三個新的報告結(jié)合起來提出這些答案：它現(xiàn)在可能比你想象中能做的要少。但它最終會比你想象的要多，而且可能會比過去強(qiáng)大的技術(shù)發(fā)展得更快。

這一系列研究本身就是AI繁榮的標(biāo)志。不同學(xué)科的研究人員正在爭先恐后地理解該技術(shù)的可能軌跡，影響范圍和影響力，已經(jīng)在一些方面發(fā)現(xiàn)了，如自動駕駛汽車和在線圖像識別等。這樣做會給定義和衡量帶來很多挑戰(zhàn)，因為這個領(lǐng)域正在迅速發(fā)展，并且由于公司正在推動AI用于營銷目的。

由斯坦福大學(xué)，麻省理工學(xué)院和其他組織的研究人員于發(fā)布的“AI指數(shù)”，通過測量技術(shù)進(jìn)步、投資、研究引用和大學(xué)入學(xué)等方面來追蹤人工智能的發(fā)展。該項目的目標(biāo)是收集、整理和不斷更新數(shù)據(jù)，以更好地為科學(xué)家、商人、決策者和公眾提供信息。

麥肯錫全球研究院也曾發(fā)布了一份關(guān)于自動化和就業(yè)的報告，根據(jù)幾個國家的工作類別勾畫出技術(shù)可能采取的不同途徑及其對工人的影響。一大發(fā)現(xiàn)：在2030年前，美國勞動力的三分之一將不得不轉(zhuǎn)向新職業(yè)，大約在12年內(nèi)。

在美國國家經(jīng)濟(jì)研究局去年11月發(fā)表的一篇文章中，來自MIT和芝加哥大學(xué)的經(jīng)濟(jì)學(xué)家解答了為什么所有的研究和投資圍繞AI技術(shù)，但迄今對生產(chǎn)力影響不大。

三項研究舉措各有不同的側(cè)重點。但報告和對作者采訪中出現(xiàn)了兩個共同的主題。

■技術(shù)本身只是確定AI及其影響軌跡的一個因素。經(jīng)濟(jì)學(xué)，政府政策和社會態(tài)度也將扮演重要角色。

■從電力到電腦的主要技術(shù)的采用歷史模式可能適用于AI。但如果模式相似，速度可能不會相同。正如許多研究人員預(yù)測的那樣，如果速度更快，那么帶來的社會后果可能比過去的轉(zhuǎn)型更加痛苦。

AI指數(shù)由人工智能百年研究發(fā)展而來，該研究是由AI在2014年基于斯坦福一個項目的AI專家而開始的。該研究小組主要是科學(xué)家，旨在擴(kuò)大對人工智能的理解，從而增加社會從技術(shù)中受益的可能性。

該小組最初將每五年發(fā)布一次主要研究報告。但鑒于進(jìn)展速度和投資速度，五年的時間間隔“似乎太慢了”，斯坦福大學(xué)榮譽(yù)教授兼AI指數(shù)指導(dǎo)委員會主席Yoav Shoham說。

新的指數(shù)不是一個單一的數(shù)字，而是一系列跟蹤與AI相關(guān)的趨勢的圖表。其中包括諸如圖像識別和語音識別改進(jìn)率，以及啟動活動和職位空缺等措施。還有人工智能專家發(fā)表的短文。

一些顯示技術(shù)進(jìn)步的圖表很有說服力。例如，圖像和語音識別程序在過去的一兩年中已經(jīng)匹配或超越了人類的能力。

但是AI專家警告說，具體任務(wù)或游戲熟練程度的提高仍然與一般智能相去甚遠(yuǎn)。例如，一個小孩知道桌子邊上的裝水玻璃杯傾倒在地板上，水會灑出來。他或她能理解人工智能程序還沒有理解的日常生活物理學(xué)。

“公眾認(rèn)為我們知道如何做得比現(xiàn)在做得更多。”SRI國際的科學(xué)家Raymond Perrault說。

Shoham說，目前的AI指數(shù)是“非常重要的第一步”。該小組正在尋求來自世界各地的學(xué)術(shù)和企業(yè)研究人員的數(shù)據(jù)和意見。他說，這個想法是創(chuàng)造一個“生活指數(shù)”，其中包含盡可能多的可衡量的領(lǐng)域，包括社會影響。

麥肯錫自動化和就業(yè)報告捕捉到了AI的不確定性，及其對勞動力市場的影響。它預(yù)測到2030年將不得不尋找新職業(yè)的美國人，數(shù)量從1600萬到5400萬不等，這取決于技術(shù)采用的速度。

AI進(jìn)步越快，挑戰(zhàn)越大。麥肯錫的5400萬上限預(yù)測表明，與之前勞動力大變革相比，這種轉(zhuǎn)變更加迅速，當(dāng)時就業(yè)從農(nóng)場轉(zhuǎn)移到工廠，后來從制造業(yè)轉(zhuǎn)移到服務(wù)業(yè)。

“這就是談話必須討論的地方，如何管理這種轉(zhuǎn)變。”麥肯錫經(jīng)濟(jì)學(xué)家蘇珊·隆德說，“我們需要在如何提供中等教育再培訓(xùn)方面進(jìn)行重大改變，以及我們?nèi)绾螏椭麟x失所的員工找到新的就業(yè)機(jī)會。”

盡管如此，AI尚未在整體經(jīng)濟(jì)中出現(xiàn)，至少在數(shù)量上并未出現(xiàn)。在他們最近的論文中，MIT 斯隆管理學(xué)院的Erik Brynjolfsson和芝加哥大學(xué)布斯商學(xué)院的Daniel Rock稱之為“期望和統(tǒng)計的沖突”。

他們提供了一些可能的解釋，包括對新技術(shù)的虛假希望和不良衡量。但他們解決的問題是AI的采用和有效使用的滯后。

這是有歷史先例的。例如，電動機(jī)在19世紀(jì)80年代初引入。 但直到20世紀(jì)20年代，在汽車的普及和工廠工作被重組為大規(guī)模生產(chǎn)流水線的過程中，以利用當(dāng)時的新技術(shù)，生產(chǎn)率的提高才顯現(xiàn)出來。

AI將會走上類似的道路，但速度更快， Brynjolfsson也曾在“人工智能指數(shù)”中預(yù)測過。他說，這個指數(shù)應(yīng)該有助于加快采用速度，為人們提供所需的信息以作出更好的決策。

當(dāng)然，也不乏AI懷疑論者，但Brynjolfsson顯然不是其中之一。 他說：“歷史表明，即使擁有強(qiáng)大的技術(shù)，也需要數(shù)年。” “但是對我來說，它肯定會發(fā)生。”