三個新的報告結合起來提出這些答案：它現在可能比你想象中能做的要少。但它最終會比你想象的要多，而且可能會比過去強大的技術發展得更快。
這一系列研究本身就是AI繁榮的標志。不同學科的研究人員正在爭先恐后地理解該技術的可能軌跡，影響范圍和影響力，已經在一些方面發現了，如自動駕駛汽車和在線圖像識別等。這樣做會給定義和衡量帶來很多挑戰，因為這個領域正在迅速發展，并且由于公司正在推動AI用于營銷目的。
由斯坦福大學，麻省理工學院和其他組織的研究人員于發布的“AI指數”，通過測量技術進步、投資、研究引用和大學入學等方面來追蹤人工智能的發展。該項目的目標是收集、整理和不斷更新數據，以更好地為科學家、商人、決策者和公眾提供信息。
麥肯錫全球研究院也曾發布了一份關于自動化和就業的報告，根據幾個國家的工作類別勾畫出技術可能采取的不同途徑及其對工人的影響。一大發現：在2030年前，美國勞動力的三分之一將不得不轉向新職業，大約在12年內。
在美國國家經濟研究局去年11月發表的一篇文章中，來自MIT和芝加哥大學的經濟學家解答了為什么所有的研究和投資圍繞AI技術，但迄今對生產力影響不大。
三項研究舉措各有不同的側重點。但報告和對作者采訪中出現了兩個共同的主題。
■技術本身只是確定AI及其影響軌跡的一個因素。經濟學，政府政策和社會態度也將扮演重要角色。
■從電力到電腦的主要技術的采用歷史模式可能適用于AI。但如果模式相似，速度可能不會相同。正如許多研究人員預測的那樣，如果速度更快，那么帶來的社會后果可能比過去的轉型更加痛苦。
AI指數由人工智能百年研究發展而來，該研究是由AI在2014年基于斯坦福一個項目的AI專家而開始的。該研究小組主要是科學家，旨在擴大對人工智能的理解，從而增加社會從技術中受益的可能性。
該小組最初將每五年發布一次主要研究報告。但鑒于進展速度和投資速度，五年的時間間隔“似乎太慢了”，斯坦福大學榮譽教授兼AI指數指導委員會主席Yoav Shoham說。
新的指數不是一個單一的數字，而是一系列跟蹤與AI相關的趨勢的圖表。其中包括諸如圖像識別和語音識別改進率，以及啟動活動和職位空缺等措施。還有人工智能專家發表的短文。
一些顯示技術進步的圖表很有說服力。例如，圖像和語音識別程序在過去的一兩年中已經匹配或超越了人類的能力。
但是AI專家警告說，具體任務或游戲熟練程度的提高仍然與一般智能相去甚遠。例如，一個小孩知道桌子邊上的裝水玻璃杯傾倒在地板上，水會灑出來。他或她能理解人工智能程序還沒有理解的日常生活物理學。
“公眾認為我們知道如何做得比現在做得更多。”SRI國際的科學家Raymond Perrault說。
Shoham說，目前的AI指數是“非常重要的第一步”。該小組正在尋求來自世界各地的學術和企業研究人員的數據和意見。他說，這個想法是創造一個“生活指數”，其中包含盡可能多的可衡量的領域，包括社會影響。
麥肯錫自動化和就業報告捕捉到了AI的不確定性，及其對勞動力市場的影響。它預測到2030年將不得不尋找新職業的美國人，數量從1600萬到5400萬不等，這取決于技術采用的速度。
AI進步越快，挑戰越大。麥肯錫的5400萬上限預測表明，與之前勞動力大變革相比，這種轉變更加迅速，當時就業從農場轉移到工廠，后來從制造業轉移到服務業。
“這就是談話必須討論的地方，如何管理這種轉變。”麥肯錫經濟學家蘇珊·隆德說，“我們需要在如何提供中等教育再培訓方面進行重大改變，以及我們如何幫助流離失所的員工找到新的就業機會。”
盡管如此，AI尚未在整體經濟中出現，至少在數量上并未出現。在他們最近的論文中，MIT 斯隆管理學院的Erik Brynjolfsson和芝加哥大學布斯商學院的Daniel Rock稱之為“期望和統計的沖突”。
他們提供了一些可能的解釋，包括對新技術的虛假希望和不良衡量。但他們解決的問題是AI的采用和有效使用的滯后。
這是有歷史先例的。例如，電動機在19世紀80年代初引入。 但直到20世紀20年代，在汽車的普及和工廠工作被重組為大規模生產流水線的過程中，以利用當時的新技術，生產率的提高才顯現出來。
AI將會走上類似的道路，但速度更快， Brynjolfsson也曾在“人工智能指數”中預測過。他說，這個指數應該有助于加快采用速度，為人們提供所需的信息以作出更好的決策。
當然，也不乏AI懷疑論者，但Brynjolfsson顯然不是其中之一。 他說：“歷史表明，即使擁有強大的技術，也需要數年。” “但是對我來說，它肯定會發生。”
京公網安備 11010502049343號