Dylan Matthews 探讨了人工智能(AI)如何推动经济稳步的增长，指出AI已让部分人致富，预测AI将使社会财富激增。尽管有理论认为AI可能会引起年均经济稳步的增长率达到20%至30%，但怀疑者认为AI不可能完全替代人类劳动力，且技术现状存在不确定性。AI对经济增长的真正影响仍有待观察。
作为 Vox 网站“未来完美”版块的资深记者和主编，Dylan Matthews 自 2014 年以来一直关注全球健康、疫情防控、扶贫工作、经济政策与理论，以及慈善事业的正确实践方式等领域。
人工智能技术已让一些人赚得盆满钵满。Nvidia 的联合发起人兼 CEO Jensen Huang，掌控着 80% 的数据中心 AI 芯片市场，他的个人净资产在过去五年里从 40 亿美元飙升至 831 亿美元。据报道，ChatGPT 的开发商 OpenAI 估值高达 860 亿美元，而其竞争对手 Anthropic 和 Inflection 在最近一轮融资中的估值分别为 150 亿和 40 亿美元。虽然 OpenAI 的 CEO Sam Altman 声称自己并未持有公司股份，但其他 AI 行业的创始人和高管可能已经至少在纸面上迈入了亿万富翁的行列。
然而，一些研究者认为，这一切仅仅是开始。他们预测，人工智能不仅将像社交网络、智能手机和个人电脑那样让少数技术人员暴富，更将通过推动前所未有的经济稳步的增长规模，让整个社会财富激增。
2020 年，AI 研究者 Ajeya Cotra 在 Open Philanthropy 发布报告预测，足够强大的AI将推动经济增长率达到年均 20% 至 30%，并非常有可能在本世纪内实现。2021 年，她的同事 Tom Davidson 对 AI 促进增长的潜力进行了更深入的研究，得出结论：本世纪由 AI 驱动的人均经济稳步的增长率高达 30% 是合理的。
这一预测堪称“重磅炸弹”。自二战后开始的良好记录保持以来，美国年均经济增长率为 3.2%。自 2000 年以来，增长率更为疲软，平均仅为 2.2%。人均增长率——受人口变化和经济变化的共同影响——更是低得多。
历史上从未有过——无论是英国工业革命时期、20 世纪 60 年代的日本“收入翻倍”时期，还是近几十年的中国——能够持续实现 20% 至 30% 的年增长率。需要指出的是，30% 的增长意味着经济规模每 2.5 年左右就会翻倍。（按照目前的生长水平，美国经济翻倍需要 35 年。）
从更长远的角度来看，这一预测更加令人震惊。西北大学经济学家 Ben Jones 指出，与经济增长开始时相比，今天的普通美国人大约比过去富裕 100 倍，当时我们都生活在饥饿的边缘。在一个人均 30% 增长的体系中，25 年后我们将比现在富裕 1000 倍。
想象一下，自从我们生活在洞穴时代以来，人类所取得的一切成就：轮子、书写、青铜和铁的冶炼、金字塔和长城、跨越海洋的船只、机械收割、铁路、电报、电力、摄影、电影、录音音乐、洗衣机、电视、互联网、手机。现在想象一下，在仅仅一个四分之一世纪内完成所有这些的 10 倍。
这是一个非常非常非常陌生的世界，我们正在考虑。它足够奇怪，以至于有理由怀疑这是否可能。就我个人而言，30% 的增长远远超出了迄今为止的人类经验，我甚至很难来想象它可能是什么样子。
人工智能可能只是另一种有用的技术，类似于洗衣机。从这个方面看，它让我们的生活稍微好一点，就像大多数技术改进一样。
但人工智能也可能完全是另一种东西，这将颠覆我们几个世纪以来用来理解我们周围世界的所有假设。
在 2021 年的报告中，Davidson 提出了三个主要论点，解释了为什么有极大几率会出现如此戏剧性的经济稳步的增长爆炸。
第一个论点是历史性的。在 Open Philanthropy 的早期报告中，研究员 David Roodman 研究了世界经济的长期轨迹——一直追溯到公元前 10000 年。他得出的结论是，通过这一个非常宽的视角来看，经济稳步的增长的模式是超指数的。指数增长意味着经济每年以稳定的复合率增长——比如 2% 或 3%——就像你储蓄账户中的利息一样。超指数增长则意味着增长率跟着时间的推移而增加。Roodman 得出的结论是，实际上发生了这种情况。
Roodman 强调，我们该对此持怀疑态度。我们并没有关于 10000 年前的世界经济的可靠数据。但我们大家都知道，有很高的置信度，经济稳步的增长在很长一段时间内非常缓慢，然后在工业革命开始时大大加速。
这符合超指数增长的叙述。而且超指数增长的叙述使得未来经济稳步的增长率的增加看起来非常合理。“当考虑超指数增长时，有些人有‘这太疯狂了’的先验观念，”Davidson 在一次采访中告诉我。“而其他人有‘这在历史上发生过’的先验观念。”
Davidson 的第二个论点依赖于经济学内流行的一套理论，解释了为什么增长在长期内加速。简短的答案是这样的理论认为人口增长使经济增长加速。
“很久以前，世界人口相对较少，这个人口产生想法的生产率非常低，”斯坦福大学经济学家 Chad Jones 在 2001 年的一篇论文中解释道。“然而，一旦一个想法被发现，消费和生育率就会上升，导致人口增长。然后有更多的人不难发现新想法，下一个新想法就会更快被发现。”
或者，正如 Davidson 总结的：“更多的 idea → 更好的农业技术（或其他创新）→ 更多的食物 → 更多的人 → 更多的想法 → ...” 这种反馈循环不仅导致经济稳步的增长，而且导致经济稳步的增长加速。
这种类型的理论也解释了为什么与 19 世纪相比，富裕国家的增长已经放缓。在一个被称为“人口转型”的过程中，富裕国家的人们出于种种原因倾向于选择生育更少的孩子。这打破了反馈循环，因为导致更多食物的更多想法不再必然导致更多人。
但现在，想象一下研究人员能够建造两条腿的机器人，有手有臂，能够执行任何人类可以执行的体力劳动和任何人类可以在电脑上做的事情。我们在这里谈论的是全面的《银翼杀手》或《太空堡垒卡拉狄加》（希望没有反抗）。
我们将能够在比出生、养育和教育一个人类工人需要的几十年更短的时间内建造这些机器人，并且成本更低。因此，我们将实现更快的人口增长（或至少是工作机器人的人口增长），并恢复几个世纪前导致经济增长加速的反馈循环。迅速增加的机器人人口将能够提出并实施足够多的经济效益想法，使经济运行得越来越快。
第三个关于变革性增长的论点是基于经济学家用来研究中长期增长的传统模型。研究经济稳步的增长的经典方法有时被称为 Solow-Swan 模型，以 Robert Solow 和 Trevor Swan 为名，他们在 1956 年分别撰写了发展该模型的论文。（Solow 最近去世，2023 年 12 月。）
在这个模型中，经济规模——一年内生产的商品和服务的数量——取决于劳动力的数量、资本的数量和生产力的衡量。这里的资本特指可拿来制造东西的工具和财产：工厂里的机器、餐馆里的烤箱和洗碗机、代表你可以用它来制造东西的想法的商标和专利。
这个模型最重要的方面之一是，对额外劳动力和额外资本的回报递减。这是因为你需要两者来做任何有用的事情。如果你有一家咖啡店，有五个咖啡师和没有浓缩咖啡机，第一台浓缩咖啡机将使他们生产率大幅度的提升。但第 200 台机器将毫无用处，因为五个咖啡师不能同时运行 200 台机器。同样，如果你有 200 台机器和没有咖啡师，你雇佣的第一个咖啡师将非常有价值。第 1000 个将毫无用处。
将人类水平的 AI 放入这个模型中，可以发生很多事情，使超指数增长看起来可能。例如，AI 可以使资本的回报保持不变，而不是递减。这是因为你总是可以投资于资本（即，机器人或其他 AI）而不是劳动力，并得到与雇佣某人相同的效果。
你可以买一个机器人咖啡师，让所有那些浓缩咖啡机运转起来。这使得增长的劳动力组成部分变得无关紧要。增长将爆炸。（好。）但因为对人类劳动力的需求将降至零，大多数人将失业，可能不会分享到那种增长。（坏。）
经济学家 Philip Trammell 和 Anton Korinek 已经回顾了大约 25 种将 AI 插入这个标准模型的方法，以及更近期的“内生”模型，这些模型以不同的方式处理技术变革。这一些方法中的许多都预测到超指数增长。先进的 AI 可以自动化研究，推动生产力的加速增长。它能够最终靠使资本更有用（你现在有了很棒的机器人！）来提高资本投资的回报率，这促使人们更多地储蓄，这又导致更多对资本的投资，等等。确切的机制根据模型和情景而异，但不难让模型吐出一个经济稳步的增长的实质性加速。
当然，模型只是模型，插入 AI 使它们“超出样本”：它们是为像现在这样的场景设计的，人类水平的自动化并不存在。但它们也不单单是模型：它们表达了一致的故事和过程，通过这一些故事和过程，爆炸性增长可能会发生。例如，自动化研究怎么样导致技术迅速改进，具有巨大的经济后果，这是不难看到的。
“自动化进步的机制没有短缺，这些机制可能会产生变革性增长后果，”Trammell 和 Korinek 总结道，“一旦我们允许自己去寻找它们。
如果上述所有感觉都非常投机和理论化，那是公平的。我们以前从未有过由AI驱动的增长爆炸，而且到目前为止，信息技术对增长的影响一直微不足道。在美国，个人电脑的出现与生产率增长的显著下降同时发生，而不是增加。正如 Solow 所说，“你可以在生产力统计数据中看到计算机时代无处不在。”
然而，除了表面上的科幻小说般的叙述之外，经济学家和其他人士提出了更具体的怀疑，其中许多与人类水平的 AI 会做啥关系不大，而是与我们是不是能够很快实现人类水平的 AI 有关。
在上述部分中，我要求你想象一个《银翼杀手》或《太空堡垒卡拉狄加》风格的机器人，能够做人类可以做的所有体力和智力劳动。但我们显然离存在这样的东西还有很长很长很长的路要走。近年来，机器人技术往往落后于软件 AI，而且虽然一些观察家预见到这种变化，但这远非保证。
因此，考虑能够做大多数但不是所有人类所能做的 AI 的经济影响是很重要的。有充分理由怀疑这些情景中的爆炸性增长，特别是因为这些情景强烈类似于近几十年来在美国和其他富裕经济体中发生的情况。
一篇最近的论文研究了美国在 1950 年至 2018 年间的全要素生产率增长，并发现虽然它在一些行业（农业、耐用品制造业、批发业）迅速增长，但在别的行业（建筑、教育和卫生保健、金融/保险）却下降了。
这显然并不代表美国经济越来越依赖农业和制造业。事实上，这一些行业的就业已经一下子就下降，正是因为你可以从每个工人那里获得比过去更多的产出，因此就需要更少的工人来满足市场需求。自动化也导致这一些行业的价格下降，它们在整体经济产出中的份额也随之下降。
相比之下，那些增长停滞的行业的工作份额，那些没有变得更有生产力的行业，一直在增加。由于不那么有生产力的行业成为经济中慢慢的变大的一部分，整体生产率增长受到了拖累。
这被称为 Baumol 的成本病，以已故经济学家 William Baumol 命名，这是一种限制自动化可以超级加速增长的动态。即使你大规模自动化某些行业——如果你最近去过农场或汽车工厂，你会注意到这些设施严重依赖很复杂的种植机、联合收割机和工业机器人来自动化许多任务——这样的一个过程也将导致这一些行业成为经济中不那么重要的部分，而那些进步更难的行业将变得更重要。
将这应用于 AI 上下文，你能想象 AI 导致几个任务的全面或几乎全面自动化。也许它取代了前端工程师来制作网站和应用程序，甚至是大规模的软件工程师。也许它足够好地自动化了平面设计和 3D 动画，以至于大多数企业转而使用 AI 模型而不是人。也许它取代了人类记者。（我不愿意，但我有我的担忧。）
只要还有别的工作（厨师、儿童护理提供者、建筑工人），AI 没有推动生产力大幅度增长——也许是因我们仍然无法制造出有用的机器人，可以将 AI 带入物理世界——这样的一个过程的结果就不会是爆炸性增长。结果将是自动化行业的就业和价格崩溃，这一些行业成为整体经济中不那么重要的部分，整体经济稳步的增长仍然受到生产力增长难以实现的行业的瓶颈制约。
Jones，这位西北大学的经济学家，已经模拟了 AI 怎么样影响增长轨迹，他预计这些类型的瓶颈将阻止至少在短期内由 AI 驱动的爆炸性增长。想想过去 70 年左右计算机领域发生了多少技术进步。“摩尔定律几乎是荒谬的，”他在一次采访中指出。“与 70 年前相比，它每个美元的浮点运算次数（衡量计算性能的指标）增加了 10^17 倍。这是令人难以置信的。”
但我们操纵原子的能力并没有跟上我们操纵软件位的能力，这就是为什么自 1958 年集成电路的出现以来，美国和其他富裕国家的经济稳步的增长并没有爆炸性。还有别的行业的生产力没有爆炸性增长，这一些行业阻碍了我们的发展。
“如果你现在拍了一张餐厅的照片和 1950 年的照片，它其实就是相同的，”Jones 作为一个例子说。“他们接你的订单，有人要把订单拿到厨房，有人要用资本设备和劳动力做饭。”现在可能便宜一点；烤箱和洗碗机更高效一点。但这并不是我们在计算机上看到的情况，这在某种程度上预示着整体增长一直比较温和。
相信增长爆炸的人认为，像这样对 AI 进行建模低估了它的潜力。过去的技术进步，那些在过去一个世纪或更长时间内给我们大家带来了稳定但不加速增长的技术进步，“采取了自动化生产小部分的技术形式，提供了适度的好处，同时需要在经济中进行许多昂贵的同步变化才能实施，”经济学家和增长爆炸理论家 Tamay Besiroglu 在最近关于这一个话题的辩论中指出。“相比之下，如果 AI 能够做人类能做的一切，我们可能一次性自动化大量任务，对现有流程进行更少的成本更新。”
注意这里 Besiroglu 假设了一个能够做人类所能做的一切的 AI。这并不严格必要为了增长爆炸的故事。“谈论完全自动化简化了论点，但我认为我们大家可以实现爆炸性增长，而不必真正完全自动化，”Davidson 说。我们不一定需要自动化像护理或教学或手术这样的事情：“如果你能完全自动化研发和资本投资，那就启动了使增长非常快速的反馈循环。”
当然，完全自动化研究和开发（R&D）也不是一件小事——这部分原因也是为什么这样的一种情况看到迅速增加，是因为 R&D 部门正在努力绕过未自动化部门造成的瓶颈。
我越深入研究这场辩论，就越觉得这似乎是分歧的关键。相信增长爆炸的人似乎相当有信心，几十年内开发出能够做任何经济上有用的任务的 AI 和机器人，或者对生产力和经济稳步的增长有推动作用的新想法的生产至关重要的任何任务是可能的。
怀疑者就是不买账。“AI 技术令人惊叹，发展迅速，很重要，”麻省理工学院研究 AI 对工作影响的经济学教授 David Autor 告诉我。“但我不认为它会走向劳动力的终结。”
在这种观点中，AI，尽管令人印象非常深刻，但并没有在轨道上替代所有劳动力。“AI 不进行推理，”Autor 继续说——这将使自动化研发成为不可能。“AI 不做多元化的分析性思考，它不理解物体恒常性。我不认为这样的一个问题会自行解决。”
在某种程度上，这使得 AI 是否会推动爆炸性增长的问题变得更易于处理，因为经济学家和其他分析师似乎对如果我们得到人类水平的 AI 它会做什么没有太多分歧。技术的实际状态似乎是最大的不确定性来源，而不是其最极端形式的影响。人类水平的 AI 似乎非常有可能推动爆炸性经济稳步的增长——通过完全替代劳动力，通过自动化想法的发现，或两者兼有。
如果你认为人类水平的 AI 是不可避免的，这既令人兴奋又可怕。这些爆炸性增长模型中的许多预测，对人类劳动力的需求将降至零。这是一个大规模失业和拥有资本的少数人与缺乏资本并在增长爆炸中苦苦挣扎的大多数人之间巨大不平等的情景。税收和其他机制可能会攫取部分收益并重新分配给新失业的大多数人，但一个失业率远高于大萧条时期的景象将相当丑陋，不管是否有救济。
即使你不认为人类水平的 AI 在近期内是可能的或可能的，这幅画可能仍然很有趣。有许多情景，在这些情景中，AI 不会导致增长的“爆炸”，或超指数增长，但会导致增长在一段时间内持续更高——并且更广泛地传播。例如，Autor 对 AI 提高那些生产力一直顽固低下的行业的生产力（如医疗保健和教育）的潜力非常乐观，这一些行业阻碍了整体经济的发展。
由于这些领域的未满足需求如此之高，他认为这种生产力可以与高水平的就业共存，这与农业和制造业的情况不同，在农业和制造业中，高生产力伴随着就业下降。医疗保健“不会像农业那样，我们有这么多，以至于它不雇佣任何人，”他说。“我不认为它会变得更少劳动密集，但效率更高。”
爆炸性增长是一个相当高的门槛，即使其理论家提出了一个令人信服的案例，即它至少是可能的。但即使是一个较小的推动也可能最终改变我们的生活。
上一篇:EP5龙门同步功能介绍
下一篇:伺服驱动器首要的性能参数有几个？
