资讯

萨金特谈AI新经济:AI仍处于“开普勒阶段”,面对未知最需要保持谦逊

雷峰网·2026/9/9 08:04:00🔗 原文

📋总体概括

9月9日,2011年诺贝尔经济学奖得主、纽约大学教授托马斯·萨金特在2026 Inclusion·外滩大会见解论坛上表示,美国涌入AI的巨额投资建立在可疑模型之上,没人真正知道这些模型最终产出什么。他以开普勒类比当前AI:擅长从数据中拟合规律和预测,但尚未理解规律背后的原理。AI的前沿是从「开普勒阶段」走向「牛顿阶段」——理解结构、实现数据外泛化并识别自身知识边界,但何时实现无人知晓,资本投入规模大并不等于回报更确定。

关键信息

  • 萨金特9月9日在2026外滩大会见解论坛称,美国AI巨额投资建立在可疑模型之上,无人知晓其最终产出
  • 他以开普勒与牛顿类比:当前AI能识别模式、拟合规律,但不理解世界为何如此运行
  • AI进展主要来自数据规模、算力和更复杂模型,而非对本质原理的掌握
  • AI真正的从「开普勒」到「牛顿」阶段需做到理解结构、数据外泛化和识别知识边界,时间表未知
  • 他强调资本投入规模扩大并不意味着未来回报更加确定,政策制定面临巨大不确定性

🔥犀利点评

诺奖得主的「可疑模型」四个字,算是给全球AI资本狂欢泼了盆最冷静的水。开普勒类比确实精准——相关性不等于因果,拟合不等于理解,而华尔街偏偏在按「牛顿阶段」的确定性给「开普勒阶段」的技术定价。但话说回来,历史上电话、铁路的泡沫同样催生了基础设施,泡沫本身未必是错,错的是用确定回报的逻辑去投不确定的技术。谦逊是对的,可别只对技术谦逊、对钞票不谦逊。

本文由本站自动聚合,以下为原始来源:前往 雷峰网 阅读全文