Beyond Bulls & Bears

另类投资

即时睿见:人工智能浅谈

富兰克林邓普顿研究院院长 Stephen Dover 从投资的角度,分析人工智能带来的潜在优势、风险与社会变化。

简体中文版的连结: 英语

本文原发表于 Stephen Dover 在 LinkedIn 上的《环球市场视野》快讯。请在 LinkedIn 上关注 Stephen Dover,了解他提出的观点与洞见,以及他的《环球市场视野》快讯。

假如现在是 1794 年,也就是伊莱·惠特尼 (Eli Whitney) 发明了轧棉机。或者再推前 354 年,约翰内斯·古腾堡 (Johannes Gutenberg) 发明了印刷术。或许你钟情于 1903 年 12 月 17 日莱特 (Wright) 兄弟首次飞行?又如 1957 年前苏联向太空发射人造卫星斯普特尼克 (Sputnik),把人类的探索范围首次扩大至地球大气层之外?

这些非凡的发明和其他创新成果颠覆了我们的耕作、信息传输、长途旅行或太空探险的方式。但与人工智能 (AI)的到来相比 ,它们最终可能会被证明是微不足道的。至少,这就是 AI 支持者和追随者对机器智能颠覆潜力的看法。

作为人工智能系列文章的开篇,我们在本文引出了 AI 目前的“能”与“不能”。我们探寻了 AI 的发展与普及与其他科技成果的“同”与“不同”。我们思考了 AI 的潜力和局限。最后,我们就投资者如何在其投资组合中充分利用 AI 的潜力提供了初步的结论。

什么是人工智能?

AI 在牛津英文词典的定义是“计算机系统的发展,能够执行一般需要人类智力的任务”。然而,该定义的界限含糊不清,甚至囊括了历经多代人用于加减乘除的普通计算器。

因此,AI 与单纯计算之间的差异,在于计算机系统具备学习、调整并因此获取智力的能力,使之能够效仿和甚至超出人类能力的方式,针对不断变化的情况作出响应。或者又如 AI 一词的命名者斯坦福大学约翰·麦卡锡 (John McCarthy) 教授在 1955 年提出,AI 是“智能机器的科学与工程”。

AI 囊括了自动系统(例如自导机器人)、机器学习(基于庞大数据量的算法图形识别)、标签学习(使用图片加快图形识别)和深度学习(例如使用神经网络推导结论,包括基于较小的样本)。

结合对 AI 的使用,机器如今已能够识别语言和图像,回复口头和书面的问询,成为如象棋和围棋等博弈的大师,并且能够在复杂和不断变化的路径中来去自如。

尽管 AI 何时首次“被发明”仍存在大量的争议,但毋庸置疑的是,AI 如今已足够成熟和先进,常被应用于生活的方方面面,其中包括:

  • 电商匹配消费者与商品和服务(定向营销)
  • 语音识别助手,例如亚马逊的 Alexa 或苹果的 Siri
  • 诈骗监测,以个人金融为主
  • 过滤电子邮件和其他应用中的垃圾邮件
  • 人脸识别(例如,通过人脸识别取代密码,以启用智能手机、平板或电脑)
  • 用于汽车的导航应用
  • 医疗健康、仓管及建筑业的机器人应用
  • 诊断分析,例如放射学
  • 自动(无人驾驶)汽车和汽车安全功能(例如自动制动)的发展
  • 文件起草(例如市场营销文件)

人工智能和创新经济

经济学者早已洞悉,生活水平的持续提高将要求不断地创新,可帮助持续提升每工时产出(即生产效率)。纵观人类历史的长河,创新要么属于人力资本(人类专业知识),要么属于实物资本(更好的工具,从而更有效的执行任务)的改良。

然而,AI 却不符合这些分类。AI 是否能够提升人类的知识、技能或智力,是否能够为劳动者提供提升效率的更好工具仍有待商榷。

相反,AI 将取代他们。

换句话说,传统的创新让现有的劳动者变得更加高效,因为创新使他们“更加聪明”,给他们提供工具以提高产量,或以更高效的机器取代人类。

但并非所有以前的创新都取代了劳动者。

例如,印刷和后面出现的互联网让劳动者可提升他们的技能与知识,使之变得更加高效。在史前时期,掌握火种大幅改善了人类卡路里的摄入量(尤其是动物基蛋白质),而车轮的发明让人类和商品能被转移到他们所需之处。

从 19 世纪末到 20 世纪的最后一个十年,发明让全球即时通信成为了可能,减少了空间与时间上的感知(例如电报、电话和互联网),缩短了地理上的距离(例如蒸汽机、火车、汽车、喷气式飞机)。缩短通信和交通距离为生产效率的显著提升、促进国际贸易和金融的快速增长奠定了基础,为全球提供数百万计的劳动者,并改善他们的就业和收入。此外,这些收益带来了明显的正面成效。

因此,在人类的发展历史中,生产性创新既补充了人力劳动,又取代了人力。火种、车轮和信息是提升人类生产效率的创新。如拖拉机、打谷机、收割机和卡车等其他创新在农业上取代了人类。文字处理机和答录机亦是如此,取代了职场的秘书和其他行政人员。

因此,从经济学的角度上看,其中一个最大的问题在于 AI 在生产中是倾向于补充,还是取代人类。事实上,还没有人知道这个答案,但或许有基于此,人们对待 AI 既害怕又佩服。

害怕的因素

早在英国和美国于 1850 年至 1950 年间开始缩减农业人力时,机器取代人类就成为现代资本主义的恒久话题。在此期间,逾半数的美国人从农业转移到工业和服务业,从农村地区转移到城镇及城郊。在近期,机器(包括机器人)取代了工厂的工人,导致许多行业的就业率大幅下滑(其中以汽车组装线尤为明显)。

受文学、电影和艺术作品的影响,AI 带来的巨大错配、人类痛苦和灾难已在全球人们的意识中根深蒂固。现代化总存在模糊的边缘,与多个世纪对 AI 幻想的乌托邦相比,这或许会引起更多的恐慌。

因此,表现如人类的 AI 机器成为了现代化发展的最新典型,其引起人们的恐慌并不令人感到意外。

但如果以史为鉴,大部分创新的发展迅速,对害怕或传统缺乏敬畏,而且人们最多只能设置保障措施,一定程度上限制创新带来的负面影响。鉴于全世界参与 AI 发展的从业人员无数,而且本质上讲 AI 可自主发展,因此我们难以确定如何阻止它,即便这是可取之举(亦或不是)。

因此,考验将在于制定我们共存法则的人类发明机构——民主和法治——是否具备持久性与灵活性,为 AI建立 改善人类状况而不是伤害人类的条件。

如何投资 AI

创新通常引发财富发生快速的巨变:石油业的洛克菲勒、汽车业的福特、个人计算机的盖茨,以及社交媒体的扎克伯格。虽然这些言论显然是真实的,但同时也存在固有的记忆偏差。历史由胜利者编纂,而留给败者的空间甚微。

我们的一些读者或许还能记起一些曾经家喻户晓的名字:王安电脑、Pets.com、Netscape 或 Friendster。这些名字曾一度备受华尔街的青睐,但随后泯然众人,成为计算机、互联网和社交媒体时代被淘汰的一员。

我们汲取的教训是,颠覆性创新既为一些人创造了财富,同时也导致一些人一贫如洗,要及时区分两者几乎不可能。我们建议投资者在该行业分散投资,捕捉 AI 主题的潜在收益,避免把时间浪费在区分胜者与败者上。

与此同时,投资者需要更深入地理解如何把广泛的主题应用于选股流程,如何为超额回报提供更大的潜力,因为这些主题通常难以衡量。主题投资为更宏观的决策留有空间。与传统的主动型管理相比,深谙主题投资的人或许能够赚取更高的利润。

以棒球和统计学作为类比,得分跑和赢得胜利的关键在于避免出局,跑垒员提前进攻,以及投球和守备出色。配备超级球星的球队也无法保证是冠军的常客。

至少 ChatGPT 是这样说的。

关于人工智能的更多观点,请阅读富兰克林股票团队发表的《人工智能时代》

 

Copyright © 2023。富兰克林邓普顿。 版权所有。

本文件由富兰克林邓普顿编制。本文件并不是广告。本文件只作参考用途,并不构成要约或招揽中华人民共和国(「中国」)的公众认购或出售任何投资项目。本文件所载信息不应被视作为投资、法律、税务或其他建议,亦不应作为作出投资或其他决定的依据。个别证券的提述并不构成或不应被视为购买、持有或出售有关证券的建议,而任何有关个别证券的信息(如有)并不能构成依据足够去作出投资决定。本文件并不构成富兰克林邓普顿、其关联公司及人士、其高级人员、职员或董事在中国进行任何商业活动。

本文件所载之评论、意见或推测乃根据或取自相信属可靠的来源。富兰克林邓普顿及其管理团队已专业谨慎及勤勉地收集及处理本文件中的资料。然而,富兰克林邓普顿并不保证资料的準确及完整性。过往数据可能不时经数据提供者重新调整。富兰克林邓普顿将不会对任何使用本文件的人士或其他人或机构就本文件所载的不正确之处或任何内容上的错误或遗漏承担任何责任,不论导致该等不正确,错误或遗漏的原因。

投资附带风险,过往业绩不代表或不保证将来的表现。本文件中所表达的任何估计或预测概不保证将会实现。所表达的任何观点均为富兰克林邓普顿投资组合管理团队的观点。本文的基本假设和观点可因应情况修改而不作另行通知。任何对经济、股市、债券或不同市场的经济趋势的预测或推算,并不一定代表将来或可能的表现。富兰克林邓普顿、其关联公司及人士、其高级人员、职员或董事对任何因使用本文件或其内容而引致的任何损失概不负责。

在取得富兰克林邓普顿的事先书面同意前,不得以任何方式复制、派发或发表本文件。本文件可能在某些地区限制派发。任何人士管有本文件应就有关限制详情征询意见,并遵守该等限制(如有)。