更新于2017年2月24日 07:35 英國《金融時報》 約翰•桑希爾
　　與一些經濟學家交談，他們幾乎肯定會告訴你，疲弱的生產率增長是我們這個時代的災難。
　　另一方面，舒服地靠在一些首席執行官的豪華轎車的后座上，他們會熱情洋溢地訴說新技術正如何改變企業生產率。
　　與人工智能領域的一些專家談話，他們很有可能會喋喋不休地說著我們正瀕臨一場生產率革命。如果我們達到技術奇點(當電腦智慧超過人類智慧時)，生產率增速將呈指數式加快。
　　從那一刻起，電腦超級智能將迅速發現留待發現的一切。正如華盛頓大學(University of Washington)計算機學教授、《主算法》(Master Algorithm)一書作者佩德羅•多明戈斯(Pedro Domingos)所說，這個主算法將成為人類的最后一個發明。這個主算法將能夠從數據中獲得世界上的一切知識——過去、現在和未來。
　　說得婉轉些，其中似乎確實存在某種“生產率悖論”。這3個故事有可能全部為真嗎?很有可能，是的。
　　當然，在科技行業，天花亂墜的宣傳并不新鮮。目前，我們距離技術奇點還相當遙遠，關于我們達到這個奇點的那一天會不會到來，人們還沒有達成一致。然而，我們有必要注意到，該領域有些(較年輕)的研究人員相信，他們將在他們的有生之年迎來這一刻。
　　然而，即便是目前存在的狹窄、針對特定領域的人工智能應用也在產生驚人的結果——大型科技公司(谷歌(Google)、微軟(Microsoft)和IBM)正在該領域投入資金。要了解未來可能發生的事情，我們有必要關注一下倫敦初創企業BenevolentAI，該公司試圖實現醫學研究的革命。
　　BenevolentAI創始人肯尼思•梅爾文(Kenneth Mulvany)認為，藥品的發現在很大程度上是一項信息和數據挑戰，這些挑戰能夠由人工智能有效解決。在線醫學研究網站PubMed擁有2600萬篇文獻，并每年新增約100萬篇文獻。這顯然是任何一個研究團隊所有成員一輩子都無法完全吸收的。
　　BenevolentAI搭建了一個電腦“引擎”，能夠閱讀這些數據、對其整理歸類并提取相關信息，突出顯示一個領域中能夠應用于另一個領域的“概念假說”。“你可以用以前想象不到的規模來看事情，”馬爾瓦尼表示，“這種由人工智能評估的組件可以增強人類智慧。”
　　BenevolentAI正與謝菲爾德大學(Sheffield university)的研究人員合作，以研究治療運動神經元疾病和肌萎縮性側索硬化癥(ALS)的新方法。初步結果大有希望。
　　神經學講師理查德•米德(Richard Mead)表示，BenevolentAI已確認一種藥物發現的途徑并開啟了一種驚人的新途徑。“他們的引擎可以瀏覽大量信息，以發現新的想法重新利用。”
　　它還可以幫助根據基因構成來制定個性化的個人解決方案。轉化神經生物學講師勞拉•費拉約洛(Laura Ferraiuolo)表示：“我們確實對此感到興奮。潛力是驚人的。”
　　一些經濟學家認為，迅速擴大的數據集、機器學習和日益提高的計算能力，這些都應被列為除資本和勞動力之外的一種全新的生產要素。
　　人工智能正締造一種新的“虛擬勞動力”，提高人類智慧的生產率并推動新的創新。另外，與其他生產要素不同，人工智能不會隨著時間的流逝而貶值。它將受益于網絡和規模效應。例如所有自動駕駛汽車都能從其他此類汽車身上學習。
　　來自埃森哲(Accenture)與經濟學前沿公司(Frontier Economics)最近的一份報告大膽提出，到2035年，基于人工智能的技術的普遍采用，可能會將很多發達國家的經濟增速提高一倍。
　　報告估計，人工智能有可能將美國、英國和日本的總增加值(與國內生產總值(GDP)近似)年度增速分別提高到4.6%、3.9%和2.7%。
　　這些研究屬于學術猜測。科技的進步是不可預測的。但一些人工智能先驅相信，它可以“改變一切”，從材料科學到能源。“我們正處在一個新的創新時代的開端，”馬爾瓦尼表示，“我們已擁有由人類增強的創新。我們將最終擁有機器創新。”
　　甚至連目光最犀利的經濟學家可能也很快不得不承認，人工智能將以深遠且可能非同一般的方式影響生產率。（來源：中國工業網）