人工智能是一种“全新生产要素”

人工智能
人工智能正缔造一种新的“虚拟劳动力”,提高人类智慧的生产率并推动新的创新。另外,与其他生产要素不同,人工智能不会随着时间的流逝而贬值。它将受益于网络和规模效应。例如所有自动驾驶汽车都能从其他此类汽车身上学习。

 [[186158]]

与一些经济学家交谈,他们几乎肯定会告诉你,疲弱的生产率增长是我们这个时代的灾难。

另一方面,舒服地靠在一些***执行官的豪华轿车的后座上,他们会热情洋溢地诉说新技术正如何改变企业生产率。

与人工智能领域的一些专家谈话,他们很有可能会喋喋不休地说着我们正濒临一场生产率革命。如果我们达到技术奇点(当电脑智慧超过人类智慧时),生产率增速将呈指数式加快。

从那一刻起,电脑超级智能将迅速发现留待发现的一切。正如华盛顿大学(University of Washington)计算机学教授、《主算法》(Master Algorithm)一书作者佩德罗•多明戈斯(Pedro Domingos)所说,这个主算法将成为人类的***一个发明。这个主算法将能够从数据中获得世界上的一切知识——过去、现在和未来。

说得婉转些,其中似乎确实存在某种“生产率悖论”。这3个故事有可能全部为真吗?很有可能,是的。

当然,在科技行业,天花乱坠的宣传并不新鲜。目前,我们距离技术奇点还相当遥远,关于我们达到这个奇点的那一天会不会到来,人们还没有达成一致。然而,我们有必要注意到,该领域有些(较年轻)的研究人员相信,他们将在他们的有生之年迎来这一刻。

人工智能

人是疯狂的,但机器不是

东京上演了一场全球最前沿的人工智能大战。与其观看机器进步了多少,更值得观察的是机器背后的人们。

然而,即便是目前存在的狭窄、针对特定领域的人工智能应用也在产生惊人的结果——大型科技公司(谷歌(Google)、微软(Microsoft)和IBM)正在该领域投入资金。要了解未来可能发生的事情,我们有必要关注一下伦敦初创企业BenevolentAI,该公司试图实现医学研究的革命。

BenevolentAI创始人肯尼思•梅尔文(Kenneth Mulvany)认为,药品的发现在很大程度上是一项信息和数据挑战,这些挑战能够由人工智能有效解决。在线医学研究网站PubMed拥有2600万篇文献,并每年新增约100万篇文献。这显然是任何一个研究团队所有成员一辈子都无法完全吸收的。

BenevolentAI搭建了一个电脑“引擎”,能够阅读这些数据、对其整理归类并提取相关信息,突出显示一个领域中能够应用于另一个领域的“概念假说”。“你可以用以前想象不到的规模来看事情,”马尔瓦尼表示,“这种由人工智能评估的组件可以增强人类智慧。”

BenevolentAI正与谢菲尔德大学(Sheffield university)的研究人员合作,以研究治疗运动神经元疾病和肌萎缩性侧索硬化症(ALS)的新方法。初步结果大有希望。

神经学讲师理查德•米德(Richard Mead)表示,BenevolentAI已确认一种药物发现的途径并开启了一种惊人的新途径。“他们的引擎可以浏览大量信息,以发现新的想法重新利用。”

它还可以帮助根据基因构成来制定个性化的个人解决方案。转化神经生物学讲师劳拉•费拉约洛(Laura Ferraiuolo)表示:“我们确实对此感到兴奋。潜力是惊人的。”

一些经济学家认为,迅速扩大的数据集、机器学习和日益提高的计算能力,这些都应被列为除资本和劳动力之外的一种全新的生产要素。

人工智能正缔造一种新的“虚拟劳动力”,提高人类智慧的生产率并推动新的创新。另外,与其他生产要素不同,人工智能不会随着时间的流逝而贬值。它将受益于网络和规模效应。例如所有自动驾驶汽车都能从其他此类汽车身上学习。

来自埃森哲(Accenture)与经济学前沿公司(Frontier Economics)最近的一份报告大胆提出,到2035年,基于人工智能的技术的普遍采用,可能会将很多发达国家的经济增速提高一倍。

报告估计,人工智能有可能将美国、英国和日本的总增加值(与国内生产总值(GDP)近似)年度增速分别提高到4.6%、3.9%和2.7%。

这些研究属于学术猜测。科技的进步是不可预测的。但一些人工智能先驱相信,它可以“改变一切”,从材料科学到能源。“我们正处在一个新的创新时代的开端,”马尔瓦尼表示,“我们已拥有由人类增强的创新。我们将最终拥有机器创新。”

甚至连目光最犀利的经济学家可能也很快不得不承认,人工智能将以深远且可能非同一般的方式影响生产率。

责任编辑:武晓燕 来源: FT中文网
相关推荐

2019-08-21 08:36:36

人工智能数据处理解决方案

2017-03-16 11:35:17

人工智能PythonLISP

2023-09-01 11:41:48

人工智能机器学习

2018-10-11 14:27:40

2021-07-17 22:49:52

人工智能科学技术

2020-12-18 13:22:33

人工智能算法

2024-02-05 11:09:57

2022-08-18 11:07:17

网络人工智能AI

2023-12-18 18:56:28

超级人工智能人工智能

2021-07-08 19:50:53

AI

2017-06-28 13:13:13

2020-08-31 15:15:20

人工智能算法AI

2018-04-10 10:09:38

CIO AI

2022-07-26 11:27:40

人工智能AIOps

2023-05-05 14:02:59

人工智能聊天机器人

2015-07-29 14:40:45

Win10

2021-05-12 09:40:39

人工智能AI深度学习

2022-06-02 11:39:15

边缘人工智能机器学习

2023-08-15 14:31:46

点赞
收藏

51CTO技术栈公众号