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会产出什么。他用开普勒与牛顿作比,认为当前AI擅长从海量数据中识别模式和预测,但仍停留在『开普勒阶段』,尚未理解规律背后的原理。AI真正的前沿是从发现相关性走向理解事物结构、在训练数据之外实现泛化并识别自身知识边界,而何时进入『牛顿阶段』仍是未知数。

关键信息

  • 萨金特在外滩大会指出,美国巨额AI投资建立在可疑模型之上,资本规模扩大并不意味着回报更确定
  • 他以开普勒类比当前AI:擅长从数据中识别模式、拟合规律和预测,但并不理解世界为何如此运行
  • AI的进展主要来自前所未有的数据规模、算力提升和更复杂的模型,而非原理性突破
  • AI真正前沿是走向『牛顿阶段』:理解事物结构、在训练数据外泛化并识别自身知识边界

🔥犀利点评

诺奖得主一句『可疑的模型』,戳破了硅谷最不愿听穿的窗户纸:万亿级资本押注的其实是一场没有理论保底的豪赌。开普勒到牛顿隔了几十年,而AI泡沫的耐心恐怕撑不了那么久。当投资人用规模论证确定性时,恰恰暴露了他们对原理一无所知——谦逊不是美德说教,是估值表上该扣的那一栏。

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