人工智能藝術：讓機器人造福公益

過去幾年裡，人工智能作為一個可行的技術領域迅速成熟。機器從經驗中學習，根據新的信息輸入進行調整，從事曾經只有人類才能完成的工作，並以我們注意到或未注意到的方式進入了我們的日常生活。

鑒於目前變革和創新的驚人速度，政府和決策者面對的問題是，如何利用人工智能的好處，同時不必擔心被機器人取代。答案很簡單：讓機器人為我們工作。

4領域對IMF很重要

最近，國際貨幣基金組織（IMF）總裁拉加德將人工智能領域一些最傑出的人士召集在一起，其中包括高知特公司的弗蘭克、《機器人的崛起：技術與未來失業威脅》作者福特、IBM首席分析員弗萊明，以及麻省理工學院教授邁克菲和約翰遜。約翰遜曾擔任IMF首席經濟學家。

在人工智能和機器學習方面，有4個領域對IMF的工作很重要：

1.治理：各國和國際貨幣基金組織首先需要解 決數據來源以及隱私和知情同意等事項，之後才能以大數據或生成結果的算法為基礎，開展分析或提出政策建議。大數據是動態、異質的，可能起源於與IMF現有職責或專長不完全對應的部門。

例如，在我們評估一國經濟狀況時，電子商務、物聯網、衛星數據或供應鏈和物流數據等領域產生的數據尚未得到充分理解或融入我們的評估工作。IMF和各國都需積累使用這種微觀層面數據的專業知識。

中產階級工作崗位被淘汰

2.勞動力市場：未來幾年的勞動力市場將有所不同。中等技能的工作將減少，例如保險索賠處理或在有限實體空間中從事的工作，如起重機操作員或訂單管理員。到目前為止，離岸外包或自動化對這類工作的影響較小。但是，隨着人工智能發展，機器人能在更大程度上針對不明確的情況做出決定，這類工作可能不久會消失。這對教育、退休和社會福利計劃都有影響。大量的中產階級工作崗位可能被淘汰，導致失業或就業不足。

有些工作需要廣泛的再培訓，以確保工人能夠勝任工作。許多國家已經面臨人口迅速老齡化。如果大量勞動者過早離開勞動力市場，政府將發現，為社會福利和退休福利提供資金變得更為困難。

建議對機器人徵稅

3.稅收：如果像許多人預測的那樣，中等技

能或低技能工作迅速從勞動力市場中消失，那麼許多國家的稅收結構就需要反映工資和薪金在國內生產總值（GDP）所佔比重的下降。在經合組織（OECD）國家，政府收入的一半左右來自個人所得稅或社會保險稅。如果勞動力在發達經濟體所佔比重下降，稅收結構將需要改變，以保持政府收入接近目前的水平，並避免進一步抑制就業崗位的創造。例如，微軟創始人比爾·蓋茨提出，可以對機器人徵稅。

4.社會公平：計算機驅動的決策應接受公開審

視和檢查，不能僅僅作為思維模式（嵌有社會不公遺留問題）的自動版本。例如，一些企業利用數據提供個性化定價，依據是潛在客戶可能提供的未來 收入流的預測模型。一些不具備最優特徵的客戶可能會被要求“悄悄離開”。這種針對特定客戶群體的歧視性做法可能導致進一步的邊緣化，形成自我實現的預言。

從新數據中學習調整

經濟學家通常建立模型，然後逐步優化，以減少錯誤並提高穩定。許多人工智能方法不受外部分析的影響，因為基於人工智能的軟件在遇到新的數據時會學習和調整。

經過數百萬次迭代，算法本身將顯著變化。“算法告訴我這樣做”，這種做法不太可能作為政策制定依據而經得起公眾質詢。

這一快速變化的世界對所有機構的工作都產生影響，它們顯然需要跟上形勢。因此，IMF將繼續引進專家，促進信息交流，開展培訓，使其工作人員能夠隨着這些新技術的出現而加以利用。這進而有助於國際貨幣基金組織與成員國一道努力，使人工智能造福公益。

（作者：麥尼爾/IMF大數據分析科長）