精选
近日，美国艺术与科学院院士、斯坦福大学商学院Frank E. Buck金融学荣誉教授、诺贝尔经济学奖得主迈伦·斯科尔斯（Myron S. Scholes）发表了题为“人工智能与不确定性（Artificial Intelligence and Uncertainty）”的论述，阐释了人工智能的局限性，强调了人工智能在推动商业创新方面的优势、解释了如何利用人工智能解决现实问题、并展望了未来人工智能发展的前沿场景。
本文探讨了人工智能在管理不确定性中的能力与局限，强调了研究与实施之间的动态关系，尤其在脱碳、网络安全、区块链、机器人等快速发展的领域，基础设施滞后和治理结构缺乏有效监督是创新的主要障碍，容易被恶意利用。数字孪生技术通过模拟物理系统，提高了生产灵活性和成本效率，推动了制造业向软件驱动转型。人口变化、技术进步、资源稀缺和治理是AI未来的重要应用领域，AI在应对老龄化、优化资源管理、推动能源转型和促进灵活治理方面具有巨大潜力。然而，AI模型的复杂性和对历史数据的过度依赖可能导致预测误差和系统漏洞，需结合人类推理和前瞻性数据进行优化。文章还指出，全球性问题如脱碳需要中美等国的合作，通过技术共享和市场机制，如碳信用，促进可持续发展。总体而言，AI通过提升速度、个性化和灵活性，能够深刻影响金融、医疗、农业等多个领域，推动社会向更加高效和可持续的未来迈进，但需在信任和治理上不断进化以保障技术进步的顺利实施。
1、数据分布、中值和异常
人工智能技术在处理数据分布、中值与异常值之间的关系上优势与局限并存。文章指出，创新的过程需要先进行归纳（数据收集），再通过演绎（模型构建）实现，而人工智能在数据收集和中间值预测上表现出色。然而，真正的创新往往源自对异常情况的关注，类似指挥家关注交响乐中的不和谐音而非和谐部分。大多数人和AI系统倾向于关注分布的中间部分，但在金融、经济等领域，关注分布的尾部异常（不和谐）更为重要，因为这些异常能够提供不同维度的洞见。现实世界中的分布并非恒定，相关性不断变化，这给创新者带来了挑战。未来的人工智能需要结合基本方法与异常情况的处理，并依赖人类专家的指导，通过数字孪生或大型语言模型等方式，与人类互补合作，以更有效地应对复杂和不确定的环境。
2、创新、治理结构和信任
创新的原则、治理结构以及信任之间关系密切。创新的核心在于实体能够以相似或更低的成本更快速、更加个性化和灵活地完成任务，创新者通过提供解决方案而非产品，从客户需求出发，适应风险和信息的变化，从而增强系统的灵活性。然而，由于治理结构往往表现为缓慢、规范化和僵化，限制了快速、个性化和灵活创新的潜力，尤其在不确定性增加时，缺乏信任会加剧系统中的约束。尽管创新者和监管者在快速创新与潜在风险之间存在冲突，创新带来的约束也为他人创造了利润机会，在动态系统中，建立信任以减少现有约束变得尤为重要。未来，人工智能将需要在创新与信任之间找到平衡，通过灵活的解决方案和与人类专家的合作，推动更高效的创新发展。
3、降低物理约束的成本
如何降低物理约束的成本是在人工智能领域必须探讨的问题，减少约束成本是重要的经济驱动力，尤其在制造业中，硬件的不可逆性常构成物理限制。为了实现灵活性并适应变化，采用更高效的解决方案能够通过加快任务执行、提供定制化或降低约束成本来提升价值。在金融领域，人工智能通过在硬件、软件和“软硬结合”方案之间做出选择，增强了流程的灵活性和可逆性。在不确定性较高的情况下，更好地结合软件与硬件的适应性，有助于快速响应变化。例如，通过数字孪生技术，制造系统可以在计算机中进行模拟和调整，避免了重新组装整个生产线的高成本和错误。机器人变得更加简单，通过软件和智能手机进行逻辑控制，利用群体协作和环境感知提升效率。数字孪生与人工智能接口的结合，显著改变了生产流程和服务方式，使得在金融领域中也能通过模拟实现组织结构、风险管理和业务操作的可视化和优化。整体而言，创新方向在于通过技术进步减少不确定性带来的变更成本，使灵活性变得更加经济，从而推动生产和服务的高效发展。
4、创新关键：更快、个性化和灵活
创新的关键在于三个方面：更快速、个性化和灵活。在快速发展的领域如脱碳、人工智能、网络安全、区块链、机器人、3D打印和纳米精密技术中，研究与实施之间的动态关系至关重要。然而，基础设施滞后和缺乏有效的治理结构成为促进创新的重大挑战，导致模型错误可能被恶意利用。文章指出，所有模型本质上存在误差，过度依赖数据挖掘和历史数据缺乏理论框架可能导致预测失准，并为造假者留出空间。随着不确定性增加，AI系统在处理异常和极端情况时面临困难，强调领导力需要关注这些例外而非仅是普通情况。研究与开发应以持续测试为前提，通过更好地理解流程来减少模型误差，而AI有助于信息共享和平衡竞争。此外，减少灵活性的成本能够促进个性化解决方案的实现，尤其在金融领域，投资者需要在各种约束条件下增加投资组合。因此，创新应着重于通过技术进步减少不确定性带来的变更成本，推动高效且灵活的发展。
5、如何解决AI的低效问题
当前AI系统存在效率低下的现象。文章认为目前推进人工智能的最快方法是让它识别知识上的差距。人工智能需要教练或副驾驶来帮助它识别它不知道的东西，因为它可能无法掌握分布的尾部或例外情况。因此确保与人工智能系统的有效合作是我们的责任。在给人工智能编程规则和允许它通过训练发现解决方案（从而充当副驾驶员）之间存在权衡。而数字孪生技术通过模拟构建AI“大脑”，需要大量数据和计算能力以有效识别配对进而提升自然语言处理的方法，增强对底层过程的理解，随着数字孪生累积更多信息，其效率将不断提高，无论是在制造、市场营销还是金融领域，模拟和优化生产过程将促进生产力提升。同时，简化机器人的设计，使其通过智能手机和软件进行逻辑控制，并利用集群协作和环境感知来提高效率。除此之外，数字孪生与AI接口的结合将显著改变生产流程和服务方式，使金融领域能够通过模拟实现组织结构、风险管理和业务操作的可视化与优化。
6、去碳化：尾部风险的重要性
脱碳过程中尾部风险至关重要，脱碳是全球社会面临的重大挑战，需实现高度互联，因为二氧化碳和甲烷的影响具有全球性，而大数定律在此情境下不适用。脱碳的重要性在于我们只有一次机会来应对这一挑战，时间不可重来，商业和金融领域的工作以及未来人工智能的角色都涉及单一的时间线，无重复的机会。科学家常讨论2030年和2050年的时间节点，但必须考虑诸如灾难性结果的风险、达到临界点后的高昂恢复成本以及尾部事件发生的速度等例外情况。人工智能在引入新技术和新机器人以加速脱碳过程方面，可以帮助我们更好的应对这些紧迫的问题，从而推动实现可持续的未来。
7、不确定性——AI的巨大未来角色
人工智能在未来应对不确定性中，聚焦于人口统计、技术、资源稀缺和治理四个关键领域，将发挥更加巨大的作用。随着人口结构的变化，特别是老龄化问题，AI能够通过降低成本和提升效率，为养老金、医疗等关键领域提供个性化解决方案，同时在教育系统中为年轻一代带来先进的软件支持，增强灵活性和定制化能力。在技术方面，传感器技术为AI系统提供了关键数据，使机器人和自动驾驶汽车能够实现实时、高效且低排放的操作，也为在各行业，如医疗、教育等的广泛应用提供技术基础。然而，随着输入数据复杂性的增加，管理风险变得更加重要，以防止在应对异常情况时导致低效的监管。资源稀缺方面，AI通过优化资源管理和推动能源生产新技术的发展，有助于应对气候变化带来的挑战。治理方面，AI能够通过监控和自我管理建立信任，促进脱碳等重大社会问题的解决，同时应对财富再分配等全球性关注。中美关系中的技术竞争也表明，AI可以加速国内制造业的转型，保持行业竞争力，而灵活的治理结构则是确保技术进步不受阻碍的关键。总体而言，AI通过提升速度、定制化和灵活性，将深刻影响各行各业，实现前所未有的创新和效率提升，推动社会向可持续发展的未来迈进。
引用本文
Scholes, Myron S. (2025). Artificial Intelligence and Uncertainty. Risk Sciences, Volume 1, 2025, 100004. https://doi.org/10.1016/j.risk.2024.100004.
作者简介
迈伦·斯科尔斯（Myron S. Scholes）自1996年起任斯坦福大学商学院Frank E. Buck金融学荣誉教授，并自2014年起担任丹佛骏力亨德森（Janus Henderson Investors）首席投资策略师、安达信国际（Andersen Global）顾问。他也是美国艺术与科学院院士。
斯科尔斯教授因其在期权定价、资本市场均衡、税收政策和金融服务行业的开创性研究工作而广为人知，并在国际一流学术期刊上发表众多学术论文。他是布莱克-斯科尔斯期权定价模型（Black-Scholes Option Pricing Model）的共同创立者，该模型是定价和风险管理技术的基础，用于评估和管理金融衍生工具中的 “期权”风险。斯科尔斯教授因这一开创性工作，与罗伯特·默顿（Robert Merton）共同获得1997年诺贝尔经济学奖。
斯科尔斯教授曾为众多金融机构、企业和交易所提供咨询，并为全球许多学术团体和组织授课。斯科尔斯教授是计量经济学会成员，并曾于1990年担任美国金融协会主席。斯科尔斯教授拥有法国巴黎大学、加拿大麦克马斯特大学、比利时鲁汶大学和加拿大威尔弗雷德·劳里埃大学的名誉博士学位，并担任南京大学、南京审计大学、中山大学和香港中文大学的名誉教授。他曾被授予芝加哥商品交易所年度创新者奖、衍生品协会终身成就奖、Sussman Fellows奖等。
期刊简介
Risk Sciences是由清华大学经济管理学院创办的国际学术期刊。创立于2024年，旨在发表和推动多领域新兴风险与颠覆性科技的学术研究和行业实践，包括经济、金融、管理、农业、工程、环境、健康、公共卫生、公共管理、法律、自然科学等领域。该期刊是亚洲地区首次建立风险相关交叉学科领域的综合性学术平台。
风险科学包含研究来自各行各业与社会的风险与不确定性的识别、量化、分析、交流和治理的多学科领域。在人类文明进入高度复杂性的当代，风险科学成为快速发展的新交叉领域。Risk Sciences致力于成为促进相关多领域的协同发展与融合创新的顶级国际学术平台。
转载本文请联系原作者获取授权，同时请注明本文来自科爱KeAi科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3496796-1463702.html?mobile=1
收藏
