AI技術發展的三重影響

未來並未真正到來，卻又似乎正加速到來。ChatGPT的熱潮最重要的現實意義可能恰在於，它激發了整個人類對AI（人工智慧）的深度思考和高度警覺。我們認為，AI技術發展將從微觀、宏觀和歷史三個層面，對人類經濟社會產生深遠影響。

微觀層面，AI技術的不斷演繹與反覆運算或將帶來新一輪應用創新。ChatGPT相比過去的機器人最大的不同在於記憶能力。通過在人類環境中不斷的進行強化訓練，ChatGPT可以靈活記憶與人溝通的對話資訊，並實現連續對話。相比過去的Siri或者傳統搜尋引擎，ChatGPT能夠從人類回饋中不斷的實現強化學習，這直接改變了經濟社會中人類直接獲取資訊和輸出內容的方式。一旦獲取資訊的中間成本被大大降低，數位經濟中資料要素的使用效率將顯著提高，勞動生產力也將得到進一步的釋放。

宏觀層面，人工智慧技術對現實經濟增長影響仍存在滯後，未來AI技術將加劇經濟增長的不規則性。當前AI技術對資料的收集、處理和訓練都需要較長的時間。以ChatGPT為例，相比Web1.0和Web2.0單向內容輸出，儘管ChatGPT具備了雙向輸出和互動的能力，然而ChatGPT從獲取資料到訓練資料仍需要較長的週期。當前ChatGPT的資料更新為2021年，這意味著ChatGPT並不知道2022年以後發生的事情。即時資料無法被動態更新使得ChatGPT等基於神經網路模型的AI技術很難滿足商業價值創造所需的即時性。此外，AI技術幾乎每一次反覆運算都需要外部基礎設施作出相應升級改造，但外部相關基建和硬體設施往往難以在短期內有效支援AI相關技術較高的配套訴求。

歷史層面，ChatGPT僅僅是AI發展過程中的一條分支，不宜過分樂觀。ChatGPT在人工智慧領域中主要構建於大語言歸納模型。大語言模型主要是利用自然語言和神經網路模型對人類生產的語言類資料進行訓練，並結合強化學習不斷強化AI對人類語言的理解能力。從回饋機制來看，ChatGPT的智慧回應是基於龐大資料量上的梯度下降得到的。但值得強調的是，純粹的梯度下降並不等同于智能化。所謂AI的智慧性，不僅僅是對知識的歸納處理，最重要的意義是AI學會進行知識推理並具備認知常識的能力。過去5年，ChatGPT的通用性和泛化能力確實得到顯著提升，但在模型中我們實際並不知道該模型泛化能力是如何通過模型訓練具體形成的，我們也很難明確通用性和泛化性的邊界在哪裡。因此，如果僅僅將ChatGPT視為一種説明人們實現目標的工具，它確實能夠產生更多的商業價值。但如果將ChaGPT等大語言類AI技術視為改變人類文明必由的途徑則有些言過其實。

責任編輯︰梁浩碩

【開市追揸沽】美團業績勝預期後市點走？ 4大內銀股業績前瞻