人工智能本身既不是好的，也不是坏的，关键在于明智地使用，通过规范来预防风险。技术进步和创新是不是意味着人类技能的丧失？如果人类变得越来越懒惰将是糟糕的前景
文|《财经》记者 邹碧颖
编辑|王延春
“对于全球来说，未来一年各国必须谨慎调整货币政策和财政政策，以确保实现‘软着陆’，在降低通货膨胀率的同时，保持经济稳定正增长。”在刚刚闭幕的中国发展高层论坛2024年年会上，国际货币基金组织总裁克里斯塔利娜·格奥尔基耶娃表示，许多国家的央行都面临着决定降息及降幅的艰巨任务。
克里斯塔利娜·格奥尔基耶娃指出，放眼中期，全球经济增长率预计将处在3%上下。如果以新冠疫情前十年的历史数据（3.8%）为参照，这样的增长速度是疲软乏力的。但好消息是，数字化变革和绿色转型为促进生产率增长和提高生活水平提供了机遇。深化结构性改革可以改善创业条件、促进创新，提高经济表现。
今年的发展高层论坛设置了若干话题，研讨全球经济走向时，脱碳与人工智能AI成为不可或缺的关键变量。香港交易所主席史美伦介绍了影响全球经济的三大趋势：除了经济发展的区域化和板块化，则是以生成式AI为代表的科技创新，将在制造业、物流、建筑业、医疗保健、教育、运输、金融服务以及政府职能等领域发挥作用。此外，脱碳将成为未来几年全球经济重要的驱动因素。
北京大学国发院院长黄益平在一场对话中表示，希望AI和新的数字手段在某种程度上能够抵消去全球化所带来的不利影响。彭博董事长马克·卡尼则指出，绿色转型、数字革命、AI革命带来的颠覆性变化正在发生，全球应该进行合作。
AI蕴藏万亿价值，防范风险迫在眉睫
在现场，北京智源研究院创始理事长张宏江向听众展示了一段由OpenAI旗下Sora生成的视频——汽车快撞山时会往左拐，避开悬崖会往右拐。这段视频由一段文字生成，没有使用3D模型加持，却显得如此逼真。不仅如此，张宏江展示的另一段由多模态大模型生成的视频，还能判断指出某段视频是由AI生成的，理由是樱花和下雪天不可能发生，且自然的雪不可能下得如此均匀。
“未来的多模态大模型一定不止于进行视频的生成和剪辑，不止于生成电影或者电视剧，更重要的是可以用来做机器的大脑，用来识别外围的世界，用于自动驾驶，将今天的信息系统、模型系统应用到未来的行动系统。”张宏江说。
张宏江认为，大模型会重写所有的应用。模型的能力一两年提升一代，训练成本每18个月变成之前的四分之一，新摩尔定律将带来大模型快速的普及。生产AI芯片的英伟达的股票在过去12个月突飞猛涨，成为世界前三最有价值的公司。芯片的需求会带动数据中心，整个大模型产业链正在快速地发展成长起来。
采埃孚集团提供电动车和智能车的系统，其董事会主席、首席执行官柯皓哲在现场介绍，AI已经在改变着他们的工作方式、工程师编码软件方式、优化产品和流程的方式。他们用AI测量电动车发动机的转速，训练自动驾驶系统。过去几周，还向全球16万名员工提供了微软的Copilot功能，用于写东西、做产品。
麦肯锡公司全球总裁鲍勃·斯腾菲尔斯指出，AI技术如果应用于63个主要领域，预计将创造2.6万-3.4万亿美元的价值，主要集中在制造、市场营销、软件工程、研发等四个领域。而基于AI技术，到2030年美国预计有30%的工作都可以实现自动化，这意味着大概有1200万份工作需要转型，其中不乏高收入工作。
香港中文大学（深圳）前海国际事务研究院院长郑永年表示，对于AI技术，欧盟缺少大型本土互联网公司，所以是规制导向。而目前为止，美国是AI领域规制最少的国家。新加坡、越南也主张利用AI为经济发展服务，所谓“全国开放、有效管理”模式。但郑永年提醒，发展AI与治理规制还是应该同时发展。
Verimag实验室创始人、2007年图灵奖得主约瑟夫·希发基思表示，对于AI的终极目标，一种观点认为应该构建超越人类思维能力，在医疗保健、金融、交通运输和制造业等领域做出有效决策的超级智能代理。另一种观点则认为，应当构建具有人类水平智能的机器，替代人类工作，如自动驾驶汽车、智能工厂等等。
约瑟夫·希发基思说，人工智能本身既不是好的，也不是坏的，关键在于明智地进行使用，通过规范来预防风险。此外，如果不能确保系统是以公正、中立的方式使用可靠信息，则不要将决策权交给系统。需要考虑，技术的进步和创新是不是意味着人类技能的丧失？如果人类变得越来越懒惰，将是糟糕的前景。
“AI的本质，实际上来源于我们所有人，来源于你们在网上分享的思想。它能够自我完善，甚至以光速的速度来自我完善。”福特斯克金属集团执行董事长安德鲁·福瑞斯特指出，人类的DNA可能几十年甚至几百年才能够有一些改善，而AI能够以光速不断完善。如果不加以监管，人类的智力绝对会被超过。
张宏江也发出警告，未来通用人工智能的发展可能产生一些风险，甚至导致人类灭绝。如果以GPT-4.0作为一个节点，AI的智力IQ跟人类的平均IQ已经比较相近了。再往下走，或许不再是虚假信息或是消灭一些工作，而是奇点的来临。
清华大学智能产业研究院院长、中国工程院院士张亚勤建议，将所有数字智能体进行AI标识；机器人必须映射到个人或者公司等法定实体，可以追责；对大模型建立监管的分级体制；各方将10%的研究经费投入大模型风险研究；此外，全球各国需要将人工智能和气候、疫情、核武器作为同样的社会风险来对待。
张宏江介绍，前段时间，数十位AI领域的顶级中外专家在华签署了《北京AI安全国际共识》，画出几条基本红线：禁止AI自主复制或者改进；禁止AI寻求权力；禁止使用AI协助武器，尤其是大规模杀伤性武器或者生化武器的研制；禁止AI欺骗。而要做到这些，需要全球政府和从事AI研发的企业共同推动。
再造能源链条，脱碳转型任重道远

发展AI的需求带动数据中心，数据中心最终带动的是能源的需求，一场深刻的低碳能源革命正在发生。而国家能源投资集团总经理余兵指出，全球减碳的步伐以及气候治理刻不容缓，实现全球的碳中和任重道远。近年来，全球气候变化，极端天气频发。2023年是有史以来、有记录以来气温最高的一年，气温已经比工业化之前全球的气温升高1.42摄氏度，逼近了《巴黎协定》的上升限值。
此次论坛上，中国环境与发展国际合作委员会中方首席顾问、国务院发展研究中心原副主任刘世锦表示，与十年、二十年前相比，实现碳中和，大量的人力、物力、财力，数以万计的研发和产业投资已经投下去了。如果既定的实现全球碳中和的目标有所摇摆或后退，许多正在做的事情可能停顿下来，甚至前功尽弃。
刘世锦表示，绿色低碳产业的增长目标应适当调高，新技术、新产业的替代速度要加快。中国新能源汽车渗透率，原来政府提的目标是到2025年争取达到20%，但到2024年3月渗透率已经达到48.2%。绿色投资已经成为当前最为重要而活跃的经济增长新动能之一，减碳与增长现在转化为了相互协同共赢的关系。
波士顿咨询公司首席执行官施伟策介绍，要在2050年实现中国的碳减排目标，大概或许需要38万亿美元的投资。许多投资会流入电力、氢能等能源领域，12万亿美元可能会进到交通领域。绿色制造也会迎来非常大的投资涌入。
托克集团首席执行官、董事会执行主席卫杰明预计，到2030年全球电动汽车的使用量将超过内燃机汽车的使用量。中国在这方面一直处于领先的地位，2023年中国的电动汽车产量增长了35%，出口增长了80%以上。这种对汽车偏好的改变正在推动对镍、锂和钴等电池材料的巨大需求，可再生能源也将继续快速增长。
卫杰明表示，需要越来越多的大宗商品，尤其是金属，以支持能源转型。为了满足2050年的电力需求，全球电缆的长度需要增加1倍以上，相当于1亿公里。新的电缆需要用铜和铝制成，以此具备高导电性。目前每年有300万-400万吨的这两种金属用于电网的扩张。而到本世纪末，这一数字有可能会需要翻一番。
必和必拓首席执行官韩慕睿表示，2023年仅一年，中国在新兴清洁能源领域投资同比增长24%，已经达到6760亿美元。像太阳能电池板、电动汽车和锂离子电池这三大新兴产业，标志着技术对绿色发展的重要性，以及转型所带来的经济机遇。“我们需要整合和合作，这是关键。实现碳中和和净零排放需要创新合作和区域特定计划，通过对新产业、新方法的投资将释放巨大的经济机会。”
不仅是能源供给的再造，供应链上的利益也需要重新进行分配。瑞士再保险集团首席执行官缪汶乐表示，许多需要实现净零排放的企业都要求供应商同步实现净零排放。瑞士再保险集团有9000多家供应商，他们是非常小的酒店、小的零售商等等。未来两三年，需要更加关注供应链上的脱碳减排，真正实现碳中和。
缪汶乐介绍，生产绿色的钢铁、氢、氨等的产品在技术上可行，但最终产品的价格可能会提高2%-3%，如果使用绿钢的话，生产最终端的企业可能获得更多利润，“是不是可以让它对上游炼钢过程中的脱碳企业进行一种补偿呢？这样才能够实现整个供应链的脱碳。下游产品制造商对于上游的脱碳也要进行支持。”
渣打集团行政总裁温拓思还建议，构建统一的可持续发展目标话语体系。二是建设统一标准的全球碳市场。三是深度了解整个供应链的碳足迹在哪里、碳强度有多少。各国企业由此才能应对可持续发展的碳税、碳边境调节机制等问题。而投入这一领域的资金需要汇集公共部门和私营部门两方面力量。此外，实现碳中和，不但对碳足迹的核查要有足够透明的标准，还需要具备相应的衡量工具。
卫杰明指出，碳中和正在给全球生产分配和能源的消费方式带来巨大变化。这场转型不像此前全球向煤炭和石油等低成本化石能源转型时那样具备巨大的经济动机，但无疑也将改变许多传统的产业。
“此刻我们看向21世纪20年代前半段，数字化、AI、货币宽松正在发生变化。跟上一个十年相比，去全球化的速度非常之快，中国自身也处于转型过渡阶段中。我们是不是可以回到之前的全球化轨道上？我觉得答案是‘是的’。但是可能不是完全一样的全球化。”匈牙利国家银行副行长乔鲍·坎德拉齐如是说。
题图 | pexels
责编 | 刘思言
继续阅读
阅读原文