像ChatGPT這樣的大型語(yǔ)言模型正在成為強(qiáng)大的工具，不僅可以提高工人的生產(chǎn)力，還可以提高創(chuàng)新率，為經(jīng)濟(jì)增長(zhǎng)的顯著加速奠定基礎(chǔ)。作為一項(xiàng)通用技術(shù)，人工智能將影響廣泛的行業(yè)，促進(jìn)對(duì)新技能的投資，改變業(yè)務(wù)流程，并改變工作性質(zhì)。

然而，官方統(tǒng)計(jì)數(shù)據(jù)只能部分反映生產(chǎn)力的提高，因?yàn)橹R(shí)工人的產(chǎn)出很難衡量?？焖龠M(jìn)步可以帶來(lái)巨大的好處，但也可能帶來(lái)重大風(fēng)險(xiǎn)，因此，確保我們朝著惠及全社會(huì)的方向前進(jìn)至關(guān)重要。

想象一個(gè)場(chǎng)景，在一個(gè)星期五早上，一個(gè)人坐在他最喜歡的咖啡店里，寫了一篇關(guān)于人工智能將如何影響勞動(dòng)力市場(chǎng)的新研究論文。首先，他啟動(dòng)了ChatGPT，這是一個(gè)生成人工智能的工具。在輸入一些簡(jiǎn)單的英語(yǔ)提示后，系統(tǒng)能夠提供一個(gè)合適的經(jīng)濟(jì)模型，起草運(yùn)行模型的代碼，并為作品產(chǎn)生潛在的標(biāo)題。到上午結(jié)束時(shí)，他的研究已經(jīng)取得了相當(dāng)于一周的進(jìn)展。

我們預(yù)計(jì)，從醫(yī)生、律師到經(jīng)理和銷售人員，數(shù)百萬(wàn)知識(shí)工作者的生產(chǎn)力將在幾年內(nèi)（如果不是更早的話）經(jīng)歷類似的突破性轉(zhuǎn)變。

ChatGPT是一種大型語(yǔ)言模型（LLM），通過(guò)其生成連貫且符合上下文的文本的能力吸引了公眾的注意力，這生動(dòng)地說(shuō)明了最新一代人工智能系統(tǒng)的潛力。這并不是一項(xiàng)在地下室里備受煎熬的創(chuàng)新。它的功能已經(jīng)吸引了數(shù)億用戶。

最近公開推出的其他LLM包括谷歌的Bard和Anthropic的Claude。但生成人工智能并不局限于文本：近年來(lái)，我們還看到了可以創(chuàng)建圖像的生成人工智能系統(tǒng)，如Midtravel、Stable Diffusion或DALL-E，以及最近結(jié)合文本、圖像、視頻、音頻甚至機(jī)器人功能的多模態(tài)系統(tǒng)。

這些技術(shù)是基礎(chǔ)模型，是基于深度神經(jīng)網(wǎng)絡(luò)的龐大系統(tǒng)，經(jīng)過(guò)大量數(shù)據(jù)的訓(xùn)練，可以適應(yīng)執(zhí)行各種不同的任務(wù)。由于信息和知識(shí)工作主導(dǎo)著美國(guó)經(jīng)濟(jì)，這些思維機(jī)器將極大地提高整體生產(chǎn)力。

生產(chǎn)力增長(zhǎng)的力量

我們長(zhǎng)期繁榮和福利的主要決定因素是生產(chǎn)力增長(zhǎng)率：即每工作小時(shí)創(chuàng)造的產(chǎn)出量。

盡管并非所有人都能立即感受到生產(chǎn)力的變化，而且從短期來(lái)看，工人對(duì)經(jīng)濟(jì)的看法受到商業(yè)周期的主導(dǎo)，但這一點(diǎn)仍然成立。從第二次世界大戰(zhàn)到20世紀(jì)70年代初，勞動(dòng)生產(chǎn)率以每年3%以上的速度增長(zhǎng)，在此期間翻了一番多，為大多數(shù)美國(guó)人開創(chuàng)了一個(gè)繁榮的時(shí)代。

20世紀(jì)70年代初，生產(chǎn)率增長(zhǎng)急劇放緩，在20世紀(jì)90年代反彈，但自21世紀(jì)初以來(lái)再次放緩。

如上圖所示，它將勞動(dòng)生產(chǎn)率的總體增長(zhǎng)分解為兩個(gè)組成部分：全要素生產(chǎn)率（衡量技術(shù)影響的指標(biāo)）和勞動(dòng)力構(gòu)成和資本強(qiáng)度的貢獻(xiàn)。該圖表明，勞動(dòng)生產(chǎn)率變化的關(guān)鍵驅(qū)動(dòng)因素是全要素生產(chǎn)率（TFP）的變化。

美國(guó)最近的經(jīng)濟(jì)困境有很多原因，但全要素生產(chǎn)率增長(zhǎng)緩慢是一個(gè)關(guān)鍵原因，它慢慢侵蝕了國(guó)家的繁榮，使其更難對(duì)抗通貨膨脹，侵蝕了工人的工資，并惡化了預(yù)算赤字。

經(jīng)濟(jì)增長(zhǎng)速度普遍緩慢，加上科技公司的巨額利潤(rùn)，導(dǎo)致人們對(duì)數(shù)字技術(shù)對(duì)整體經(jīng)濟(jì)的好處持懷疑態(tài)度。然而，從20世紀(jì)90年代開始的大約10年里，生產(chǎn)力增長(zhǎng)激增，如圖1所示，這主要是由對(duì)計(jì)算機(jī)和通信的巨大投資浪潮推動(dòng)的，而這反過(guò)來(lái)又推動(dòng)了業(yè)務(wù)轉(zhuǎn)型。

盡管出現(xiàn)了股市泡沫以及勞動(dòng)力和資源的大幅重新分配，但工人們的生活總體上更好。

此外，1998年至2001年，聯(lián)邦預(yù)算保持平衡，取得了雙贏。數(shù)字技術(shù)可以推動(dòng)廣泛的經(jīng)濟(jì)增長(zhǎng)，這發(fā)生在不到三十年前。

人工智能生產(chǎn)力影響的早期估計(jì)

生成人工智能的最新進(jìn)展是由軟件、硬件、數(shù)據(jù)收集方面的進(jìn)步以及對(duì)尖端模型的投資不斷增加推動(dòng)的。Sevilla等人（2022）觀察到，在過(guò)去十年中，用于訓(xùn)練尖端人工智能系統(tǒng)的計(jì)算量（計(jì)算能力）每六個(gè)月翻一番。

生成型人工智能系統(tǒng)的能力已經(jīng)協(xié)同發(fā)展，使它們能夠執(zhí)行許多過(guò)去留給認(rèn)知工作者的任務(wù)，例如寫精心制作的句子、創(chuàng)建計(jì)算機(jī)代碼、總結(jié)文章、集思廣益、組織計(jì)劃、翻譯其他語(yǔ)言、寫復(fù)雜的電子郵件等等。

生成型人工智能具有廣泛的應(yīng)用，將影響廣泛的工人、職業(yè)和活動(dòng)。與過(guò)去自動(dòng)化的大多數(shù)進(jìn)步不同，它是一臺(tái)影響認(rèn)知工作的思維機(jī)器。正如最近的一篇研究論文（Eloundou等人，2023）所指出的，LLM可能以某種形式影響80%的美國(guó)勞動(dòng)力。

有一種新興的文獻(xiàn)估計(jì)了人工智能對(duì)特定職業(yè)或任務(wù)的生產(chǎn)力影響。Kalliamvakou（2022）發(fā)現(xiàn)，軟件工程師使用一種名為Codex的工具，基于以前版本的大型語(yǔ)言模型GPT-3，可以以兩倍的速度進(jìn)行編碼。這是一種變革性的效果。

Noy和Zhang（2023）發(fā)現(xiàn)，許多寫作任務(wù)也可以以兩倍的速度完成，Korinek（2023年）根據(jù)語(yǔ)言模型的25個(gè)用例估計(jì)，經(jīng)濟(jì)學(xué)家使用大型語(yǔ)言模型的效率可以提高10-20%。

標(biāo)簽：人工智能AIAGI大模型AIGC大模型訓(xùn)練