未来毕业生的核心技能是什么？| 外滩大会随笔

“当我们讲这个‘+’的时候，不是加什么东西，而是怎么加，更加重要的是一个机制的创新。”王坚认为。

他最后总结道，当我们看到AI、AI+和AI基础设施时，“就会发现这个世界不但技术在革命，机制在革命，基础设施也在革命。没有比这三项革命在同一个时间发生更令人激动的，这些革命正在创造未来。”

“机器学习泰斗”迈克尔·乔丹：

人工智能系统设计缺乏激励机制

“缺乏对集体性、不确定性和激励机制的关注，是当前对AI的讨论中缺失的三个方面。”时隔一年，“机器学习泰斗”迈克尔·乔丹，再次带来对AI的最新洞见。他认为，AI落地产业，需要形成互相协作的集体；要构建人工智能的协作系统，必须要引入经济学的“激励”视角。

“ChatGPT，你确定你刚生成的是对的吗？”谈到AI的不确定性时，迈克尔·乔丹指出，当前的AI系统很难表达它真正学到哪些知识，也没有能力表达它有多确定。相比之下，人类在面对不确定性时表现出色，尤其是集体协作共同应对时。

因此，他建议不仅单独设备要具备一定智能，AI更要通过协同体现在整体系统层面。“仅仅将人类的智慧融入超级智能计算机中是不够的，现代信息技术在医疗、交通、金融科技和商业领域的应用，需要集体性、去中心化的智能系统。”

现场，迈克尔·乔丹进一步探讨了不确定性与集体性的关系。他指出，人类在集体协作时能更好地应对不确定性，但如何让当前的AI系统也具备类似的集体协作能力，仍是一个未解的关键问题。他认为，微观经济学视角是当前AI研究的一个缺失。

“激励机制”是市场经济和集体智能的关键因素，“AI拥有海量数据，但有些不能生成价值，通过设计激励机制才能驱动AI智能体贡献和协作。”迈克尔·乔丹提出了“三层数据市”模型。其中，用户、平台和数据买家通过“出让数据”“购买数据”“提供服务”形成闭环。他强调，数据购买者，也就是企业，可结合“数据和服务”建立与用户的激励机制，从而为他们带来真正的价值。