（关注公众号并设为🌟标，获取最新人工智能资讯和产品）

全文约6,000 字，阅读约需 10分钟

近期,美国前财政部长、哈佛大学前校长Lawrence Summers（劳伦斯·萨默斯）在一次深度访谈中,对人工智能革命提出了发人深省的见解。作为OpenAI董事会成员,他对AI技术的潜力做出了大胆预测：在未来半个世纪内,人类的生产总量可能达到历史累计总量的三倍。

这一惊人预测促使我们重新审视技术变革与人类文明的关系。从最早的狩猎采集社会向农业文明的跨越,到文艺复兴时期的思想解放,再到突破马尔萨斯陷阱的工业革命,每一次技术革新都深刻地重塑了人类社会的面貌。而今天,AI技术很可能带来比前述任何一次变革都更为剧烈的冲击。与传统技术相比,AI具有独特的自我进化能力。正如Summers所言,火不会制造更多的火,电力也不会产生更多的电力,但AI却能够不断完善和改进自身。即便对于普通人而言,理解拥有数百亿参数的模型运作机制仍然充满挑战,但努力去探索和把握这项技术的工作原理,无疑是至关重要的。

然而,他也提醒我们要保持理性预期。技术发展往往遵循这样一个规律：事物的发展总是比预期更慢,但一旦突破,其影响又往往超出想象。在人工智能领域,我们既要对其潜力保持开放和期待,也要对其发展节奏保持务实的认识。

文稿整理

主持人： 今天我非常荣幸能与Lawrence Summers对话。他这一代美国最重要的经济政策制定者之一，他曾担任财政部长，并在多个领域担任要职，目前他还在OpenAI的董事会任职。Larry，欢迎来到我们的播客。

嘉宾Lawrence Summers： 很高兴与你在这里交流。

1、科技带来繁荣

主持人： 在这次对话中，我想主要讨论AI对经济的影响。很多严肃的人认为，AI可能会带来人类经济增长的巨大飞跃。在2024年与你对话，感觉就像是在工业革命早期采访亚当·斯密一样，不过我觉得我处在一个更有利的位置，因为我认为你对旧金山的情况了解得比斯密当时对曼彻斯特和伯明翰的情况了解得更多。那么首先，你自从加入OpenAI的董事会后，如何学习AI和深度学习的知识？

Lawrence Summers：   这是一个非常重要的问题。随着我越来越多地研究历史，我发现历史的主要转折点往往与技术密切相关。我不久前做了一个计算，尽管只有7%的人类曾经生活在今天，但人类迄今为止所创造的GDP中，有三分之二是在我的一生中产生的。根据合理的预测，在未来50年里，人类的生产总量可能会是历史上迄今为止生产总量的三倍。因此，技术及其对人类生产力的影响，是推动历史发展的最大因素。

我在学习其他技术革命时得到了启发。以前，我从未认真考虑过几千年前从狩猎采集社会向农业社会过渡的影响。而我现在思考文艺复兴、工业革命所代表的摆脱马尔萨斯困境的重大转变的意义。所以，第一部分是广泛地思考技术及其意义。第二部分是以一个普通人的角度来理解这些模型究竟在做什么。我并不是一位科学研究贡献者，而是以外行的身份去了解。像是理解一个拥有数百亿参数的模型，这对我来说是一个全新的世界。我曾经认为估计一个含有60个系数的回归方程已经是一个很大的模型了。而现在，我通过观看博客、YouTube上的教程，花时间与OpenAI的同事交谈，试图了解这项技术的科学原理。

在某个阶段，当我表现出对此的兴趣时，Sam Altman问我：“你想学会编写这些程序吗？”我回答说：“不，我太老了，我希望能够像理解物理学一样理解AI，即使我不会学习张量数学。”所以，我希望达到那种可以理解但不一定需要实际操作的水平。然后，我尝试阅读文献，和那些从事应用工作的人交谈，了解他们对未来可能实现的应用的推测。因此，这是一种结合了历史时刻、技术内容以及应用领域的学习方式。

主持人： 你提到，学习AI就像参与了核能变得可能时的情景。你希望了解以前技术巨变的时刻，与物理学家交谈，了解军事战略家和医生对放射线的潜在用途的想法，甚至与能源行业的人讨论新能源的可能性。

Lawrence Summers：  是的，这项技术可能具有比过去任何技术都更大的影响。火不会制造更多的火，电力也不会产生更多的电力，但AI有能力自行改进技术本身。所以，也许我不会去学如何编写Transformer模型，但我仍会努力理解它的工作原理。

主持人： 你还记得你看过的一些特别有帮助的视频或阅读过的内容吗？

Lawrence Summers：   你知道，我不太想深入讨论这些，因为我不太记得哪些内容是更私密的，哪些是公开的。但我认为，有很多来自OpenAI以及其他地方的教程非常有帮助，讲解了这些参数的含义。经济学家Susan Athey和Sendhil Mullainathan写过一些关于这些模型的文章，对像我这样接受过计量经济学和统计推断训练的人来说，非常具有可读性。我会提到他们的文章，觉得特别相关。

主持人： 你加入OpenAI董事会后，大约每周花多少时间在OpenAI相关的事务上？

Lawrence Summers：  这取决于具体情况，但大约每周一天左右吧。这其中有些时间用于理解这项技术，有些则与公司快速扩张有关。这家公司可能是历史上发展最快的公司之一，拥有庞大的收入来源和市场价值，这带来了各种治理上的挑战和问题，这也是我的一部分关注点和职责。

2、AI发展瓶颈

主持人： 如果你考虑所有限制AI扩展的瓶颈，比如数据、芯片生产、资本、能源等，哪一个是你认为目前最被低估的？

Lawrence Summers： 我不会低估想象力方面的问题，还会发生一些让人惊讶的事情。因此，我猜测，当这段历史在AI成功之后被书写时，人们会发现一些新的重大见解，比如如何加强推理能力、如何更高效地使用计算资源、如何生成用于训练的信息。我会强调，快速产生更多应用的想法非常重要。在你提到的具体问题中，我怀疑在短期内，限制因素可能是计算能力和获得用于模型训练和推理的芯片。如果从更长期的角度来看，我怀疑能源可能会成为更大的限制因素，但在短期内，可能是先进芯片将是主要的限制因素，这是我会关注的。

主持人： 在我们讨论AI对经济的影响之前，我想再确认一个事实。根据你与技术专家的对话，你认为目前的AI研究人员，大约有多少时间花在那些在未来五年内由AI完成的任务上？

Lawrence Summers：  我不确定确切的数字，但如果这个比例低于25%，我会感到非常惊讶；如果高于75%，我也会感到非常惊讶。但在这之间的具体数字对我来说很难估计，这在一定程度上取决于你如何定义这些任务。你知道，订午餐是我们日常工作的一部分，管理生活也是我们日常的一部分，处理公司例行事务、安排日程这些事情显然将是首先被AI取代的部分。但是即便是在严格定义为研究的任务中，我认为AI编程和创建软件的能力也会大大增强软件工程师的工作效率。

主持人： 那么AI研究人员花在这些任务上的时间比例应该在25%到75%之间？

Lawrence Summers： 也许，关于这个问题的最佳猜测范围可能比这个更小，但我认为现实中的不确定性范围非常广。

主持人： 所以，也许五年内，AI研究本身大约有50%的工作会被自动化？

Lawrence Summers：   我不想过于确定这个比例，因为我们面对的仍然是很大的不确定性。

3、AI和经济

主持人： 理解，那我们来讨论一下AI对经济的影响吧。首先，有一个稍微偏题的问题。过去150年，美国的人均GDP增长率大约每年2%，这一增长率非常稳定。你知道，最大的中断显然是大萧条，当时GDP在四年内下降了大约20%，但随后它又迅速恢复到每年大约2%的增长。你认为是什么原因解释了美国增长的这种稳定性？

Lawrence Summers：  我认为这个问题比看起来更复杂。首先要思考的是，增长是劳动力增长和生产率增长的总和，而这两者都有一些波动。当我在20世纪60年代开始学习经济学时，人们认为美国的潜在GDP增长率接近4%，因为当时他们认为人口和劳动力的增长率约为2%，生产率增长率也约为2%。今天，我们的预期更为保守，因为劳动力的增长可能会慢得多。女性平均生育率低于2个孩子，移民受到了一定限制。此外，女性大规模进入劳动力市场的增长也仅仅是一次性的事件。因此，劳动力增长比过去要慢。生产率增长从1945年到1973年期间要快得多，但随后出现了放缓。从20世纪90年代中期到2000年代初的那段时间生产率增长不错，但除此之外，生产率增长一直低于1%。所以，我不认为有任何“天生的定律”解释了这种相对稳定的增长，因为其背后的因素在波动。我猜想，如果要从理论上解释这一点，可能是因为对于像美国这样处于前沿的经济体来说，创造和应用新技术的空间是有限的，劳动力增长和与之相关的资本积累也具有一定的稳定性。

主持人： 所以为了确保我理解正确，对于前沿经济体来说，可能有一种内生的机制在解释增长的稳定性，这与人口增长以及新想法的出现难度增加等因素相互平衡？

Lawrence Summers：  我不想过度强调这一点。我认为你刚才的表述可能有些夸大了增长的稳定性，因为不同的时期和不同的十年之间确实存在一些波动。当然，如果你看非前沿经济体，比如大部分亚洲国家，它们在某些时期的增长非常迅速，部分原因是它们融入了全球经济，并发展了技术能力。

主持人：  如果我们从长远的角度来看，全球GDP的增长率随着时间的推移不断上升。你认为AI有多大可能引发一个新的增长时代，其平均增长率可能是现在的10倍？

Lawrence Summers： 我认为这种可能性存在。就像工业革命带来的那种增长，对于工业革命之前的人们来说可能是难以想象的，甚至文艺复兴带来的增长在1500年代之前也显得不太可能。所以，我不想做出过于确定的预测，但我的直觉是，显著的加速是有可能的。至于10倍的增长，生产率每四年翻一番的情况，我认为很难想象。某些事情似乎有其加速的极限，比如建造建筑物需要一定的时间，制定计划也需要一定的时间。但关于进展速度的质的加速，我认为这是完全可能的。

主持人： 一些人认为，AI不仅会带来更快的经济增长，还可能引发“经济奇点”，即增长率每年都在上升。其机制可能是通过自动化生产函数，形成一种反馈循环，AI的输出和研发都被逐渐自动化。你认为AI不会带来持续增长率上升的最佳经济论点是什么？这是否与“鲍莫尔成本病”有关？即使在研发中仍然存在一些瓶颈，阻碍了这种持续的增长率提升？

Lawrence Summers：  我会稍微不同地表达这一点。我认为，高速增长的行业往往会迅速出现价格下降，除非这些行业的需求具有高度的弹性，否则它们会占据经济中越来越小的份额。我们在农业领域看到了非常快速的增长，但由于人们对食物的需求是有限的，这导致农业在经济中的比重下降。即便它增长迅速或加速增长，对总体GDP增长的影响也越来越小。在某种程度上，我们看到制造业也发生了类似的情况，制造业在GDP中的比重下降，但这并不是因为制造业失败，而是因为它的成功。经典的例子是经济学家Bill Nordhaus关于照明行业的分析。照明行业在过去几十年里每年取得了8%到10%的进步，然而其结果是，虽然我们可以随时打夜场小联盟棒球赛，这在我小时候是不可想象的，但制蜡业曾经是19世纪经济中重要的部门，如今几乎没有人认为照明行业仍然是经济中的重要部门。

我认为几乎不可避免的是，任何与时间的流逝和人类互动密切相关的活动，都会在经济中占据越来越大的比重。比如，两个人之间的20分钟亲密接触仍然需要20分钟的时间，因此这种类型的活动在经济中的比重会越来越大。当整个经济的生产率增长是各个部门增长的加权平均时，增长最快的部门最终会在总体经济中占比越来越小。

4、国家经济增长

主持人： 我想谈谈AI如何帮助经济政策制定者，尤其是在发展中国家。假设我们达到了通用人工智能（AGI），你认为它能在多大程度上帮助发展中国家的经济政策制定者？我们或许可以通过亚洲经济体的成功来证明这一点，它们每年能实现7.5%的GDP增长，这或许表明更好的经济政策能够显著提高GDP。然而，社会和政治方面的限制可能更加重要。你认为AI在帮助政策制定者做出更明智的决策方面，能否推动发展中国家实现更高的经济增长？

Lawrence Summers：  我认为将知识引入并广泛应用的能力非常重要。除了经济政策外，美国在19世纪早期很难从英国学到如何成功地经营纺织厂。而有了AI，世界上任何地方已知的东西，都会更大程度上为其他地方所知，远远超出今天的水平。知识的更快传播可能是加速发展中最重要的积极因素。当然，发展中国家的政策制定者在管理货币政策时会面临一些非常重要和艰难的选择，可能更具影响力的是其战略性部门政策，决定应该支持哪些行业。如果AI能够提炼出更准确、全面的历史经验，并将其外推到新的案例中，那么它很可能会促成更明智的经济政策，从而推动更快速的经济增长。

主持人： 那么，转回到美国，比如美联储（FED），如果它拥有AGI，货币政策会变得更好吗？我们是否可以大幅减少金融和宏观经济的不稳定性？还是说这些问题会受到某种混乱临界点的影响，无法完全通过智能解决？

Lawrence Summers：  这是一个非常重要的问题。天气和其所遵循的方程受制于混沌动态学，这对天气预报设定了某种内在的限制。但即便如此，每过十年，我们都能比上一代人延长一天的预报时间，且保持相同的预报质量。比如，现在的五天天气预报就像十年前的四天天气预报，或者二十年前的三天天气预报一样。因此，我认为我们在经济预测方面还远远没有达到某种内在极限。当然，经济预测和天气预测有一个根本区别：天气预测不会影响天气，而经济预测会影响经济。但我猜测，我们能够提高预测的准确性，这也意味着我们能够更准确地进行经济稳定化，从而制定更好的政策。

或许AI会像在地震学领域那样，改善对罕见剧烈事件的预测，也许它能帮助预测金融危机和评估泡沫，这显然也有助于稳定化政策。因此，我预期未来会有显著的进展。不过，我想提醒大家一个非常普遍的规律，事情总是需要比你预想的更长的时间才能发生，然后它们会比你预想的速度更快。因此，我不会假设这些好处会立即实现，但我也不会认为我们不会从现状中取得进展。就像我所提到的AI的J曲线一样。

主持人： 回顾一下，如果当时有AGI，你认为它能在金融危机和大衰退期间，帮助奥巴马政府的经济政策制定者多大程度上做出更好的决策？因为我在思考那个时期时，发现稀缺的并不是智力，而是我称之为“人类社会组织的约束”。举两个例子，首先，压缩贷款立法并没有通过，不是因为人们不知道它会有帮助，而是因为奥巴马政府无法掌握足够的60票在参议院通过它；另一个例子是，将债务转换为股权的政策并没有实施，不是因为经济学家不知道这会有帮助，而是因为政府缺乏长期跟踪这些合同的能力。那么AGI在金融危机和大衰退期间能帮助多少？还是说这些问题本质上与智能无关？

Lawrence Summers：  我不确定你提到的这两个例子是否像你描述的那么简单。压缩贷款立法的结构可能引发一波破产事件，进而带来道德风险，甚至加剧金融危机的严重性。这种不确定性是导致立法进展缓慢的原因之一。同样，其他政策方案也有类似的复杂性。总体来说，在知识更加明确的情况下，达成解决方案会更容易。我认为，更好地了解金融危机的各个方面，以及对因果机制的更广泛共识，应该会促使更好的决策。

另一方面，我认为大多数人在回顾时认为，奥巴马政府提供的财政刺激规模太小了。但这并不是因为他们的分析判断有误，而是因为在国会推动快速进展的政治限制。如果当时有更好的经济科学，使得合适的刺激规模更加明确，争论的随意性减少，那么人们可能会更倾向于政治上支持正确的措施。我喜欢说的是，这并非巧合。感冒和某些癌症会有很多偏方，但对于骨折或链球菌性咽喉炎却没有偏方。当存在清晰明确的科学解决方案时，人们会聚集在一起支持它；但当没有明确的解决方案时，争论、波动和不太可靠的解决方案就会更多。我认为，随着时间的推移，更好的人工智能会促进更深刻的理解，从而带来更好的结果。

主持人： 最后一个问题，你活跃在两个相关的领域：一个是通过董事会与技术专家的接触，另一个是学术经济学家。整体来看，学术经济学家似乎并没有被AI的潜在经济影响所折服。比如，刚获得诺贝尔奖的达龙·阿西莫格鲁（Daron Acemoglu）在一篇文章中预测，AI在未来十年内只能带来约0.6%的生产率提升。你如何解释这一差异？经济学界在AI方面遗漏了什么？

Lawrence Summers：   我非常尊重达隆，但我认为他的分析在这个问题上并不令人信服。他完全忽略了更快的科学进展、更快的社会科学进展以及通过人工智能实现的更好决策的可能性。所以，他的分析让我想起IBM早期得出的结论，认为全球对计算机的需求不会超过五台大型机，或者是AT&T曾经得出的结论，认为全球不会有超过一百万部手机的需求。

主持人： Lawrence，能和你对话是我的莫大荣幸。我知道你接下来还有其他会议，但非常感谢你今天花费的时间。

Lawrence Summers：  谢谢你，我希望这次对话对你有所帮助。

原视频链接：https://www.youtube.com/watch?v=wvBzGK72rgU&t=123s&ab_channel=JosephNoelWalker

素材来源官方媒体/网络新闻

不只是算法，我们在创造改变生活的可能。您是否曾想过AI技术能为您的事业带来突破？现在，这个机会就在眼前，欢迎扫描下方二维码或点击链接填写AI需求，来和我们聊聊。

https://kawecob6a7k.feishu.cn/share/base/form/shrcn9i5HkwtHpkQNaV1bDqjt8f填写，会有相关负责人联系及时您，请留意您的微信和邮箱信息。

往期回顾

1、[在密歇根大学访谈，Sam Altman谈AI增长曲线的关键拐点,以及草莓模型o1与GPT-5的潜在关联]

3、[演讲视频：2024年第65届国际奥数大会上，陶哲轩再次表示当前AI进展惊人，智能水平已与人类相当]

3、[诺奖现场采访2024物理学得主Hinton：当前AI革命堪比工业革命，且将在智力上全面超越人类]

想象一个世界，AI不再是遥不可及的科技，而我们将 AI 科技与创新想法完美融合,探索AI的无限可能!

告别昂贵服务和缺人烦恼,再见漫长交付周期

无限创意,分分钟生成专业级产品

感受 AI 带来的全新工作体验！

欢迎各大品牌方、媒体、企业和个人等

请联系负责人微信：Milo-1101

--END--