人工智能與經(jīng)濟增長09-16人工智能經(jīng)濟學20xx年技術分析基礎人工智能理論概念、發(fā)展歷程與應用場景分析人工智能的經(jīng)

濟學工具機器學習與經(jīng)濟學治理治理監(jiān)管人工智能的治理與監(jiān)管人工智能

政策制定人工智能與宏觀經(jīng)濟政策微觀經(jīng)濟人工智能的

微觀經(jīng)濟基礎人工智能

與市場競爭人工智能

與要素市場產(chǎn)業(yè)經(jīng)濟人工智能

產(chǎn)業(yè)發(fā)展產(chǎn)業(yè)智能化：內涵、機制與影響開放經(jīng)濟人工智能與

全球價值鏈人工智能的國際投資宏觀經(jīng)濟人工智能與經(jīng)濟增長人工智能與經(jīng)濟周期框架模塊章節(jié)課程結構人工智能與

經(jīng)濟社會發(fā)展經(jīng)濟索洛悖論(生產(chǎn)率悖論)"Weseethecomputerageeverywhereexcept

inthe

productivity

statistics.”--RobertSolow人工智能通過提升生產(chǎn)效率、優(yōu)化資源配置以及激發(fā)創(chuàng)新活力等多種方式，對長期經(jīng)濟增長產(chǎn)生

了深遠且復雜的影響深入理解人工智能與經(jīng)濟增長之間的內在聯(lián)系，對于把握未來全球經(jīng)濟發(fā)展趨勢、制定合理的經(jīng)濟

發(fā)展政策以及推動社會進步具有至關重要的意義經(jīng)濟增長的理論前沿系統(tǒng)介紹經(jīng)濟增長理論的前沿研究掌握生產(chǎn)率悖論的概念與原因人工智能對于梳理人工智能與自動化的關系長期增長的影響理解自動化的兩種效應及其對經(jīng)濟長期增長路徑的影響人工智能對于梳理人工智能與新創(chuàng)意的關系知識生產(chǎn)的影響理解人工智能對于創(chuàng)新任務自動化的積極作用本講內容梳理“奇點”的概念與內涵理解奇點論支持者與反對者的觀點及其依據(jù)人工智能與“

奇

點

”401熟悉經(jīng)濟增長理論的發(fā)展脈絡

與前沿領域03分析人工智能對經(jīng)濟增長的促進作用、

制約因素及潛在風險02了解人工智能影響經(jīng)濟增長的作用機理與傳導路徑04了解“奇點”的概念以及人工智能與奇點的關系本章學習要點9.1經(jīng)濟增長的理論前沿熟悉經(jīng)濟增長理論的發(fā)展脈絡與前沿領域新古典增長理論內生增長理論文獻Solow(1956)Romer(1986);Lucas(1988)資本邊際收益遞減不變或遞增經(jīng)濟增長的動力資本積累；外生的技術進步內生的知識積累(人力資本與研發(fā)創(chuàng)新)政策含義政策是無效的可通過政策干預促進知識積累局限性將技術進步看作外生；假設市場完全競爭知識資本、人力資本等難以準確衡量一、經(jīng)濟增長理論經(jīng)濟增長理論的思想脈絡.

新古典增長理論：通過外生技術進步和勞動增長來解釋經(jīng)濟增長，也被稱為外生增長理論.

內

生

增

長

理

論

：經(jīng)濟增長率是由經(jīng)濟參與者(包括家庭、廠商和政府)的最優(yōu)化行為決定，而非外生給定的7經(jīng)濟增長理論的發(fā)展過程全要素生產(chǎn)率認識深化的過程·

廣義的全要素生產(chǎn)率指除資本、勞動以外對產(chǎn)出有促進

作用的因素，包括資源錯配、文化軟環(huán)境等因素經(jīng)濟增長框架微觀基礎深化的過程·

從抽象的代表性家庭和企業(yè)到更具異質性的家庭和企業(yè)·

對市場結構的考察更加豐富經(jīng)濟增長理論與其他學科交叉融合的過程·

與公共財政學、貨幣經(jīng)濟學、環(huán)境經(jīng)濟學、數(shù)字經(jīng)濟學的融合程度不斷提升經(jīng)濟增長理論演化的新特點注

重復雜系統(tǒng)和網(wǎng)絡模型的構建·

分析全球經(jīng)濟中的復雜性與互動性·

揭示各國經(jīng)濟增長的動態(tài)關聯(lián)與因果關系將創(chuàng)新和演化經(jīng)濟學與經(jīng)濟增長理論結合·

探討新技術、新產(chǎn)業(yè)和新模式對經(jīng)濟增長的影響關

注全球經(jīng)濟治理體系對各國經(jīng)濟增長的作用·

提出更具建設性的政策改進方案經(jīng)濟增長理論的演化邏輯8經(jīng)濟增長理論的關鍵不足1.現(xiàn)代經(jīng)濟增長理論主要基于西方發(fā)達國家經(jīng)濟增長特征事實構建.雖然一些文獻在經(jīng)濟增長模型中考慮了發(fā)展中國家和經(jīng)濟轉型國家的特征，但這方面的研究總體薄弱.發(fā)展中國家和經(jīng)濟轉型國家在世界經(jīng)濟中發(fā)揮著越來越重要的作用，亟須構建與其增長現(xiàn)實相匹配的經(jīng)濟增長模型2.在對技術進步的處理上不夠完善.盡管內生經(jīng)濟增長理論強調了技術創(chuàng)新等內部因素，但對于新技術如何具體影響經(jīng)濟增長的機制闡述尚不清晰.人工智能改變了生產(chǎn)方式和生產(chǎn)效率，也影響著就業(yè)結構、產(chǎn)業(yè)組織形式，現(xiàn)有理論無法全面、細致地刻畫這些動態(tài)過程及其對

經(jīng)濟增長的綜合效應3.對于制度和政策因素的考量缺乏動態(tài)性和全面性.大多數(shù)研究僅從靜態(tài)角度分析制度的優(yōu)劣，沒有充分考慮制度在不同經(jīng)濟發(fā)展階段的適應性以及制度之間的相互作用和協(xié)同演化

.隨著技術進步和經(jīng)濟結構的變化，制度體系與政策體系也需要不斷調整和優(yōu)化，現(xiàn)有理論在這方面相對滯后9生產(chǎn)率悖論新生產(chǎn)率悖論技術背景ICT技術(計算機、互聯(lián)網(wǎng))數(shù)字技術(大數(shù)據(jù)、人工智能、自動化)時間范圍20世紀70-80年代21世紀至今核心矛盾ICT投資與勞動生產(chǎn)率之間缺乏關聯(lián)技術創(chuàng)新不斷，但勞動生產(chǎn)率和全要素生產(chǎn)率增長乏力現(xiàn)實證據(jù)20世紀70-80年代，美國ICT產(chǎn)業(yè)發(fā)展

加速，但勞動生產(chǎn)率從20世紀60年代

的3%持續(xù)下滑到1%2005-2016年間，美國勞動生產(chǎn)率的年均

增速僅為1.3%,不及1995-2004年間年均2.8%增長速度的一半政策啟示技術擴散應與組織變革、政策支持相結合促進技術普惠二、數(shù)字時代的經(jīng)濟增長：數(shù)字技術與數(shù)據(jù)要素的作用新生產(chǎn)率悖論(Modern

Productivity

Paradox).

生

產(chǎn)

率

悖

論

：技術進步(尤其是信息技術)顯著的情況下，生產(chǎn)率增長卻未同步提升甚至放緩的現(xiàn)象.新生產(chǎn)率悖論：以大數(shù)據(jù)、人工智能、自動化為代表的新一輪科技革命中，全球生產(chǎn)率增速持續(xù)低于預期的現(xiàn)象新生產(chǎn)力悖論出現(xiàn)的可能原因(Brynjolfsson

et

al.,2019)人們對數(shù)字技術抱有過高預期，其對整體經(jīng)濟的影響可能微乎其微統(tǒng)計方法和口徑存在測量誤差，無法

統(tǒng)計數(shù)字經(jīng)濟時代的生產(chǎn)效率獲益者的尋租行為消耗大量資源，稀釋了數(shù)字技術的積極影響數(shù)字技術對生產(chǎn)率增長的影響存在滯

后性，短期內無法實現(xiàn)10非競爭性與數(shù)據(jù)經(jīng)濟學將數(shù)據(jù)納入生產(chǎn)函數(shù)成為數(shù)字經(jīng)濟研究的一項重點工作數(shù)據(jù)要素的非

競

爭

性，是指數(shù)據(jù)可被多個主體同時使用而不損耗不同的數(shù)

據(jù)

產(chǎn)

權

安

排影響著數(shù)據(jù)的使用，進而影響產(chǎn)出、隱私與消費者福利(Jones&Tonetti,2020)企業(yè)擁有數(shù)據(jù).企業(yè)決定購買和銷售數(shù)據(jù)量.

數(shù)

據(jù)

中

介(壟斷者)受自由進入約束，決定購買數(shù)據(jù)價格和銷售數(shù)據(jù)價格及數(shù)量消費者擁有數(shù)據(jù).家庭決定向數(shù)據(jù)中介出售數(shù)據(jù)的數(shù)量.企

業(yè)決定購買數(shù)據(jù)量.

數(shù)據(jù)中介(處理自身數(shù)據(jù)的中介和捆綁數(shù)據(jù)的中介)均為壟斷者且受自由進入約束，最終利潤為零.企業(yè)過度使用數(shù)據(jù)、不尊重消費者隱私.企業(yè)因擔心創(chuàng)造性破壞而限制數(shù)據(jù)銷售.

數(shù)

據(jù)

使

用接近最優(yōu)配置.消費者在個人隱私和經(jīng)濟收益間權衡取舍119.2人工智能對于長期增長的影響了解人工智能影響經(jīng)濟增長的作用機理與傳導路徑一

、人工智能與自動化Aghion

et

al.

(2017)認為研究人工智能如何影響經(jīng)濟增長時，應關注以下兩個研究主題：應將人工智能視為自動化進程的最新形式.自工業(yè)革命以來，生產(chǎn)環(huán)節(jié)的自動化一直是經(jīng)濟增長的主要特征.將人工智能視為一種新的自動化形式，能夠“馴服”傳統(tǒng)意義上被認為無法自動化的任務(自動駕駛、蛋

白質結構研究).優(yōu)勢：借鑒經(jīng)濟增長和自動化的歷史經(jīng)驗來規(guī)范人工智能研究建模自動化和人工智能對經(jīng)濟增長的影響可能會受到鮑莫爾“成本病”的制約.鮑莫爾成本病(Baumol's

Cost

Disease):生產(chǎn)率增長迅速的部門(農業(yè)，今天的制造業(yè))在GDP中所

占的份額會下降；生產(chǎn)率增長相對緩慢的部門(許多服務業(yè))在GDP

中所占的份額會上升.將經(jīng)濟增長的這一特點與自動化相結合，可以對經(jīng)濟增長過程進行豐富的描述，包括對未來增長和收入分

配的影響13案例一鮑莫爾成本病鮑莫爾建立了兩部門宏觀經(jīng)濟增長模型.

進步部門(Progressive

Sector):

生產(chǎn)率增長迅速.

停滯部門(Non-progressive

Sector):

生產(chǎn)率增長緩慢，包括音樂演奏、傳統(tǒng)服務以及教育和醫(yī)療等不能被輕易工業(yè)化、自動化的部門.鮑莫爾成本病：進步部門的生產(chǎn)率快速增長，停滯部門的生產(chǎn)率提升緩慢，但停滯部門的工資水平卻因勞動力市場的競爭而同步上升，導致停滯部門的成本不斷上升，反

過來拖累整個經(jīng)濟的增長與資本收入份額的提升.

人

工

智

能的發(fā)展在一定程度上正在逐漸改變停滯部門的生產(chǎn)模式(在線學習軟件替代傳統(tǒng)教師),但是這一過程是相當緩慢并且極為有限的，尚未形成全面性的影響隨著生產(chǎn)技術的進步，購買電腦、汽車等進步部門的產(chǎn)品越來越便宜，

但參加音樂會、美容理發(fā)以及繼續(xù)教育則需要承擔日益昂貴的花費CHANCHONG

長

虹電視影音超級國補日魯：1298部分地區(qū)可用咨詢店鋪客服品名粵數(shù)

量單價企

額備

注萬十14”長蟲工

彩電臺050人民幣(大寫)壹仟男色拾元正1824年，莫扎特四重奏需要四個人演奏八分鐘2024年，依然需要四個人同臺八分鐘，但是演奏者

的工資和購買力呈指數(shù)級上升1987年，長虹彩色電視機售價1050元2025年，長虹

智能4K

電視售

價1039元甘肅張披國營農場職工商店N?0026274顧主

198

年

17

日負責人付貨

收款惰二聯(lián)發(fā)票.

其

中ρ

<

0

,At=Ate?t

表示標準的技術進步(外生的).Zeira(1998)給出對于自動化的類似表述，這里遵循Acemoglu&Autor(2012)將這些變量視為不同的生產(chǎn)任務

.p<0表明替代彈性小于1,讓不同的工作任務之間形成互補品的關系，這也符合現(xiàn)實.

直

觀

上

來

說，

這

是

生

產(chǎn)函

數(shù)的

一

種

“

弱的

聯(lián)

系

形

式

”

,因

為GDP

在

某

種

程

度

上

受

限

于

各

類

產(chǎn)

品

中

最

弱

的

一

環(huán)

，

進

而

反

映了鮑莫爾成本病的思想.

沒

有

被自

動

化

的

任

務

由

一

對

一

的

勞

動

力

生

產(chǎn)

，

而

一

旦

任

務

被自

動

化了

，

人

們

可

以

使

用

一

單

位

的

資

本

作

為

替

代

：二、進入生產(chǎn)函數(shù)的人工智能經(jīng)濟的總產(chǎn)出被設定為各種不同商品的一個CES組合形式，且其替代彈性小于1:如果未被自動化

如果已被自動化(9-1)(9-2)15模型剩下的部分與新古典的設定方式類似：Yt=Ct+It

(9-4)Kt=It-δKt

(9-5)(9-6)(9-7)·

為了簡便起見，假設勞動力的總體水平保持固定不變·

令β表示截至時期t已經(jīng)被自動化了的產(chǎn)品部分，并且假設資本和勞動力在不同的任務間是被對稱分配的·

因

此

，Kt/βt單位的資本被用于每個自動化了的任務中，而L/(1-βt)單位的勞動力被用于其他未被自動化的任務中·

其中參數(shù)α反映了被自動化的任務的總體份額或重要程度·

經(jīng)濟中的自動化程度提升，可以認為是資本對于生產(chǎn)的貢獻提升了，即α增加如果總體的資本K和勞動力L被以最優(yōu)方式分配在這些任務中，那么生產(chǎn)函數(shù)就可以表達成：(9-3)16·

這

一

設定便退化成了新古典增長模型的

一

個特定形式，并且資源的分配能夠通過

一

個標準的競爭均衡達到最優(yōu)GDP中已被自動化了的產(chǎn)品份額等于要素報酬中資本的份額，即：GDP中未被自動化的產(chǎn)品份額等于要素報酬中勞動力的份額，即：(9-8)(9-9)生產(chǎn)函數(shù)可寫成：進一步簡化：(9-10)(9-11)17模

型

只

關

心

不

同

種

類

產(chǎn)

品

間

的

替

代

彈

性

小

于

1(ρ

<

0

)

的

情

形，由(

9

-

1

2

)

可

知

兩

類

力

量

導

致

資

本

收

入

份

額

的

變

動·

其一，自動化過程提高了GDP中經(jīng)自動化生產(chǎn)的產(chǎn)品規(guī)模，從而提高資本收入份額·

其二，隨著K/L的增加，資本收入份額與自動化部門占GDP的比例會下降·

替

代

彈

性

小

于

1

時，

第

一

種

效

應(

價

格

效

應

)占

主

導，

促

使

資

本

收

入

份

額

上

升，

且自

動

化

資

本

生

產(chǎn)

的

產(chǎn)

品

價

格

相

較

于

勞

動力生產(chǎn)的產(chǎn)品價格下降，自動化與鮑莫爾成本病同時出現(xiàn)，符合現(xiàn)實中人工智能帶來的變化情況資本份額與勞動力份額之比(已被自動化了的與未被自動化的產(chǎn)出之比)等于：(9-12)18三、長期穩(wěn)態(tài)結果

(9-9)

上式(9-9)是以下新古典生產(chǎn)函數(shù)的特殊情況：Yt=AtF(BtKt,CtLt),

其中

(9-13)·p<0滿足且替代彈性小于1時，自動化(機器換人)相當于增加勞動力的技術變革與消耗資本的技術變革的結合·

換言之，自動化在增加勞動力的同時也稀釋了資本存量，這與我們的直覺(自動化持續(xù)替代勞動力)并不相通·

資本增加效應：自動化使資本可以用于更多的任務·

資本消耗效應：固定數(shù)量的資本被分散得更細·

當不同的任務是替代品時(ρ>0),增加效應占主導地位，自動化具有資本增強作用·

當不同的任務是互補品時(p<0),

消耗效應占主導地位，自動化會消耗更多資本自動化的兩種效應從式(9-8)中可以很容易地看出自動化的兩種效應(9-8)19自動化增強了勞動力、稀釋了資本，實現(xiàn)勞動收入份額下降與資本收入份額的上升，最終能夠形成穩(wěn)定的長期增長路徑·在這樣的路徑上，工作中被自動化的部分越來越多，剩下的勞動力從產(chǎn)出中拿走的份額最終會穩(wěn)定在1-α的水平上·

在經(jīng)濟充分發(fā)達、經(jīng)濟自動化比例接近1時也是如此

—

—

即使絕大部分工作已被自動化，資本能從總產(chǎn)出中拿走的份

額也將穩(wěn)定在α的水平上·

技術上落后的、無法被自動化的“落后部門”決定了收入的初次分配形式，鮑莫爾成本病的重要性進一步凸顯·

對于勞動力來說，起作用的是相反的力量·

當

p<0

時，自動化將一定數(shù)量的勞動力集中到較少數(shù)量的任務上，因此是勞動力增強型的(9-8)209.3人工智能對于知識生產(chǎn)的影響理解人工智能如何影響知識生產(chǎn)水平，進而對長期經(jīng)濟增長

產(chǎn)生額外影響一

、人工智能與新創(chuàng)意人工智能憑借強大的信息處理、分析和整合能力，為知識生產(chǎn)注入全新活力，從科研輔助到學術創(chuàng)作，從知識傳播到知識挖掘，深刻影響著知識生產(chǎn)的各個環(huán)節(jié)，進而影響宏觀經(jīng)濟的長期增長表現(xiàn)自動化在很多方面都會對創(chuàng)意(ideas)的出現(xiàn)產(chǎn)生影響.經(jīng)濟學：打印和分發(fā)論文、獲取研究資料和數(shù)據(jù)、訂購用品、分析數(shù)據(jù)、解決數(shù)學問題以及計算平衡結果.

其他科學：利用人工智能進行科學實驗、基因組測序、探索各種化學反應和材料千萬別用DeepSeek

寫

論

文

!陸續(xù)發(fā)布禁

令30%以上高校開始嚴查Ai寫論文因此，將上節(jié)的供需任務模型應用于創(chuàng)意生產(chǎn)函數(shù)，并考慮研究任務的自動化是一種合理的做法二、創(chuàng)新過程的自動化為了簡化，假設生產(chǎn)函數(shù)只考慮勞動力和創(chuàng)意：Yt=AtLt

(9-14)Aghion

et

al.

(2019)將創(chuàng)新驅動的內生增長思路通過如下公式引入模型，假設多種任務被用來生產(chǎn)創(chuàng)意：

,p<0

(9-15)其中

，S

是用于生產(chǎn)知識的研發(fā)人員數(shù)量，

Bt和Ct是由被自動化的任務份額(βe)所決定的特定參數(shù)?！?/p>

假設一部分工作任務已經(jīng)被自動化，可以將知識生產(chǎn)函數(shù)表達為：,二者在

βt不變時為常數(shù)(9-16)23其中，“~”

代表“成比例變化”在這種情況下，如果F函數(shù)的替代彈性小于1,且Kt/S

隨時間增長，第二行成立·

在這種情況下，自動化提供了一種水平效應(φ<1時)·如果φ=1,即經(jīng)典的內生增長模式下，自動化成為經(jīng)濟增長的核心動力假設一種特殊情況，新被自動化的工作任務占尚未被自動化的工作任務的比例穩(wěn)定為θ,·

則Bt

將趨近于1,Ct的增速趨近于·

與(9-

17)同理可以提出：(9-17)(9-18)24·

當

BK/CS

趨近于正無窮時，公式(9-18)的第二行成立，這也是符合多數(shù)參數(shù)值的情況·

如

果Bt出現(xiàn)一次性的上升(意味著Ct出現(xiàn)一次性的下降),則公式(9-16)可以寫成由公式(9-19)和(9-20)可以得出結論：·

當自

動

化

以

特

定

速

度θ

穩(wěn)

定

地

影

響

知

識

生

產(chǎn)

時，

最

終

的

穩(wěn)

態(tài)

結

果

與

經(jīng)

典

內

生

增

長

論

文Jones(1995)得出的

結

論

幾

乎完全一致：經(jīng)濟增長率與研究人員(以及最終的人口)增長率(gs)成正

比·與Jones(1995)不同的

是，自

動

化

為

經(jīng)

濟

增

長

提

供了

人口

增

長

之

外的

額

外

增

長

動

力

(gc):研

究

工

作的

指

數(shù)

增長不僅

是

因

為

實

際

人

數(shù)

的

增

長，

也

是

人

工

智

能

所

隱

含

的

“

研

究自

動

化

”

的

結

果。

換

言

之，

科

學

研

究

也

是

一

種

可

被

分

解

的

工

作

任

務，

即

使

研

究

人

員

數(shù)

量

不

變，

因

為

固

定

份

額

的

研

究

任

務

被自

動

化了，

剩

下

每

項

任

務

的

研

究

人

員

數(shù)

量

也

可

以

呈

指

數(shù)

增

長·如果

公式(

9

-1

8

)

成立，

整

個

模型

趨

近

于Jones(1995)這

一

經(jīng)

典內

生

增

長

模

型的

設

定，

可以

進

一步

推出

：(9-19)(9-20)25三、已有研究的不足研究假設過于簡單·

已有研究多將人工智能設定為對于人類勞動者的簡單替代，缺乏對人機互動與人機協(xié)同的更深層次考察研究者的局限性·人工智能每隔一段時間就會快速進步、新技術和應用不斷涌現(xiàn)，甚至超越了人們的想象力·Aghion

et

al.

(2019)一文完成時，

ChatGPT

的1.0版本甚至尚未問世判

斷

：在研究人工智能與經(jīng)濟增長的關系時，需要跳出經(jīng)典理論的固有框架，用動態(tài)的、演化的視角探究這項技術可能帶來的增長模式的根本轉換269.4人工智能與“奇點”了解“奇點”的概念及人工智能與奇點的關系黑洞結構示意圖噴流吸積盤奇點事件視界數(shù)

學：函數(shù)、方程或幾何對象在某個點或區(qū)域內出現(xiàn)

“異常行為”,表現(xiàn)為不可導、不連續(xù)、無限

大或結構突變等現(xiàn)象一、奇點的概念與內涵奇點(Singularity)概念的起源物

理

學：廣義相對論中物質密度和

曲率無窮大的點y2=x3

在原點處不光滑，(0,0)為奇點黑洞中心或宇宙大爆炸起點技術奇點TechnologicalSingularity“一旦超人智能開始驅動發(fā)展，發(fā)展會變得更為迅速。事實上，這種發(fā)展意味著在更短時間內更多智能體的產(chǎn)生……我認為進化史是此處的最佳類比：動物可以適應逆境、發(fā)明

創(chuàng)造，但速度通常不及自然選擇——在自然選擇的情況下，

世界就是自身的模擬器；人類則有能力將世界內化、在腦海

中模擬假設，我們由此得以解決許多問題，而且過程比自然

選擇高效數(shù)千倍。如今，我們正在創(chuàng)造以更高速率實現(xiàn)模擬的手段，并將因此步入與過往人類歷史截然不同的領域“——弗諾·文奇能

力人

工

智

能技術奇點計算機芯片的性能按照摩爾定律以指數(shù)級速度增長，同時

軟件算法和通信技術也在不斷進步◎

是否存在一個技術奇點，在其之后技術進步飛快，以

至于人類社會將無法預測和適應它摩爾定律：集成電路上可容納的晶體管數(shù)目大約每18-24

個月增加一倍，同時性能提升一倍，成本降低一半(Moore,1965)·Mntel

80386100Intel

801869808810

Motorola6809YearAppleA8xCorei72ndAMD

K10●·Core

2

DuoPentium

4Cedar.Pentium4

NorthwoodPenium2Pentium◆Intél

80486Transistors(thousand

unit)1,000,00010,0001,0001965

1970197519851990199520002005201020150AppleA12BionicSnapdargon835Mill人

類

智

慧奇

點1993年時

間

29經(jīng)濟奇點經(jīng)濟學家長期關注技術變革對經(jīng)濟增長和結構調整的影響(

新古典經(jīng)濟增長理論和內生增長理論)人工智能等關鍵技術作為技術奇點的重要組成部分，可能會對經(jīng)濟結構和增長模式帶來巨大沖擊經(jīng)濟奇點：在人工智能等關鍵技術的推動下，經(jīng)濟運行將進入一個全新的階段●主要特點：經(jīng)濟增長的穩(wěn)態(tài)不復存在，宏觀層面出現(xiàn)持續(xù)的指數(shù)級增長“人工智能將在2029年達到人類水平的智能，而計算機與人類的融合奇點將在2045年實現(xiàn)?！叭藗儗θ斯ぶ悄艿膿鷳n是錯誤的。這不會是我們與人工智

能的對決，人工智能正在進入我們的內部，它將讓我們創(chuàng)造出

以前無法實現(xiàn)的新事物。這將是一個非常美妙的未來?！薄酌傻隆炱濏f爾2024年人工智能的發(fā)展特性·

人工智能的智能水平提升迅速，

預示著人工智能可能在未來達到超越人類的程度·

人工智能具有自我改進和自糾

錯的機制，這種自我改進機制

一旦啟動，就可能導致人工智

能的爆發(fā)式增長，推動奇點的

到來數(shù)據(jù)增長的爆炸式趨勢·

數(shù)據(jù)量的持續(xù)增長：隨著互聯(lián)網(wǎng)

的普及和各種智能設備的應用，

數(shù)據(jù)量呈現(xiàn)出爆炸式增長的趨勢·

數(shù)據(jù)驅動的創(chuàng)新模式：通過對大

量數(shù)據(jù)的分析和挖掘，可以發(fā)現(xiàn)

新的商業(yè)機會、產(chǎn)品需求和技術

應用方向技術發(fā)展的歷史趨勢與規(guī)律·

技術發(fā)展呈現(xiàn)指數(shù)級增長的

趨勢(摩爾定律)·

技術融合趨勢加快，加速創(chuàng)

新，加速技術進步，增加了

奇點出現(xiàn)的可能性(如人工

智能與生物技術融合)二、奇點將近：支持者的觀點31奇點會推遲出現(xiàn)人工智能的局限性·

人工智能缺乏真正的理解和創(chuàng)造力，可能會限制人工智能的應用范圍和效果，影響經(jīng)濟奇點的發(fā)生經(jīng)濟系統(tǒng)自身的阻礙·

路徑依賴：經(jīng)濟系統(tǒng)的發(fā)展會受到以往決策和歷史路徑的

影響，使得經(jīng)濟系統(tǒng)難以擺脫原有發(fā)展模式·

鎖

定

效

應：經(jīng)濟系統(tǒng)在某些技術或產(chǎn)業(yè)上形成了一種固定

的依賴關系，使其他更有潛力的技術或產(chǎn)業(yè)難以獲得機會社會接受度·

經(jīng)濟奇點的到來會伴隨著巨大的社會變革，(就業(yè)結構的

重大調整、收入分配的變化),可能引發(fā)社會不滿三、奇點尚遠：反對者的觀點奇點不可能出現(xiàn)技術發(fā)展存在極限·

進入“后摩爾時代”·

必須在性能、能耗和成本之間進行平衡人類智能具有獨特性技術奇點這一概念本身存在問題Tr