Tyler Cowen 谈 AI 应用、人的主动性与对美的追求

Tyler Cowen 设想，30 年后人们会回顾自己经历过的两个不同世界：AI 出现之前和之后。Joel Hellermark 首先问道，尽管模型已经如此智能，为何影响仍然难以在宏观经济数据中看到。

Cowen 说，人们已经在工作中非正式地使用 AI：原本需要四小时的备忘录，如今可能十分钟加上编辑就能完成，节省下来的时间变成了休闲，而不是可衡量的产出。他认为休闲时间的总体增加已经很可观，即使传统统计数据没有捕捉到。

他认为，更大的进步来自 AI 提高科学研究的效率、加快检验假设。一些领域可能需要十年或更长时间。编程已经在改变，但盈利能力和人的瓶颈始终存在，因此他预计 AI 的起飞速度会慢于许多人的预期。

Hellermark 问，什么会让 Cowen 将 AI 带来约 0.5 个百分点增长的预测提高到两个百分点以上。Cowen 说，如果低效机构积极整合 AI，他会立即调整预估，但他认为这极不可能。

Cowen 指出，政府、非营利机构、高等教育和医疗体系中低效的部分占经济的很大比重，变化也很缓慢。他认为，许多情况下需要初创公司取代现有机构，而这个过程可能需要一代人。

Cowen 说，编程是革命已经发生的明显领域。他将其与 20 世纪 90 年代末美国信息技术和库存管理的改进作比较，当时生产率提高了约半个百分点。即使 AI 能力更强，他仍认为瓶颈在于人们如何采用它。

Hellermark 质疑人始终是瓶颈的假设，问自主智能体能否自动化呼叫中心。Cowen 预计十年内该领域的自动化程度会大幅提高，但他说，呼叫中心在大多数经济体中所占比例不大，进步会逐行业发生。

再培训也是组织难题。即使没有裁员，告诉一名经验丰富的员工整个工作已经改变、必须立即重新学习，也很难让人接受。Cowen 预计这种摩擦会拖慢实施。

谈到印度受到更强编程模型的影响，以及 Infosys 等公司时，Cowen 预测印度企业会善于应用 AI。他认为，印度有快速、低成本应用想法的优势，并预计初创公司将发挥特别重要的作用。

Cowen 认为，科技行业以外的许多美国机构尚未充分适应。他特别提到高等教育：人们常把 AI 当作作弊问题，而不是重新思考教育的契机。他说，美国拥有人才和资源，但机构变革仍然困难。

Hellermark 问，如果智能的成本趋近于零，什么会变得有价值。Cowen 回答，在通用人形机器人尚未普及的情况下，仍然需要人来说服他人、执行体力工作、承担法律责任、参与政治和激励别人。

Hellermark 追问，为什么仍需要大量人参与。Cowen 用比较优势和新项目来解释：即便 AI 和机器人可以提供帮助，安装太阳能设备、照顾老人、建设能源基础设施和开展生物实验，仍需要身体行动或人的关怀。

Cowen 暂时把电力作为历史类比。电气化花了几十年，部分原因是人与机构的障碍。他预计 AI 的传播更快，但认为此前的延迟值得警惕；电气化也深刻改变了生活，同时带来冲击。

Hellermark 指出，AI 在知识工作者中传播迅速，问为什么宏观经济影响仍不明显。Cowen 说，历史增长统计并不完美，而真正的新能力很难用增长率表达：例如，过去不存在的医疗方法，很难直接放入价格比较。

Cowen 建议从几十年后的生活体验来判断变革。每一年或许都看似平常，但经过 30 年，世界可能已经面目全非。他希望 AI 能帮助自己活得足够久，亲历 AI 时代前后的对比。

Hellermark 问，智能充裕是否会带来博学者的回归。Cowen 预计，主动性、直觉、亲和力、个人魅力和结合知识的能力，将比仅仅上过好学校或知道很多事实更加重要。

他预计廉价的智能和服务将改善较贫困人群的生活，而一些主要提供知识的高薪专业人士可能面临 AI 的竞争。他用一名律师收入和工作地点变化的例子说明转变，但不认为这是一场人道主义灾难。

Cowen 说，一些律师会利用 AI 智能体创办公司，可能比现在更富有，但律所或许需要更少的初级律师。律师可能更多地专注于吸引和维护客户，而法律规则也会影响 AI 能做什么。他还预计，即便机器写得更好，制定 AI 相关法律的任务仍会交给人。

谈到智能的收益递减，Cowen 说，更高的智能无法消除所有瓶颈。统一物理理论可能需要稀缺的实验数据，而不仅仅是更聪明的推理。他认为一些艺术和音乐领域也存在上限，即使达到高水平的作品会大幅增加。

Hellermark 问及数学和科学。Cowen 认为一些数学难题可能得到解决，但把知识转化为更高的生活水平，仍需实物生产、监管、测试和信任。他预计，随着 AI 能力增强，社会阻力也会增加。

对于企业内部的应用，Cowen 认为短期前景不像让每位员工能力增强那么乐观。他指出，AI 公司正在雇人帮助企业重新设计工作流程，因为懂得如何整合的人很少。教育面临同样的问题：围绕 AI 设计课程的想法大多尚未经过检验。

他预计过程会充满试错、挫折，有些事情在一段时期内甚至会变得更差。与此同时，现有模型已经能够起草备忘录、核查事实或校对文章，无须变得聪明很多。他不认为未来 20 至 30 年大部分经济活动会把人完全移出流程。

除了编程，Cowen 预计生物科学将取得重大进展。把发现转化为药物和设备需要更长时间，但他推测约 40 年内许多致命疾病可能得到治愈。他承认医疗是瓶颈很多的领域，即使收益巨大，也可能限制可衡量的增长。

Cowen 说，他已经将约三分之二的精力从写作转向播客、公开演讲和指导他人。他原本可以依靠终身教职和现有收入生活，但希望在 AI 改变竞争环境时继续积极参与。

他认为，对许多用途而言，AI 的写作质量很快会达到或超过自己的水平，尽管读者可能仍然重视他的独特观点。Hellermark 认为 Cowen 所接触的独特素材很重要；Cowen 回答说，现场演讲和播客能把这些素材讲得生动，他怀疑 AI 能否做到。

Cowen 说，提前使用 GPT-4 是决定性时刻。几分钟内，他便根据规模扩展和计算机国际象棋的经验得出结论：自己需要改变计划。他在 2013 年的《Average Is Over》中预见了 AI 革命，但现在认为它比自己预期早到了几年。

他会使用多个模型，以跟上各自不断变化的能力；采访时他最常使用 GPT Pro。旅行时，他会询问餐厅、酒店和演出。他说，由于自己的书、博客和播客为模型提供了大量关于个人品味的资料，推荐可以非常贴合。

Cowen 读书时也会打开语言模型，询问不熟悉的背景。研究 18 世纪的波斯时，他用模型澄清名字和事实。他并不声称模型为他提供了新的历史理论；他看重的是它帮助自己学习材料。

Hellermark 问，反复讲述邪恶 AI 的故事是否可能影响模型，以及应该如何训练它们。Cowen 说，他担心这类影响，并主张教授合作与贸易收益。他更广泛的建议是提出建设性的解决方案和积极愿景，而不是只停留在恐惧中。

话题转向各国态度。Cowen 推测，美国的末世传统以及人们对政府支持的不同预期，有助于解释美国与瑞典的差异。他还认为中国对 AI 的态度相对务实、积极，同时指出，美国一些不同寻常的想法也帮助它成为 AI 发展的中心。

Hellermark 问 Cowen 如何早期发现人才。Cowen 看重活力、决心、对细节的关注，以及对自己的工作很重要的强烈信念。他也重视聪明才智，但提醒人们不要过分看重智商，以至忽略其他品质。

Cowen 不再依赖以前最喜欢的面试问题，因为人们已经学会如何迎合。他会让一个人谈论自己关心但没有准备过的话题：一个地方、一顿饭或一部电影。对细节的观察能显示其注意力和真实兴趣。

为了更新自己的信息来源，Cowen 会留意有才华的年轻人正在关注什么。他说，最近和一些对量子计算感兴趣的青少年交谈，让他更加认真地看待这个领域，即使他无法独立判断其中的科学问题。

谈到杰出团队的共同点，Cowen 提到了抱负、职业精神、相信工作的重要性，以及愿意把其他事情放在一边。他也强调丰富的养分：文艺复兴时期佛罗伦萨的环境，或披头士能够接触的英国和美国音乐。

谈到披头士，Cowen 强调 John Lennon 和 Paul McCartney 之间既竞争又合作的关系。他们争夺领导权和歌曲地位，同时也相互帮助。在他看来，这种创造性摩擦和不断变化的贡献最终促成了乐队解散，但也带来了非凡作品。

Cowen 认为，如今仍有优秀音乐，但持久的乐队更少。他把 20 世纪 60 至 70 年代音乐人的持久性和决心，与他认为更重视流媒体热门歌曲和巡演的当代行业作比较。这是他对文化的判断，并不是说好音乐已经消失。

Hellermark 问到 Cowen 和 Patrick Collison 对新美学的呼吁。Cowen 说，他们对美丽的老建筑与许多战后建筑之间的差异感到震惊。他们的出发点是呼吁人们关注问题，而不是要求所有建筑遵循同一种风格。

Cowen 承认，今天许多室内空间美丽而舒适，即使外观让他失望。他希望 AI 创造足够的财富和信息，让人们再次以公共空间的美为荣。他对呼吁获得的回应感到鼓舞，但说自己无法预测它是否会成功。

他怀疑多元、全球化的世界是否会形成一种统一的美学运动。不过，他指出哥本哈根一些新建区域和拉丁美洲的例子很有吸引力，说明人们可以尝试让地方变美并取得成功。

被问及 AI 能否发现美时，Cowen 回忆自己把维米尔的《绘画艺术》上传给 GPT，得到了一份他认为极好的解释。他说，解释美和创造美不是一回事，但他预计十年内、甚至更早，AI 将创作出让许多诚实的观察者认为美好的视觉艺术和音乐。

在快问快答中，Cowen 推荐了 Joseph Conrad 的《The Secret Agent》。他在思考政治暗杀时重读了这本书。他还说，经济学取得了大量实证进展，但在他看来，近期理论进展很少。

改变他想法的两本书是 Olaf Stapledon 的《Last and First Men》和《Star Maker》。Cowen 推荐书中对智能与剧烈变化的世界的思辨，并从中得到一个教训：不要低估各种可能性。

一个令 Cowen 惊讶的经济现象是，美国和日本等国家承受了很高的公共债务，却没有发生许多观察者、包括他自己过去所预期的危机。他说，借贷成本虽然上升，但经济仍在运转；他对此依然感到惊讶，也没有确定答案。

Cowen 说，他尚未想清楚工作快速变化的未来会如何影响职业规划，或者 AI 会如何改变宗教生活与权威。他认为能源会限制经济的极快扩张，并把戴森球等设想视为遥远的可能性。

被问到最反主流的地方时，Cowen 提到了西西里或墨西哥乡村的部分地区，那里的人预计变化相对较小，传统人际关系仍然存在。他认为他们可能错了，但也说，如今这种预期比硅谷以技术为中心的观点更反主流。