府在确保数据主权和道德实践的同时，努力利用AI促进经济增长和创新。泰国和越南正在与英伟达合作开发本地化的AI能力，重点是利用国内数据和基础设施的行业特定解决方案。这种方法旨在提高运营效率，并促进医疗、金融和制造业等行业的创新。在NVIDIAAI峰会上的讨论强调了印度建立自己的AI基础设施的必要性。通过利用其庞大的数据资源和技术专长，印度旨在推动医疗保健、制造业和电信等领域的创新。由DGXSuperPOD驱动的丹麦最大的主权AI超级计算机Gefion的推出标志着一个重要的里程碑。Gefion配备1,528颗NVIDIAH100TensorCoregpu，旨在提升量子计算、清洁能源和生物技术等领域的AI能力，实现高性能模拟和分美国政府最近公布了星门计划，这是一个半主权AI项目，旨在加强美国AI基础设施和技术，得到了甲骨文和OpenAI等广泛支持。OpenAI和其他公司的目标是开发人工通用智能（AGI然后是人工超级智能（ASI这一领域的研究将消耗尽可能多的计算。BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February202522AI伦理来源:iStockPhoto欧盟人工智能法案是首批执行的AI法案之一，与最近USA白宫行政命令撤销早期的AI行政命令形成鲜明对比。澳大利亚政府保障人工智能的国家框架是奥威尔式的圆形监狱反乌托邦还是要求公民和警察表现良好的全能AI？拉里•埃里森（甲骨文公司CEO）更喜欢后者；他只需要更多的gpu来实现这但要注意，并非所有开源模型都是平等创建的。根据一些调查，有些模型本USA法学硕士培训中使用的英语数据可能包括专注于选举政治的新闻报道，而来自科威特的阿拉伯语数据可能专门研究石油政治。因此，不同的法学硕士会比其他人更了解某些主题。法学硕士可以解释历史股票回报，但会做出有偏见的预测，并过度推断最近的回报，这与人类类似。当提示进行80%置信区间预测时，LLM的反应比调查证据更好地校准，但对异常值持悲观态度，导致预测分布偏倚。研究结果表明，法学硕士在预测预期回报时表现出普遍的行为偏差，但在衡量风险方NISTAI风险管理框架已更新为GenAI概要，以帮助组织管理相关风险，促进稳健的治理和国际联盟。类似地，欧洲AI法案为AI系统建立了一个基于风险的监管框架，按风险级别对它们进行分类，以确保负责任的开发和部在美国，加利福尼亚州正在与李飞飞博士等领导人一起推进AI科罗拉多州已经颁布了参议院法案24-205，以规范高风险AI系统并防止算法BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@23解决AI环境影响和伦理挑战的努力包括对GenAI模型的能源消耗进行研究，以及IBM重申的AI伦理罗马呼吁，以促进包容性和问责制。此外，GemmaScope令人担忧的是，Gemini最近将一名用户称为“宇宙上的污点”，甚至更哦，对了，DeepFakes也变得容易多了。现在，任何人都可以用一张照《自然》杂志上还有一项令人担忧的研究，强调医学法学硕士容易受到数据中毒攻击，表明仅用数据集中的错误信息更改0.001%的训练令牌就医疗错误，同时在标准基准上仍然表现良好。在BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February202524金融AI来源:iStockPhoto有一系列金融机构登上了与AI相关的头条新闻。我们之前在DocLLM上发表瑞银（UBS）正在利用AI，通过即时信汇丰银行（HSBC）和纽约梅隆银行（BNYMellon）采用了QuantexaGenAI工具来防止欺诈，而花旗集团（Citigroup）则有限地推出了用于内部文档交互的的一部分。美国银行（BOA）的Erica正贝莱德（Blackrock）使用一个微调模型来预测市场对盈利结果的反应，并使用主题性机器人（ThematicRobot）来识别主题性股票。MAN也在利用Github时间序列预测一种新方法利用多模态基础模型中现有的视觉编码器来分析时间序列数据的图。DSIPTS是一个模型和框架，它简化了使用各种PyTorch架构加载、操BerownehlavatiyBerownehlavatiy(61-2)9003-8602berowne.d.hlavaty@08February202525数据与数据中心来源：iStockPhoto在数据可访问性方面，哈佛图书馆公共领域语料库为AI培训提供了近100万本无版权的书籍，增强了机器学习模型的资源。OpenCatalyst计划利用ML来改进可再生能源存储解决方案，MinerU则为精确的文档内容提取提供了一个开放的解决方案。此外，DataFormulator引入了一种新颖的数据可视化方法。《欧洲数据中心的未来》报告和麦肯锡报告都强调了由AI应用驱动的数据中心的快速扩张，预测了大幅增长，并强调了电力和空间短缺等挑战。北弗吉尼亚的数据中心小巷以其在互联网流量中的战略意义而闻名。黑石（Blackstone）证实对英国数据中心投资130亿美元，微软（Microsoft）将重新开放3哩岛核电站，专门为其数据中心服务。BerownehlavatiyBerownehlavatiy(61-2)9003-8602berowne.d.hlavaty@08February202526Wetware,Health,Biology,Longevity来源：iStockPhoto长寿研究旨在扭转与年龄相关的衰退。彼得·戴曼迪斯和未来学家雷·库兹韦尔认为，到2029年可以实现“长寿逃逸速度”，通过医学进步大幅延长预期寿命，COVID-19疫苗的快速发展就证明了这一点（新闻周刊）。医学纳米机器人有望通过修复细胞损伤和优化生物功能来延长人类寿命，有可能在五年内实现“长寿逃逸速度”。虽然拉里·埃里森（LarryEllison）建议可以开发定制的癌症疫苗（与Stargate合作但詹森·黄（JensenHuang）一再强调数字生物学是下一个突破。谷歌的DeepVariant算法已经证明了其使用无监督聚类和可视化技术识别复杂基因组变异的能力，通过整合相关基因组领域的见解来提高遗传变异的调用准确性。微软的BiomedParse引入了一个统一的生物医学图像分析框架，将物体识别、检测和分割与自然语言提示集成在一起。通过有效处理不规则形状的物体，它超越了现有的方法，以最小的用户输入增强了临床洞察力。“湿软件”是一个网络文化术语，指处于循环中的湿人，通常侧重于脑机接口（BCI）技术、半机械人增强和先进生物学。瑞士一家公司的开创性生物计算机连接了16个实验室培养的人类大脑类器官，创造了一个低能耗的计算系统，比传统处理器的功耗低一百万倍，为节能计算和高级神经科学研究铺平了道路。脑机接口被用于皮质内言语神经假体，将皮质活动转化为ALS患者的文本，作为一种名为Prima的视网膜植入物，成功地恢复了法定失明患者的视力和阅读能力。在脑机接口上也有一些工作正在进行，通过原位生长神经元界面，一种生物杂交植入物。Neuralink已经在三个人体内植入了脑机接口，使他们能够通过思想与数字设备进行互动。该公司计划在2025年将接受者扩大到30人，升级后的设备旨在恢复自主性，并可能恢复视力。我们还注意到，目前有45个活跃的美国临床试验注册使用脑机接口。Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@27机器人境以及“不断发展”的类人机器人能力。NVIDIA通过生成物理AI模型（包括Cosmosworld和MegaFactory）扩展了Omniverse平台，并与微软和西门子等合作伙伴一起为工业AI奠定了基础。这些发展旨在通过使从车辆到工厂的所有•特斯拉的Optimus：专为自主行走和任务执行而设计，展示了特斯拉•丰田（Toyota）的CUE6：创下机器人投篮距离最长的吉尼斯世界纪录，突•AgilityRobotics的Digit：一款专为物流和包裹递送而设计的两足机器人，能够•软银机器人公司（SoftBankRobotics）的Pepper：以客户互动和服务角色•HansonRobotics的索菲亚（Sophia一种社交类人机器人，能够参与•Apptronik的阿波罗（Apollo一款适用于各种行业的多功能人形机器人，•英伟达的图02：使用板载gpu和Omniverse训练来帮助它自主执行。Meta引入了触摸表示系统Sparsh和敏感的人造指尖Digit360，以改善触摸感知和人机交互。其PARTNR基准评估了人机协作，揭HuggingFace和NVIDIA的IsaacGR00TBlueprint提供了一个生成合成运动BerowneHlavaty(61-2)9003-8602berowneBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025硬件的发展图8:英伟达BlackwellGPU 来源:英伟达英伟达（NVIDIA）与软银（SoftBank）合作，打造了日本最大的AI超级计算机，利用代理AI蓝图来增强医疗保健和制造业等行业的自主系统，将日本定位为人工智能驱动创新的领导者。IBM已经取得了几项突破，包括用于AI推理的北极点芯片，提供低延迟和高能效，以及用于IBMZ系统的Spyre加速器芯片，通过32个加速器核心增强AI工作负载。它还引入了共封装光学技术，以提高数据通信带宽和效率，并正在与Rapidus合作扩大2nm芯片的生产规模。BerownehlavatiyBerownehlavatiy(61-2)9003-8602berowne.d.hlavaty@08February202529软件和工具来源：iStockPhoto软件开发的最新进展突出了编码代理、语言模型库和计算机视觉技术方面的RooCode是集成在ide中的另一个自主编码代理，能够执行文件创建和浏览MetaLingua是一个用于培训llm的最小PyTorch库，通过对分布式训练和推SAM2使用简单的变压器架构更新了流行的视觉分割工具，而re#tool：使用符号VideoSeal：利用最先进模型的开源视频水印框架，提供在视频Python3.13：引入了一个新的交互式解释器，实验性的自由线程模式（不再有微软将于2025年10月14日停止支持所有版本的Windows10，影响无法运行Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@30来源：iStockPhoto2025年是国际量子科学与技术年。IBM的“量子十年”计划专注于开发世界级的量子系统，以提供优于经典计算机的前所未有的计算优势，早期用例涵盖金融服务、医疗保健、物流等领域。本文回顾了130种量子算法以及它们所解决的基本数学问题，帮助用户识别将提供量子优势的算谷歌引入的Willow量子处理器展示了急需的量子纠错，实现了编码错误率的两倍降低。而随机电路采样（RCS）的验证显示，在相同的保真度下，柳树处理器的电路体积增加了两倍，加强了RCS作为量子器件的可靠指标。RCS也可以用作量子处理器性能的基准，揭示噪声下的关键相在Meta上实现后量子混合密钥交换，增强了对量子威胁的安全性，实现了电路体积的两倍增长。对微软的后量子加密方案Falcon的分析，揭示了对其安全框架的洞察，并在随机oracle模型中引入了对形式证NVIDIACUDA-Q的引入首次演示了使用逻辑量子位（通过模拟）的量子计算，解决了噪声挑战并促进了复杂的材料科学算法。而Moderna和耶鲁则强调了CUDA-Q平台在加速量子计算研究药物发现方面的作用。Qiskit函数目录的发布提供了一个访问高性能量子函数的平台，而QiskitBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@31电路设计。Qiskit代码助手的引入通过人工智能驱动的工具简化了量子编程，提高了可访问性和效率。IBM推出的Spyre加速器芯片通过32个加速器核心增强了量子计算能力，提高了AI推理任务的速度和能源效率。IBM还设计了V-score度量，允许针对局部哈密顿问题对量子算法进行系统评估。IBM也在研究由石溪大学的研究人员模拟量子自旋链的算法，使IBM的超导量子计算机能够进行实用规模的模拟。BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February202532建议阅读•摩根大通的2024年榜单涵盖了许多AI、技术、创新和再发明的主题•伊桑·莫里克（EthanMollick）的《联合智能》（Co-Intelligence）•《机器学习对资产管理公司意味着什么》•马克斯·库恩（MaxKuhn）的《应用预测建模》一书。•吴恩达的2020年AI转型剧本•SOTA•DeepLearning。ai（AI训练）•Open.ai•IBM研究博客（广泛特别是量子）•谷歌人工智能博客•MicrosoftAIResearchBlog（Extensive!）•UberAIResearch•Meta/FaceBookAIResearch（改进中）•M（因受欢迎而变得嘈杂）•走向数据科学•neurohive.io•TheSequence•AI指数•MITTechReview•以人为中心的AI@斯坦福大学•Alphasignal（email）•凝聚•斯坦福大学的人工智能指数报告•摩根大通市场BerowneBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025J.P。摩根替代数据工具和api网站为客户提供了丰富的服务，包括筛选工具和DataQuery门户。我们所有的报告都以HTML和PDF格式提供，也可以通过PDF和RIXML格式的数据源提供。摩根大通开发人员提供了一套api。可投资人工智能摩根市场的可投资人工智能网页致力于帮助您探索我们的一些主题，另类数据和基于nlp的研究。早期的页面包括我们的NLP情绪模型，这是我们SmartBuzz产品的重要组成部分，以及寻找符合您特定需求的替代数据供应商和etf，每个季度计划进一步增强。Data分析网页继续扩展，提供一系列专注于美国市场的产品，包括零售参与数据、期权Gamma失衡和CFTC未来头寸预测。SmartBuzz和BuzzMiner页面经常更新最新的主题曝光。数据处理所有摩根大通全球研究报告都以PDF格式通过数据源分发，并附带RIXML文件。RIXML文件提供了足够的元数据（标记允许搜索、排序、解析和过滤我们的研究。此类元数据的示例包括覆盖行为（例如，发起评级行为（例如，降级价格目标行为和全球行业分类标准（GICS）行业（例如，金融）的标记。DataQueryDataQuery现在允许用户实时查看市场动态。作为我们将DataQuery发展成为统一和一流的交易前分析中心的持续战略的一部分，我们推出了DataQuery市场监视器，它提供了市场数据的实时视图。我们还发布了DataQuery市场影响事件，允许用户覆盖和分析宏观经济指标以及地缘政治事件对查询和图表的影响。新的DataQuery应用程序具有扩展的导航和增强的创建、保存和管理查询的体验。最新的升级使我们能够集成额外的数据和分析服务，并在平台上为用户提供更多功能。请立即联系DataQuery以了解更多信息并安排演示。J.P。摩根开发商Developer提供对数据和功能的直接访问，使我们的客户能够将摩根大通的数据与他们的工作方式无缝集成。各种api提供了对摩根大通研究和分析（包括DataQuery）、定价和结构、执行、交易后和银行业务的一系列解决方案的访问。33BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@摩根大通证券澳洲有限公司RobertSmith,PhD(61-2)9003-8808EvanHu(852)2800-8508evan.hu@ArpanSingh(91-22)6157-3301arpan.singh@全球定量与衍生品策略可供投资的人工智能2025年2月08日分析师认证：本报告封面上标有“AC”的研究分析师证明（或者，如果多位研究分析师对本报告负有主要责任，则在封面或文件中标有“AC”的研究分析师就本研究中涉及的每种证券或发行人分别证明(1)本报告中表达的所有观点准确反映了研究分析师对任何和所有主题证券或发行人的个人观点；以及(2)研究分析师的任何薪酬的任何部分过去、现在或将来都不会与研究分析师在本报告中表达的具体建议或观点直接或间接相关。对于封面上列出的所有韩国研究分析师，如果适用，他们还根据KOFIA的要求证明，研究分析师的分析是真诚的，并且这些观点反映了研究分析师自己的观点，没有不当的影响或干预。除非另有说明，本报告中提到的所有作者都是独立研究的研究分析师。在欧洲，部门专家（销售和贸易）可能在本报告中显示为联系人，但不是报告的作者，也不是研究部门的一部分。重要披露做市商/流动性提供者：摩根大通是e.l.f.美容公司或相关实体的金融工具的做市商和/或流动性提供者。客户：摩根大通目前或在过去12个月内有以下实体作为客户：e.f.美容公司或相关实体。客户/非投资银行业务，证券相关：摩根大通目前或在过去12个月内有以下实体作为客户，所提供的服务是非投资银行业务，证券相关：如美容公司或相关实体。收到的非投资银行业务报酬：摩根大通在过去12个月里收到了e.l.f.美容公司或相关实体提供的投资银行业务以外的产品或服务的报酬。债务头寸：摩根大通可能持有ef美容公司或相关实体（如有）的债务证券头寸。特定公司的披露：重要的披露，包括价格图表和信用意见历史表，可通过访问/research/disclosures，拨打1-800-477-0406，或发送电子邮件research.disclosure.inquiries@向纲要报告和所有摩根大通覆盖的公司和某些非覆盖的公司提供。股票研究评级、名称和分析师覆盖范围的解释：摩根大通使用以下评级系统：增持（在本报告所示的目标股价持续时间内，我们预计该股票的表现将超过研究分析师或研究分析师团队所涵盖范围内股票的平均总回报率中性（在本报告所示的目标价持续时间内，我们预计该股票的表现将与研究分析师或研究分析师团队的覆盖范围内股票的平均总回报一致和减持(在本报告所示的目标价持续时间内，我们预计该股票的表现将低于研究分析师或研究分析师团队所述覆盖范围内股票的平均总回报。NR未分级。在这种情况下，摩根大通由于缺乏足够的基本面或法律、监管或政策原因，取消了该股票的评级和（如果适用的话）目标价。此前的评级以及（如适用）目标价不再值得信赖。NR指定不是推荐或评级。在我们的亚洲（除澳大利亚和印度外）和英国中小型股股票研究中，每只股票的预期总回报是与基准国家市场指数的预期总回报进行比较，而不是与那些研究分析师的覆盖范围进行比较。如果它没有出现在本报告的重要披露部分，认证研究分析师的覆盖范围可以在摩根大通的研究网站https://上找到。J.P。截至2025年1月1日，摩根股票研究评级分布摩根大通全球股票研究范围*IB客户**JPMS股票研究范围*IB客户端**超重(购买)50%50%47%73%中性有)37%48%40%68%(持减持（卖出）37%52%*请注意，由于四舍五入，百分比可能不会加到100%。**摩根大通在过去12个月内为其提供投资银行服务的“买入”、“持有”和“卖出”类别中各标的公司的百分比。仅就FINRA评级分配规则而言，我们的“增持”评级属于“买入”评级类别；我们的中性评级属于持有评级类别；我们的减持评级属于卖出评级。请注意，具有NR评级的股票不包括在上表中。此信息是截至最近一个日历季度末的最新信息。股票估值和风险：有关所涵盖公司的估值方法和风险或所涵盖公司的价格目标，请参阅最新的公司特定研究报告，联系首席分析师或您的摩根大通代表，或发送电子邮件research.disclosure.inquiries@。有关所使用的专有模型的重要信息，请参阅公司特定研究报告中的财务摘要和公司泪表，可在以下网站下载35BerowneHlavaty(61-2)90berowne.d.hlavaty@RobertSmith,PhD(61EvanHu(852)2800-GlobalQuantitative&DerivativesStrategy我们的客户网站，的公司页面。本报告还在其中列出了所使用摩根大通过去12个月发布的投资建议历史可以在的研究与评论页面上查看，您也可以按分析分析师薪酬：负责编写本报告的研究分析师的薪酬基于各种因素，包括研究的质量和准确性、客户反馈、竞争因素和公非美国分析师的注册：除非另有说明，本报告前面列出的非美国分析师是摩根大通证券有限责任公司非美国分支机构的雇员，不得根据FINRA的规定注册为研究分析师，不得是摩根大通证券有限责任公司的关联人员，也不得受FINRA第2241或2242条关于与所涵盖公司沟通、公开露面和研究分析师账户持有证其他信息披露摩根大通是摩根大通公司及其全球子公司和附属公司投资银行业英国MIFIDFICC研究分拆豁免：英国客户应参考英国MIFID研究分拆豁免，了解摩根大通实施FICC研究豁免的详细情况以及相关提供给客户的所有研究资料将同时在我们的客户网站摩根大通市场上提供，除非相关法律特别允许。并非所有研究内新分发、通过电子邮件发送或提供给第三方聚合器。对于特定股票的所有可用研究材料，请联任何涉及中国的长格式命名法；香港;台湾;及澳门在本研究资料内为中国内地；香港特区（中国）；台湾(中国);澳门特别行政区摩根大通研究可不时就受美国、欧盟、英国或其他相关司法管辖区政府当局实施或管理的经济或金融制裁的发行人或证券（制裁证券）撰写文章。本报告中的任何内容均不得解读或解释为鼓励、便利、促进或以其他方式批准对此类受制裁证券的投资或交易。客本研究报告中讨论的任何数字或加密资产都受到快速变化的监管环境的影响。有关加密资产（包括比特币和以太币）的相关监管建议，请参阅/disclosures/cryptoasset-dis本研究报告的作者可能未获许可在您的管辖范围内进行受监管活动，如果未获许可，请勿认为交易所交易基金（ETF摩根大通证券有限责任公司（“JPMS”）是几乎所有在美国上市的ETF的授权参与者。在本报告提及的任何ETF范围内，JPMS可能赚取与这些ETF股份的分配有关的佣金和基于交易的报酬，并可能因提供其他与贸易相关的服务而赚取费用，例如向ETF股份的卖空者提供证券贷款。JPMS亦可为ETF提供服务，包括担任ETF的经纪人或交易商。此外，JPMS的附属公期权和期货相关研究：如果本文所包含的信息涉及期权或期货相关研究，这些信息仅供已收到适当的期权或期货风险披露文件的人士使用。请联系您的J.P.摩根大通代表，或访问/components/docs/riskstoc.pdf获取期权结算公司的《标准化期权的特征和风险》，或访问/sites/default/files/Security银行间同业拆借利率（ibor）及其他基准利率的变动：某些利率基准目前或将来可能受到正在进行的国际、国家及其他监管指引、改革及改革建议的影响。更多信息请咨询：/global/disclosures/interbank_off私人银行客户：作为摩根大通公司及其子公司（“J.P.”）提供的私究由J.P.摩根大通私人银行向您提供，而不是由J.P.摩根大通的任何其他部门（包括但不限于J.P.摩根大通企业与投资银行及其全球研负责制作和分发研究报告的法人实体：撰写本材料的RegAC研究分析师的名称下方标识的法人实体是负责制作本研究报告的法人实体。如果多个RegAC研究分析师以不同的法律实体撰写本材料，这些法律实体将共同负责本研究的制作。来自J.P.摩根大通各分支机构的研究分析师可能参与了本材料的制作，但可能未获许可在您的管辖范围内开展受监管的活动（并且不认为自己有能力这样做）。除非下文另有说明，否则本材料已由负责制作的法律实体分发。如有任何疑问，36Berownehlavati-2)9003-8602berowne.d.hlavaty@J.P.摩根大通证券澳洲有限公司RobertSmith,PhD(61-2)9003-8808EvanHu(852)2800-8508evan.hu@ArpanSingh(91-22)6157-3301GlobalQuantitative&Derivatives策略可供投资的人工智能2025年2月08日您所在司法管辖区的研究分析师或您所在司法管辖区分发本研Argentina:JPMorganChaseBankN.ASucu245234/AFSLicenceNo:238066)isregulatedbytheAustralianSecuritiesandInvestmentsParticipantofASXClearPtyLimitedandaClearingParticipantofASXClear(Futures)PtyLimited.ThismaterialisissuedanddistributedinAustraliabyoronbehonlyto"wholesaleclients"(asdefinedinsection761GoftheCorporationsAct2001).Alistofallfinancialproductscoveredcanbefoundbyvisitinghttps:/disclosures.J.P.MorganseekstocovercompaniesofrelevancetothedomesticandinternationalinvestorbaseacrossallGlobalIasacrossarangeofmarketcapitalisationsizes.Ifapplicable,inthecourseofconductingpublicsideduediligenceonthesubjectcompany(ies),theReseperformsuchdiligencethroughcorporateengagementssuchassitevisits,discussionswithcompanyrepresentatives,managementpresentbeenpreparedinaccordancewithJ.P.MorganAustralia’sResearchIndependencePolicywhichcanbefoundatthefollowinglink:J.P.MorganAustralia-RPolicy.Brazil:BancoJ.P.MorganS.A.isregulatedbytheComissaodeValoresMobiliarios(CVM)andbytheCentralBankofBrazil.7700810(ForHearingImpaired)/ouvidoria.jp.morgan@.Canada:J.P.MorganSecuritiesInvestmentRegulatoryOrganizationandtheOntarioSecuritiesCommissionbehalfofJ.P.MorganSecuritiesCanadaInc.Chile:InversionesJ.P.MorganLimitadaisanunregulatedentityincorporatedinChile.China:J.P.MorganSecuritLimitedhasbeenapprovedbyCSRCtoconductthesecuritiesinvestmentconsultancybusiness.DubaiInternationalFinancialCentre(DIFC):JPMorganBranchisregulatedbytheDubaiFinancialServicesAuthority(DFSA)anditsregisteredaddressis506551,Dubai,UAE.ThismaterialhasbeendistributedbyJPMorganChaseBank,N.A.,DubaiBranchtopersonsregardedasprofessionalclientsormarketcoundertheDFSArules.EuropeanEconomicArea(EEA):Unlessspecifiedtothecontrary,researchisdistacreditinstitutionbytheFederalFinancialSupervisoryAuthority(BundesanstaltfirFinanzdienstleistungsaufsicht,BaFin)andjointlysupervisedbytheBaFin,theGermanCentralBank(DeutscheBundesbank)andtheEuropeanCentralBank(ECB).JPMSEisacompanyheadquarteredamMain,60310,Germany.ThematerialhasbeendistributedintheEEAtopersonsregardedasprofessionalinveMiFIDIIanditsrespectiveimplementationintheirhomejurisdictions(“EEAprofessionalinvestors”).Thismaterialmustnotbeactedonorreliedprofessionalinvestors.Anyinvestmentorinvestmentactivitytowhichthismaterialrelatesisonlyavailablpersons.HongKong:J.P.MorganSecurities(AsiaPacific)Limited(CEnumbCommissioninHongKong,andJ.P.MorganBroking(HongKong)Limited(CEnumberAAB027)isregulatedbytheSecuritChaseBank,N.A.,HongKongBranch(CENumberAAL996)isregulatedbytheHongKongMonetaryAuthorityandtheSecuritiesandFuturesCommission,ilawsoftheUnitedStateswithlimitedliability.WherethedistributionofthismaterialisaregulatedactivityinHongKong,thematerialisdistributediMorganSecurities(AsiaPacific)Limitedand/orJ.P.MorganBroking(HongKong)Limited.India:J.P.MorganU67120MH1992FTC068724),havingitsregisteredofficeatJ.P.MorganTower,Off.C.S.T.Road,Kalina,Santacruz-East,Mumbai-400098,ExchangeBoardofIndia(SEBI)asa‘ResearchAnalyst’havingregistrationnumberINH000001873.J.P.MorganIndiaPrivateLimitedisalsoregisteredwiththeNationalStockExchangeofIndiaLimitedandtheBombayStockExchangeLimited(SEBIRegistrationNumber-INZ000239730)andasaMerchantBanker(SENumber-MB/INM000002970).Telephone:91-22-61573000,Facsimile:91-22-61573990andWebsite:licensedbytheReserveBankofIndia(RBI)(LicenceNo.53/LicenceNo.BY.4/94;SEBI-IN/CUS/014/CDSL:IN-DP-CDSL-444-2008/IN-DP-NSINE231311239)asaScheduledCommercialBankinIndia,whichisitsprimarylicenseallowingitIndiaarepermittedtoundertake.Fornon-localresearchmaterial,thismaterialisnotdistributedinIndiabyJ.P.MorganIndiaPrivateLimited.Cospurthi.gadamsetty@;+912261573225.GrievanceOfficer:RamprasadhK,jpmipl.research.feedback@;+912261573000.RegistrationgrantedbySEBIandcertificationfromNISMinnowayguaranteeperformanceoftheintermediaryorprovideanyassuranceofreturnstoinvestorsmemberoftheIndonesiaStockExchangeandisregisteredandsupervisedbytheOtoritasJasaKeuangan(OJK).KormemberoftheKoreaExchange(KRX).JPMorganChaseBank,N.A.,SeoulBranch,islicensedasabranchofficeofforeignbank(JPMorganChaareregulatedbytheFinancialServicesCommission(FSC)andtheFinancialSupervisorthroughJ.P.MorganSecurities(FarEast)Limited,SeoulBranch.Japan:JPMorganSecuritiesJapanCFinancialServicesAgencyinJapan.Malaysia:ThismaterialisissuOrganizationofBursaMalaysiaBerhadandholdsaCapitalMarketsServicesLicenseissuedbytheSecuritiesComV.andJ.P.MorganGrupoFinancieroaremembersoftheMexicanStockECommission.NewZealand:ThismaterialisissuedanddistributedbyJPMSALinNewZealand