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
📋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会产出什么。他用开普勒类比当前AI:擅长从海量数据中识别模式与预测,但尚未理解事物背后的结构。AI的前沿是从「开普勒阶段」走向「牛顿阶段」,即在训练数据之外实现泛化并识别自身知识边界,而进入牛顿阶段的时间点无人知晓,资本规模扩大并不等于回报更确定。
⚡关键信息
- ▸萨金特称美国涌入AI的巨额投资建立在可疑模型之上,没人真正知道模型最终产出什么
- ▸他以开普勒类比AI现状:能从数据中拟合规律并预测,但不理解规律背后的原理
- ▸AI真正前沿是从「开普勒阶段」迈向「牛顿阶段」,实现在训练数据之外的泛化与识别知识边界
- ▸萨金特强调资本投入规模不断扩大,并不意味着未来回报更加确定
- ▸该讨论是2026外滩大会开幕前的见解论坛,聚焦AI与经济增长、生产率及投资决策
🔥犀利点评
诺奖得主出来泼冷水,本身就是个信号:当学界开始集体提醒「没人知道钱烧出来的是什么」,说明AI投资叙事的确定性神话正在松动。开普勒的比喻很准——相关性堆出来的智能,撑不起万亿美元级的资本定价。真正该焦虑的不是AI何时到牛顿阶段,而是资本市场的耐心是否能撑到那一天。
📰 相关资讯(与本文相关的其他资讯)
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 →