资讯详情

技术进步的高潮总是伴随着高涨的期望和兴奋，人们将其与 1840 年代的铁路狂热或 90 年代末的互联网繁荣等历史性技术革命相提并论。在当代前沿，关键的颠覆者是生成式人工智能——尤其是像 OpenAI 的ChatGPT这样的扩展语言模型，它引发了一种类似于之前创新爆炸的期待气氛。

然而，意气风发的言辞往往掩盖了技术革命必须走的崎岖不平的道路，才能结出提高生产力和社会福祉的承诺成果。正在展开的人工智能革命会有所不同吗？

解码AI狂潮

围绕生成式人工智能技术的热议并非完全没有根据。例如，OpenAI 的 ChatGPT 已经证明了它的实力，展示了令人印象深刻的功能，例如从论文写作到代码生成的自动化任务。

这引发了对巨大经济影响的预测。例如，高盛 (Goldman Sachs) 预测，人工智能推动的生产力可以在十年内将全球 GDP 提高 7%。

然而，所有这些期待都漂浮在不确定的海洋中。与电力和铁路等过去的技术革命相比，虽然人工智能的资本密集度和基础设施依赖性明显降低，但它确实有其独特的先决条件和挑战。

例如，尽管数百万人只需点击一下即可访问 ChatGPT，但生成式 AI 系统的高效运行需要相当大的计算能力，这对钱包来说并不轻。

此外，虽然人工智能的用户友好性促进了采用，但企业仍需要时间来培训员工并相应地调整模型。

平衡人工智能的力量

生成式 AI 带来了一系列独特的障碍，这些障碍可能会减缓其上升速度。例如，监管监督不容忽视。鉴于人工智能的巨大力量，许多技术专家已经主张暂停进一步开发尖端模型。

与取代体力劳动的历史创新不同，生成式人工智能深入研究认知任务，执行写作、分析和设计等活动。

这可以增强人类的能力，但也需要采取适应性的法律和政策措施来对其进行监管并减轻对社会和劳动力的影响。

此外，人工智能的出现也可能自相矛盾地削弱生产力。尽管生成式 AI 旨在简化流程，但如果没有有效利用节省的时间，生产力可能不会显着提高。

人们还担心人工智能的滥用，例如数据操纵、假冒和助长学术造假。

该技术甚至可以为垃圾邮件和在线干扰等生产力破坏者提供支持，尽管它改进欺诈检测的能力可能有助于清理其中的一些混乱。

绘制轨迹

生成式 AI 的最终轨迹——在可能从最初的低谷中幸存下来后它能上升到多高——在很大程度上取决于它的效用。

虽然人工智能在提高知识型工作的生产力方面具有巨大的潜力，从加快医生诊断到加快法律合同的编写，但并非所有行业都能同样受益。

它在多大程度上可以通过加速研究过程来刺激技术进步和迭代生产力的提高还有待观察。

正如铁路最终提高效率一样，主要是因为工业和贸易同时蓬勃发展，生成人工智能的影响也将取决于同步发展。

例如，如果政府采用人工智能来完成减少文书工作等任务，它可以进一步缓解生产力障碍。

生成式人工智能的前景是不可否认的。它增强传统上难以量化的认知任务的能力表明，它的影响可能难以准确衡量。

正如历史所表明的那样，只有在技术得到有效利用之前，才能保证真正的生产力提高。因此，当我们驾驭这场人工智能革命时，一种扎根的方法势在必行。

免责声明：所提供的信息不是交易建议，www.wo.cc对根据本页提供的信息进行的任何投资不承担任何责任。本文内容仅供参考，风险自担！