中国日报网1月9日电 据美国媒体报道，关于人工智能及其对经济的影响，人们有三大基本问题：人工智能可以做什么？人工智能的发展方向是什么？人工智能的普及会有多快？
三份新的报告给出了答案：目前，人工智能能做到的可能没有你想象中的那么多。但是，在不久的将来，它将能够做更多的事情，进入到更多领域，甚至超乎你的预想之外。它的发展速度可能会比以往强大技术的发展速度还要快。
这一系列的研究本身就是人工智能繁荣的体现。各个学科的研究者都争着去认识、了解这一技术可能的发展轨迹，以及可涉及的领域和影响的方方面面。目前，我们发现它在自动驾驶汽车和在线图像识别中的应用。在研究人工智能的同时也给我们带来了很多问题：人工智能涉及的领域每天都在变化；许多公司为了扩大营销而在商品上打上人工智能的标签；在这样的情况下，我们要如何定义人工智能？又要如何来衡量人工智能？
对此，斯坦福大学、麻省理工学院（MIT）等高校的研究者们在周四提出了“人工智能指数”的概念。这个指数可通过衡量人工智能技术的进展、投资、研究引用量、高校招生人数等因素来追踪人工智能的发展动向。这一研究旨在收集、整理并不断更新数据，从而更好地将人工智能的发展动态提供给科学家、企业人士、决策者以及公众。
周三，麦肯锡全球研究院发表了一份自动化与工作关系的报告。该报告对几个国家的工作分类，概述了自动化可能走向的发展道路及其对劳动力的影响。该研究发现，三分之一的美国劳动力将不得不在2030年前的将近12年里转向新的职业。
在美国国家经济研究局（NBER）11月发表的一篇文章里，麻省理工学院（MIT）和芝加哥大学的经济学家解答了迄今为止所有在人工智能技术上的研究和投资都对生产力影响不大的困惑。
这三个研究项目的着重点略有不同。不过，从它们的研究报告及对作者的采访中来看，都体现出了两个共同的主题：
其一，技术本身只是决定人工智能发展轨迹及其影响的其中一个要素。国家的经济状况、政府的政策以及社会的态度也在其中扮演了主要的角色。
其二，从历史来看，从电力到计算机的重大技术得到人类接纳的方式也适合于人工智能。但是，如果这种接纳模式相似的话，接纳的速度可能就不一样了。如果这一模式如科学家预测的那样变得更快的话，其所造成的社会影响可能会比过去转型时期所造成的社会影响要大得多。
“人工智能指数”这一概念是在2014年由人工智能专家发起的斯坦福大学“人工智能百年研究”项目中提出的。在这一研究项目中，以科学家为主要成员的研究小组想要扩大对人工智能的了解，提高社会从这项技术中获益的可能性。
这一研究小组原先是每五年发表一次他们的主要研究成果。但由于人工智能技术的迅猛发展和大量投入，五年的时间间隔“似乎太长了”，雅夫·索姆教授如此说道。他是斯坦福大学的荣誉教授，也是“人工智能指数”指导委员会的主席。
这一新发布的指数并不是一个简单的数值，而是一系列追踪人工智能发展趋势的图表和曲线。这些图表和曲线涵盖了一些测定数据，其中就包括图像识别、语音识别、启动活动和职位空缺的改进率。这之中还有人工智能专家写的一些小短文。
一些反映人工智能技术进程的图表就能证明。例如，图像和语音识别程序在过去的一两年里赶上甚至超越了人类的能力。
但是，人工智能专家警告复称，人工智能在特定任务或游戏熟练程度上的收效仍然与人类的智力相去甚远。例如，小孩们都知道，一个在桌子边缘翻倒的水杯很可能会掉到地板上，杯中的水洒落一地。他们能够以某种方式来了解日常生活中的物理现象，而这种方式是人工智能所没有的。
“公众们认为，我们目前所做的事情远比我们知道如何去做的事情要少得多。”雷蒙德·佩罗说道。他是美国国际斯坦福研究院的一名科学家，从事人工智能指数编撰工作。
索姆教授表示，目前提出的“人工智能指数”是迈出的“非常重要的第一步”。该研究小组正在搜集来自世界各地的学术研究者和企业研究者的研究数据和评论。他指出，这一想法旨在创造出“一个活的指数”，能够尽可能地详述该领域的许多可测定因素，其中就包括社会影响。
麦肯锡全球研究院发表的有关自动化与工作关系的报告提及了人工智能的不确定性及其对劳动力市场的影响。该报告预计，到2030年，要换新工作的美国人人数从1600万到5400万不等——这取决于技术采纳的发展步调。
人工智能发展得越快，我们所面临的挑战就越大。麦肯锡全球研究院对于5400万人的最高预计表明，与之前的劳动力变革浪潮（就业先是从农地转向工厂，之后又从制造业转向服务业）相比，现今劳动力的变革更为迅猛。
“这就是我们所要讨论的问题——我们要如何控制这一变革。”麦肯锡全球研究院的经济学家苏珊·隆德说道，“对于如何为处于职业中期的人们提供就业再培训、如何帮助丢了工作的工人们找到新的就业机会等问题，我们需要做出重大改变。”
但是，人工智能的崛起并没有在整个经济中体现出来，至少没有从数字上体现出来。在麻省理工学院斯隆管理学院的埃里克·布林约尔松、丹尼尔·罗克和芝加哥大学布斯商学院的乍得·西弗森近期联合发表的论文中，称之为“期望与统计数据之间的冲突”。
他们在论文中提出了几种可能的解释，包括对这一新技术错误的期望和糟糕的评估。不过，他们所选定的研究对象是人工智能采用和有效应用中的一种滞后效应。
这是有先例可循的。例如，电动机是在19世纪80年代初出现的，但直到20世纪20年代才在公众中传播开来、工厂的运作模式重组成大批量生产的流水线作业从而开辟了电动机的新时代之后，生产力才得到了可观的提高。
同样从事对人工智能指数的研究布林弗尔森预测，人工智能会遵循相似的发展道路，但是速度会更快。他表示，人工智能指数应当通过给予人们所需的信息以帮助他们做出更好的决定，从而促成人们对这一技术的采用。
有一些人对人工智能技术提出了质疑，但布林弗尔森对此并不赞同。“历史告诉我们，即使拥有强大的技术，我们也需要花上数年的时间才能实现技术的推广。”他说道，“不过我认为，人工智能的推广是必然会发生的事情。”
（编译：宋楠、吴鑫宇 编辑：王旭泉）
推荐
