对生成式 AI 近期前景的预测：不会取代人类，它是“大脑的自行车”

原作者：Noah Smith 和 roon

编译：DeFi 之道

图片来源：由无界版图AI工具生成

本文由 Noah 和 roon 共同撰写。roon 是一家著名人工智能公司的研究员，他也在 Twitter 上发表幽默的推文。因为这是一篇联合文章，所以我们有时会用第三人称来指代我们中的一个。

当你和他人谈论人工智能的潜力时，几乎每个人都会提出同样的问题：害怕被取代。对于大多数人来说，这表现为一种可怕的确定性，即人工智能最终会淘汰掉人们的技能。而对那些真正从事人工智能工作的人来说，它通常表现为一种内疚感 -- 对创造出使他们的同伴失去工作的机器感到内疚，对想象中的未来只有他们被有偿雇用感到内疚。

最近几个月，随着生成式人工智能的投资和创新的爆炸性增长，这些不安的感觉更加强烈。机器学习中相对较新的创新，即扩散模型（diffusion models），使文本到图像的生成变得成熟。像 Midjourney 和 Stable Diffusion 这样的人工智能艺术应用浪潮已经引起了巨大的轰动，Stability AI 已经筹集了 1.01 亿美元。与此同时，使用人工智能生成书面内容的公司 Jasper 筹集了 1.25 亿美元。在一个大部分科技行业似乎都陷入低谷的时代，人工智能正在经历一个黄金时代。而这让很多人感到担忧。

直截了当地说，我们认为这种恐惧和内疚，可能大多是没有必要的。当然，没有人真的知道答案，但我们认为人工智能更有可能补充和增强人们的能力，而不是使人们陷入贫困或将他们排挤到福利名单上。这并不意味着我们是盲目的乐观主义者；我们意识到这种乐观的观点很难让人接受，即使我们的愿景实现了，也肯定会有一些人吃亏。我们迄今所看到的生成式人工智能的工作方式表明，它将在很大程度上像过去创新浪潮中提高生产率、节省劳动力的工具一样。

AI 不会取代工作，它取代的是任务

如果人工智能造成普通民众的大规模失业，这将是历史上第一次有技术做到这一点。工业机械、计算机控制的机床、软件应用和工业机器人都引起了关于人类被淘汰的恐慌，而这种情况从未发生；几乎所有想要工作的人都仍然工作着。正如 Noah 所写的，最近的一波证据显示，采用工业机器人和一般的自动化技术与公司和行业层面的就业增加有关。

当然，这并不是说它不可能发生 -- 有时技术会做出全新的、前所未有的事情，就像工业革命突然让人类第一次摆脱马尔萨斯式的贫困。但重要的是要意识到为什么过去的创新没有导致当时人们所担心的那种大规模淘汰。

原因是，这些技术没有完全取代人，而只是取代了他们所做的一些工作。如果像 Noah 的祖先一样，你在 17 世纪是一名金属工人，你的工作有很大一部分是使用手工工具将金属敲打成特定形状。两个世纪后，在机器工具出现后，金属工人将大部分时间用于指挥机器进行敲打工作。这是一种不同的工作，但你可以用机器敲打更多的金属。

经济学家早就意识到，重要的是不要在工作层面上看劳动力市场，而是在工作中的任务层面上看。在他们 2018 年的优秀著作《Prediction Machines》中，Ajay Agrawal、Joshua Gans 和 Avi Goldfarb 谈到了预测性人工智能的前景 -- 那种能自动完成谷歌搜索的人工智能。他们提出的可能性是，这种技术将只是让白领们更有效地完成他们的工作，类似于机器工具对蓝领们的作用。

Daron Acemoglu 和 Pascual Restrepo 有一个相关的数学模型（更技术性的版本），他们把工作分解成具体的任务。他们发现，像人工智能或机器人这样的新生产技术可以产生几种不同的效果。它们可以使工人在现有的任务中更具生产力。它们可以将人类劳动转移到不同的任务上。它们还可以为人们创造新的任务。工人是受到伤害还是得到帮助，取决于这些影响中哪一个占主导地位。

换句话说，正如 Noah 说的那样，“反乌托邦是机器人取代你一半的工作。乌托邦是机器人取代你一半的任务。”

比较优势：为什么人类仍然会有工作

其实，你不需要一个花哨的数学模型来理解比较优势的基本原则。想象一下，一个风险资本家（假设他叫 "Marc"）是一个几乎快到非人的打字员。但他还是会雇一个秘书为他起草信件，因为即使这个秘书的打字速度比他慢，Marc 也可以利用他的时间做一些起草信件以外的事情，产生更多价值。因此，他最终付钱给别人，让他们做一些他实际上更擅长的事情。