来源 | 瓜哥AI新知，管理智慧
咨询合作| 13699120588
文章仅代表作者本人观点，图片来源于pixabay
本文访谈内容整理自美国前财长现任OpenAI董事会成员Larry Summers接受Joseph Noel WalkerYoutube频道专访，公开发表于2024年10月21日。原始内容参考：https://www.youtube.com/watch?v=wvBzGK72rgU
拉里·萨默斯接受Joseph Noel Walker专访
★
内容导读：
拉里·萨默斯在本次采访中关于人工智能经济影响的主要观点可概括如下：
人工智能的变革性增长潜力：萨默斯认为，人工智能有可能显著加速经济增长，甚至可能超过工业革命等以往的技术革命。他承认难以预测这种加速的具体幅度（他认为10倍的增长难以想象），但他强调取得质的飞跃的可能性非常真实。他将人工智能与以往的技术（火、电）进行对比，因为人工智能具有自我改进的能力，从而导致指数级增长。
人工智能对生产率的影响和外推法的局限性：萨默斯承认人工智能可能推动生产率快速增长，但他告诫不要假设增长率会不断提高。他指出了鲍莫尔成本病，以及快速增长的行业在整体经济中所占份额下降的历史模式（例如，农业、制造业）。本质上涉及人工时间和互动的人类活动将始终存在，并将构成经济活动中越来越大的份额，从而限制整体增长率。
人工智能在经济政策制定中的作用：萨默斯认为，人工智能可以显著改善发达国家和发展中国家的经济政策制定。在发展中国家，人工智能可以促进知识和专业知识的快速传播，从而做出更好的政策决策。在发达国家，例如美国联邦储备委员会，人工智能辅助的改进预测能力可以带来更大的宏观经济稳定性。然而，他警告说，这些好处不会立即显现，实现这些好处需要克服重大的政治和社会障碍。他强调，即使政治制约依然存在，由人工智能促进的更好的经济科学也会带来更好的政策结果。
人工智能对研究的影响：他估计，在五年内，很大一部分（25%-75%，可能约为50%）的人工智能研究任务将实现自动化，这突显了人工智能本身加速科学和技术进步的潜力。
技术专家和经济学家之间的差异：萨默斯强调了技术专家（他们往往看到巨大的经济潜力）和一些学术经济学家（他们预测的收益要小得多）的观点之间的脱节。他认为，一些经济学家低估了人工智能加速科学进步和改进决策的能力，而不仅仅是其对生产率的直接贡献。
拉里·萨默斯简介
拉里·萨默斯（Larry Summers）是美国著名经济学家，曾任美国财政部长（1999-2001）、哈佛大学校长（2001-2006）、美国国家经济委员会主任（2009-2010）等要职。他以其在经济学领域的深厚造诣和对公共政策的影响力而闻名。2023年萨默斯加入OpenAI董事会。
萨默斯在麻省理工学院获得经济学博士学位，年仅28岁就成为哈佛大学历史上最年轻的终身教授之一。他曾在克林顿政府担任重要经济顾问，并主导应对1990年代末亚洲金融危机等重大事件。在奥巴马政府期间，他积极参与制定应对2008年金融危机的政策。
萨默斯以其直言不讳的风格而著称，他的观点经常引发激烈辩论。他近年来一直警告通货膨胀的风险，并呼吁采取措施控制物价上涨。作为一位备受尊敬的经济学家，萨默斯对全球经济和政策走向具有重要影响力。
访谈完整记录
主持人Walker：今天，我很荣幸能与拉里·萨默斯交谈。拉里可以说是他那一代最杰出的美国经济政策制定者。他曾担任财政部长，以及许多其他职务，目前他是OpenAI的董事会成员，以及其他许多职务。拉里，欢迎来到播客。很高兴和你在一起。
所以在这次谈话中，我想重点关注人工智能的经济影响。如果，正如许多严肃的人所认为的那样，人工智能可能会导致人类经济增长发生阶跃式变化，那么在2024年与你聊天，感觉有点像一位采访者在工业革命初期与亚当·斯密交谈。只是我觉得我处于一个更有优势的地位，因为我认为你比斯密更了解旧金山正在发生的事情，就像斯密更了解曼彻斯特和伯明翰的情况一样。
所以第一个问题，你大约一年前加入了OpenAI的董事会。这意味着如果OpenAI在未来几年成功创造出通用人工智能，就像它正在尝试的那样，你将成为世界上九个判断是否达成这一目标的人之一。我知道你至少思考了这项技术的经济影响好几年了，但也许你对这项技术本身，对深度学习的思考直到你加入董事会才开始。所以，我总体上感兴趣的是，像拉里·萨默斯这样的人是如何快速掌握一个新主题的？关于这项技术本身，你都读过哪些东西？你都和哪些人谈过？你都采用了哪些学习策略？
萨默斯：我认为这是一件具有根本重要性的事情。我认为，我研究历史越多，就越会被历史上的主要转折点与技术有关这一事实所震撼。我不久前做了一个计算，我计算出，虽然只有7%曾经生活过的人现在还活着，但在我的有生之年，人类历史上生产出的GDP的2/3都产生了。根据合理的预测，未来50年生产的GDP可能是迄今为止人类历史总和的三倍。这就是迄今为止所有人类历史的全部。因此，技术及其对人类生产力的意义，是推动历史发展最大的一部分。所以我一直在学习其他技术革命。我从未想过要认真思考几千年前从狩猎采集社会到农业社会的转变，我思考过文艺复兴的影响，工业革命所代表的摆脱马尔萨斯主义动态的伟大转变的影响。所以，首先要思考技术及其广泛意义。
其次要从一个技术外行，而不是科研工作者的角度，来理解这些模型正在做什么。想想这样模型具有数千亿的参数，特别是对于以往认为60个参数的回归函数已经是很大模型的人而言，这完全是一个全新的世界。所以我一直在看博客、Youtube各种教程，花时间和OpenAI的交流试图去了解一些技术细节， 当我表达了这方面的兴趣的时候，山姆·奥特曼问我要不要学习编程，我说算了，我太老了。于是我看了相关的文档，并和负责应用程序的人交流，判断在什么时点，一种应用会成为可能。
所以这是一种融合了对历史的理解、对技术的理解，以及思考参与其中的人的应用场景，这就有点像当核技术成为可能的那一刻出现，你会想要了解过去那些令人震惊的新型破坏性技术的时刻，你会想和参与其中的物理学家们聊很多。你会想和军事战略家们、可能有放射线用途的医生们、可能想要思考廉价能源不是来自化石燃料的能源行业相关人士交谈。当然，我认为这项技术的影响可能大于任何过去的技术。因为火不会产生更多的火。电力不会产生更多的电力。但人工智能有能力能够自我改进。
主持人Walker：关于这项技术本身，也许你不会学习如何编写转换器代码或其他什么东西，但你还记得你观看过的哪些特别有帮助的视频或阅读过的内容吗？
萨默斯：我不记得哪些是保密的，哪些不是，有一些来自OpenAI，但也有一些来自其他地方。教程方面苏珊·阿西和森迪尔·马拉纳森这些经济学家，已经以易于理解的方式有力地论述了这些模型，我的最初和早期的训练是在计量经济学和统计推断方面。所以我认为他们的著作是特别值得一提的。
主持人Walker：自从你加入OpenAI董事会以来，你每周大约花多少时间在与OpenAI相关的事情上？
萨默斯：我想这有所不同，但是，你知道，一周有一天在这个范围内。其中一部分是为了努力跟上对技术的理解，一部分与一家规模迅速扩大的公司有关，这家公司你知道，已经发展出巨大的收入流和市场价值，这可能是历史上任何一家公司的发展速度都比不上，它有各种各样的治理挑战和问题，这也是我关注的一部分。
主持人Walker：也请你谈谈这个。如果你考虑到所有阻碍人工智能扩展的各种瓶颈，例如数据、芯片生产、资本等等，还有能源，你认为目前最被低估的是哪个？
萨默斯：我不会低估这样一个事实：在想象力方面存在大量的问题，仍然会发生一些令人惊讶的事情。因此，最终我认为，当这项技术成功后，回顾其历史，人们会对增强推理能力、更有效地利用计算能力以及生成信息（这些信息可以作为训练的基础）的新见解感到惊讶。我想强调的是，更快地产生更多可应用的创意非常重要，这与你提出的问题有关。我怀疑短期内，限制因素可能是计算能力和获取可在这些模型的训练和推理中使用的芯片。我认为，如果你从较长远的眼光来看，能源可能会成为更大的制约因素。但可能是更先进的芯片会是近期更主要的限制。
主持人Walker：在我们继续讨论经济影响之前，我想先引出一个事实前提。根据你与技术专家的谈话，当今人工智能研究人员有多少比例的时间花在五年后将由人工智能完成的任务上？
萨默斯：我不知道，但如果答案少于25%，我会很惊讶。如果答案超过75%，我也会很惊讶。但是我很难估计中间的范围。在某种程度上，这取决于你如何精确地定义任务。点外卖是我们一天的一部分，管理我们的生活也是我们一天的一部分，管理日常的企业互动、安排日程也是我们一天的一部分。很明显，这些事情将会首先被替代。但即使是在被严格定义为研究的任务中，我认为人工智能编写程序和创建软件的能力也可能会大幅增强软件的功能。
主持人Walker：所以，对人工智能研究中自动化比例的观点范围是25%到75%。
萨默斯：我不确定这是否是成立，我认为，关于实际情况的不确定性范围可能非常非常大，但下限相当高。
主持人Walker：明白了。所以，也许大约50%的人工智能研究本身可能会在五年内实现自动化。
萨默斯：我想保留高度的不确定性。
主持人Walker：好的。那么，让我们来谈谈人工智能的经济影响。首先，一个稍微有点偏离主题的问题。如果我们看看过去150年美国人均GDP增长，实际人均GDP增长，它每年增长约2%。这非常稳定。而对这一增长造成最大中断的显然是大萧条，当时GDP在四年内暴跌了约20%，但随后它又迅速恢复了每年约2%的增长速度。
你认为对美国增长如此显著的稳定性最好的解释是什么？
萨默斯：嗯，我认为情况比这要复杂一些，因为我认为你必须首先将增长视为劳动力增长和生产力增长的总和。这两者都有一些波动。当我还是20世纪60年代的孩子时开始学习经济学，人们认为美国的潜在GDP增长率接近4%，因为他们当时认为人口和劳动力增长率约为2%。他们认为生产力增长率将达到2%。
如今，我们的概念要保守得多，因为劳动力增长率可能会大大下降，原因是女性平均生育子女少于两个，移民受到一定限制，而且随着年轻和中年女性进入劳动力的可能性变大，出现了一波非常大的劳动力增长浪潮，这是一次性事件。因此，劳动力增长速度比以前慢了。1945年到1973年，生产力增长速度远高于此后。从90年代中期到70年代初期，以及从本世纪初到中期，都曾有过一个非常好的十年。
但除此之外，生产力增长的速度明显低于1%，至少就我们的测量结果而言是这样。所以我不知道有什么天经地义的规律可以解释为什么它相对稳定，因为其背后的因素一直在相当程度上波动。但我怀疑，如果要对此进行理论化解释，那就是对于像美国这样的处于前沿的社会来说，新技术的创造和应用的空间是有限的，并且关的劳动力增长和资本积累具有内在的稳定性。
主持人Walker：好的，为了确保我理解，对于前沿经济体，更可能存在一种内生性故事来解释为什么增长如此稳定，这与人口增长有关，也许是新想法越来越难找到之类的原因。
萨默斯：是的，我不想夸大其词。我认为，恕我直言，乔，你对稳定性的说法可能夸大了。各个时期和各个十年之间的情况确实如此。当然，如果你看看非前沿经济体，它们通常不会，但在许多非常突出的例子中，亚洲国家经历了极其快速的增长时期，这部分原因是它们融入全球经济并发展了技术能力。
主持人Walker：没错。因此，如果我们从长远来看，考察数千年来的世界总产值，增长率一直在随着时间推移而增加。人工智能启动另一个新的增长机制的可能性有多大，其平均增长速度是今天的10倍？
萨默斯：我认为工业革命之后的那种增长对工业革命之前的人来说可能是难以想象的。我认为，即使是文艺复兴之后的那种增长（也许可以追溯到16世纪），对当时的人们来说也可能显得不太可能。所以我犹豫要不要做出肯定的陈述。我的直觉是，大幅加速是可能的。我发现10倍的增长，以及生产力每四年翻一番的增长水平是难以想象的。有些事情在我看来对加速的程度有一定的限制。建造一栋建筑需要这么长时间，制定一个计划也需要这么长时间。但是，从质的层面上加速进步的想法，在我看来，必须被认为是非常可能的。
主持人Walker：有人认为，人工智能不仅可能带来更快的经济增长，甚至可能引发经济奇点，即增长率逐年提高。其机制可能是我们在生产函数中自动化，从而在产出和研发之间形成一个正反馈循环，研发也越来越自动化。你认为最能驳斥人工智能会导致增长率无限提高的经济学论据是什么？是像鲍莫尔成本病那样的论点吗？即研发中仍然存在一些瓶颈，阻止了增长率的无限提高？
★鲍莫尔成本病 (Baumol"s cost disease) 指的是在服务业等一些行业中，由于生产率增长缓慢或停滞，导致工资成本持续上升，从而推高服务价格的现象。这与其他生产率快速提高的行业形成对比，后者能够通过技术进步来抵消工资上涨的影响。
萨默斯：我想稍微换一种说法。我认为，在某些领域，某些活动——这与你的鲍莫尔评论有关——增长足够快的地方，价格几乎总是迅速下降。除非对这些商品的需求具有高度弹性，否则它们在整个经济中的占比就会越来越小。农业曾经经历了超高速增长，但由于人们对食物的需求有限，其结果是农业在经济中的占比下降了。因此，即使农业增长迅速或加速增长，对GDP总增长的影响也越来越小。在某种程度上，我们看到制造业也发生了同样的情况，制造业在GDP中的占比正在下降，但这并不是制造业失败的结果，而是制造业成功的结果。耶鲁大学经济学家比尔·诺德豪斯以照明为例进行了经典论证。照明行业的进步巨大，几十年来每年增长8%到10%。
但这导致了这样一个结果：一方面，现在晚上经常会举行少儿棒球比赛，这在我小时候是不可能的；另一方面，制烛业在19世纪是经济中的一个重要部门，而现在没有人认为照明行业是经济中的一个重要部门。所以我认为，无论剩下的哪些活动本质上都涉及时间的推移和人际互动，情况总是这样，两个人之间20分钟的亲密接触需要20分钟。因此，这类活动在经济中的价值占比将不可避免地越来越大。而当整体经济的生产力增长是各个部门增长加权平均数时，增长最快的部门的权重会随着时间的推移而越来越小。
主持人Walker：好的。我想谈谈如何利用人工智能帮助经济政策制定者，首先是发展中国家。假设我们真的实现了AGI（通用人工智能），我想知道它能在多大程度上帮助发展中国家的经济政策制定者。也许我们可以将亚洲经济体的成功解释为它们年均GDP增长率持续保持在7.5%左右，这可以被解释为更有效的经济政策能够转化为GDP的大幅增长的存在性证明。但另一方面，还有一些制约因素，例如社会和政治制约，这些因素可能更重要。你认为人工智能在多大程度上能够通过帮助政策制定者做出更好的决策来促进发展中国家的经济增长？
萨默斯：我认为，除了经济政策之外，能够吸取知识并广泛应用这些知识和专业技能非常重要。在美国，在19世纪早期学习英国关于如何建立成功的纺织厂的许多知识，是非常困难的。有了人工智能，任何地方的知识都更容易被其他地方获得，这远超当今的水平。所以我认为这是一件非常重要的事情，这种知识的更快传播可能是在加速发展方面最重要的积极因素。当然，发展中国家的政策制定者会做出一些具有巨大影响和非常困难的选择，无论是管理货币政策，还是可能更重要的是战略性部门政策，即选择哪些部门进行扶持。
在一定程度上，如果人工智能能够提炼出过去人类经验的更准确、更全面的总结，并将其外推到新的案例中，我认为它很可能会促进更明智的经济政策。我认为它很可能会促进对过去人类经验的更准确、更全面的提炼，并将其外推到新的案例中，从而实现更快速的增长。
主持人Walker：现在我们谈谈美国，以美联储为例，如果美联储拥有AGI，货币政策能好多少？我们能否大幅减少金融和宏观经济不稳定的发生率，或者这些事情是否会受到某种混乱的临界点的影响，而这些临界点并不真正适合智能干预？
萨默斯：我认为这是一个非常好的问题，非常重要的问题。天气及其支配规律易受混沌动力学的影响，这限制了天气预报的准确性。然而，我们每十年就能多预测一天，而预测质量与前十年相同。因此，本十年五天的预报就像十年前的四天预报，或者二十年前的三天预报一样。所以我怀疑我们距离经济预测的内在极限还差得很远。我不确定，因为经济预测和天气预报之间存在根本区别：天气预报不会影响天气，但经济预测会影响经济。但我猜测，我们将能够更准确地进行预测，这是一件非常重要的事情。这意味着我们将能够更准确地实现稳定，这应该会带来更好的政策。
我们可能会发现，对于另一个自然界的问题，人工智能将改进地震学和地震预测，这涉及预测罕见的剧烈事件。它可能有助于预测金融崩溃和评估泡沫，所有这些显然也有助于稳定政策。所以我预计随着时间的推移会取得有意义的进展。我通常会提醒乔，事情发生时间的比你想象的要长，然后又比你想象的要快。因此，我不会假设这些好处会立即出现，就像我不会认为我们不会从现在的位置取得进步一样。
主持人Walker：人工智能可能会有一个J曲线效应。那么回顾过去，如果在金融危机和经济大衰退期间奥巴马政府拥有通用人工智能（AGI），会对经济政策制定者有多大帮助呢？因为如果我回想那个时期，稀缺的并非智慧，而是我所说的“人类社会组织的约束”。举两个例子。首先，债务减免法案未能通过，不是因为人们不知道它会有帮助，而是奥巴马政府无法在参议院获得所需的60票。另一个例子是，将债务转换为股权的政策没有实施，不是因为经济学家没有意识到这不会有帮助，而是政府缺乏谈判和长期追踪这些合同的国家能力。那么，在金融危机期间，AGI 会对你们有多大帮助？在金融危机和经济大衰退期间，还是说这些约束是那种不受智慧影响的事物呢？
萨默斯：我不确定在这两种情况下，情况是否像你说的那样简单。根据债务减免法案的结构，它可能会引发一系列破产事件，从而造成道德风险，并加剧金融危机的严重性。因此，这种不确定性是阻碍和延缓该法案推进的原因之一，其他各种计划也是如此。但总的来说，当认识清晰时，更容易找到解决方案。我认为，更好地了解金融危机的各个方面，以及对因果机制有更好、更共享的理解（我认为这来自促进更好研究的工具），可能会带来更好的解决方案。
另一方面，你知道，我认为事后看来，大多数人认为奥巴马政府提供的财政刺激措施太小了。在我看来，而且我认为那些最接近事件的人也这么认为，这并不反映奥巴马政府的分析判断失误。它反映了在国会争取快速进展的政治约束。现在，如果有更好的经济学理论，明确了刺激的正确规模，并且论证不那么随意，那么人们就更有可能在政治上支持正确的事情。所以我觉得是有贡献的。
你知道，我喜欢说，感冒和某些癌症有庸医疗法，但这并非偶然，而骨折或链球菌性咽喉炎却没有庸医疗法。这是因为当有清晰明确的知识和理解时，人们就会团结起来，人们对背后的原因非常清楚。但是，当没有有效的专家科学解决方案时，就会出现更多争论、方法上的更多波动，以及可能更多不靠谱的解决方案。我认为，随着时间的推移，更好的人工智能可能会推动更深入的理解，这将有助于获得更好的结果。
主持人Walker：我有很多后续问题，但为了节省时间，我跳到下一个问题。假设我们想创建一个劳伦斯·萨默斯式的清单，列出人工智能何时应该被国有化（例如，成为政府项目）的标准或阈值，这份清单将包含什么？
萨默斯：你知道，我不确定我是否完全认同这个前提，即在某个时刻它应该被国有化。我的意思是，强大的计算能力有着巨大的影响。如果你考虑一下，自20世纪60年代以来的50年、60年间，强大的计算能力改变了一切。我们所做的任何军事行动都离不开计算。汽车是一种非常复杂的计算设备，拥有成千上万个芯片。计算对国家安全至关重要，但国有化计算绝不是一个好主意。
那么，是否应该有一些东西被国有化，政府是否应该在某些领域拥有生产能力？是的。但是，如果你考虑我们的历史，如果你考虑我们如何将人送上月球，我们并没有将该项目国有化，尽管政府对该项目如何进行施加了巨大程度的控制。所以我赞同政府应该国有化某些事物。但我认为，将政府承担责任或培育国家安全技术发展的主要方式框架为国有化，我认为这是一种非历史性的观点。
主持人Walker：人工智能生产线中的哪些部分最适合国有化？
萨默斯：我觉得我对此并没有很好的把握。再说一次，我想回到计算领域，在这个领域里，我们并没有将很多东西国有化，但总的来说，我们确实做得非常、非常、非常出色。所以，我并不想排除某些东西应该被国有化的可能性，但我也不想将其作为主要的政策回应。
主持人Walker：在所有美国总统中，您与比尔·克林顿合作得最为密切。您可能对他最为了解。随着我们可能越来越接近通用人工智能，您认为，如果比尔·克林顿是总统，他会如何看待这个问题的治理方面？
萨默斯：我与比尔·克林顿和巴拉克·奥巴马都合作得很密切，我认为他们两人都非常有思想，而且他们都认识到，复杂的问题需要循序渐进而非革命性的解决方案，需要通过多种渠道来解决。从某种程度上说，解决方案需要播下种子，然后才能找到最佳的解决方案。但我认为，政府需要非常了解正在发生的事情，与主要参与者保持密切关系，但我认为必须非常小心，因为如果建立某个特定结构来引导事物朝着特定方向发展，而事实证明这个方向是错误的，那将代价高昂。
主持人Walker：所以您想要一种组合策略。倒数第二个问题，如果OpenAI将其结构从非营利组织和有限盈利组织之间的伙伴关系改为公共利益公司，其激励机制会如何变化？
萨默斯：我认为，盈利公司可以拥有与非营利组织一样负责任的管理激励机制。事实上，非营利医院和其他各种非营利组织的历史表明，它们在很大程度上可能受其内部行为者的商业激励所支配。所以我认为转向盈利公司的可能性并不反映任何想要偏离公共利益考虑的愿望，而是一种反映现有非营利法的方式，该法律限制了非营利组织控制盈利实体的能力，并反映了需要拥有能够成为可靠的资金筹措者的工具，以追求公共利益使命。
主持人Walker：最后一个问题。您在两个相关的领域工作。一个是技术人员的世界，您通过董事会与他们联系。另一个是学术经济学家的世界，他们总体上似乎并不太相信人工智能非凡的经济潜力。例如，几天前获得诺贝尔奖的达龙·阿西莫格鲁就发表了一篇论文，预测人工智能在十年内仅能带来约 0.6% 的生产力增长。您如何解释这种差异？经济学界似乎错过了关于人工智能的什么？
萨默斯：我非常尊重达龙，但我并不认同他的分析。在该分析中，他完全忽略了人工智能可能带来更快的科学进步、更快的社会科学进步或更好的决策的可能性。因此，在我看来，他的分析具有IBM所做的分析的特点，IBM的分析得出结论认为，全球计算机市场将只有五台大型机，或者ATT在一个阶段所做的分析，无法想象全球对多达一百万部手机的需求。
主持人Walker：拉里，很荣幸与您交谈。我知道您现在需要接另一个电话，非常感谢您如此慷慨地奉献您的时间。谢谢您。
参考资料: https://www.youtube.com/watch?v=wvBzGK72rgU，公开发表于2024-10-21
喜欢这篇文章
请为我点赞和在看
来源 | 瓜哥AI新知，管理智慧
咨询合作| 13699120588
文章仅代表作者本人观点，图片来源于pixabay
本文访谈内容整理自美国前财长现任OpenAI董事会成员Larry Summers接受Joseph Noel WalkerYoutube频道专访，公开发表于2024年10月21日。原始内容参考：https://www.youtube.com/watch?v=wvBzGK72rgU
拉里·萨默斯接受Joseph Noel Walker专访
★
内容导读：
拉里·萨默斯在本次采访中关于人工智能经济影响的主要观点可概括如下：
人工智能的变革性增长潜力：萨默斯认为，人工智能有可能显著加速经济增长，甚至可能超过工业革命等以往的技术革命。他承认难以预测这种加速的具体幅度（他认为10倍的增长难以想象），但他强调取得质的飞跃的可能性非常真实。他将人工智能与以往的技术（火、电）进行对比，因为人工智能具有自我改进的能力，从而导致指数级增长。
人工智能对生产率的影响和外推法的局限性：萨默斯承认人工智能可能推动生产率快速增长，但他告诫不要假设增长率会不断提高。他指出了鲍莫尔成本病，以及快速增长的行业在整体经济中所占份额下降的历史模式（例如，农业、制造业）。本质上涉及人工时间和互动的人类活动将始终存在，并将构成经济活动中越来越大的份额，从而限制整体增长率。
人工智能在经济政策制定中的作用：萨默斯认为，人工智能可以显著改善发达国家和发展中国家的经济政策制定。在发展中国家，人工智能可以促进知识和专业知识的快速传播，从而做出更好的政策决策。在发达国家，例如美国联邦储备委员会，人工智能辅助的改进预测能力可以带来更大的宏观经济稳定性。然而，他警告说，这些好处不会立即显现，实现这些好处需要克服重大的政治和社会障碍。他强调，即使政治制约依然存在，由人工智能促进的更好的经济科学也会带来更好的政策结果。
人工智能对研究的影响：他估计，在五年内，很大一部分（25%-75%，可能约为50%）的人工智能研究任务将实现自动化，这突显了人工智能本身加速科学和技术进步的潜力。
技术专家和经济学家之间的差异：萨默斯强调了技术专家（他们往往看到巨大的经济潜力）和一些学术经济学家（他们预测的收益要小得多）的观点之间的脱节。他认为，一些经济学家低估了人工智能加速科学进步和改进决策的能力，而不仅仅是其对生产率的直接贡献。
拉里·萨默斯简介
拉里·萨默斯（Larry Summers）是美国著名经济学家，曾任美国财政部长（1999-2001）、哈佛大学校长（2001-2006）、美国国家经济委员会主任（2009-2010）等要职。他以其在经济学领域的深厚造诣和对公共政策的影响力而闻名。2023年萨默斯加入OpenAI董事会。
萨默斯在麻省理工学院获得经济学博士学位，年仅28岁就成为哈佛大学历史上最年轻的终身教授之一。他曾在克林顿政府担任重要经济顾问，并主导应对1990年代末亚洲金融危机等重大事件。在奥巴马政府期间，他积极参与制定应对2008年金融危机的政策。
萨默斯以其直言不讳的风格而著称，他的观点经常引发激烈辩论。他近年来一直警告通货膨胀的风险，并呼吁采取措施控制物价上涨。作为一位备受尊敬的经济学家，萨默斯对全球经济和政策走向具有重要影响力。
访谈完整记录
主持人Walker：今天，我很荣幸能与拉里·萨默斯交谈。拉里可以说是他那一代最杰出的美国经济政策制定者。他曾担任财政部长，以及许多其他职务，目前他是OpenAI的董事会成员，以及其他许多职务。拉里，欢迎来到播客。很高兴和你在一起。
所以在这次谈话中，我想重点关注人工智能的经济影响。如果，正如许多严肃的人所认为的那样，人工智能可能会导致人类经济增长发生阶跃式变化，那么在2024年与你聊天，感觉有点像一位采访者在工业革命初期与亚当·斯密交谈。只是我觉得我处于一个更有优势的地位，因为我认为你比斯密更了解旧金山正在发生的事情，就像斯密更了解曼彻斯特和伯明翰的情况一样。
所以第一个问题，你大约一年前加入了OpenAI的董事会。这意味着如果OpenAI在未来几年成功创造出通用人工智能，就像它正在尝试的那样，你将成为世界上九个判断是否达成这一目标的人之一。我知道你至少思考了这项技术的经济影响好几年了，但也许你对这项技术本身，对深度学习的思考直到你加入董事会才开始。所以，我总体上感兴趣的是，像拉里·萨默斯这样的人是如何快速掌握一个新主题的？关于这项技术本身，你都读过哪些东西？你都和哪些人谈过？你都采用了哪些学习策略？
萨默斯：我认为这是一件具有根本重要性的事情。我认为，我研究历史越多，就越会被历史上的主要转折点与技术有关这一事实所震撼。我不久前做了一个计算，我计算出，虽然只有7%曾经生活过的人现在还活着，但在我的有生之年，人类历史上生产出的GDP的2/3都产生了。根据合理的预测，未来50年生产的GDP可能是迄今为止人类历史总和的三倍。这就是迄今为止所有人类历史的全部。因此，技术及其对人类生产力的意义，是推动历史发展最大的一部分。所以我一直在学习其他技术革命。我从未想过要认真思考几千年前从狩猎采集社会到农业社会的转变，我思考过文艺复兴的影响，工业革命所代表的摆脱马尔萨斯主义动态的伟大转变的影响。所以，首先要思考技术及其广泛意义。
其次要从一个技术外行，而不是科研工作者的角度，来理解这些模型正在做什么。想想这样模型具有数千亿的参数，特别是对于以往认为60个参数的回归函数已经是很大模型的人而言，这完全是一个全新的世界。所以我一直在看博客、Youtube各种教程，花时间和OpenAI的交流试图去了解一些技术细节， 当我表达了这方面的兴趣的时候，山姆·奥特曼问我要不要学习编程，我说算了，我太老了。于是我看了相关的文档，并和负责应用程序的人交流，判断在什么时点，一种应用会成为可能。
所以这是一种融合了对历史的理解、对技术的理解，以及思考参与其中的人的应用场景，这就有点像当核技术成为可能的那一刻出现，你会想要了解过去那些令人震惊的新型破坏性技术的时刻，你会想和参与其中的物理学家们聊很多。你会想和军事战略家们、可能有放射线用途的医生们、可能想要思考廉价能源不是来自化石燃料的能源行业相关人士交谈。当然，我认为这项技术的影响可能大于任何过去的技术。因为火不会产生更多的火。电力不会产生更多的电力。但人工智能有能力能够自我改进。
主持人Walker：关于这项技术本身，也许你不会学习如何编写转换器代码或其他什么东西，但你还记得你观看过的哪些特别有帮助的视频或阅读过的内容吗？
萨默斯：我不记得哪些是保密的，哪些不是，有一些来自OpenAI，但也有一些来自其他地方。教程方面苏珊·阿西和森迪尔·马拉纳森这些经济学家，已经以易于理解的方式有力地论述了这些模型，我的最初和早期的训练是在计量经济学和统计推断方面。所以我认为他们的著作是特别值得一提的。
主持人Walker：自从你加入OpenAI董事会以来，你每周大约花多少时间在与OpenAI相关的事情上？
萨默斯：我想这有所不同，但是，你知道，一周有一天在这个范围内。其中一部分是为了努力跟上对技术的理解，一部分与一家规模迅速扩大的公司有关，这家公司你知道，已经发展出巨大的收入流和市场价值，这可能是历史上任何一家公司的发展速度都比不上，它有各种各样的治理挑战和问题，这也是我关注的一部分。
主持人Walker：也请你谈谈这个。如果你考虑到所有阻碍人工智能扩展的各种瓶颈，例如数据、芯片生产、资本等等，还有能源，你认为目前最被低估的是哪个？
萨默斯：我不会低估这样一个事实：在想象力方面存在大量的问题，仍然会发生一些令人惊讶的事情。因此，最终我认为，当这项技术成功后，回顾其历史，人们会对增强推理能力、更有效地利用计算能力以及生成信息（这些信息可以作为训练的基础）的新见解感到惊讶。我想强调的是，更快地产生更多可应用的创意非常重要，这与你提出的问题有关。我怀疑短期内，限制因素可能是计算能力和获取可在这些模型的训练和推理中使用的芯片。我认为，如果你从较长远的眼光来看，能源可能会成为更大的制约因素。但可能是更先进的芯片会是近期更主要的限制。
主持人Walker：在我们继续讨论经济影响之前，我想先引出一个事实前提。根据你与技术专家的谈话，当今人工智能研究人员有多少比例的时间花在五年后将由人工智能完成的任务上？
萨默斯：我不知道，但如果答案少于25%，我会很惊讶。如果答案超过75%，我也会很惊讶。但是我很难估计中间的范围。在某种程度上，这取决于你如何精确地定义任务。点外卖是我们一天的一部分，管理我们的生活也是我们一天的一部分，管理日常的企业互动、安排日程也是我们一天的一部分。很明显，这些事情将会首先被替代。但即使是在被严格定义为研究的任务中，我认为人工智能编写程序和创建软件的能力也可能会大幅增强软件的功能。
主持人Walker：所以，对人工智能研究中自动化比例的观点范围是25%到75%。
萨默斯：我不确定这是否是成立，我认为，关于实际情况的不确定性范围可能非常非常大，但下限相当高。
主持人Walker：明白了。所以，也许大约50%的人工智能研究本身可能会在五年内实现自动化。
萨默斯：我想保留高度的不确定性。
主持人Walker：好的。那么，让我们来谈谈人工智能的经济影响。首先，一个稍微有点偏离主题的问题。如果我们看看过去150年美国人均GDP增长，实际人均GDP增长，它每年增长约2%。这非常稳定。而对这一增长造成最大中断的显然是大萧条，当时GDP在四年内暴跌了约20%，但随后它又迅速恢复了每年约2%的增长速度。
你认为对美国增长如此显著的稳定性最好的解释是什么？
萨默斯：嗯，我认为情况比这要复杂一些，因为我认为你必须首先将增长视为劳动力增长和生产力增长的总和。这两者都有一些波动。当我还是20世纪60年代的孩子时开始学习经济学，人们认为美国的潜在GDP增长率接近4%，因为他们当时认为人口和劳动力增长率约为2%。他们认为生产力增长率将达到2%。
如今，我们的概念要保守得多，因为劳动力增长率可能会大大下降，原因是女性平均生育子女少于两个，移民受到一定限制，而且随着年轻和中年女性进入劳动力的可能性变大，出现了一波非常大的劳动力增长浪潮，这是一次性事件。因此，劳动力增长速度比以前慢了。1945年到1973年，生产力增长速度远高于此后。从90年代中期到70年代初期，以及从本世纪初到中期，都曾有过一个非常好的十年。
但除此之外，生产力增长的速度明显低于1%，至少就我们的测量结果而言是这样。所以我不知道有什么天经地义的规律可以解释为什么它相对稳定，因为其背后的因素一直在相当程度上波动。但我怀疑，如果要对此进行理论化解释，那就是对于像美国这样的处于前沿的社会来说，新技术的创造和应用的空间是有限的，并且关的劳动力增长和资本积累具有内在的稳定性。
主持人Walker：好的，为了确保我理解，对于前沿经济体，更可能存在一种内生性故事来解释为什么增长如此稳定，这与人口增长有关，也许是新想法越来越难找到之类的原因。
萨默斯：是的，我不想夸大其词。我认为，恕我直言，乔，你对稳定性的说法可能夸大了。各个时期和各个十年之间的情况确实如此。当然，如果你看看非前沿经济体，它们通常不会，但在许多非常突出的例子中，亚洲国家经历了极其快速的增长时期，这部分原因是它们融入全球经济并发展了技术能力。
主持人Walker：没错。因此，如果我们从长远来看，考察数千年来的世界总产值，增长率一直在随着时间推移而增加。人工智能启动另一个新的增长机制的可能性有多大，其平均增长速度是今天的10倍？
萨默斯：我认为工业革命之后的那种增长对工业革命之前的人来说可能是难以想象的。我认为，即使是文艺复兴之后的那种增长（也许可以追溯到16世纪），对当时的人们来说也可能显得不太可能。所以我犹豫要不要做出肯定的陈述。我的直觉是，大幅加速是可能的。我发现10倍的增长，以及生产力每四年翻一番的增长水平是难以想象的。有些事情在我看来对加速的程度有一定的限制。建造一栋建筑需要这么长时间，制定一个计划也需要这么长时间。但是，从质的层面上加速进步的想法，在我看来，必须被认为是非常可能的。
主持人Walker：有人认为，人工智能不仅可能带来更快的经济增长，甚至可能引发经济奇点，即增长率逐年提高。其机制可能是我们在生产函数中自动化，从而在产出和研发之间形成一个正反馈循环，研发也越来越自动化。你认为最能驳斥人工智能会导致增长率无限提高的经济学论据是什么？是像鲍莫尔成本病那样的论点吗？即研发中仍然存在一些瓶颈，阻止了增长率的无限提高？
★鲍莫尔成本病 (Baumol"s cost disease) 指的是在服务业等一些行业中，由于生产率增长缓慢或停滞，导致工资成本持续上升，从而推高服务价格的现象。这与其他生产率快速提高的行业形成对比，后者能够通过技术进步来抵消工资上涨的影响。
萨默斯：我想稍微换一种说法。我认为，在某些领域，某些活动——这与你的鲍莫尔评论有关——增长足够快的地方，价格几乎总是迅速下降。除非对这些商品的需求具有高度弹性，否则它们在整个经济中的占比就会越来越小。农业曾经经历了超高速增长，但由于人们对食物的需求有限，其结果是农业在经济中的占比下降了。因此，即使农业增长迅速或加速增长，对GDP总增长的影响也越来越小。在某种程度上，我们看到制造业也发生了同样的情况，制造业在GDP中的占比正在下降，但这并不是制造业失败的结果，而是制造业成功的结果。耶鲁大学经济学家比尔·诺德豪斯以照明为例进行了经典论证。照明行业的进步巨大，几十年来每年增长8%到10%。
但这导致了这样一个结果：一方面，现在晚上经常会举行少儿棒球比赛，这在我小时候是不可能的；另一方面，制烛业在19世纪是经济中的一个重要部门，而现在没有人认为照明行业是经济中的一个重要部门。所以我认为，无论剩下的哪些活动本质上都涉及时间的推移和人际互动，情况总是这样，两个人之间20分钟的亲密接触需要20分钟。因此，这类活动在经济中的价值占比将不可避免地越来越大。而当整体经济的生产力增长是各个部门增长加权平均数时，增长最快的部门的权重会随着时间的推移而越来越小。
主持人Walker：好的。我想谈谈如何利用人工智能帮助经济政策制定者，首先是发展中国家。假设我们真的实现了AGI（通用人工智能），我想知道它能在多大程度上帮助发展中国家的经济政策制定者。也许我们可以将亚洲经济体的成功解释为它们年均GDP增长率持续保持在7.5%左右，这可以被解释为更有效的经济政策能够转化为GDP的大幅增长的存在性证明。但另一方面，还有一些制约因素，例如社会和政治制约，这些因素可能更重要。你认为人工智能在多大程度上能够通过帮助政策制定者做出更好的决策来促进发展中国家的经济增长？
萨默斯：我认为，除了经济政策之外，能够吸取知识并广泛应用这些知识和专业技能非常重要。在美国，在19世纪早期学习英国关于如何建立成功的纺织厂的许多知识，是非常困难的。有了人工智能，任何地方的知识都更容易被其他地方获得，这远超当今的水平。所以我认为这是一件非常重要的事情，这种知识的更快传播可能是在加速发展方面最重要的积极因素。当然，发展中国家的政策制定者会做出一些具有巨大影响和非常困难的选择，无论是管理货币政策，还是可能更重要的是战略性部门政策，即选择哪些部门进行扶持。
在一定程度上，如果人工智能能够提炼出过去人类经验的更准确、更全面的总结，并将其外推到新的案例中，我认为它很可能会促进更明智的经济政策。我认为它很可能会促进对过去人类经验的更准确、更全面的提炼，并将其外推到新的案例中，从而实现更快速的增长。
主持人Walker：现在我们谈谈美国，以美联储为例，如果美联储拥有AGI，货币政策能好多少？我们能否大幅减少金融和宏观经济不稳定的发生率，或者这些事情是否会受到某种混乱的临界点的影响，而这些临界点并不真正适合智能干预？
萨默斯：我认为这是一个非常好的问题，非常重要的问题。天气及其支配规律易受混沌动力学的影响，这限制了天气预报的准确性。然而，我们每十年就能多预测一天，而预测质量与前十年相同。因此，本十年五天的预报就像十年前的四天预报，或者二十年前的三天预报一样。所以我怀疑我们距离经济预测的内在极限还差得很远。我不确定，因为经济预测和天气预报之间存在根本区别：天气预报不会影响天气，但经济预测会影响经济。但我猜测，我们将能够更准确地进行预测，这是一件非常重要的事情。这意味着我们将能够更准确地实现稳定，这应该会带来更好的政策。
我们可能会发现，对于另一个自然界的问题，人工智能将改进地震学和地震预测，这涉及预测罕见的剧烈事件。它可能有助于预测金融崩溃和评估泡沫，所有这些显然也有助于稳定政策。所以我预计随着时间的推移会取得有意义的进展。我通常会提醒乔，事情发生时间的比你想象的要长，然后又比你想象的要快。因此，我不会假设这些好处会立即出现，就像我不会认为我们不会从现在的位置取得进步一样。
主持人Walker：人工智能可能会有一个J曲线效应。那么回顾过去，如果在金融危机和经济大衰退期间奥巴马政府拥有通用人工智能（AGI），会对经济政策制定者有多大帮助呢？因为如果我回想那个时期，稀缺的并非智慧，而是我所说的“人类社会组织的约束”。举两个例子。首先，债务减免法案未能通过，不是因为人们不知道它会有帮助，而是奥巴马政府无法在参议院获得所需的60票。另一个例子是，将债务转换为股权的政策没有实施，不是因为经济学家没有意识到这不会有帮助，而是政府缺乏谈判和长期追踪这些合同的国家能力。那么，在金融危机期间，AGI 会对你们有多大帮助？在金融危机和经济大衰退期间，还是说这些约束是那种不受智慧影响的事物呢？
萨默斯：我不确定在这两种情况下，情况是否像你说的那样简单。根据债务减免法案的结构，它可能会引发一系列破产事件，从而造成道德风险，并加剧金融危机的严重性。因此，这种不确定性是阻碍和延缓该法案推进的原因之一，其他各种计划也是如此。但总的来说，当认识清晰时，更容易找到解决方案。我认为，更好地了解金融危机的各个方面，以及对因果机制有更好、更共享的理解（我认为这来自促进更好研究的工具），可能会带来更好的解决方案。
另一方面，你知道，我认为事后看来，大多数人认为奥巴马政府提供的财政刺激措施太小了。在我看来，而且我认为那些最接近事件的人也这么认为，这并不反映奥巴马政府的分析判断失误。它反映了在国会争取快速进展的政治约束。现在，如果有更好的经济学理论，明确了刺激的正确规模，并且论证不那么随意，那么人们就更有可能在政治上支持正确的事情。所以我觉得是有贡献的。
你知道，我喜欢说，感冒和某些癌症有庸医疗法，但这并非偶然，而骨折或链球菌性咽喉炎却没有庸医疗法。这是因为当有清晰明确的知识和理解时，人们就会团结起来，人们对背后的原因非常清楚。但是，当没有有效的专家科学解决方案时，就会出现更多争论、方法上的更多波动，以及可能更多不靠谱的解决方案。我认为，随着时间的推移，更好的人工智能可能会推动更深入的理解，这将有助于获得更好的结果。
主持人Walker：我有很多后续问题，但为了节省时间，我跳到下一个问题。假设我们想创建一个劳伦斯·萨默斯式的清单，列出人工智能何时应该被国有化（例如，成为政府项目）的标准或阈值，这份清单将包含什么？
萨默斯：你知道，我不确定我是否完全认同这个前提，即在某个时刻它应该被国有化。我的意思是，强大的计算能力有着巨大的影响。如果你考虑一下，自20世纪60年代以来的50年、60年间，强大的计算能力改变了一切。我们所做的任何军事行动都离不开计算。汽车是一种非常复杂的计算设备，拥有成千上万个芯片。计算对国家安全至关重要，但国有化计算绝不是一个好主意。
那么，是否应该有一些东西被国有化，政府是否应该在某些领域拥有生产能力？是的。但是，如果你考虑我们的历史，如果你考虑我们如何将人送上月球，我们并没有将该项目国有化，尽管政府对该项目如何进行施加了巨大程度的控制。所以我赞同政府应该国有化某些事物。但我认为，将政府承担责任或培育国家安全技术发展的主要方式框架为国有化，我认为这是一种非历史性的观点。
主持人Walker：人工智能生产线中的哪些部分最适合国有化？
萨默斯：我觉得我对此并没有很好的把握。再说一次，我想回到计算领域，在这个领域里，我们并没有将很多东西国有化，但总的来说，我们确实做得非常、非常、非常出色。所以，我并不想排除某些东西应该被国有化的可能性，但我也不想将其作为主要的政策回应。
主持人Walker：在所有美国总统中，您与比尔·克林顿合作得最为密切。您可能对他最为了解。随着我们可能越来越接近通用人工智能，您认为，如果比尔·克林顿是总统，他会如何看待这个问题的治理方面？
萨默斯：我与比尔·克林顿和巴拉克·奥巴马都合作得很密切，我认为他们两人都非常有思想，而且他们都认识到，复杂的问题需要循序渐进而非革命性的解决方案，需要通过多种渠道来解决。从某种程度上说，解决方案需要播下种子，然后才能找到最佳的解决方案。但我认为，政府需要非常了解正在发生的事情，与主要参与者保持密切关系，但我认为必须非常小心，因为如果建立某个特定结构来引导事物朝着特定方向发展，而事实证明这个方向是错误的，那将代价高昂。
主持人Walker：所以您想要一种组合策略。倒数第二个问题，如果OpenAI将其结构从非营利组织和有限盈利组织之间的伙伴关系改为公共利益公司，其激励机制会如何变化？
萨默斯：我认为，盈利公司可以拥有与非营利组织一样负责任的管理激励机制。事实上，非营利医院和其他各种非营利组织的历史表明，它们在很大程度上可能受其内部行为者的商业激励所支配。所以我认为转向盈利公司的可能性并不反映任何想要偏离公共利益考虑的愿望，而是一种反映现有非营利法的方式，该法律限制了非营利组织控制盈利实体的能力，并反映了需要拥有能够成为可靠的资金筹措者的工具，以追求公共利益使命。
主持人Walker：最后一个问题。您在两个相关的领域工作。一个是技术人员的世界，您通过董事会与他们联系。另一个是学术经济学家的世界，他们总体上似乎并不太相信人工智能非凡的经济潜力。例如，几天前获得诺贝尔奖的达龙·阿西莫格鲁就发表了一篇论文，预测人工智能在十年内仅能带来约 0.6% 的生产力增长。您如何解释这种差异？经济学界似乎错过了关于人工智能的什么？
萨默斯：我非常尊重达龙，但我并不认同他的分析。在该分析中，他完全忽略了人工智能可能带来更快的科学进步、更快的社会科学进步或更好的决策的可能性。因此，在我看来，他的分析具有IBM所做的分析的特点，IBM的分析得出结论认为，全球计算机市场将只有五台大型机，或者ATT在一个阶段所做的分析，无法想象全球对多达一百万部手机的需求。
主持人Walker：拉里，很荣幸与您交谈。我知道您现在需要接另一个电话，非常感谢您如此慷慨地奉献您的时间。谢谢您。
参考资料: https://www.youtube.com/watch?v=wvBzGK72rgU，公开发表于2024-10-21
喜欢这篇文章
请为我点赞和在看
参与讨论
