
邁克爾·斯賓塞
世界各地的供應(yīng)都在努力趕上需求。盡管各國(guó)當(dāng)局積極加息,但通脹率依然居高不下。全球勞動(dòng)力迅速老齡化;勞動(dòng)力短缺狀況四處可見(jiàn),且將持續(xù)存在。但這只是全球經(jīng)濟(jì)所面臨的生產(chǎn)力挑戰(zhàn)背后的部分驅(qū)動(dòng)力,而人們也越來(lái)越明確地意識(shí)到,必須利用人工智能來(lái)應(yīng)對(duì)這一挑戰(zhàn)。
過(guò)去40年,新興經(jīng)濟(jì)體的快速增長(zhǎng)帶來(lái)了產(chǎn)能的激增,造就了一股強(qiáng)大的供給側(cè)去通脹力量,尤其是中國(guó)成為經(jīng)濟(jì)增長(zhǎng)的強(qiáng)勁引擎。但近年來(lái),新興經(jīng)濟(jì)體的增長(zhǎng)引擎大幅削弱。中國(guó)的疫情后經(jīng)濟(jì)增長(zhǎng)遠(yuǎn)低于其潛力。此外,各類地緣政治緊張局勢(shì)、新冠疫情時(shí)期沖擊和氣候變化正擾亂全球供應(yīng)鏈,而各類市場(chǎng)激勵(lì)和新政策優(yōu)先事項(xiàng)(如“去風(fēng)險(xiǎn)”和提高抗沖擊力)的結(jié)合正迫使各國(guó)政府推行供應(yīng)鏈多樣化進(jìn)程。與此同時(shí),居高不下且不斷攀升的主權(quán)債務(wù)水平削弱了各國(guó)實(shí)施增長(zhǎng)導(dǎo)向型公共投資的財(cái)政能力,并破壞了一些經(jīng)濟(jì)體的穩(wěn)定。
這些都是長(zhǎng)期趨勢(shì)。供應(yīng)限制和成本上升將抑制經(jīng)濟(jì)增長(zhǎng);通脹仍將是一個(gè)長(zhǎng)期威脅,而提高利率的抗擊措施會(huì)增加資本成本;日益迫切的大規(guī)模能源轉(zhuǎn)型投資在經(jīng)濟(jì)、政治和社會(huì)上都將極其難以推行……
但其中也有一些令人鼓舞的消息。隨著人工智能技術(shù)的飛速發(fā)展,一場(chǎng)生產(chǎn)力的廣泛提升可能會(huì)大大改變這一局面。人工智能從手寫識(shí)別發(fā)展到語(yǔ)音識(shí)別,再到圖像和物體識(shí)別,在這一過(guò)程中,傳統(tǒng)觀點(diǎn)一直認(rèn)為這項(xiàng)技術(shù)在一些可以明確定義的領(lǐng)域中最為高效。它并不具備人類那樣的能力去檢測(cè)自己究竟在哪個(gè)領(lǐng)域工作,也無(wú)法根據(jù)需要切換領(lǐng)域。
這種情況隨著大型語(yǔ)言模型和生成式人工智能的更大范圍興起而發(fā)生了改變。大型語(yǔ)言模型能夠理解語(yǔ)言且似乎能夠獨(dú)立檢測(cè)和切換領(lǐng)域,這或許讓它們離人工通用智能更近了一步,也帶來(lái)了相當(dāng)可觀的生產(chǎn)力廣泛提升潛力。此外,大型語(yǔ)言模型接受過(guò)大量數(shù)字資料的訓(xùn)練,因此它們可以處理的主題范圍非常廣泛。
開(kāi)發(fā)此類應(yīng)用的競(jìng)賽已然開(kāi)始,同時(shí)這些應(yīng)用也與廣泛的行業(yè)和工作類別相關(guān)聯(lián)。ChatGPT背后的公司OpenAI已經(jīng)創(chuàng)建了一個(gè)應(yīng)用編程接口,允許各方在大型語(yǔ)言模型基礎(chǔ)上構(gòu)建自己的人工智能解決方案,并為他們所針對(duì)的特定用途添加數(shù)據(jù)和專業(yè)訓(xùn)練。
這種模式有很多版本,而且都能借助人工智能和環(huán)境感知智能系統(tǒng)跟蹤、記錄結(jié)果的能力。對(duì)于看病或查房的醫(yī)生來(lái)說(shuō),人工智能工具可以生成所需報(bào)告的初稿,然后醫(yī)生只需對(duì)其進(jìn)行編輯即可。雖然對(duì)所節(jié)省時(shí)間的估算各不相同,但效果都非常顯著。
人工智能也可能實(shí)現(xiàn)許多任務(wù)的自動(dòng)化并取代工人。但人工智能工具在本質(zhì)上是個(gè)預(yù)測(cè)機(jī)器,它們會(huì)犯錯(cuò)、編造,并延續(xù)它們所接受訓(xùn)練的偏見(jiàn)。因此謹(jǐn)慎的應(yīng)用不可能很快將人類排除在外。
要充分發(fā)揮人工智能的生產(chǎn)力,政策制定者必須在多個(gè)領(lǐng)域采取行動(dòng)。首先,對(duì)各類應(yīng)用的創(chuàng)新、實(shí)驗(yàn)和開(kāi)發(fā)都取決于能否廣泛獲得大型語(yǔ)言模型。或許會(huì)存在足夠競(jìng)爭(zhēng)來(lái)確保合理的獲取成本。但鑒于只有極少數(shù)企業(yè)具備培訓(xùn)大型語(yǔ)言模型的計(jì)算能力,監(jiān)管機(jī)構(gòu)必須在這方面保持警惕。
其次,政府還要與行業(yè)和研究人員合作,為負(fù)責(zé)任地管理和使用數(shù)據(jù)制定一套各界認(rèn)可的原則,同時(shí)實(shí)施相關(guān)法規(guī)來(lái)維護(hù)這些原則。在安全性和開(kāi)放性之間取得適當(dāng)?shù)钠胶庵陵P(guān)重要,規(guī)則不能過(guò)于嚴(yán)格以免阻礙實(shí)驗(yàn)和創(chuàng)新。
最后,人工智能研究人員要獲得相當(dāng)大的計(jì)算能力來(lái)測(cè)試和訓(xùn)練新的人工智能模型。政府對(duì)云計(jì)算系統(tǒng)的投資將使人工智能和機(jī)器人技術(shù)取得長(zhǎng)期性進(jìn)步,并帶來(lái)深遠(yuǎn)的經(jīng)濟(jì)效益。事實(shí)上,對(duì)人工智能的發(fā)展進(jìn)行有效且具前瞻性的管理,再結(jié)合致力于全球合作的重新承諾,很可能就是創(chuàng)造一個(gè)更加繁榮、包容和可持續(xù)未來(lái)的關(guān)鍵。
(Copyright: Project Syndicate,2023,編輯:許瑤)