日期：
来源：经济学人全球商业评论收集编辑：经济学人·商论
ChatGPT无疑是最近的全球“顶流”，相比许多其他创新，它改变世界的潜力也显而易见。GPT是“generative pre-trained transformer”（生成式预训练转换器）的缩写，是一种特殊的语言模型。其实GPT也是“general-purpose technology”（通用技术）的缩写：一种翻天覆地的创新，可以像汽机、电力和计算机一样提升各行各业的生产力。通过观察这些早期GPT所推动的经济革命，可以帮助我们了解强大的AI在未来一些年里将如何改变经济。《经济学人·商论》本周推出ChatGPT最新系列文章，欢迎订阅浏览。
《经济学人·商论》2023-02-16
The AI boom: lessons from history
自由交流
AI热潮：以史为鉴
强大的新技术如何改变经济
有一些创新，需要一点想象力才能看出它们将如何改变经济。但最新的AI工具则不然。智能聊天机器人ChatGPT自去年11月发布以来迅速风靡全网，任何人都能轻易地想象到（从一名作家的角度看来多少有点不自在）这样的技术可以大大提高人类的工作效率，或者完全取而代之。GPT是“generative pre-trained transformer”（生成式预训练转换器）的缩写，是一种特殊的语言模型。其实GPT也完全可以是“general-purpose technology”（通用技术）的缩写：一种翻天覆地的创新，可以像汽机、电力和计算机一样提升各行各业的生产率。通过观察这些早期GPT所推动的经济革命，可以帮助我们了解强大的AI在未来一些年里将如何改变经济。在1995年发表一篇论文中，斯坦福大学的蒂莫西·布雷斯纳汉（Timothy Bresnahan）和特拉维夫大学的曼努埃尔·特拉坦伯格（Manuel Trajtenberg）阐述了他们认为通用技术应当具备的特征。这样的技术必须为众多行业所用，本身具有持续改进的潜力，并且催生出“互补性创新”——即在使用该技术的行业中诱发连锁创新。AI的应用日益广泛，似乎每天都变得更强，并越来越多地融入到研发过程之中。那么，经济革命将何时开启？历史给人们的第一条经验是，即使是最强大的新技术也需要时间来改变经济。詹姆斯·瓦特（James Watt）于1769年申请了蒸汽机的专利，但直到1830年代的英国和1860年代的美国，蒸汽动力才取代水力成为工业动力的来源。萨塞克斯大学（University of Sussex）的尼古拉斯·克拉夫茨（Nicholas Crafts）指出，在英国，蒸汽对生产率增长的贡献到1850年后才达到顶峰，距离瓦特获得专利已近一个世纪。还有电气化，关键的技术进步在1880年之前就已经完成，但美国的生产率增速在1888至1907年期间实际上还放缓了。首个硅集成电路问世近三十年后，诺贝尔经济学奖得主罗伯特·索洛（Robert Solow）仍然评论说，计算机时代似乎无处不在，唯独在生产率数据上没有体现。直到1990年代中期，计算机驱动的生产率爆发才最终在美国出现。创新及其它经济影响存在时间差，一定程度上是因为创新需要改进。... ...【付费文章】欢迎打开商论App，订阅后读完文章，搜索“AI”获取更多主题内容
《经济学人·商论》本周推出ChatGPT系列分析文章，欢迎订阅浏览。订阅商论，即可免费加入【吴晨主编领读社群】
衍生阅读 | ChatGPT引爆全球生成式AI军备竞赛
不管ChatGPT及其竞争对手背后的“生成式”AI模型正在多大程度上改变商业、文化和社会，它们已经在改变科技行业对创新及创新引擎的看法。包括OpenAI和Google Research这类企业研究实验室在内的创新引擎正在将科技巨头的数据处理能力和计算机科学焦点领域里的顶级头脑结合起来。这些相互竞争的实验室无论是大型科技公司内部的一个部门、下属机构、还是由独立的创业公司运营，都在参与一场史诗级的AI霸权竞赛。这场竞赛的结果将决定AI时代将多快来到全球用户眼前——以及谁将主宰这个时代。《经济学人·商论》本周推出ChatGPT最新系列文章，欢迎订阅浏览。
《经济学人·商论》2023-02-15
The race of the AI labs heats up
科研战役
AI实验室竞赛升温
时不时就会有一项新技术让全球为之着迷。从硅谷、华尔街、全球各地的高管办公室、新闻编辑室和教室里的讨论来看，最新的例子是ChatGPT。2022年11月，创业公司OpenAI发布了其创造的AI聊天机器人ChatGPT，短短五天就吸引了100万注册用户，成为史上用户扩张最快的消费产品之一。微软刚刚向OpenAI 投资了100亿美元，想要把ChatGPT这类能力（包括生成看起来可能是由人类创建的文本、图像和视频）融入到其销售的大部分软件中去。1月26日，谷歌发布了一篇论文，描述了一种类似的模型，可以根据对歌曲的文本描述来生成音乐。其母公司Alphabet的投资者正在聆听谷歌对ChatGPT的回应。据报道，中国搜索巨头百度计划在3月将一个聊天机器人整合到其搜索引擎中。长期以来，企业研发机构一直是科学进步的源泉，在美国尤其如此。一个半世纪前，托马斯·爱迪生用他通过留声机和灯泡等发明获得的收入为他在新泽西州门洛帕克（Menlo Park）设立的实验室提供资金。第二次世界大战后，美国企业界大举投资基础科学，希望能由此产生实用的产品。杜邦（化学品制造商）、IBM和施乐（两者都是硬件制造商）都设有大型研究实验室。AT&T的贝尔实验室产生了晶体管、激光器和光伏电池等众多发明，其研究人员因此共获得九项诺贝尔奖。但到了20世纪后期，企业研发越来越重“发”而轻“研”。2017年，经济学家阿希什·阿罗拉（Ashish Arora）及其同事研究了1980年至2006年这一时期，发现企业已经从关注基础科学转向开发既有想法。阿罗拉和他的合著者认为，这种转变背后的原因是研究的成本不断上升，要获得成果越来越难。施乐开发了现在为计算机用户所熟悉的图标和窗口，从中获利最多的却是苹果和微软。科学研究对创新仍然重要，但主导机构成了非盈利性的大学。AI的兴起正再次颠覆一切。... ...【付费文章】欢迎打开商论App，订阅后读完文章，搜索“AI”获取更多主题内容
《经济学人·商论》限时特惠·季度低至¥99
点击“阅读原文”，优惠订阅季度商论↓