（作者王今朝，武汉大学经济学教授、博士生导师）

一、目前的人工智能还达不到人类智能

最早期的人工智能只是用机械、电子进行大量的计算，因此，计算机被视为一种智能机器。到20世纪末，人工智能的发展前沿还主要体现在基于有限数量的固定规则，在客体有限，客体策略有限下所表现出来的时间序列博弈上的优胜性，如1997年IBM深蓝计算机战胜国际象棋大师，以及2006年的机器与人的围棋对弈。这只是一种依据专家系统经验的判别式智能。

2022年，ChatGPT问世标志着生成式人工智能的出现。然而，生成式人工智能还不是通用人工智能，距离人的智能更远。在可预期的未来，生成式人工智能依旧对大模型和大数据有着严重的依赖。而大模型最多只是针对特定任务和指定模态。在经济学中，美国经济学家、诺贝尔经济学奖得主克莱因进行了长期的大模型构建实践，结果证明成果有限。卢卡斯批判认为，即使是基于历史经验生成的可信的单个函数构成的模型，也无法确保预测的正确性，不能确保可靠地用于指导政策制定，因为一项新的经济政策可能改变人类的行为，从而使得既有模型失效。由于这种机理的作用，包括的函数、方程越多，大模型就越不可靠。由此预测，ChatGPT所提供的结果并不具有最优性和可靠性，可能只具有参考价值。而且，即使ChatGPT具有学习能力，甚至是深度学习能力，但在它没有充分的自适应能力之前，也只能部分地替代人类。从数据方面看，现有的大数据都主要是人类所生成的。而随着人工智能的发展，现有的数据的性质一定发生改变，从而使得人工智能所依赖的大数据的性质发生改变，从而使得人工智能基于现有大数据所做出的结论失效，这是人工智能的一种自否定。所以人工智能无法否定劳动时间的重要性，而只是改变了人类劳动时间的外延。

二、现有的人工智能对社会意味着什么

人工智能关于劳动的三种效应：

一，提高劳动有效性的阈值。

二，扩展人类活动的领域，一些难以用人的地方可以使用机器人来替代。

三，创造出对复杂劳动的新需求。

效应一降低一般劳动需求；效应二对劳动需求的影响是中性的；效应三提高对高级劳动者需求。这三大效应将会加大对高等教育的需求，引起劳动供给结构的巨大变动。人工智能不得不依赖原有的基础设施，如银行、电力、电信基站等等，因此，可能提升对这些部门的劳动需求，但考虑到这些部门的智能化发展，人工智能所提供的简单劳动需求可能是微不足道的。人工智能通过对劳动能力的新要求，对人类劳动的新需求，将人的发展推向极致。

我建议，利用人工智能技术，通过建立全国性学习平台，向青年人和有志于学习的任何人传播各学科的基础知识，降低学习成本，提高学习效率，建立不同于现有大学的知识认证体系，推进人的自由全面发展。随着人工智能的发展，生产社会化达到人类前所未有的水平，劳动将越来越不是谋生的手段，而是越来越成为人们生活的乐趣。在这样的情况下，人的智慧、灵感、审美、责任感将会逐步走向人类最高级的发展阶段。

1、源自邬贺铨：《数据要素是新型生产力的代表，以数据强国支撑数字中国的建设》，AIII研究院，2023-11-05

本文仅代表作者观点

（王今朝为武汉大学经济学教授、博士生导师）

相关标签：