來自the National Bureau of Economic Research的一篇由麻省理工與芝加哥大學(xué)的一項(xiàng)理論提及AI技術(shù)截至目前為止對生產(chǎn)力影響不大的原因。

之后，麥肯錫全球研究院于11月底發(fā)布一份關(guān)于自動化和就業(yè)的報(bào)告，借助不個國家的工作類別，勾勒出AI技術(shù)可能影響工作者的不同路徑。其中一個發(fā)現(xiàn)是，到了2030年美國三分之一的勞動力在AI崛起下，將不得不轉(zhuǎn)向新的職業(yè)。

同樣的11月底，斯坦福大學(xué)、麻省理工學(xué)院和其他組織的研究人員提出一個觀察AI發(fā)展的“AI指數(shù)(AI Index)”。這個AI指數(shù)，是借助測量科技進(jìn)步速度、投資現(xiàn)況、研究引用和工作職缺等方面來跟蹤人工智能的發(fā)展。

即使這三篇研究報(bào)告中的每一篇研究AI重點(diǎn)不同，但卻出現(xiàn)了兩個共同的主題。首先，決定AI的軌道與影響不只有技術(shù)本身而已，還必須在經(jīng)濟(jì)、政府政策和社會態(tài)度上發(fā)揮主要的作用。其次，電力到計(jì)算機(jī)等主要技術(shù)被社會采用的歷史模式，似乎可以適用于判斷AI的未來。如果AI被采用的速度太快的話，社會將承擔(dān)許多轉(zhuǎn)型的后果。

基本上，AI指數(shù)不是一個單一的數(shù)字，而是一系列追蹤與AI相關(guān)趨勢的圖表。例如，影像和語音識別在過去的一兩年中之間發(fā)展非常迅速，已經(jīng)超越人類在這方面的能力。但是AI專家也說，AI只是在具體任務(wù)或游戲上提高智能，但是在通用人工智能(artificial general intelligence)上與人類能力相去甚遠(yuǎn)。

例如，一個孩子能夠馬上理解，在桌子邊緣傾倒的玻璃杯，內(nèi)部的水很可能落到地板上并灑了一地水。但是人工智能對于這種簡單日常生活的物理學(xué)卻一竅不通。換句話說，人們給AI交代一個單一任務(wù)，只會針對這個任務(wù)進(jìn)行相對應(yīng)的反應(yīng)。如果任務(wù)性質(zhì)稍有改變，或出現(xiàn)未曾遭遇的狀況，AI 就無法隨機(jī)應(yīng)變的想出對策。

基本上，AI的崛起尚未在整個經(jīng)濟(jì)體系造成影響，至少這種影響在數(shù)量上并沒有出現(xiàn)。因此，人們現(xiàn)在只是對新技術(shù)產(chǎn)生的虛假期望，真正要發(fā)生大規(guī)模的影響仍舊需要時間，就如同1880年出現(xiàn)的電動馬達(dá)，一直到1920年才開始對工廠的生產(chǎn)力產(chǎn)生影響。

從AI指數(shù)來看，AI要追上或超過人類智慧，仍相當(dāng)遙遠(yuǎn)，唯一要擔(dān)心的是，AI普及速度一旦超越人類的預(yù)期，這種沖擊才是顛覆性的影響力。