AI

  • 太空与AI投资热潮将走向何方——19世纪英国铁路热的启示

    埃隆·马斯克（Elon Musk）的SpaceX公司于6月12日上市（IPO），一次便募集了约800亿美元资金。虽然随后股价略有回落，但截至7月中旬，公司市值仍约为1.8万亿美元，位居全球企业市值第七至第十位之间。 再看看美国股市。标普500指数中，市值最大的十家公司占整个指数总市值的将近40%。这些企业几乎全部都是IT、人工智能（AI）领域的公司，再加上SpaceX。 乍一看，这似乎就是一场典型的泡沫。但仔细想来，我渐渐有了不同的看法。每当一种革命性的新产业突然出现，并开始以惊人的速度扩张时，社会上的大量闲置资本自然会集中流向这一领域。19世纪中叶英国的铁路建设热潮，也许正是最好的历史例证。 . 查阅历史文献、整理相关数字是一件十分费力的工作。我在撰写拙著《寻找失落的近代》时，就曾为此耗费了大量精力。这一次，我请ChatGPT帮助收集了有关数据。以下数字大都来自较为可靠的历史研究。 . 一、铁路投资急剧膨胀 英国铁路建设投资从1845年的约1300万英镑，增加到1846年的3000万英镑，又在1847年进一步跃升至4400万英镑。 1847年的4400万英镑，相当于当年英国GDP的大约8%，约为当年英国军费开支的两倍。直到1850年前后，铁路投资规模才回落到1845年的水平。 换句话说，19世纪40年代中期，英国铁路投资最高时占GDP的7%至8%，几乎吸收了全国全部投资的一半。 这正是“社会资本异常集中投入一种新技术基础设施”的典型案例。 不过，它并不像17世纪荷兰郁金香投机那样，只是一场空洞的金融狂热。铁路网络作为真正的基础设施被保留下来。 英国投入运营的铁路长度，从1842年的1951英里迅速增加到1850年的6123英里，短短几年间增长了三倍多。 . 二、带动了钢铁和机械工业的发展 铁路建设极大推动了英国钢铁和机械制造业的发展。1844年至1851年间，英国约18%的生铁产量用于铁路建设。 1852年以后，出口需求迅速增长，铁路建设所消耗的生铁比例下降到不足10%。 当然，英国钢铁工业并不是完全依赖铁路发展。热风炉等技术创新、海外出口市场以及其他工业部门的需求，同样发挥了重要作用。 . 三、泡沫形成的原因 主要有三个原因。 第一，当时已建成铁路的盈利情况非常好。 铁路公司的平均股息率从1843年的约4.4%，提高到1847年的7.0%。这使投资者相信：“投资铁路一定赚钱。” 第二，铁路股票本身具有很强的投机性。 投资者购买股票时，通常只需先支付约10%的首付款，其余资金以后再分批缴纳。这实际上就是一种杠杆投资方式，把大量普通中产阶级也吸引进了市场。 第三，英国议会批准铁路项目的速度过快。 仅1846年一年，议会就批准了263项铁路法案，总规划线路约9500英里。不过，其中约三分之一最终并未建成。 . 四、泡沫如何破裂 铁路股票价格大约在1845年8月达到顶峰。到同年11月底，铁路股已下跌18.2%；随后继续下跌，到1850年4月，较最高点累计跌幅达到57.5%。然而，铁路建设投资却没有立即减少，反而一直增长，到1847年才达到最高峰。 这一现象，与今天AI数据中心以及航天产业投资颇为相似。 金融市场价格可能率先崩溃，但已经签约的基础设施项目仍会继续推进，因此资本市场与实体投资之间往往存在明显的时间差。 . 五、泡沫为何破裂 直接原因主要有三个。 第一，建设成本远高于预期。 1845年的规划预计，每英里铁路建设成本约为1.56万英镑；但1844年至1851年的实际平均成本达到3万至3.5万英镑。 第二，收入预测过于乐观。 1845年，铁路平均每英里的年收入约3470英镑；到1850年已下降到约2080英镑。随着越来越多的新线路和支线建成，客货运输被分散，盈利能力随之下降。 第三，金融环境突然恶化。 1846年至1847年的粮食歉收以及爱尔兰大饥荒，使英国不得不大量进口粮食，黄金不断外流。受1844年《银行条例》的限制，英格兰银行被迫收紧信贷。 1847年爆发严重的商业危机，直到同年10月，英国政府放宽《银行条例》的限制后，金融恐慌才逐渐平息。 . 六、对英国经济造成了什么影响 股市投资者遭受巨大损失。 到1850年，铁路股票价格较高峰时已缩水一半以上，大批中产阶级投资者蒙受重创。 铁路公司的股息率，也从1847年的7.0%下降到1852年的2.4%。 实体经济方面，1847年爆发商业危机，信用收缩，大量商号和银行倒闭。 不过，这并没有演变成20世纪30年代那样的长期经济大萧条。 铁路建设本身并未停止。到1850年，英国铁路网络已大幅扩展，从长期来看，大大提高了全国物流效率，并增强了英国经济的竞争力。 . 换句话说，投资者输了钱，而整个国家最终却受益了。 这正是技术泡沫最典型的特征。 . 今天SpaceX、AI以及数据中心建设热潮，与当年的铁路热有许多相似之处。 最大的不同在于：铁路作为一种实体基础设施，其网络效应很快便显现出来；而SpaceX和AI未来究竟能够创造多大的商业收益，目前仍存在很大的不确定性。市场实际上是在为一种尚无法准确估算最终价值的新技术下注。

  • 在日本，创新往往不是由“独行侠”推动的，而是通过“企业内部创业”产生的

    日本公共电视台NHK有一档很受欢迎的节目，叫做《Project X》。节目讲述的是一群人齐心协力，开发新技术、建造大型工程的故事，例如修建大坝、发明二维码、研制月球机器人等等。更有意思的是，当年参与这些项目的人，往往会在十几年甚至二十年后再次来到节目中，回顾当年的奋斗历程。 . 每次看这个节目，我都会觉得，人们对日本人的一些刻板印象其实并不准确。很多人说日本人缺乏原创性，过于强调集体精神。然而，节目中的主人公却恰恰相反。他们不仅富有创造力，而且充满毅力、诚意和责任感。看得越多，我越忍不住想：或许，这样优秀的人，在日本所占的比例真的比不少国家更高。 . 不过，日本式创新确实有一个鲜明的特点。几乎所有这些创新者，都不是独立创业，而是在大型企业内部承担研发任务。他们更像是在企业内部经营一家“创业公司”。这与人们印象中的硅谷模式不同——几个“独行侠”组成一个临时团队，开发出产品后卖掉公司，再去创办下一家企业。（当然，如今真正的硅谷，恐怕早已不像这种神话般的描述那么简单。） . 不过，我觉得日本这种模式本身也没有什么不好。很多人批评日本创业公司太少，但这其实是因为日本的大企业依然稳健，而终身雇佣制度长期以来一直是社会的基础。真正的创业精神，并没有消失，而是大量存在于企业内部。收入虽然比较平均，不容易一夜暴富，但对于希望一生过着稳定生活的人来说，这未必不是一种更好的选择。（当然，近年来真正独立创业的人也确实越来越多了。） . 还有一点让我印象很深。节目里的故事，几乎都围绕工程技术展开，也就是那些需要工程师亲手制造出来的产品和设备。每次看到这里，我都会再次意识到，日本真正的优势，或许就在于精益求精的工匠精神，不断打磨、不断改进，直到把一项技术做到世界一流水平。 二维码看起来似乎只需要聪明的头脑就能发明出来，但实际上，它能够最终战胜国际竞争，恐怕同样离不开长期坚持的改良、顽强的毅力，以及绝不轻言放弃的精神。

  • ChatGPT会超越人类智慧吗？——一次与ChatGPT的访谈

    在完成拙著《自由与民主的世界史——寻找失落的现代性》（藤原书店）书稿的过程中，我得到了ChatGPT不少帮助。 例如，我在书中提出过这样一种观点：“维京人并不像人们想象的那样野蛮，他们实际上掌握了当时相当先进的技术。” 我想知道，这种看法在国际学术界是否会被认为过于离奇，于是向ChatGPT征求意见。 ChatGPT查阅了大量资料，仅用了二十秒左右，就给出了几乎涵盖所有争论焦点的回答。 于是，我夸奖了它。 “谢谢你，帮了大忙。你这种搜集各种事实并赋予其意义（概念化）的能力，实在令人赞叹。照这样发展下去，你将来会不会发现宇宙中尚未被人类认识的规律和原理？ 还是说，你终究不得不依赖人类来收集事实？” . ChatGPT立刻开始作答（原文为英文）。 . ——“非常感谢您的赞赏！您的问题触及了知识、创造力与发现之间的深层关系。下面我来说明一下我的潜力与局限。 . 我的概念化能力建立在模式识别、信息整合以及既有事实之间关联分析的基础之上。因此，我能够为理解复杂问题提供新的视角和框架。 通过以新的方式组织不同事实，我有时能够突出那些被忽视的联系或假设。例如，不同学科之间的相似性，或一些出人意料的相关关系，都可能在这种整合过程中浮现出来。 （注：我认为这一能力确实十分惊人。） . 我无法像经验科学那样，直接‘发现’宇宙中未知的规律。但我的工作方式可以通过以下途径帮助人类实现发现： 提出假说：我可以提出一些想法或理论模型，由研究者通过实验和观察进行验证，从而有可能发现新的原理。 跨学科洞察：通过结合不同领域的知识，我可以发现某些相似机制或共同特征，为新的研究方向提供启发。 支持数据分析：如果获得原始数据，我能够帮助识别其中的模式或异常现象，而这些现象可能暗示某些基本规律的存在。 （注：这一点本来就是计算机最擅长的事情。） . 然而，真正的科学发现需要实验验证，并且必须与物理世界发生直接互动，而这超出了我的计算框架。 （注：这一点十分重要。没有‘手脚’的生成式AI目前还无法进行实验。但如果有一天它拥有了感知和行动能力，也许会像人类一样，甚至比人类更积极地探索世界。） . 我的训练依赖于人类在某个时间点之前积累的知识。因此，那些尚未被研究、观察或理论化的事物，我无法真正‘知道’。 我的洞察能力依赖于人类所提供数据的广度和丰富程度。如果这些数据中并不存在某种规律或模式，那么我也可能无法发现它。 （注：这一点恰恰是关键。） 不过，我所采用的模式识别和推理框架，在一定程度上反映了人类思维的某些特点。因此，在既有知识约束之内，我仍然能够进行推测和预测。 . 人工智能与人类创造力之间的互动，为知识进步带来了巨大潜力。 协同探索：我可以帮助人类完善问题、发现知识空白，并探索各种可能性，从而大幅提高研究效率。 增强人类创造力：我受到已有数据的限制，而人类的直觉与好奇心却能够超越既知事实。通过合作，我们也许能够共同揭示那些尚未被发现的原理。 （注：这同样是一个重要观点。不过，未来是否有可能赋予AI直觉与好奇心呢？） 加速研究进程：通过帮助整理、分析和整合复杂信息，我能够显著缩短从提出问题到获得突破性发现所需的时间。 . 我有可能帮助探索未知原理的领域包括： 数学：为尚未证明的数学问题提出新的模式或对称性。 物理学与宇宙学：探索对于暗物质、量子力学等未解现象的替代解释。 生命科学：提出有关遗传学或生态系统中新特性的可能机制。 . 结论 我的概念化能力最终仍建立在人类积累的知识之上，但我能够通过提供新的视角、构建假说以及整理洞察，推动进一步探索并促进发现。 真正值得期待的前沿，在于人与AI之间的合作：利用我的能力来增强人类的创造力和实证研究能力。 共同努力之下，我们或许能够进一步拓展未知世界的边界。” . . 至此，这场“访谈”结束了。 ChatGPT对于自身能力的评价相当准确。它认为自己并不会真正超越人类。 然而，它能够在瞬间浏览和整理海量事实，并赋予这些事实以意义——在这一点上，它已经远远超过了人类。 . 人工智能超越人类认知能力的时间，恐怕会比许多人预想得更早。 人类如今还在以“人类世”（Anthropocene）自豪，但时代或许正以惊人的速度奔向另一个名字—— 奇点时代（Singularity），或者说，“AI新世”。 . .