京雨

人工智能是一場前所未有的技術(shù)革命，關(guān)于人工智能對經(jīng)濟(jì)增長的影響正在受到更深層次的關(guān)注。一個時期以來，經(jīng)濟(jì)學(xué)界對這一問題進(jìn)行了深入的探討，其中在新古典經(jīng)濟(jì)學(xué)范式下，以數(shù)據(jù)為基礎(chǔ)的人工智能被視為一種新的生產(chǎn)要素，通過實證發(fā)現(xiàn)自動化顯著降低了邊際成本，有效地提高了投入產(chǎn)出效率；在奧地利學(xué)派思想范式下，人工智能可以被理解為市場發(fā)現(xiàn)過程中的組成部分。通過觀察人工智能技術(shù)迭代的特征（自主性與智能化、開源性和協(xié)作性、個性化與主觀價值），以及理解人工智能在市場發(fā)現(xiàn)過程中的作用、對知識的利用、對個體選擇的支持以及對創(chuàng)新力的促進(jìn)，發(fā)現(xiàn)人工智能的發(fā)展已經(jīng)高度依賴企業(yè)家和企業(yè)家精神。未來誰能代表最先進(jìn)生產(chǎn)力，將取決于可持續(xù)的能源支持、開放的場景創(chuàng)造和強(qiáng)大的企業(yè)家精神，企業(yè)家精神是核心引擎。那么人工智能如何促進(jìn)經(jīng)濟(jì)增長？重要的經(jīng)濟(jì)學(xué)學(xué)派如何解讀？有哪些要素關(guān)系到經(jīng)濟(jì)增長？為此，本刊特約記者采訪了工銀國際首席經(jīng)濟(jì)學(xué)家程實。

人工智能的發(fā)展和經(jīng)濟(jì)增長

《領(lǐng)導(dǎo)文萃》：首先，引用20世紀(jì)著名科學(xué)家約翰·馮·諾依曼經(jīng)典話語：“技術(shù)日新月異，人類生活方式正在快速轉(zhuǎn)變，這一切給人類歷史帶來了一系列不可思議的奇點(diǎn)。我們曾經(jīng)熟悉的一切，都開始變得陌生?！碑?dāng)下人工智能的發(fā)展十分突出地表現(xiàn)出這樣的特征，因而受到全球廣泛的關(guān)注，特別是人工智能和經(jīng)濟(jì)增長之間的關(guān)系，更是引起人們的思考。那么，人工智能當(dāng)前處在怎樣的發(fā)展階段，每個階段的特征是什么？

程實：人工智能（簡稱AI）的發(fā)展可以追溯到20世紀(jì)50年代，從最早的感知機(jī)模型到如今的神經(jīng)網(wǎng)絡(luò)模型和大語言模型，人工智能經(jīng)歷了四個重要階段和關(guān)鍵技術(shù)的突破。第一階段：感知機(jī)模型的提出（20世紀(jì)50年代）。1957年，美國科學(xué)家弗蘭克·羅森布拉特提出了感知機(jī)模型。這種模型包含輸入層和輸出層，通過設(shè)置權(quán)重和偏置等參數(shù)來進(jìn)行決策。盡管感知機(jī)模型的功能有限，但它為后續(xù)神經(jīng)網(wǎng)絡(luò)模型的發(fā)展奠定了基礎(chǔ)。第二階段：專家系統(tǒng)和知識表示（20世紀(jì)60—70年代）。統(tǒng)計學(xué)習(xí)理論的發(fā)展為機(jī)器學(xué)習(xí)算法的建設(shè)提供了理論基礎(chǔ)，提出了許多實用的機(jī)器學(xué)習(xí)算法。1965年，達(dá)特茅斯會議上，人工智能領(lǐng)域的研究者開始探索使用邏輯推理和知識表示來實現(xiàn)人工智能。20世紀(jì)70年代，反向傳播算法的出現(xiàn)使得神經(jīng)網(wǎng)絡(luò)模型能夠在更大規(guī)模的數(shù)據(jù)集上進(jìn)行訓(xùn)練，并取得更好的性能。這使得專家系統(tǒng)成為人工智能的主要研究方向，專家系統(tǒng)通過將專家的知識轉(zhuǎn)化為規(guī)則和推理機(jī)制，實現(xiàn)了在特定領(lǐng)域的智能決策和問題解決。第三階段：機(jī)器學(xué)習(xí)和深度學(xué)習(xí)（20世紀(jì)80—90年代）。到了20世紀(jì)80年代，機(jī)器學(xué)習(xí)成為人工智能的重要分支，通過讓機(jī)器從數(shù)據(jù)中學(xué)習(xí)和優(yōu)化算法，實現(xiàn)了模式識別和預(yù)測能力。進(jìn)入90年代，神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)開始嶄露頭角，通過多層次的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和反向傳播算法，實現(xiàn)了對復(fù)雜數(shù)據(jù)的處理和特征提取。第四階段：大數(shù)據(jù)和大語言模型（21世紀(jì)）。2000年以后，隨著互聯(lián)網(wǎng)的普及和數(shù)據(jù)的爆炸性增長，大數(shù)據(jù)成為推動人工智能發(fā)展的重要驅(qū)動力。2010年，大語言模型開始嶄露頭角，通過深度學(xué)習(xí)和自然語言處理技術(shù)，實現(xiàn)了對自然語言的理解和生成。例如，谷歌推出的語言模型Bard可以實現(xiàn)100多種語言之間的翻譯，翻譯質(zhì)量接近人類水平。在問答系統(tǒng)領(lǐng)域，2018年，Open AI推出了GPT（Generative Pre-trained Transformer）模型，該模型通過預(yù)訓(xùn)練和微調(diào)的方式，實現(xiàn)了對多種自然語言任務(wù)的優(yōu)秀表現(xiàn)。2024年年初，Open AI推出了Sora模型，該多模態(tài)模型通過學(xué)習(xí)大量真實世界的視頻素材，實現(xiàn)了對真實世界的理解和模擬能力。值得關(guān)注和思考的是，人工智能每一輪的發(fā)展都為全球經(jīng)濟(jì)提供了增長潛能。

《領(lǐng)導(dǎo)文萃》：您可否從經(jīng)濟(jì)增長的角度，進(jìn)一步說明人工智能技術(shù)發(fā)展為什么能對經(jīng)濟(jì)增長有深刻影響？

程實：這可從經(jīng)濟(jì)學(xué)層面做出解讀。我先引入新古典經(jīng)濟(jì)學(xué)范式作一個簡單的分析。在新古典經(jīng)濟(jì)學(xué)派框架下，人工智能可以看作是一種新的生產(chǎn)要素。這個新要素能夠改變生產(chǎn)函數(shù)、提高生產(chǎn)率、降低邊際生產(chǎn)成本，并最終影響供給和需求曲線。從生產(chǎn)效率來看，新古典經(jīng)濟(jì)學(xué)派關(guān)注如何通過技術(shù)提高生產(chǎn)效率。人工智能通過自動化，有助于提高各行各業(yè)的生產(chǎn)效率，從而改變生產(chǎn)的規(guī)模收益，但有可能會導(dǎo)致某些行業(yè)的市場結(jié)構(gòu)向寡頭壟斷或完全競爭傾斜。從勞動力市場（生產(chǎn)函數(shù)）來看，人工智能的發(fā)展可能導(dǎo)致勞動力市場的顯著變化，包括某些工作的替代和新工作的創(chuàng)造。這與新古典經(jīng)濟(jì)學(xué)派關(guān)于勞動市場的分析相符，其中工資和就業(yè)水平是由勞動力供需決定的。從消費(fèi)者福利方面來看，人工智能應(yīng)用的擴(kuò)散可以增加商品和服務(wù)的多樣性，提高產(chǎn)品質(zhì)量，從而提高消費(fèi)者福利。這與新古典經(jīng)濟(jì)學(xué)的消費(fèi)者選擇理論和效用最大化原則相一致。最后，從市場結(jié)構(gòu)和完全競爭方面來看，新古典經(jīng)濟(jì)學(xué)派關(guān)注如何通過機(jī)制設(shè)計和市場干預(yù)來實現(xiàn)資源配置的帕累托最優(yōu)，人工智能在此框架下被視為提高效率和優(yōu)化決策的工具。

人工智能可以看作是一種新的生產(chǎn)要素。這個新要素能夠改變生產(chǎn)函數(shù)、提高生產(chǎn)率、降低邊際生產(chǎn)成本，并最終影響供給和需求曲線。從生產(chǎn)效率來看，新古典經(jīng)濟(jì)學(xué)派關(guān)注如何通過技術(shù)提高生產(chǎn)效率。人工智能通過自動化，有助于提高各行各業(yè)的生產(chǎn)效率，從而改變生產(chǎn)的規(guī)模收益，但有可能會導(dǎo)致某些行業(yè)的市場結(jié)構(gòu)向寡頭壟斷或完全競爭傾斜。

新古典經(jīng)濟(jì)學(xué)派對人工智能的理解是將其視為一種要素和工具。在新古典增長模型中，人工智能被直接視為一種新形式的自動化，它能夠自動執(zhí)行以前難以完成的任務(wù)。這包括非常規(guī)任務(wù)（如自動駕駛汽車），以及高技能任務(wù)（如法律服務(wù)和科學(xué)研究）。在實證中，新古典經(jīng)濟(jì)學(xué)家進(jìn)一步借鑒了威廉姆·鮑莫爾的“成本病”理論（或“鮑莫爾病”），這套理論主要論述了在一些服務(wù)行業(yè)（例如教育、醫(yī)療、藝術(shù)表演等）生產(chǎn)率提升的速度通常低于其他行業(yè)（如制造業(yè)）。因為服務(wù)性質(zhì)的行業(yè)需要較高比例的人工投入，而且這些服務(wù)難以實現(xiàn)規(guī)?；a(chǎn)或自動化。隨著時間的推移，即使這些行業(yè)的生產(chǎn)率沒有顯著增長，但為了保持員工的工資競爭力，他們的成本（特別是工資成本）還是會上升，導(dǎo)致其他生產(chǎn)率增長更快的行業(yè)必須支付更高的價格來獲得這些服務(wù)。近年來，一些新古典經(jīng)濟(jì)學(xué)家通過增長模型實證了人工智能的發(fā)展（高度自動化）有助于緩解服務(wù)業(yè)的“鮑莫爾病”，推動經(jīng)濟(jì)持續(xù)增長。具體表現(xiàn)在四個方面：一是提升生產(chǎn)率。人工智能可以通過自動化任務(wù)來提升過去難以自動化的服務(wù)行業(yè)的生產(chǎn)率。例如，AI可以用于醫(yī)療影像診斷，提供個性化的教育服務(wù)，或者在藝術(shù)創(chuàng)作中提供輔助。隨著人工智能在服務(wù)行業(yè)的應(yīng)用越來越廣泛，服務(wù)行業(yè)的生產(chǎn)率提升將對整體經(jīng)濟(jì)增長產(chǎn)生積極影響。二是降低成本。通過人工智能技術(shù)，可以減少某些行業(yè)對昂貴人力資源的依賴，降低服務(wù)成本，從而緩解或逆轉(zhuǎn)“成本病”現(xiàn)象。三是改善服務(wù)質(zhì)量。人工智能能夠在某些領(lǐng)域提供比人類更精準(zhǔn)或一致的服務(wù)，例如通過算法優(yōu)化藥物配方或提供個性化的學(xué)習(xí)計劃等。四是創(chuàng)造新的工作崗位。盡管人工智能可能會替代某些工作，但它也能創(chuàng)造新的崗位和職業(yè)。當(dāng)然，需要指出的是，雖然人工智能具有這四方面潛力，但在消除“成本病”方面仍面臨一些挑戰(zhàn)，如醫(yī)療和教育。數(shù)據(jù)的隱私和倫理問題都可能會限制AI的使用。

《領(lǐng)導(dǎo)文萃》：如您所介紹，在新古典經(jīng)濟(jì)學(xué)范式下，以數(shù)據(jù)為基礎(chǔ)的人工智能被視為一種新的生產(chǎn)要素。那么，其他經(jīng)濟(jì)學(xué)派又是如何看待人工智能對經(jīng)濟(jì)增長的影響的？他們看待人工智能的視角又有什么不同？有哪些局限性？

程實：我再介紹一下著名的奧地利學(xué)派思想范式，通過這個范式再看人工智能對經(jīng)濟(jì)增長的影響。與上面所介紹的新古典經(jīng)濟(jì)學(xué)家對人工智能的理解不同，以米賽斯和哈耶克為代表的奧地利學(xué)派，不僅深刻認(rèn)識到技術(shù)變革對經(jīng)濟(jì)的影響，如生產(chǎn)率的提升、新產(chǎn)品和服務(wù)的創(chuàng)造，以及市場結(jié)構(gòu)的變革，更重要的是，奧地利學(xué)派更加關(guān)注人工智能在市場發(fā)現(xiàn)過程中的作用、知識的利用、個體選擇和創(chuàng)新動力。從市場過程的角度，奧地利學(xué)派一直以來強(qiáng)調(diào)市場不僅僅是資源分配的機(jī)制，更是一種發(fā)現(xiàn)價格、偏好、技術(shù)和其他市場信息的過程。通過奧地利學(xué)派思想范式，人工智能可以被視為這種動態(tài)過程的組成部分，例如企業(yè)家與人工智能通過人機(jī)互動發(fā)現(xiàn)新的機(jī)會。在信息和知識的維度上，哈耶克特別強(qiáng)調(diào)了知識的分散性，以及市場在信息發(fā)現(xiàn)過程中的重要作用。隨著大數(shù)據(jù)的快速發(fā)展，人工智能技術(shù)可以更加高效地通過自身聚合和分類技術(shù)，更加精細(xì)地選擇和處理這些分散信息。從主觀價值的角度出發(fā)，奧地利學(xué)派強(qiáng)調(diào)，價值由個體的偏好和選擇所決定。這一觀點(diǎn)與現(xiàn)代人工智能在提供個性化服務(wù)和增強(qiáng)個體決策方面相呼應(yīng)。在創(chuàng)新和企業(yè)家精神層面，認(rèn)為經(jīng)濟(jì)發(fā)展是由不斷的創(chuàng)新和企業(yè)家精神驅(qū)動的。這與人工智能的無限創(chuàng)造性緊密地聯(lián)系起來，人工智能作為一種不斷迭代和自我演進(jìn)的突破技術(shù)，能夠激發(fā)企業(yè)家的創(chuàng)新動力。

當(dāng)前人工智能的發(fā)展建立在多種技術(shù)和模型之上，這些技術(shù)和模型發(fā)展擁有以下核心特征：第一個特征是自主性與智能化。自主性與智能化是指AI技術(shù)正推動著自動化水平的提升，從簡單的重復(fù)任務(wù)自動化到復(fù)雜決策過程的自主性。自主性的提升實際上是算力和模型復(fù)雜性的提升所帶來的機(jī)器人智能化的提升。盡管當(dāng)前人工智能技術(shù)和模型的發(fā)展通常不被認(rèn)為具有自發(fā)性，但通過強(qiáng)化學(xué)習(xí)和進(jìn)化算法，AI系統(tǒng)有望在一定環(huán)境或框架下自我演化和自適應(yīng)，以達(dá)到預(yù)先設(shè)定的目標(biāo)或任務(wù)。此外，從大語言模型、轉(zhuǎn)換器模型以及知識圖譜的技術(shù)特征和發(fā)展方向來看，隨著人工智能在自然語言理解、邏輯推理、發(fā)現(xiàn)新關(guān)聯(lián)關(guān)系方面的能力不斷提高，在某種程度上其所創(chuàng)造的數(shù)字經(jīng)濟(jì)世界中，已經(jīng)出現(xiàn)了類似于奧地利學(xué)派經(jīng)濟(jì)學(xué)家提出的自組織系統(tǒng)，即組件間的局部交互可以導(dǎo)致全局有序行為的出現(xiàn)。強(qiáng)化學(xué)習(xí)系統(tǒng)是自適應(yīng)系統(tǒng)的一個例子，智能體通過與環(huán)境交互學(xué)習(xí)策略，從而最大化某種累積獎勵。智能體的學(xué)習(xí)和決策過程是自組織的、不需要外部指導(dǎo)的。第二個特征是開源性和協(xié)作性。近十年來AI之所以能夠快速崛起，受益于開源代碼的興起，許多重要的AI工具和庫都是開源的，這直接促進(jìn)了全球范圍內(nèi)的協(xié)作和共享。AI算法實現(xiàn)開源的底層邏輯是知識的分散性。正因為知識具有分散性，現(xiàn)代AI才試圖通過互聯(lián)網(wǎng)社區(qū)實現(xiàn)更多的信息和知識共享。這與奧地利學(xué)派核心原則之一的知識分散性如出一轍。哈耶克認(rèn)為，經(jīng)濟(jì)系統(tǒng)中的知識是分散于所有個體中的，沒有任何一個權(quán)威能夠掌握所有信息。因此，開源協(xié)作能夠發(fā)揮知識分散的優(yōu)勢，從而加速知識的創(chuàng)新和技術(shù)迭代。第三個特征是個性化與主觀價值。隨著深度學(xué)習(xí)技術(shù)的出現(xiàn)，AI技術(shù)越來越朝個性化與定制化方向發(fā)展。AI現(xiàn)在能夠提供高度個性化的產(chǎn)品和服務(wù)，從定制化的新聞推送到個性化的學(xué)習(xí)計劃，再到個性化的健康建議。在開源AI項目中，每個貢獻(xiàn)者可以根據(jù)自己的興趣和需求選擇參與項目或貢獻(xiàn)代碼，這都體現(xiàn)了數(shù)字經(jīng)濟(jì)世界中是以個體主義和主觀價值為出發(fā)點(diǎn)。

《領(lǐng)導(dǎo)文萃》：在您上述介紹中，奧地利學(xué)派認(rèn)為經(jīng)濟(jì)發(fā)展是由不斷的創(chuàng)新和企業(yè)家精神驅(qū)動的。人工智能作為一種不斷迭代和自我演進(jìn)的突破技術(shù)，能夠激發(fā)企業(yè)家的創(chuàng)新動力，也就是說，企業(yè)家精神是人工智能得以推動并促進(jìn)經(jīng)濟(jì)增長的核心。您可否進(jìn)一步介紹人工智能從哪幾個方面激發(fā)企業(yè)家精神的。

程實：前面說過，在新古典經(jīng)濟(jì)學(xué)范式下，人工智能是通過提升自動化和信息處理能力優(yōu)化資源配置的效率，從而促進(jìn)了勞動生產(chǎn)率水平的提升。新古典經(jīng)濟(jì)學(xué)家卻沒有回答一個更加實際的問題，那就是人工智能如何實現(xiàn)勞動生產(chǎn)率水平的提升。新古典經(jīng)濟(jì)學(xué)家似乎較少關(guān)注企業(yè)家的角色和重要性。而奧地利學(xué)派認(rèn)為經(jīng)濟(jì)發(fā)展是由不斷的創(chuàng)新和企業(yè)家精神驅(qū)動的，確切來說，真正能夠?qū)崿F(xiàn)人類勞動生產(chǎn)率質(zhì)變的核心在于人工智能技術(shù)是否能最大限度地解放企業(yè)家精神和創(chuàng)新能力。我認(rèn)為，人工智能技術(shù)發(fā)展能夠在三個方面有效激發(fā)企業(yè)家精神和創(chuàng)新能力：一是學(xué)習(xí)能力的提升。人工智能幫助企業(yè)家擁有更多的時間去思考和學(xué)習(xí)。具體來看，AI自動化和數(shù)據(jù)驅(qū)動決策能力提升，可以減少企業(yè)家和管理者對公司日常運(yùn)營的關(guān)注時間，幫助企業(yè)家把更多的時間和精力集中在戰(zhàn)略性任務(wù)或自我學(xué)習(xí)上，這是激發(fā)創(chuàng)造力的第一步。實際上，越來越多的企業(yè)家和商業(yè)領(lǐng)袖都公開討論過人工智能如何幫助他們的企業(yè)節(jié)省時間，促進(jìn)企業(yè)家學(xué)習(xí)能力提高。谷歌的首席執(zhí)行官Sundar Pichai經(jīng)常提到AI在提高效率和促進(jìn)企業(yè)家精神方面的重要性。他表示人工智能是谷歌的核心驅(qū)動力，通過自動化簡化任務(wù)，幫助企業(yè)專注于核心的創(chuàng)新工作。Facebook的創(chuàng)始人Mark Zuckerberg在多個場合指出AI技術(shù)能夠幫助團(tuán)隊更有效地識別和管理社交平臺上的問題內(nèi)容，因此企業(yè)家、決策者和工程師們就可以把更多的時間花在產(chǎn)品和服務(wù)的創(chuàng)新上。二是決策力和想象力的提升。人工智能所提供的信息發(fā)現(xiàn)或創(chuàng)新設(shè)計能夠更好地提升企業(yè)家的決策力和想象力。比如，Netflix正在利用AI分析用戶觀看數(shù)據(jù)（用戶觀看時間、觀看類型、情緒反映等），從而優(yōu)化推薦算法，并指導(dǎo)原創(chuàng)內(nèi)容的開發(fā)。Netflix的創(chuàng)始人之一Marc Randolph認(rèn)為這種數(shù)據(jù)驅(qū)動的決策為企業(yè)家提供了新的創(chuàng)新方向。三是好奇心、冒險精神與資源整合力的提升。長期來看，隨著多模態(tài)模型的出現(xiàn)，未來人工智能不僅僅是“工程師”，更將成為“科學(xué)家”。 這將極大地促進(jìn)企業(yè)家精神，幫助人類以前所未有的速度和規(guī)模在科學(xué)領(lǐng)域?qū)崿F(xiàn)理論創(chuàng)新。芝加哥大學(xué)近期的一項研究指出，AI不僅可以更好地預(yù)測科學(xué)發(fā)現(xiàn)，還可以進(jìn)一步擴(kuò)展科學(xué)發(fā)現(xiàn)。比如，在科學(xué)家進(jìn)行推理預(yù)測的過程中，AI會通過自我學(xué)習(xí)對人類的研究問題進(jìn)行思考，再為人類的推理過程和基本假設(shè)提供補(bǔ)充和建議?？茖W(xué)家認(rèn)為這種補(bǔ)充性智能的產(chǎn)生可能會加速新的科學(xué)發(fā)現(xiàn)，最終帶來理論創(chuàng)新的飛躍式進(jìn)步。本質(zhì)上看，人工智能之所以能出現(xiàn)補(bǔ)充性智能是因為人工智能在某種程度上存在“涌現(xiàn)”特征?！坝楷F(xiàn)”是指當(dāng)簡單的規(guī)則或算法在人工智能的復(fù)雜結(jié)構(gòu)中相互作用時，會出現(xiàn)新的、意想不到的模式或行為。正如OpenAI的創(chuàng)始人Sam Altman指出，當(dāng)人工智能算力能夠得到顯著提升時，AI的智能性將為人類生產(chǎn)活動和生產(chǎn)水平帶來質(zhì)變。隨著新能源技術(shù)的進(jìn)步，AI系統(tǒng)特別是涉及神經(jīng)網(wǎng)絡(luò)或機(jī)器學(xué)習(xí)的系統(tǒng)，或?qū)⒏痈哳l次地出現(xiàn)某種程度的“涌現(xiàn)”行為，為企業(yè)家或創(chuàng)業(yè)者帶來更多更廣的創(chuàng)新和技術(shù)進(jìn)步的機(jī)會。越來越多富有企業(yè)家精神的人將在好奇心的驅(qū)動下，勇于探索人工智能所帶來的未知領(lǐng)域。

隨著多模態(tài)模型的出現(xiàn)，未來人工智能不僅僅是“工程師”，更將成為“科學(xué)家”。 這將極大地促進(jìn)企業(yè)家精神，幫助人類以前所未有的速度和規(guī)模在科學(xué)領(lǐng)域?qū)崿F(xiàn)理論創(chuàng)新。芝加哥大學(xué)近期的一項研究指出，AI不僅可以更好地預(yù)測科學(xué)發(fā)現(xiàn)，還可以進(jìn)一步擴(kuò)展科學(xué)發(fā)現(xiàn)。

AI環(huán)境的演進(jìn)：人工智能未來發(fā)展的方向

《領(lǐng)導(dǎo)文萃》：人工智能的發(fā)展已經(jīng)是不可阻擋，未來的經(jīng)濟(jì)增長也和人工智能發(fā)展緊密聯(lián)系在一起，也就是說關(guān)注和推動經(jīng)濟(jì)增長，就必須關(guān)注人工智能發(fā)展，請問人工智能未來發(fā)展的方向是什么？

程實：我認(rèn)為，人工智能未來發(fā)展有五個重要方向：一是多模態(tài)人工智能（Multimodal AI）。多模態(tài)人工智能是指超越傳統(tǒng)單一數(shù)據(jù)的處理方式，涵蓋了文本、圖像和聲音等多種輸入類型。這一技術(shù)方向旨在模仿人類處理多樣感官信息的能力。多模態(tài)人工智能的應(yīng)用領(lǐng)域非常廣泛，例如在醫(yī)療領(lǐng)域，多模態(tài)模型可以結(jié)合患者的病史和基因信息來分析醫(yī)學(xué)圖像，提高診斷準(zhǔn)確性。在職能層面上，多模態(tài)模型可以擴(kuò)展各種員工的能力，將基本的設(shè)計和編碼能力擴(kuò)展到?jīng)]有相關(guān)背景的個人身上。二是主動型人工智能。主動型人工智能是從被動式人工智能向主動式人工智能的重要轉(zhuǎn)變。主動型人工智能代理系統(tǒng)具備自主性、主動性和獨(dú)立行動的能力。與傳統(tǒng)的人工智能系統(tǒng)不同，主動型人工智能代理系統(tǒng)能夠理解環(huán)境、設(shè)定目標(biāo)并采取行動，而無需直接人類干預(yù)。三是開源人工智能。構(gòu)建大型語言模型和其他強(qiáng)大的生成式人工智能系統(tǒng)是一個昂貴的過程，需要大量的計算資源和數(shù)據(jù)。但使用開源模型可以使開發(fā)人員在其他人的基礎(chǔ)上進(jìn)行開發(fā)，降低成本并擴(kuò)大人工智能的應(yīng)用范圍。開源人工智能是公開可用的，通常是免費(fèi)的，使組織和研究人員能夠貢獻(xiàn)和構(gòu)建現(xiàn)有代碼。開源方法還可以促進(jìn)透明度和道德開發(fā)，因為更多的人參與代碼審查，有更大的可能性發(fā)現(xiàn)偏見、錯誤和安全漏洞。四是檢索增強(qiáng)生成人工智能。盡管生成式人工智能工具在2023年得到廣泛應(yīng)用，但它們?nèi)匀淮嬖诨糜X問題：對用戶查詢的回答可能聽起來合理，但實際上是錯誤的。為了減少幻覺問題，檢索增強(qiáng)生成技術(shù)應(yīng)運(yùn)而生。它將文本生成與信息檢索相結(jié)合，提高人工智能生成內(nèi)容的準(zhǔn)確性和相關(guān)性。通過讓語言模型訪問外部信息，可以幫助它們產(chǎn)生更準(zhǔn)確、更具上下文意識的回答。此外，不需要將所有知識直接存儲在語言模型中，可以減小模型的大小，提高速度并降低成本。五是定制企業(yè)生成式人工智能模型。定制企業(yè)生成式人工智能模型是針對特定企業(yè)需求和數(shù)據(jù)進(jìn)行定制開發(fā)的AI模型。相比于通用的生成式AI模型，定制化模型在實踐中可能更有價值。定制化模型可以提供更好的隱私和安全性，這對于注重安全的企業(yè)來說尤為重要。通過使用內(nèi)部模型，企業(yè)可以對用于訓(xùn)練模型的敏感數(shù)據(jù)保持控制，而不是與第三方共享訪問權(quán)限。此外，針對公司特定任務(wù)和數(shù)據(jù)進(jìn)行訓(xùn)練的模型也更有可能產(chǎn)生更相關(guān)的輸出和更少的幻覺，從而減輕了一些企業(yè)對使用第三方模型能否產(chǎn)生準(zhǔn)確、公正和代表性輸出的擔(dān)憂。

《領(lǐng)導(dǎo)文萃》：圍繞AI發(fā)展的五個方向，企業(yè)家和創(chuàng)業(yè)者需要采取哪些更加主動的戰(zhàn)略性行動以充分發(fā)揮人工智能技術(shù)的潛力？

程實：談到這個問題，我認(rèn)為，企業(yè)家和創(chuàng)業(yè)者所采取的對策不僅涉及技術(shù)的采用和集成，還包括對人才的投資、對數(shù)據(jù)和知識的管理，以及對企業(yè)文化和倫理的關(guān)注。通過這些措施，企業(yè)家和創(chuàng)業(yè)者不僅能夠在當(dāng)前市場中取得成功，而且能為不斷變化的未來做好準(zhǔn)備。具體而言包括：一是策略規(guī)劃與定位。明確定義公司的AI戰(zhàn)略是企業(yè)家首要任務(wù)之一。這包括了解AI如何與公司的核心業(yè)務(wù)和長期目標(biāo)相結(jié)合，以及如何利用AI來提升產(chǎn)品和服務(wù)的價值。同時，企業(yè)家需要更深度地研究市場趨勢和消費(fèi)者行為，以便掌握AI技術(shù)如何進(jìn)一步滿足客戶需求，并預(yù)測可能的市場變化。此外，不斷分析競爭對手的AI能力和戰(zhàn)略，以確定自身差異化優(yōu)勢對企業(yè)創(chuàng)新具有重要影響。二是人才管理與發(fā)展。AI編程、數(shù)據(jù)分析和統(tǒng)計學(xué)以及人工智能和機(jī)器學(xué)習(xí)的運(yùn)營，被認(rèn)為是全球組織在廣泛AI項目中最需要的前三種技能。然而，這些技能的供應(yīng)相對不足。企業(yè)家是否能夠勇于培養(yǎng)和積累人工智能人才，主動招募AI領(lǐng)域?qū)＜野〝?shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)工程師和AI倫理專家，將決定企業(yè)是否具備長期可持續(xù)競爭力。此外，在AI時代下， 鼓勵創(chuàng)新、勇于實驗和終身學(xué)習(xí)的組織文化將越來越重要，企業(yè)家需要結(jié)合自身情況營造更加貼合AI文明的企業(yè)文化。三是數(shù)據(jù)治理與分析。建立一個強(qiáng)大的數(shù)據(jù)管理系統(tǒng)，確保數(shù)據(jù)的質(zhì)量、安全和可用性，是AI時代下企業(yè)家成功的基礎(chǔ)。OpenAI的Sora之所以能夠提供高質(zhì)量的視頻生成效果，核心在于數(shù)據(jù)質(zhì)量和數(shù)量的保證。同時，也離不開AI對數(shù)據(jù)的深度分析和收集處理。四是風(fēng)險管理與環(huán)境監(jiān)測。企業(yè)家一方面需要針對AI引入可能帶來的技術(shù)、安全和道德風(fēng)險進(jìn)行全面的評估，并制定相應(yīng)的緩解策略；另一方面，企業(yè)家需要持續(xù)監(jiān)測AI領(lǐng)域的技術(shù)進(jìn)步和創(chuàng)新動態(tài)，以便及時調(diào)整公司策略并抓住新機(jī)遇。五是升級更新客戶與合作伙伴關(guān)系。隨著多模態(tài)AI模型的不斷迭代，企業(yè)家可以構(gòu)建靈活的業(yè)務(wù)模型，以適應(yīng)由AI技術(shù)驅(qū)動的市場變化，確保快速響應(yīng)客戶需求和市場動態(tài)。同時，企業(yè)家可以建立與其他公司和研究機(jī)構(gòu)的合作關(guān)系，共同開發(fā)AI技術(shù)和應(yīng)用，積極參與AI技術(shù)的生態(tài)系統(tǒng)，以更好地了解相關(guān)開源項目、標(biāo)準(zhǔn)制定和行業(yè)協(xié)同規(guī)則。

AI編程、數(shù)據(jù)分析和統(tǒng)計學(xué)以及人工智能和機(jī)器學(xué)習(xí)的運(yùn)營，被認(rèn)為是全球組織在廣泛AI項目中最需要的前三種技能。然而，這些技能的供應(yīng)相對不足。企業(yè)家是否能夠勇于培養(yǎng)和積累人工智能人才，主動招募AI領(lǐng)域?qū)＜野〝?shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)工程師和AI倫理專家，將決定企業(yè)是否具備長期可持續(xù)競爭力。

《領(lǐng)導(dǎo)文萃》：面對人工智能的發(fā)展所形成的大環(huán)境，推動經(jīng)濟(jì)發(fā)展提高先進(jìn)生產(chǎn)力將體現(xiàn)在哪些方面？

程實：我認(rèn)為，未來誰能代表先進(jìn)生產(chǎn)力將體現(xiàn)在能源支持、場景創(chuàng)造和企業(yè)家精神這幾個方面。

首先，能源支持是基礎(chǔ)。隨著微處理器芯片變得更加強(qiáng)大，它不僅需要更多的電力來運(yùn)行，而且能源效率也在下降。根據(jù)一份來自全球微芯片制造商貿(mào)易組織的報告，預(yù)計到2040年，全球計算機(jī)芯片所需的電力將超過全球能源產(chǎn)能。因此，現(xiàn)有的計算方法和技術(shù)已經(jīng)接近物理極限，傳統(tǒng)的方法已經(jīng)無法滿足未來計算需求。更高的能源效率是實現(xiàn)未來計算能力的必要條件。正如OpenAI 首席執(zhí)行官 Sam Altman表示，未來的貨幣將是算力和能源，AI技術(shù)是否實現(xiàn)質(zhì)變?nèi)Q于能源突破。這一說法反映了能源在支持人工智能增長和發(fā)展中的重要性。因此，能源將是未來人工智能技術(shù)發(fā)展的基礎(chǔ)。人工智能系統(tǒng)，特別是涉及深度學(xué)習(xí)和復(fù)雜計算的系統(tǒng)，需要大量的計算資源和能源才能有效運(yùn)行。由于當(dāng)前能源來源可能無法滿足未來人工智能技術(shù)的發(fā)展，鼓勵將更多資源和努力投入到尋找可持續(xù)和高效能源解決方案上（例如能源發(fā)電和存儲技術(shù)）是十分必要的。

其次，場景創(chuàng)造是載體。能源支持人工智能算法創(chuàng)造底層基礎(chǔ)，而場景創(chuàng)造和實現(xiàn)則需要新一代互聯(lián)網(wǎng)Web3.0的建立和演進(jìn)。作為新一代互聯(lián)網(wǎng)，Web3.0在人工智能支持下采用區(qū)塊鏈、去中心化網(wǎng)絡(luò)和智能合約等多種技術(shù)，將為全球用戶提供更無縫和個性化的體驗。我們認(rèn)為，Web3.0的發(fā)展和演進(jìn)具備四大特征：一是去中心化。具體來說，Web3.0上的數(shù)據(jù)和內(nèi)容不再存儲在單一的服務(wù)器上，而是分布在去中心化網(wǎng)絡(luò)（如區(qū)塊鏈）的多個節(jié)點(diǎn)上。這樣做的目的是為了避免數(shù)據(jù)控制權(quán)集中在少數(shù)幾家大型科技公司手中，降低單點(diǎn)故障風(fēng)險，并提升數(shù)據(jù)的安全性和隱私保護(hù)。二是Web3.0具有高度個性化的特征?；谟脩舻臄?shù)據(jù)和偏好，以及增強(qiáng)的機(jī)器理解能力，Web3.0能夠提供高度個性化的內(nèi)容、搜索結(jié)果和用戶交互體驗。三是Web3.0具有高度自由的互操作性和連接性。Web3.0旨在創(chuàng)建一個更加互聯(lián)互通的網(wǎng)絡(luò)環(huán)境，應(yīng)用和服務(wù)之間的數(shù)據(jù)可以自由流動，用戶可以無縫地使用多個服務(wù)而不受限于單一的生態(tài)系統(tǒng)或平臺。四是Web3.0強(qiáng)調(diào)私人產(chǎn)權(quán)性（私人數(shù)據(jù)保護(hù)）。在Web3.0中，用戶對自己的數(shù)據(jù)擁有完全的控制權(quán)。相比于Web2.0時代，與用戶生成的數(shù)據(jù)被平臺所控制和利用不同，Web3.0強(qiáng)調(diào)用戶數(shù)據(jù)的所有權(quán)和自主性，用戶可以選擇與誰共享他們的信息以及如何共享。在人工智能技術(shù)的推動下，想要在全球經(jīng)濟(jì)競爭中得到市場高度共識的核心，在于是否能夠充分發(fā)揮Web3.0網(wǎng)絡(luò)的去中心化、高度內(nèi)容個性化、高度連接自由化以及高度保護(hù)私人產(chǎn)權(quán)的四大優(yōu)勢。

再次，企業(yè)家精神是關(guān)鍵。真正能夠推動先進(jìn)生產(chǎn)力水平產(chǎn)生質(zhì)變的是企業(yè)家精神。誰能在一個開放的AI環(huán)境下，充分調(diào)動企業(yè)家積極性，幫助企業(yè)家和創(chuàng)業(yè)者抓住去中心化市場的機(jī)遇；誰能在Web3.0的互聯(lián)網(wǎng)環(huán)境中，進(jìn)一步釋放他們的好奇心、想象力、學(xué)習(xí)力以及冒險精神，將是推動先進(jìn)生產(chǎn)力發(fā)展的關(guān)鍵。這需要制度設(shè)計者去深刻思考，人工智能技術(shù)和互聯(lián)網(wǎng)的演進(jìn)、迭代正在一個什么樣的社會經(jīng)濟(jì)思想范式下前行。