薩金特資料圖。5月28日-29日，深交所2026全球投資者大會在深圳舉辦。大會以“資本市場與創(chuàng)新成長——‘十五五’規(guī)劃下的中國機遇”為主題，2011年諾貝爾經(jīng)濟學(xué)獎得主、紐約大學(xué)經(jīng)濟學(xué)教授Thomas Sargent出席并發(fā)表演講。本文來源：新浪財經(jīng)

本賬號接受投稿，投稿郵箱：jingjixuejiaquan@126.com

諾獎得主薩金特最新演講：

AI供應(yīng)鏈與中國

我今天想講一講AI供應(yīng)鏈與中國，而我認為中國的AI供應(yīng)鏈非常特別。首先我會講一下人工智能的起源，我會談?wù)勔恍┑赖潞徒?jīng)濟的問題，AI到底是取代了人力資本，還是對人力資本的補充？這個對在座很多年輕人都很有意義，我會講一講AI供應(yīng)鏈，特別是其中它的人力組成部分、物理組成部分和道德方面。我會特別講一講在中國的AI供應(yīng)鏈，大家也可以跟其他國家的供應(yīng)鏈做一下對比。

我在談到AI之前，先普遍談一談人工智能。那么人工智能到底是什么？人類智能又是什么？我認為所謂智能，它是一系列的活動，有智能的人類所開展的各項活動，包括三種類型：模式識別，也就是收集數(shù)據(jù)，然后把它歸納成一種模式；第二個是一種泛化性的能力，比如說我觀測到某一種模式了，從歷史數(shù)據(jù)當(dāng)中觀察到一種模式，然后可以把它用在新的模式當(dāng)中支持決策，使用模式和泛化，最后人類的活動就包括了決策，也就是形成了我們的行為。

在人工智能有一個悖論，可以說是一個美妙的悖論。人工智能，其實就是人類設(shè)計的機器，用這個機器來執(zhí)行我們剛才講的人類三種活動。那到底有哪些工具、算術(shù)和科學(xué)的工具來用于這個AI的開發(fā)呢？這里有四類工具：

一是統(tǒng)計學(xué)工具，概率論，包括處理相對頻率、擬合模型等等的工具。

二是生物學(xué)，這里講到的是生命的產(chǎn)生、繁衍、死亡與進化。

三是經(jīng)濟學(xué)的工具了，它就是生產(chǎn)、分配，還有定價、價值交換。

四是物理學(xué)，時間、空間、運動，以及各種力之間的相互關(guān)系。

但是我說的悖論在哪里呢？

其實這些是科學(xué)家用來構(gòu)建開發(fā)AI的工具，但是Steven Pinker是一個認知科學(xué)家，他說到人類經(jīng)過了幾十年，甚至數(shù)萬年的進化之后，我們本來是作為狩獵者和采集者的，我們天生人類就是去狩獵采集的，然后我們被賦予了統(tǒng)計學(xué)、生物學(xué)、經(jīng)濟學(xué)、物理學(xué)，這個是不對的。人適合做狩獵，人適合做采集，但人不適合這種現(xiàn)代生活，那它進入了我們的一些常識，也是我們進化之后現(xiàn)代生活做的一些事情，其實并不適合解決我們生活當(dāng)中的問題。

那Steven Pinker他說，我們?yōu)槭裁匆ソ逃科鋵崒W(xué)生的教育，目的是用一種技術(shù)來克服人類本身在上述四個領(lǐng)域的認知障礙，他說我們要關(guān)注這四個領(lǐng)域，但往往我們在開發(fā)AI的時候是有認知障礙的。

所以如果真的把機器人拆開看看它內(nèi)部的一些機構(gòu)，我們之前也看到一個漂亮的機器人，是我們一個公司開發(fā)的，如果把它拆開里面有什么，或者把AlphaGo這個模型拆開，去看看它的這些模型、機器，和背后的算法、計算機程序。不管是AlphaGo還是AlphaFold也好，其實都是有一些有創(chuàng)意的人和科學(xué)家發(fā)明出來的，而他們的靈感來自于數(shù)學(xué)、統(tǒng)計學(xué)，包括優(yōu)化動態(tài)規(guī)劃、概率學(xué)、貝葉斯推理，這些用到了線性代數(shù)和幾何學(xué)。

從經(jīng)濟學(xué)援引了定價價值、博弈論、拍賣，還有探索利用的一個權(quán)衡，這些數(shù)學(xué)方法都用于了AlphaGo、AlphaFold。生物學(xué)我們運用了神經(jīng)網(wǎng)絡(luò)、遺傳算法，以及一些用演化論來優(yōu)化功能。

最后是物理學(xué)，我們利用了對稱性、不變性、蒙特卡羅模擬、統(tǒng)計力學(xué)。其實我岳父他也是用了蒙特卡羅模型來解決一些核心問題，這是在他的論文導(dǎo)師的研究當(dāng)中。

所以AI到底擅長做什么呢？AI有一些很有實力的部分，但在其他地方尚未展現(xiàn)出AI的強大能力。所以AI強是什么呢？它很擅長于檢測和組織、歸納各種模式，它能夠去模擬復(fù)雜的函數(shù)，而且它能夠去逼近復(fù)雜的函數(shù)，實際上大語言模型都是用最小的二乘法來估計一個非線性的函數(shù)，它也很擅長處理大的數(shù)據(jù)集、海量的數(shù)據(jù)集，像DeepSeek這樣的現(xiàn)代AI，它可以做一些我們?nèi)祟愑X得非常乏味、卡遭或者容易出錯的一些任務(wù)，這些是AI非常擅長的。

AI不足的是什么呢？這么說吧，AI能夠識別模式。像托勒密和開普勒這樣的早期科學(xué)家能夠從行星運行軌跡當(dāng)中，去總結(jié)行星運行的規(guī)律，而且用了大致數(shù)據(jù)學(xué)，應(yīng)用了統(tǒng)計學(xué)的方法，根據(jù)大量的觀察數(shù)據(jù)算出一個數(shù)學(xué)模型，把它進行簡化。托勒密用的是一種圓形的模式，哥白尼用的是少數(shù)的圓和函數(shù)空間，開普勒用的是橢圓，其實他們都是用曲線擬合。牛頓和愛因斯坦做的是什么？他還是用同樣的數(shù)據(jù)，但是他更深挖下去了，他從數(shù)據(jù)本質(zhì)上深入往下研究，得出一個結(jié)構(gòu)的模型。

像馮·諾依曼和庫普曼斯（Koopmans）這樣的一些現(xiàn)代科技的開創(chuàng)者，他們說有兩個階段，一個是開普勒階段，一個是牛頓階段。簡而言之，AI現(xiàn)在在開普勒階段表現(xiàn)的很好，在開普勒階段AI非常出色，但是它在牛頓階段的實力還沒有展現(xiàn)出來。

所以我今天想講，作為大學(xué)教師，我在大學(xué)可以看到AI是一個特別美妙的事情，AI能夠讓我們思考科學(xué)的基礎(chǔ)，它讓我們思考人類選擇的根基。我在課堂當(dāng)中經(jīng)常會這么說，我覺得對學(xué)生來說，包括教師也是一個道德上的選擇。我們說從經(jīng)濟學(xué)家的角度來說，AI可以做替代，AI也可以做輔助。過去幾年我看到有一些選擇，不是少數(shù)，可能是大部分學(xué)生，都用AI作為一種替代的工具，他們把工作扔給AI，他們自己不讀，讓AI給他做作業(yè)、解決問題，他們讓AI寫論文、寫作文，AI來給他做推理，自己就不用去學(xué)基礎(chǔ)知識了，他們把基礎(chǔ)知識跳過去了。為什么？因為他覺得學(xué)基礎(chǔ)知識太枯燥乏味，太痛苦了。我自己有一些學(xué)習(xí)障礙的，我可以告訴你，我在解決一個問題的時候，我當(dāng)時二年級的時候數(shù)學(xué)是不及格的，到今天我還會拿一張黃色的小字條上面涂涂畫畫，就把它撕掉，因為這個算不對。我反復(fù)試驗、苦苦思索，學(xué)習(xí)其實真的不好玩。但是如果我真的努力找到答案，我覺得都值了。

現(xiàn)在是不是有一種誘惑，學(xué)生就想逃脫這種苦學(xué)的階段呢？我發(fā)現(xiàn)大部分學(xué)生都屈服于這種誘惑了。但有人真的學(xué)了基礎(chǔ)知識，不管是算術(shù)、生物、統(tǒng)計、物理，你如果有這個知識，你就不需要別人的幫助，這個只是是存在你的腦子里的，成為你的人力資本。如果這樣的話，AI就不是替代，AI是輔助，是一種補充，它是一種能量的倍增器，你成為AI的主宰，你給AI提出問題、糾正問題、引導(dǎo)它解決。

我有一個20多歲的中國學(xué)生，對他來說，AI就等于他手下有一大批的研究員為他服務(wù)，他在這個年齡段就能掌握一支研究助理的大軍，關(guān)鍵的經(jīng)驗是AI能夠提高我們學(xué)習(xí)基礎(chǔ)知識的回報率，不管你學(xué)統(tǒng)計還是學(xué)物理，AI都能讓你更有回報。所以現(xiàn)在的問題來了，到底什么是供應(yīng)鏈呢？我覺得供應(yīng)鏈是一種系統(tǒng)，它包含各種互相關(guān)聯(lián)的組合的部分，每一個組件都必須正常運行，最終才能提交這個成果。但如果當(dāng)中有薄弱的環(huán)節(jié)、瓶頸，或者某一個環(huán)節(jié)遭到破壞，整個系統(tǒng)就會遭到威脅。實際上工程師和物理學(xué)家他們設(shè)計系統(tǒng)的時候，包括設(shè)計機器人活著各種系統(tǒng)的時候，他肯定會要考慮到各種最糟糕的故障的一些情景，我覺得AI不管從設(shè)計還是使用、供應(yīng)鏈的過程當(dāng)中，AI都是其中一部分。所以什么是AI供應(yīng)鏈呢，它有幾個組成部分：物理的組成部分，機器、電網(wǎng)、發(fā)電機、可再生能源或非可再生能源，它有半導(dǎo)體、芯片，它還有數(shù)據(jù)中心，各種各樣實體的設(shè)施。它還有人類資本、人力資本的組成部分。

什么叫做AI供應(yīng)鏈的人力資本呢？也就是說我們要有一個管道陸續(xù)不斷地輸送人才，他是有家庭、家庭的父母、祖父母，為他的子女的教育付盡心血，教他們讀書、算術(shù)、小學(xué)、中學(xué)，有大量的教育工作。

還有私營企業(yè)，你如果找到工作，其實在工作當(dāng)中不斷累積人力資本，當(dāng)然還有研究機構(gòu)、政府機構(gòu)，這都是在產(chǎn)生人力資本的地方。除此之外，還有一個生態(tài)系統(tǒng)，它是來自于文化圈。

我特別喜歡開源計算，開源計算是一種社會主義，你可以去共享出你的代碼，你去分享你的代碼，你可以獲得別人編寫的代碼。現(xiàn)在還有大語言模型，除此之外還有數(shù)據(jù)，數(shù)據(jù)中心不管是公營還是私營的數(shù)據(jù)中心。

整個生態(tài)系統(tǒng)，以及它的監(jiān)管環(huán)境、制度環(huán)境，它是有一系列的監(jiān)管環(huán)境，這些都非常關(guān)鍵，給我們提供這個制度環(huán)境，它都是供應(yīng)鏈的一部分，所以供應(yīng)鏈是一個系統(tǒng)，它有不同的組成部分，而且它們要整合在一起。應(yīng)該說它是一個社會主義的一種事業(yè)。系統(tǒng)的一個薄弱環(huán)節(jié)就會危及整個整體，所以你會看到不同的系統(tǒng)。我來自美國，也對照中國這樣的系統(tǒng)，很多都有差異，有的是更側(cè)重開源，有的是閉源。

那講到中國，我是一個中國的局外人，我也是來中國做客的。但從一個外部的視角來看，我覺得中國有非常多的深思熟慮讓中國的供應(yīng)鏈能夠做各種的權(quán)衡，這里是下了功夫的。

我就拿中國一點來講吧，我作為美國人，過去四五年我可以看到，其實我最好的學(xué)生是跑到中國去讀中小學(xué)，因為那里可以學(xué)到基礎(chǔ)知識，有自主權(quán)使用各種工具。我的一些孫子孫女，他在美國讀中小學(xué)的話，他是不掌握這些工具的，這只是一個例子，他也是供應(yīng)鏈的一部分。另外還有電力，電力是AI的一個瓶頸。中國在電池等其他領(lǐng)域做了很多，大家非常熟悉了。

所以是否有電力的瓶頸呢？是不是一個能量的瓶頸呢？當(dāng)然美國是一個非常大的能源消耗國，你光看數(shù)據(jù)就知道了。我覺得其實這兩個國家，中國、美國各自都處理自己的問題，但是最后你要解決芯片的瓶頸了，貿(mào)易壁壘以及貿(mào)易壁壘帶來的一些后果。

最后一個瓶頸就是人力資本的瓶頸，你再看看中國打造的基礎(chǔ)設(shè)施，包括科學(xué)、技術(shù)的學(xué)生培養(yǎng)，這個是在國與國比較當(dāng)中處于一個非常了不起的地位，而這并非偶然。

另外一個供應(yīng)鏈生態(tài)當(dāng)中的一部分就是開源，我是支持開源計算的，它的意義非常深遠。東方、西方在這方面做出了不同的選擇，這個也值得我們?nèi)パ芯俊?/p>

總體來說，我想中國的AI供應(yīng)鏈，我作為一個局外人，我覺得中國確實是有樂觀的理由的，你可以說AI領(lǐng)域誰走在前面，其實不是說哪一個大模型在這個測試當(dāng)中現(xiàn)在是跑得分最高，那只是一部分，就好像用AI的一些人一樣，我是一個客人來到中國，我非常榮幸，在這里能看到、能聽到、能學(xué)習(xí)中國的一切，包括在深交所的這一切，我覺得都是一種非常榮幸。■

掃描下方二維碼，參加至少全年12場直播加