这种架构的一些元素可能包括:• 将可靠性评分与准确的源信息结合起来 • 允许人类进行推理交流、敏感性分析和更广泛的询问 • 促进人类互补应用的结构 • 更有选择性地使用(更高质量的)数据 • 内部护栏,可能由两个 LLM 持续相互检查(以防止冒险过度权威)和内部结构以促进监管
保护人工智能领域的竞争可以刺激个人和公司更快地采用该技术,从而更快地传播生产力收益。采用该技术需要公司内部的交易成本(员工培训、流程创新等)。强大的人工智能提供商可能会倾向于设计策略来锁定客户,并使在人工智能提供商和/或多宿主之间的切换成本更高,从而减缓采用速度。使用本质上可扩展的云服务可能会减轻公司对前期 IT 投资的需求,但可能会使它们面临云超大规模提供商的潜在有害做法。8
阅读清单10月5日,阿克莫格鲁(Acemoglu),达伦(2023),“扭曲创新”演讲(*)Acemoglu,D.,Aghion,P.,Bursztyn,L。和Hemous,D。(2012年)“环境和指导技术变革”美国经济评论,102(1):131-166。Acemoglu,Daron,Ufuk Akcigit,Douglas Hanley和William Kerr(2016)“向清洁技术的过渡”,《政治经济学杂志》,第124(1):52-104。aghion,Philippe,AntoineDehezleprêtre,David Hemous,Ralf Martin和John Van Reenen(2016)“碳税,路径依赖和有指导性的技术变革:来自汽车行业的证据”,《汽车行业》杂志,124(1)1-51 Bloom Nicholas,John van Reenen and Markeran(Mark Schankeran)(2013年)经济体81(4)1347–1393 Bloom,Nicholas,John Van Reenen和Heidi Williams(2019),“促进创新的政策工具包” 33(3)163–184 Burgess Robin等人Burgess Robin等人(2023),(2023)“ Ray of Hope” lse Mimeo(J.用太阳设置:可再生能源对常规发电的影响。环境与资源经济学家协会杂志,8(4),759–796。Cullen,J。(2013)。测量风产电的环境益处。美国经济杂志:经济政策,5(4),107–133。“市场整合的投资效应:智利可再生能源扩张的证据”,Conatemetrica。间歇性和可再生能源的价值。(*)Dehezlepretre,Antoine和David Hemous(2023年),“指示技术变革和环境经济学”,阿克西吉,UFUK和John van Reenen(2023年),《创造性破坏的经济学》,剑桥:哈佛大学出版社:哈佛大学出版社。de Groote,Olivier和Frank Verboven(2019)“新技术采用中的补贴和时间折扣”美国经济评论,109,6,2137-2172(*)Gonzales,L. Gowrisankaran,G.,Reynolds,S.S。,&Samano,M。(2016年)。 政治经济学杂志,124(4),1187–1234。 Jones,Ben和Austan Goolsbee(2022)创新和公共政策芝加哥:芝加哥大学出版社https://press.uchicago.edu/ucp/books/books/chicago/chicago/i/bo138500594.html kellogg,R。和Reguant,M。(2022222)。 能源与环境市场,工业组织和监管,工业组织手册。 Liski,M。和Vehviläinen,I。 (2020)。 绕着风? 对可再生能源的平衡影响的经验分析。 环境与资源经济学家协会杂志,7(5),873–900。 https://doi.org/10.1086/709648de Groote,Olivier和Frank Verboven(2019)“新技术采用中的补贴和时间折扣”美国经济评论,109,6,2137-2172(*)Gonzales,L.Gowrisankaran,G.,Reynolds,S.S。,&Samano,M。(2016年)。政治经济学杂志,124(4),1187–1234。Jones,Ben和Austan Goolsbee(2022)创新和公共政策芝加哥:芝加哥大学出版社https://press.uchicago.edu/ucp/books/books/chicago/chicago/i/bo138500594.html kellogg,R。和Reguant,M。(2022222)。 能源与环境市场,工业组织和监管,工业组织手册。 Liski,M。和Vehviläinen,I。 (2020)。 绕着风? 对可再生能源的平衡影响的经验分析。 环境与资源经济学家协会杂志,7(5),873–900。 https://doi.org/10.1086/709648Jones,Ben和Austan Goolsbee(2022)创新和公共政策芝加哥:芝加哥大学出版社https://press.uchicago.edu/ucp/books/books/chicago/chicago/i/bo138500594.html kellogg,R。和Reguant,M。(2022222)。能源与环境市场,工业组织和监管,工业组织手册。Liski,M。和Vehviläinen,I。(2020)。绕着风?对可再生能源的平衡影响的经验分析。环境与资源经济学家协会杂志,7(5),873–900。https://doi.org/10.1086/709648
右侧的所有项都是通过一系列假设从国民账户和其他数据来源获得的“估计值”。 Daron Acemoglu (麻省理工学院) 经济增长讲座 4 2022 年 11 月 8 日 4 / 35
∗ 本章受益于众多人士的反馈和讨论,包括 Rediet Abebe、Daron Acemoglu、David Autor、Carlos Gonzalez Perez、Lukas Lehner、Sanaz Mobasseri 以及牛津机器学习和经济学阅读小组和 MD4SG 不平等小组的参与者。
⇤本章从包括Rediet Abebe,Daron Acemoglu,David Autor,Carlos Gonzalez Perez,Lukas Lehner,Sanaz Mobasseri以及牛津机器机器学习和经济学阅读小组和MD4SG的牛津大学的参与者以及MD4SG的参与者中,与许多人的反馈和讨论有关。
Anima Anandkumar (加州理工学院和 NVIDIA) Demis Hassabis (Deepmind) Fei-Fei Li (斯坦福大学) 上午 10:45 休息 上午 10:55 人工智能对社会的影响演讲(虚拟):Sendhil Mullainathan (芝加哥) Daron Acemoglu (麻省理工学院) Sarah Kreps (康奈尔大学) 下午 12:25 休会 第 2 天
最初发表于:Acemoglu, Daron;Aghion, Philippe;Barrage, Lint;Hémous, David (2019)。气候变化、定向创新和能源转型:页岩气革命的长期后果。在:气候变化经济学,在线,2020 年 11 月 19 日至 2020 年 11 月 20 日,里士满联邦储备银行。
4 Acemoglu, Daron (2021) 重新设计人工智能:自动化时代的工作、民主和正义,波士顿评论论坛 [以下简称 Acemoglu 2021]。5 Brynjolfsson, Erik、Danielle Li 和 Lindsey Raymond (2023) “工作中的生成式人工智能”。NBER 工作论文第 31161 号;Noy, Shakked 和 Whitney Zhang (2023) “生成式人工智能对生产力影响的实验证据”。Science,381(6654):187–192;Peng, Sida、Eirini Kalliamvakou、Peter Cihon 和 Mert Demirer (2023) “人工智能对开发者生产力的影响:来自 GitHub Copilot 的证据”。arXiv 工作论文第 2302.06590 号。 6 Brady, William, Julian Wills, John Jost, Joshua Tucker 和 Jay Van Bavel (2017) “情绪塑造了社交网络中道德内容的传播” PNAS 114(28): 7313–7318;Braghieri, Luca, Ro'ee Levy 和 Alexey Makarin (2022),美国经济评论 112(11): 3660–3693;Wu, Tim (2016) 注意力商人:争夺我们头脑的史诗级争夺战,PRH Knopf;Acemoglu, Daron, Asuman Ozdaglar 和 James Siderius (2023) “网络虚假信息模型”,经济研究评论 (即将出版)。7 Acemoglu 和 Johnson (2023a),第 10 章。
2 详情请参阅 Daron Acemoglu (2024),“人工智能的简单宏观经济学”,《经济政策》,第 39 卷(120);Francesco Filippucci 等 (2024),“人工智能对生产力、分配和增长的影响:关键机制、初步证据和政策挑战”,《经合组织人工智能论文》,第 15 期;以及 Francesco Filippucci、Peter Gal 和 Matthias Schief (2024),“奇迹还是神话?评估人工智能带来的宏观经济生产力收益”,《经合组织人工智能论文》,第 29 期。