30年后，再來(lái)看霍金的“人工智能威脅論”

　　為了搶抓人工智能發(fā)展的重大戰略基于，構筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設創(chuàng )新型國家和世界科技強國，國家不遺余力地給予政策扶持。

　　2015年，國務(wù)院提出將人工智能作為11個(gè)重點(diǎn)布局的領(lǐng)域之一，推動(dòng)其在智能家居、智能終端、智能汽車(chē)、機器人領(lǐng)域的應用。

　　2017年7月，《新一代人工智能發(fā)展規劃》出臺，提出“三步走”計劃，到2030年人工智能理論、技術(shù)與應用總體達到世界領(lǐng)先水平。

　　此外，為貫徹落實(shí)“十三五”規劃《綱要》，加強“互聯(lián)網(wǎng)+”、人工智能等前沿技術(shù)領(lǐng)域創(chuàng )新，加快推動(dòng)數字經(jīng)濟發(fā)展，今年年初，國家發(fā)改委組織實(shí)施了2018年“互聯(lián)網(wǎng)+”、人工智能創(chuàng )新發(fā)展和數字經(jīng)濟試點(diǎn)重大工程，并有56個(gè)項目入選其中……

　　天時(shí)地利人和占盡，人工智能想沒(méi)前途都難。

　　2

　　隨著(zhù)人工智能在各行各業(yè)中的普及與應用，人們已完全能夠切身感受到其優(yōu)勢所在。當無(wú)人駕駛亮相深圳令世人驚嘆之時(shí)，當生產(chǎn)車(chē)間越來(lái)越依靠智能化、自動(dòng)化流水線(xiàn)時(shí)，當產(chǎn)品的外觀(guān)質(zhì)檢越來(lái)越依靠機器視覺(jué)設備來(lái)替代質(zhì)檢員的人眼和人腦來(lái)實(shí)施時(shí)，當學(xué)校的老師們可以無(wú)需為批改試卷而費力之時(shí)，人工智能可以大幅度提高工作效率這一命題自然也就成立了。

　　于是，在這個(gè)追求效率和質(zhì)量的時(shí)代，人工智能成為了當之無(wú)愧的寵兒，甚至在國民經(jīng)濟發(fā)展中扮演的角色也越來(lái)越重要。

　　可殊不知，我們在享受人工智能帶來(lái)的種種利好時(shí)，很多人的飯碗已經(jīng)快要保不住了。

　　失業(yè)危機，也成為了目前人類(lèi)對人工智能強勢崛起最為忌憚的痛點(diǎn)所在。

　　一切歷史都是當代史。當前我們眼前所發(fā)生的種種，從歷史上幾乎都能找到類(lèi)似的情境;所以，“以史為鑒，可以知興替”，之于人工智能大抵也是如此。

　　我們不妨回憶一件有意思的事情：

　　上世紀70年代，電子信息技術(shù)革命來(lái)臨，IT界不斷的技術(shù)革新讓人們的工作方式發(fā)生了巨大變化，效率顯著(zhù)提高。然而，事實(shí)卻與人們看到的不盡相同。

　　1973年美國政府公布的非農業(yè)生產(chǎn)部門(mén)數據顯示，表征人均產(chǎn)出大小的勞動(dòng)生產(chǎn)率與表征技術(shù)進(jìn)步/生產(chǎn)效率的全要素生產(chǎn)率年均增長(cháng)分別為2.9%和1.9%;隨后的1973～1997年間，勞動(dòng)生產(chǎn)率與全要素生產(chǎn)率年均增長(cháng)速度分別僅為1.1%和0.2%。

　　盡管計算機處理能力增加了兩百多倍，但美國自1973年開(kāi)始便結束了生產(chǎn)率高增長(cháng)時(shí)期，生產(chǎn)率的增長(cháng)速度降至此前25年的一半，而且企業(yè)的信息技術(shù)投資與投資回報率之間沒(méi)有明顯的關(guān)聯(lián)。

　　這一現象，便是著(zhù)名的 “IT生產(chǎn)率悖論”，諾貝爾經(jīng)濟學(xué)獎得主羅伯特·索洛對此描述道：“除了生產(chǎn)率統計方面之外，計算機無(wú)處不在?！?/p>

　　換句話(huà)說(shuō)，雖然IT產(chǎn)業(yè)發(fā)展迅猛，但是它對宏觀(guān)經(jīng)濟生產(chǎn)率的提高作用卻微乎其微。

　　之所以用此為例，是因為人工智能同IT技術(shù)一樣，都屬于“通用目的技術(shù)(General Purpose Technology)”的范疇。根據最新的維基百科介紹，經(jīng)濟學(xué)家們普遍認為，人類(lèi)發(fā)展史走到今天，總共出現過(guò)26種通用目的技術(shù)，包括蒸汽機、電力、內燃機、IT、人工智能……等等。

　　什么是通用目的技術(shù)?我們可以將其理解為同時(shí)包含以下四方面特點(diǎn)的一種技術(shù)：

　　1. 可以被廣泛應用至國民經(jīng)濟各個(gè)領(lǐng)域，無(wú)論是農業(yè)、工業(yè)還是服務(wù)業(yè);

　　2. 可以持續促進(jìn)生產(chǎn)率提高，并同時(shí)降低使用者的成本;

　　3. 可以顯著(zhù)促進(jìn)新技術(shù)創(chuàng )新，并推動(dòng)新產(chǎn)品的生產(chǎn);

　　4. 可以不斷促進(jìn)生產(chǎn)、流通和組織管理方式的調整和優(yōu)化。

　　以IT技術(shù)為例：它問(wèn)世后，以初期的某個(gè)特定應用領(lǐng)域為起點(diǎn);隨著(zhù)技術(shù)的不斷發(fā)展與進(jìn)步，其應用成本將會(huì )逐漸下降，同時(shí)應用范圍會(huì )不斷拓展至其他各行各業(yè)。此外，IT技術(shù)具有極強的正外部性，其自身的演進(jìn)也會(huì )顯著(zhù)地促進(jìn)其他新技術(shù)的創(chuàng )新和應用，并同其他技術(shù)形成良好的互補。

　　最后，IT技術(shù)的應用不僅促進(jìn)了產(chǎn)品和生產(chǎn)環(huán)節的技術(shù)創(chuàng )新和生產(chǎn)方式的轉變，還加速了組織管理方式的優(yōu)化，實(shí)現了產(chǎn)品技術(shù)、過(guò)程技術(shù)、組織技術(shù)的提升。

　　可以看出，人工智能同樣具備這些特征。

　　那么，今天的人工智能，是否會(huì )重復昨天IT生產(chǎn)率悖論的故事?我們不妨從數據總尋找答案。從圖2來(lái)看，自2008年國際金融危機至今，中國的勞動(dòng)生產(chǎn)率水平一直是穩步上升的，但增速卻從2009年的9.02%降至2017年的6.85%，雖說(shuō)個(gè)別年份增速有所波動(dòng)，但依舊無(wú)法掩蓋總體下降的態(tài)勢。

　　另外，為了便于觀(guān)察，筆者采取大致五年一個(gè)階段來(lái)衡量全要素生產(chǎn)率的平均增速水平。從圖3中不難看出，自2000年以來(lái)，中國的全要素生產(chǎn)率增速是逐階段趨于下降的，盡管近年來(lái)各種新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式噴薄涌現，但是2010～2017年全要素生產(chǎn)率的平均增速卻降至1990年以來(lái)的最低值，僅為2.04%。

　　如此看來(lái)，人工智能在我國的崛起與幾十年前IT產(chǎn)業(yè)在美國的繁榮如出一轍，雖然人工智能技術(shù)的應用可以大大提高人們的工作與生產(chǎn)效率，但是卻并沒(méi)有讓宏觀(guān)層面的整體勞動(dòng)生產(chǎn)率與全要素生產(chǎn)率得到顯著(zhù)提高，二者甚至還有所降低。

　　稱(chēng)人工智能為當代版的“生產(chǎn)率悖論”，并不過(guò)分。