國際財經 | 2023-07-10 07:41

【跨市博弈】為什麼變革性人工智能很難實現?

儘管人工智能（AI）可能是革命性的，也對幫助提高經濟增長和生產力具有很大的潛力，但同時也面臨著許多挑戰。目前，坊間普遍分析都認為 AI 將導致全球 GDP 增長帶來顯著的加速，但這些預測也可能過於樂觀。

目前，AI 可以用於自動化生產過程，以提高生產效率和產品質量。例如，在製造業中，AI 用於優化供應鏈管理、預測市場需求、設計更高效的生產線等方面，並帶來顯著的經濟效益。然而，當前許多經濟瓶頸仍涉及到很多人類參與的部分，例如建築和製造業中仍需要進行大量的勞動操作，這些暫時都很難通過純粹的 AI 技術來得到解決。當然，如果有一天，強大的 AI 可以執行所有的體力勞動，甚至乎能夠實現自我創新（innovation）的自動化。這將會改寫大部分經濟增長的預測模型，人均GDP增長不僅可以突破每年3％，更不排除還會進一步加速。

不過，這樣的世界在短期內是很難實現的。正如經濟學家William Baumol 在20世紀60年代首次指出的那樣，在不平衡的生產率下，整體增長可能會受到最薄弱的環節所限制。如果假設世界的經濟只有兩個部分，分別撰寫思想文章和興建建築物。試想像一下，AI可以加快寫作速度，但不能加快建築的速度。如果生產力提高，經濟將會加速增長；然而，思想並不能很好地替代新的建築物。因此，如果經濟仍然存在AI 無法改善的領域，比如建築業，那麼這些行業就會變得相對更有價值，並侵蝕寫作帶來的收益。換句話說，AI假如可以令寫作速度提高100倍，但可能只會導致經濟規模增加2倍而已。事實上，精密機械的進展目前仍遠遠落後於神經語言模型（neural language models）。但在實體經濟中，體力勞動仍佔有相當大的組成部分，因此如果機器人技術方面沒有取得重大的進展，經濟增長就不可能大幅加速。

在 AI 的模型算法方面，科學家對當前架構能做什麼、不能做什麼的理解正在不斷提高。到目前為止，AI技術在某些方面已經表現得非常出色，但在一些非常複雜的問題，例如一些高度抽象的問題，可能仍存在局限性。當前的AI技術對於某些問題的解決方法可能已經到達了極限，而儘管在硬件上的計算成本的持續下降可能會有所幫助，但模型有可能無法擴展到預期的規模。

更值得注意的是，人類的參與始終是實現 AI技術發展的重要因素。目前，AI 技術雖然在某程度上能夠自動學習和執行任務，但透過人類反饋幫助，仍然是使 AI 有更好的執行效果，因此目前有數百萬人對數據進行註釋來訓練模型。換言之，只要 AI 的發展需要人類的投入，其生產力就會受到人類的投入所限制。

再者，人類知識的很大一部分是隱性的、未記錄的和分散的。在日常工作中，有多少問題在互聯網或書本上沒有很好的答案﹖即使個別領域的專家有可靠的答案，但他們也不一定會費心地記錄下來。就像大廚一樣，他們可以擁有出色的廚藝，但卻不一定能夠具體或清晰地表達他們的工藝技術。因此，AI 技術在發展到某個水平後，也可能存在递减收益。而只有 AI 技術的發展繼續與人類社會的需求和發展相協調，才可以以保持可持續性和有效性。

總體來說，雖然 AI 技術具有很大的潛力，但要留心過於樂觀的預測可能會忽略它面臨的挑戰和限制。

家族辦公室投資經理

徐立言（本欄每逢周一刊出）