科技改变生活 · 科技引领未来
科技改变生活 · 科技引领未来
自从亚当·史密斯(Adam Smith)的制钉厂创立以来，经济学家一直在研究技术变革，生产率和就业之间的关系。因此，能够在越来越多的情况下正常工作的AI系统(从驾驶汽车到在医学扫描中检测肿瘤)引起了人们的关注，这不足为奇。
2017年9月，一群杰出的经济学家聚集在多伦多，为人工智能经济学(AI)制定了研究议程。他们讨论了诸如AI在经济上有什么独特之处，会产生什么样的影响以及增强AI收益的正确政策等问题。
我最近荣幸地参加了在多伦多举行的本次会议的第三版，并亲眼目睹了该议程在过去两年中的发展情况。在此博客中，我从四个层次概述了会议的主要主题和相关论文：宏观，中观(工业结构)，微观和元(人工智能对经济学用于研究人工智能的数据和方法的影响)。然后，我概述了当今AI经济学议程中的一些差距，我认为这些差距应在将来解决，并得出结论。
会议的召集人Ajay Agrawal，Joshua Gans和Avi Goldfarb(与Catherine Tucker一起)在以前的工作中将AI系统描述为“预测机器”，使预测便宜而丰富，使组织能够做出更多更好的决策，并且甚至使其中一些自动化。一个示例就是亚马逊的推荐引擎，该引擎向每个访问者展示其网站的个性化版本。如果没有机器学习系统(一种类型的AI)，该系统将无法自动进行定制，该系统会根据历史数据自动预测各个客户可能感兴趣的产品。
原则上，任何面临预测问题的部门都可以采用AI系统-从农业到金融，经济几乎遍及任何地方。这种广泛的相关性使一些经济学家将AI视为变革性“通用技术”的最新示例，它将像蒸汽机或半导体在历史上早些时候那样重塑经济。
分析AI对劳动的影响的主要框架是Daron Acemoglu和Pascual Restrepo开发的基于任务的模型(基于Joseph Zeira的先前工作)。该模型将经济视为大量生产任务的集合。人工智能的到来改变了这些任务的价值和重要性，影响了劳动力需求和其他重要的宏观经济变量，例如劳动收入所占的份额以及不平等(例如，如果人工智能使劳动力丧失技能或增加了劳动的份额)。收入流向资本-通常集中在较少的手中-这可能会增加收入和财富不平等。
王同林