作 者：梁建章
企业发布报告，AI分身上线解读数据——这是一个典型的人工智能在工作场景中的应用。有了AI的帮助，人可以有更多的时间来思考和创作，今天这篇文章，我想来展开说说，人工智能和人类大脑的差异，以及如何影响当下的行业尤其是就业市场。
正文
自从ChatGPT和其他大型语言模型问世以来，世界被震撼了。ChatGPT生成类人语言和在各种任务中表现出色的能力，几乎远远超出了所有计算机科学家的预期。我在1990年代初期的大学时代就曾学习过人工智能，那时，自然语言处理是一个极具挑战性的问题，很难攻克，很多年几乎没有什么进展。近年来的革命性突破令人瞩目。
当我在2023年初首次尝试ChatGPT时，惊讶地发现其底层算法仅仅是几百行代码，目标函数也只是简单的统计预测下一个单词。然而，这个看似简单的模型，在庞大的数据上训练，使用强大的神经网络，能够理解语言并撰写文章，表现得比大多数人类还要好。
虽然有些人将大型语言模型的崛起与iPhone或互联网变革相提并论，但我并不这样看。AI对商业的影响，可能比移动互联网带来的变化更为渐进，但这一时刻的真正意义是哲学方面的。我相信这标志着一个“进化时刻”——不仅仅是另一个“iPhone时刻”——这是人类历史上的一个关键点，对我们理解人性有深远的影响。这就是为什么我会有如此强烈的情感反应。
我的反应首先是谦卑——意识到人脑本身并没有什么特别之处。凭借数十亿个连接和广泛的训练，一个简单的神经网络模型可以达到与人脑相当的语言理解水平。尽管今天的人工智能技术仍有很大改进空间，但它表明与机器或其他生命形式相比，人类大脑并不具备任何神秘或独特的特性——只是硬件更好，也许算法或布线更高效。人工智能达到完全人类智能只是时间问题。
接下来，我感到深深的自豪，这是人类的创新造就了如此奇迹的成就。我们的物种足够聪明，甚至创造出比我们自己更聪明的东西。
我对此还有一种敬畏之情，机器智能的最佳算法是模仿人类大脑，而人类大脑本身就是进化的产物。许多计算机科学家，包括我自己，曾尝试过不同的解决方案却未能成功，但最终证明类脑的深度神经网络才是答案。
最后，我感到一阵兴奋，人类的进化史可以给我们很多启发——不仅在于完善人工智能算法，还在于揭示我们作为人类真正的独特之处。甚至可能为寻找生命的意义提供洞见。
人工智能与人脑的区别
在回答AI与就业的问题之前，我们需要先了解人工智能和人脑之间的异同。除了两者都由数十亿甚至数万亿个神经元组成外，还有一个令人惊讶且至关重要的共同点：它们都是不可预测和难以解释的。与依靠固定规则和确定性行为运作的机器不同，人类的行为遵循广泛的模式，但在个体层面上仍然保留一定程度的不可预测性。
传统意义上的计算机程序可以被预测，但大模型则不可预测——它们在回答相同问题时可能提供略有不同的答案。同样，人工智能算法也难以解释。深度神经网络由数十亿个参数组成，分布在多个层级中。每一层以非线性方式处理数据，这使得追踪单个输入如何导致特定输出变得极其困难。这些模型的复杂性使得理解其内部运作几乎不可能。
同时人工智能系统与人脑之间还有关键差异——人脑的能效远远高于人工智能，人脑的工作功率约为20瓦特，类似于小型灯泡，而大语言模型则需要巨量算力和能量，可能在执行类似任务时消耗数千倍的能量。
其次，人工智能没有情感、伦理或意识——或者说它有吗？这是一个深刻的哲学问题。情感源于大脑功能，因此从理论上讲，随着人工智能的进步，它们可以被模仿。然而，情感也是数十亿年进化的结果，那么如果人工智能要发展出真正的情感，需要多长时间呢？接着，还有人工智能是否能具备意识或伦理的问题，这是一个重要的哲学议题，后面将进一步探讨。
最后，尽管人工智能可能在某些认知任务上超过人脑，但人工智能驱动的机器人在灵巧性和敏捷性方面仍显著逊色于人类。例如，尽管人工智能已经能够执行入门级程序员的任务，但在处理如服务员等工作的能力上仍显挣扎。人类解剖结构的复杂性，加上先进的感官反馈和卓越的运动控制，使人类的手具备无与伦比的精确和多样化运动能力。我们目前缺乏能够在功能上接近人手的材料，不像芯片与神经元之间的匹配。
考虑到手、脚和其他身体部位经历了数十亿年的进化才能达到现在的最佳形态，这并不令人惊讶，而人脑和语言的进化只用了几百万年。因此，提升机器人灵巧性和敏捷性是一个比语言处理更具挑战性的问题。即使是最先进的AI机器人，在轻松多样地捡起物体等简单任务上，仍无法比拟人类，更不用说像清理房间这样复杂的任务。尽管机器人发展会随着时间的推移而改进，但这一进步将是渐进的，许多服务工作将在许多年内仍然只能由人类完成。
生成式AI将创造更多就业机会，而不是使其消失
人工智能在不同任务端的能力差异，对各类工作的影响也不尽相同。近期也有很多研究揭示了人工智能对就业潜在影响的相关性，回应了大家关于工作岗位流失的普遍担忧。麦肯锡分析预计，到2030年，生成式人工智能可能会使美国经济中29.5%的工作时间实现自动化，而当下这一比例为21.5%。更多的研究结论认为，人工智能对就业的影响会体现在工作转型上，而非全面替代，许多职位可能会得到能力增强，而非完全消失。
人工智能对就业市场的影响，在不同领域里差异明显。某些工作，例如翻译，可能几乎完全被人工智能取代，但大多数职业可能会被部分自动化，特定的任务会被机器接管。然而，由于固有的风险和对人类判断的需求，某些角色将仍然由人类担任。
大多数研究探讨人工智能对就业的影响时，主要侧重在自动化方面，而忽略了关键点——要准确预测就业市场的趋势，必须同时考虑供需因素。在人工智能时代，一些行业可能会面临需求的增加，从而抵消自动化的影响。例如，即使人工智能自动化了某个职位50%的任务，如果该行业扩展三倍，仍然可能会使得就业数量增加。此外，随着社会富裕程度的提升，和个人休闲时间的增加，消费者行为趋向于体验精神层面的追求，而非物质商品的追求，这种大的行业趋势可能会创造新的就业机会。
人工智能难以取代的行业
从经济学角度来看，目前比较迫切的问题是，人工智能将取代哪些职业，是否会出现大量的失业？哪些行业会受到正面或者负面的影响？人工智能又将如何影响创新和教育？人工智能会如何影响收入分配吗？
特别声明
以上所刊登的文章仅代表作者本人观点，本公众号为非营利性平台，刊发文章仅作学术交流使用。
对本公众号原创之文章，如需转载或引用该等文章的任何内容，请私信沟通授权事宜，并于转载时在文章开头处注明来源于公众号“经济学原理”及作者姓名。未经本公众号授权，不得转载或使用该等文章。
对非本公众号原创之文章，任何商业运营公众号如转载，请向原创公众号或原出版机构申请许可。
