网易首页 > 网易号 > 正文 申请入驻

诺贝尔经济学奖得主萨金特:AI发展尚处在“开普勒阶段”

0
分享至

来源:澎湃新闻

  “美国正涌入AI的巨额投资,建立在可疑的模型之上。没人真正知道这些模型最终会产出什么。”

  9月9日,2011年诺贝尔经济学奖得主、纽约大学教授托马斯·萨金特(Thomas Sargent)在2026 Inclusion·外滩大会见解论坛上表示,AI正在成为推动经济增长的重要力量,但围绕AI的投资、决策与政策制定,也正面临巨大的不确定性。资本投入的规模不断扩大,并不意味着未来回报就更加确定。


  这是2026 Inclusion·外滩大会正式开幕前的一场重磅思想讨论。来自国内外的经济学家、产业界和投资界人士围绕AI与经济增长、生产率、投资决策以及未来经济形态展开讨论。

  在萨金特看来,理解AI正在带来的经济变化,首先需要承认一个事实:我们正在进入一个“知道AI很重要,却还不知道它究竟会把经济带向哪里”的阶段。

  他用17世纪的开普勒和牛顿作比。

  开普勒通过大量天文观测数据,总结出了行星运行的规律,但当时并不知道这些规律背后的物理原因;牛顿则进一步解释了这些规律背后的基本原理。“今天的AI有点像开普勒。”萨金特表示。

  当前的AI已经非常擅长从海量数据中识别模式、拟合规律和进行预测,但这并不意味着它已经真正理解了世界为什么如此运行。AI之所以能够取得今天的进展,很大程度上来自前所未有的数据规模、计算能力以及更加复杂的模型。

  但在萨金特看来,AI真正的前沿,是能否从“开普勒阶段”走向“牛顿阶段”——不仅能够发现相关性,还能够进一步理解和推断事物背后的结构,在训练数据之外实现更好的泛化,并能够识别自身知识的边界。

  “我们还不知道AI什么时候会进入‘牛顿阶段’。”萨金特说。

  这也意味着,AI新经济的到来,并不意味着未来已经确定。

  恰恰相反,随着AI越来越深入地进入金融投资、企业经营、科研创新和公共政策等领域,如何面对“不确定性”,可能成为AI时代越来越重要的经济问题。

  萨金特提醒,很多人会把神经网络理解成一种“无模型”的学习方式,但实际上,每一种AI算法都包含特定的参数化模型,也包含大量关于世界的隐含假设。在熟悉的数据和环境中,一个模型可能表现得非常出色,但当环境发生变化、出现训练数据之外的新情况时,模型也可能失灵。

  这也是经济学意义上的“风险”和“不确定性”之间的区别。

  风险意味着结果虽然未知,但概率大致可以估计;而不确定性意味着,人们甚至无法准确知道未来可能出现什么,以及各种结果发生的概率。AI带来的很多变化,恰恰属于后者。

  萨金特长期研究的“稳健控制”理论,正是试图解决这样的决策问题。

  在这种思路下,决策的目标并不是找到一个“绝对正确”的模型,而是让决策在模型出现偏差甚至错误时,依然能够保持相对可靠。换句话说,不能只问“如果模型是对的,最优选择是什么”,还要问“如果模型错了,这个选择还能不能承受”。

  这对正在形成的AI新经济尤其重要。

  AI正在改变生产率,也正在改变企业研发、金融投资、教育科研和消费服务。但生产率究竟会提高到什么程度,新的价值会在哪里产生,哪些行业会被重构,以及这些新增价值最终如何分配,目前都没有确定答案。

  “我们正身处‘未知’的核心。”萨金特说。因此,他反复强调“谦逊”。

  在他看来,面对AI带来的巨大变化,无论是企业、投资者还是监管者,都不能仅仅依据一个理想化的模型预测未来,而需要承认模型存在局限,为未知和错误留下空间,并建立能够应对不同可能性的决策机制。

  这或许也是理解AI新经济的另一面:AI带来的不仅是更强大的预测能力,也带来了对未知边界的重新认识。

  对今天的AI而言,真正稀缺的或许不是更多预测,而是在预测之外,承认未知、保留余地,并在不确定中做出更稳健的选择。AI可以越来越聪明,但面对AI新经济,人类或许首先需要学会承认:我们还不知道。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
1胜15负!NBA最烂球队!打破58年队史纪录

1胜15负!NBA最烂球队!打破58年队史纪录

篮球教学论坛
2026-11-22 00:39:59
俄方称克里米亚大桥铁路运输已全面恢复

俄方称克里米亚大桥铁路运输已全面恢复

每日经济新闻
2026-11-21 19:12:52
马科斯万万没想到!亲手送杜特尔特去海牙,如今美国却要拆ICC!

马科斯万万没想到!亲手送杜特尔特去海牙,如今美国却要拆ICC!

唠叨说历史
2026-11-18 09:46:20
女子借120万网贷不还,7家催债公司查到信息后面色大变:这地没法去

女子借120万网贷不还,7家催债公司查到信息后面色大变:这地没法去

罪案洞察者
2025-08-04 10:56:06
宋朝的“经略相公”到底是多大官?放到今天相当于啥职位?

宋朝的“经略相公”到底是多大官?放到今天相当于啥职位?

爆史君带你读历史
2026-11-21 17:50:51
又一名电诈头目落网!这回更让人震惊,竟然不是大家熟悉的缅北

又一名电诈头目落网!这回更让人震惊,竟然不是大家熟悉的缅北

人生录
2026-11-02 09:08:26
重磅预警!高盛“恐慌指数”逼近最大值:美股下周恐还有一波大规模抛售

重磅预警!高盛“恐慌指数”逼近最大值:美股下周恐还有一波大规模抛售

财联社
2026-11-21 13:56:13
禁止全部中方外交官入境,不准中国统一,这个国家比美国还嚣张?

禁止全部中方外交官入境,不准中国统一,这个国家比美国还嚣张?

触摸史迹
2026-11-22 00:16:56
魏德尔说大国谈判桌上已经没欧洲了,欧洲同时得罪中美俄,翻遍通讯录发现没朋友

魏德尔说大国谈判桌上已经没欧洲了,欧洲同时得罪中美俄,翻遍通讯录发现没朋友

雪饼说
2026-11-21 11:33:29
两代台湾媒体人来到深圳,一位感动不已,另一位开始替台北着急

两代台湾媒体人来到深圳,一位感动不已,另一位开始替台北着急

芳芳历史烩
2026-11-21 10:24:39
“失散20年双胞胎认亲”被质疑是剧本,最新DNA鉴定结果:两人是亲姐妹;同在深圳生活,已约定过年互相上门走亲戚

“失散20年双胞胎认亲”被质疑是剧本,最新DNA鉴定结果:两人是亲姐妹;同在深圳生活,已约定过年互相上门走亲戚

极目新闻
2026-11-21 19:27:16
薄一波的夫人胡明,她有多美?1960年的留影,眉目清秀,灵气温婉

薄一波的夫人胡明,她有多美?1960年的留影,眉目清秀,灵气温婉

乡野小珥
2026-11-17 14:39:45
翻墙通报密集落地,多所高校划出了红线!

翻墙通报密集落地,多所高校划出了红线!

言叔财经视角
2026-11-18 14:21:40
尴尬!葡萄牙媒体:C罗主动想给球迷签名,但没人要!

尴尬!葡萄牙媒体:C罗主动想给球迷签名,但没人要!

罗吹终结者
2026-11-21 15:21:57
美联储,新消息!特朗普表态

美联储,新消息!特朗普表态

证券时报
2026-11-21 21:48:03
5-1!意甲劲旅豪取4连胜,超越国米,升到第2,只与榜首相差2分

5-1!意甲劲旅豪取4连胜,超越国米,升到第2,只与榜首相差2分

足球狗说
2026-11-22 02:49:36
中央政法委下死命令!严厉查处这些行为,一起都不放过!

中央政法委下死命令!严厉查处这些行为,一起都不放过!

职场资深秘书
2026-11-21 16:13:08
官方透露:江苏这条高铁已纳入国家规划!正线全长129.1公里

官方透露:江苏这条高铁已纳入国家规划!正线全长129.1公里

交建动态
2026-11-21 20:26:39
A股:已经不必等开盘了,下周11月23日-11月27日,将要这样走

A股:已经不必等开盘了,下周11月23日-11月27日,将要这样走

云鹏叙事
2026-11-21 13:01:14
从35亿跌到7亿,“新能源一哥”跌落神坛!几十万基民被坑惨!

从35亿跌到7亿,“新能源一哥”跌落神坛!几十万基民被坑惨!

青眼财经
2026-10-03 08:00:44
2026-11-22 03:03:00
新浪财经 incentive-icons
新浪财经
新浪财经是一家创建于1999年8月的财经平台
5579846文章数 10051关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

菲总统马科斯APEC欢迎曲为《孩子》引发热议 本人回应

头条要闻

菲总统马科斯APEC欢迎曲为《孩子》引发热议 本人回应

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

手机
家居
亲子
游戏
教育

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

家居要闻

2026建博会(广州) 公装联探展交流活动

亲子要闻

宝宝必看的5个启蒙动画,豆瓣评分都是在9.0以上

PC Gamer试玩GTA6百小时:双主角出色但任务重复

教育要闻

曾经“感动中国”的庞众望完成清华大学博士论文答辩,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

无障碍浏览 进入关怀版