(资料图片仅供参考)
郑磊
两年前，投资界很多人还在哀叹人工智能热潮熄灭，机器深度学习技术似乎遭遇了瓶颈，我们距离库兹韦尔预言的“奇点”还遥不可及。ChatGPT近期的横空出世，让人们眼前一亮，原来“强人工智能”并不是水中月、镜中花。在Alpha go之后，人工智能领域再次出现了跳跃式进步。据专家测试，ChatGPT已经具有9岁儿童的情商，而且能够通过一些大学科目和职业技能的考试。我们在迈入数字经济时代之后，开始触及“数智经济”的前沿。很多人可能对这个说法还很陌生，徐翔所著《数字经济时代》是一本全面介绍数智经济的书，该书用一半篇幅介绍了数智经济的理论要素，后一半篇幅探讨了数智经济的机制和应用，包含了丰富的数据和案例，其中有些观点值得借鉴。
资料图
科技创新既有延续性也有突发的特征。以ChatGPT为例，现在发布的实际是2020年OPEN AI实验室发布的GPT3的升级版本。这个当时号称“史上最大、最强”的人工智能生成网络模型可以自行编写代码，并能模仿人类熟练使用语言和词汇。产品发布一年内就已经吸引了全球数万名开发者使用。2022年底发布的是GPT3.5版本，在各大中外媒体平台掀起了一阵狂热之风。短短四天时间用户量达到百万级，月活人次迅速攀升到两亿以上，导致服务器一度堵塞。
从GPT技术演进过程中，可以清晰感受到由数字经济到数智经济的跃迁。初始版本GPT1使用的参数只有1亿多个，GPT2的参数增加到17亿多个，GPT3的参数达到1750亿个，这个增速是每两三年以10的幂次方增长的，远远超过了硅基时代“摩尔定律”测算的增长速度。按照这个速度，预计在2030年左右，人工智能就可能达到人的智力水平。训练GPT3所用的数据量达到了45TB。训练包括可监督学习和强化学习，每次训练成本介于200万美元至1200万美元之间，需耗时一个月左右。据行业人士估算，要训练与ChatGPT相匹敌的大模型，每年在设备方面投入的成本要高达10亿美元。ChatGPT正是在数字经济提供了海量数据和足够算力支持之下才脱颖而出的。
作者将数智经济定义为由大数据和人工智能驱动的新经济模式。显然，大数据产业和人工智能产业是数智经济的核心和基础，而它们也正是将数据作为重要生产要素，将人工智能技术作为主要生产工具和手段的新知识经济形态。从产业层面看，以平台型企业为代表的数据密集型企业和各类数字化原生企业是主要商业形态。而传统产业的企业需要经历数字化转型和数智化提升过程，才能适应数智经济的要求。
现有的以劳动力、物质资本为基础的传统实体经济难免要遭遇大数据人工智能技术应用带来的阵痛和巨大冲击。劳动力对经济增长的贡献不再以人数计算，而是以劳动者掌握的数据数量和人工智能技术水平，即劳动者的知识生产能力来衡量。长期来看，出生率下降带来的人口减少对经济增长的负面影响逐渐减小，具有智能的机器的工作效率是人类的10倍以上。换言之，更少的符合数智经济要求的劳动者就能够提供足够全社会消耗的产出。机器能够替代的人类劳动范围会逐步扩大，这可能是每个人必须面对的挑战。以ChatGPT为例，它基本可以完成一般性的信息收集整理工作，甚至能够创作诗歌、小说等文学作品，还可以做一些编程工作。ChatGPT达到了谷歌公司三级软件工程师的录用标准，有可能替代起薪约20万美元程序员。国内中等水平的新闻记者、证券分析师的薪资约10万至20万人民币，用ChatGPT替代，也能明显降低成本。这种情况在未来ChatGPT的成本大幅降低之后才可能变成现实。
有人把ChatGPT视为“洪水猛兽”，这种消极态度无济于事。ChatGPT在能够替代人类之前，首先可以成为我们更好的帮手。微软已经在搜索引擎中嵌入了ChatGPT，能够在信息检索的基础上提供整合解答方案，无疑可以提高我们的信息收集整理效率。未来将ChatGPT整合在办公软件或编程环境里，不仅能够提高文字和数据处理效率，而且能提升普通人的计算机语言使用能力，提高专业编程工作效率。我们只有拥抱变革，迎接挑战，才可能在数智经济里找到自己的位置。人工智能终究是人类创造出来的，无论何时，都有一类人是不可替代的，那就是人工智能训练师。人类不会愚蠢到被机器主宰的地步，人工智能会给人类社会带来前所未有的变化，但这个过程必须由人类来塑造和选择。
（作者系萨摩耶云科技集团首席经济学家）