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，美国巨额AI投资建立在可疑模型之上，没人知道其最终产出。他以开普勒与牛顿作比：当前AI擅长从海量数据中识别模式和预测，但尚未理解规律背后的原理，即处于「开普勒阶段」。AI的真正前沿是从发现相关性走向理解因果结构、实现训练数据外的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9月9日在外滩大会见解论坛称，美国巨额AI投资建立在可疑模型之上，资本规模扩大不等于回报更确定
- ▸他以开普勒类比当下AI：能从海量数据识别模式、拟合规律，但不知道规律背后的物理原因
- ▸AI的进展主要来自前所未有的数据规模、算力和更复杂的模型，而非真正的理解
- ▸AI的前沿是从「开普勒阶段」走向「牛顿阶段」：理解因果结构、数据外泛化、识别自身知识边界
- ▸萨金特坦言不知道AI何时进入「牛顿阶段」，强调面对未知需保持谦逊
🔥犀利点评
诺奖得主泼冷水，泼得不算冤。当前AI的确是「开普勒式」的曲线拟合大师，千亿美金砸进去买的是相关性而非因果理解，这轮投资潮本质上是一场对未知回报的豪赌。但要说清一点：开普勒阶段并非无价值阶段——开普勒定律本身就值得一个时代，工业落地靠预测和模式识别就够了，不必等牛顿。真正该警惕的是把「开普勒」估值按「牛顿」定价，泡沫由此而生。
📰 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 →