查看原文
其他

人工智能经济学——便宜的预测如何改变世界

信息化观察网 信息化观察网 2024-01-09



人工智能的意义非凡,它不仅改变了商业领域的游戏规则,也让人类的工作变得比以往更加智能、快捷,并且会对经济和劳工市场产生潜在而又重大的影响。


人工智能是立足于其预测能力之上的技术,这一功能也赋予其应有的价值。计算过程也变得比以往更加快速、准确,对于一个特定的结果计算出可能性,则是人工智能中重要的部分。


近年来,我们所取得的技术成就大多是围绕机器学习和深度学习领域。这些都是技术的具体实施案例,只需要输入数据就能赋予机器学习的能力,而不需要人类的介入。


这就意味着它们能够更加优秀地处理日常工作——例如从相机中检测图片信息,然后分析出图片上的物体,或者是通过阅读上千页的文件,理解和待处理工作的相关信息。


“这会对人类的角色产生怎样的影响”已然变成了一个热门话题,并且这个问题也一直悬而未决。有人预测,在不久的将来,人类会习惯于同“智能”机器共事,这将会大大提高我们的生产力。也有人表示这些机器会让多种人类劳动力变得多余,从而会导致大范围的失业,最终会导致社会混乱。


Ajay Agrawal,Joshua Gans和Avi Goldfarb合著的新书《预测机器——人工智能的简单经济学》,旨在展示这种预测对于人工智能所带来的变化至关重要。在他们的书中,他们解释道不仅要理解这个概念,并且也要准备作出回应,这样能够决定两种未来情况,哪种最有可能成为现实。


他们认为:这一问题的关键在于人类的人工智能“管理者”是否能够学会区分涉及到预测的工作,以及那些依旧很需要人类介入的工作。


笔者和战略管理教授兼多伦多大学杰弗里技术创新和创业公司控股人Joshua Gans进行了一次会面,他让笔者深入了解了经济学家是如何解决人工智能引发的问题。


“在经济学家研究创新和技术变化时,理解和预测新技术影响的传统框架,或许是考虑这个技术在减少哪一方面成本。”他说道。


“实际上它是统计方法的一个进步,而且是个非常大的进步,并且和智能没有一点关系,很多人都理解“智能”这个词。智能的一个方面,就是预测。


“当我仰望天空,看到有灰色的云时,我会记录下这些信息并预测会下雨。当我要接球的时候,我会预测球最终会掉哪里,想要接住这个球,我需要做很多事情,但我做的其中一件事就是预测。”


在商业中,我们每天都要做出很多很多的预测。我们是通过廉价出售大量产品,还是以高价销售少量产品来获得更高的利润?谁是团队中最胜任这份工作的人?在我们的营销预算中,我们如何获得更多的利润或价值?


传统上,这些预测很大程度上依赖于“直觉”,我们的直觉或经验告诉我们的可能结果。当然,它们也是数据驱动的,我们的直觉来自于我们所学到的东西,但是只有这么多时间可以用来阅读报告和书籍。


这通常并不会束缚计算机,如果给出正确的算法,它可以自动摄取大量数据并使用数据来做出预测,并且要比我们的预测还要更快、更准确。


“有时我们(人类)会因为无法做出预测而避免做出决定,但是我们可能会有‘经验法则’或类似的东西。”Gans解释道。


“未来的这些预测机器将能够做出更好、更快、更便宜的预测,当你这样做时,会发生两种情况:首先,我们将做更多的预测;第二个问题是,我们将考虑新的方法,以解决缺失位预测的问题。”


自动驾驶汽车就是一个明显的例子。这并不是新想法,但人类几十年来一直在努力使其成为现实,因为没有办法让机器能够做出安全导航所需的准确预测。随着机器学习和深度学习的出现,这种情况发生了变化。


“人们并没有将其看做是预测问题,我们一旦得到了这些工具,他们就开始做出改进。”Gans说道。


那么这对我们人类来说究竟意味着什么呢?


“首先,对于我们预测的重度用户来说,这是个好消息,”他说,“预测是我们所青睐的,并且我们会让它们更快、更便宜,所以这很好。”


他给笔者举了一个校车司机的例子。


“因此我们可以用自动驾驶汽车取代人类驾驶员,这很棒!所以我们会抛弃校车司机,让一个机器人去接孩子们。但是你会马上想到——等待,让一大堆无人监管的孩子待在公共汽车上,这个想法听起来很愚蠢。”


这个解决方案听起来很有吸引力,人权组织可能不会过于善意地考虑让机器人在运输途中训练不守规矩的孩子。


一种更为社会可接受的解决方案可能是用人类监督员,或更有成效的教育工作者来取代司机。


“然后我们就可以在孩子上车的时候开始上课,”Gans说,“或者我们可以在校车上安排学校集会。这就能够节省时间,而我们只需要富有想象力。”


事实上,现在没有人知道人工智能将在20年后对社会产生什么影响,更不用说50年或100年了。


真正能够大规模取代人类劳动力的技术,可能还需要一些时间才能实现。


“我知道人们谈论‘奇点’的概念,而且这一切都可能在一夜之间发生。但我不知道它是否会以这种方式发生。”Gans告诉笔者。


“这一过程可能会很慢很慢......我觉得那些才是我们需要解决的问题,这也是我的信心所在。”


原文作者:Bernard Marr


编译:信息化观察网


往期精选


围观

社交媒体能否对全球医疗卫生产生积极影响

丨更多

热文

Databricks旨在通过MLflow简化建立机器学习模块

丨更多

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存