分享

致敬布莱恩·阿瑟

 亲斤彳正禾呈 2019-10-04
文/姚斌



我最早知道复杂性科学就是始于布莱恩·阿瑟。那是两年前,我阅读了他的《复杂经济学》和《技术的本质》。布莱恩·阿瑟出生于1935年。37 岁时,他就成为斯坦福大学最年轻的经济学教授。后来,他又是圣菲研究所外聘教授、智能系统实验室访问研究员。布莱恩·阿瑟致力于研究收益递增理论,并对该理论产生了重要影响。他同时也是复杂性科学奠基人、复杂经济学创始人和首屈一指的技术思想家。

《复杂经济学》以一种不同的方式来思考经济,它将经济视作不断进行自我“计算”、不断自我创建和自我更新的动态系统。它强调的是偶然性、不确定性、意义构建和“一切变化皆有可能”。这是一门以预测、反应创新和替代为基础的“动词”学科。而《技术的本质》,则是一本革命性的开山之作,有人认为它相当于《物种起源》。它以演化论的视角,看待技术的起源和演化。生命的演化靠的是遗传、突变和自然选择,技术的发展也是如此。技术的本质可以概括为:在演化视角下,技术就是有生命的;在静态视角下,生命就是技术。

我受布莱恩·阿瑟的影响有二:一是收益递增理论,一是人工股票市场试验。

收益递增,又称报酬递增,与之相对的收益递减,又称报酬递减。收益递增在知识型经济中表现得尤为显著。如果公司的生产成本会随着市场份额的增加而下降,那么一家因运气好而在早期赢得大块市场份额的公司将能够战胜竞争对手,任何一家首先取得良好开端的公司将会垄断市场。收益递增是一种正反馈现象,即任何事物所具有的强者恒强弱者恒弱的趋势。通俗地说,好公司具有更好的趋势,从而形成“头部”公司,而坏公司则具有更坏的趋势,从而变成“尾部”公司。这对于一个投资者而言,显然意义重大。

因为股票市场同样异常复杂,与“经济”的复杂性呈现出来的特征高度相似。于是,布莱恩·阿瑟将复杂经济学的基本思想引入股票市场,设立了一个“人工股票市场”进行实验。在这个“人工股票市场”里,其表现的情景与股票实际市场表现出来的情景毫无二致:小小的泡沫、小小的崩溃,以及价格和成交量的相关性,还有高度波动的交易时段与相对静止的交易时段的交替出现,呈现出了现实世界中的景象。在这个“人工股票市场”中,我们可以体察到股票市场运作的方式,而理解股票市场的运作方式,也是价值投资的支柱之一。


此次,由集智俱乐部联合腾讯研究院、X-Order和湛庐文化,邀请布莱恩·阿瑟于9月20日前来举行一场公开的演讲。布莱恩·阿瑟演讲的主题是《科技把经济带往何方》。

布莱恩·阿瑟指出,互联网、云计算、大数据、机器人、机器学习和人工智能为代表的一系列技术汇成了一股促进经济发展的强大推力。由此,经济学家认为,我们正处于一场数字经济的变革中。数字技术不仅仅是一种虚拟的经济体,也是外部化的智能。它极大地促进了这些领域的能力,却也在一点一点地抛弃人工劳作。于是,经济将进入一个崭新的时代。其实当前已经发展到了这样一个阶段:能生产出每一个人所需的产品,但是生产这些产品所提供的就业机会却正在慢慢减少。在这个新时代里,我们要面临的问题不是生产的问题——不是生产多少的问题;而是关乎分配的问题——人类要如何分配这些生产出来的产品。
 
数字革命大约每二十年就会发生一次形变,给我们的生活带来本质的改变。每一次形变都是由技术引发的;每一次形变都会给经济带来本质的变化。第一次形变发生在 20 世纪 70 至 80 年代,由微处理器和存储器组成的集成电路引领了这一次的形变,这一技术突破促进了计算机的小型化,并提高了运算速度。第二次形变发生在 20 世纪 90 年代至 21 世纪,这次形变给人类带来了数字连接。通过,电话线、光纤、卫星通信本地计算机和全球的计算机网络得以连接到一起。

第三次形变就是我们现在所处的这个时代。大约从 2010 年开始,一些不起眼的小变化出现了,价格低廉的传感设备无处不在——雷达 、陀螺仪、磁传感器、压力、温度、流量和湿度传感器——成百上千的传感设别都接入了无线网络。我们从中获取外在世界的状态与变化信息。人工智能算法通过使用海量的数据来建立连接并得以应用——识别猫咪和人脸;根据无声视频读出唇语;决策是否发放贷款。

在这里,“智能”并不意味着能进行有意识的思考、演绎推理、理解”。这种“智能”意味着机器有能力做出恰当的关联,或者说,在一个特定的领域中,感知外在的情况并采取适当的行动。智能不仅仅包含信息,而是比信息更强大的东西——如何处理利用信息。我们有理由相信第二次转变会比第一次更强大。我们还不知这次转变带来的结果是什么,但智力的提高没有上限。在未来,这次转变必将会给经济带来新格局。

当企业与外部信息进行整合,并由此创造了新的商业模式时,就会带来本质性的变化。布莱恩·阿瑟在拜访一家金融科技公司时,看到可以在购物的时候申请小额贷款:一个应用可以收集用户的语音;并通过在线算法进行语音身份识别;其余算法分别查询银行账户、 信用记录和社交资料;继而智能算法把这些信息进行综合;最终一个贷款信用额度就出现在了手机上。
 
以上步骤在几秒钟之内就能完成。而且更重要的是,这是将多种算法结合,完成人类从未做到的任务。如此这样,商业公司就可以像搭积木一样来构建新的商业组织模型。各行各业也都是如此——智能“建筑材料”会重建商业组织做事的方式。这些行业将以新的形式存在、发展。大型科技巨头可能会拥有自己的数据库,而其他小型公司机构则要更多的使用公共数据资源。因此,在未来,我们将会看到科技巨头和开源社区并存的局面。以过去的技术革命历史为参照,我们将会看到全新的产业诞生。


当自主的智能经济正在蚕食实体经济时,技术性失业就有可能到来。“技术性失业”这一术语来自约翰·梅纳德·凯恩斯在 1930 年的一次演讲《我们后代在经济上的可能前景》。那时,凯恩斯预测:在未来, 2030 年左右,生产问题将会得到解决,能满足每一个人的必要的需求,但是机器会导致“技术性失业”。可供分配的资源多了,但分配资源的手段——通过就业劳动按劳分配——却有可能减少了。布莱恩·阿瑟把这种变化称为“凯恩斯拐点”。虽然时间尚未到 2030 年,但他相信“凯恩斯拐点”已经来临:生产不再是重要的事情,重要的是获得生产的机会——分配。换句话说,谁得到了什么,以及如何得到的。从此,我们进入了分配时代。

我们拥有先进的机器,但是在个人自动化(机器人)方面,我们拥有集体自动化。在实体经济,以及其中实体的人和行为的表面下,存在一个第二经济体,自动化且具有神经智能,其扩张没有上限。我们享受的繁荣以及失业问题不会令凯恩斯感到惊讶,但是实现这种繁荣的方式会令他感到惊讶。悄然形成的第二经济体——庞大、互联且力量强大——正在为我们创造一个崭新的经济世界。我们将如何在这个世界中取得成功,我们将如何适应这个世界,我们如何从这个世界中获利和共享利益,很大程度上取决于我们自己。

对于这样的一个“技术性失业”和分配时代,目前我只是在感知,并不确定它是否已经降临。即使真的已经降临了,需要如何应对,就是布莱恩·阿瑟也没有给出答案。但是,我知道,在任何一个时代,我们所要做的就是“适应”。适者生存,不适者淘汰,或许在任何时代、任何生物都那么显得有效。托马斯·库恩认为,当一种看待或理解世界的方式被一种全新的方式所取代,而不是以一种线性的方式进步时,科学就会进步,这种方式推翻并取代旧的范式。我们对此必须有一个清醒的认识。

布莱恩·阿瑟的技术性失业和分配时代似乎是一个预测。那么就以天气预报为例,天气预报在过去几十年中得到了显着改善,因为我们对影响天气的变量的理解有了增长,并且我们为构建模型的任务带来了更大的计算能力。结果是对天气的短期预测变得非常好。但长期预测——例如本季将形成多少飓风以及多少飓风——仍然主要是猜测工作。我们并没有天气理论。我们了解构成天气的物理系统中发生的大部分事情,我们有数据,并且我们拥有计算能力。我们使用它们进行预测,随着知识的增加,这些预测变得越来越稳定。一个理论会很棒,但我们没有理论,我们也不需要提高我们预测天气的能力。

比尔·米勒认为,经济和金融的情况非常相似。我们所拥有的理论在数学上是优雅的,但对从业者的预测价值有限。即使它很不错,政治家也经常忽视它——这是另一个时间的话题。社会心理学和行为金融学研究结果的一个反对意见是它们不充分,因为它们不是更大理论的一部分。但对于从业者来说,这是无关紧要的。凯恩斯说,“我们参与了一场巨大的混乱,在一台精密机器的控制下失误,我们无法理解其运作。”我们面临的问题是,布莱恩·阿瑟的技术性失业和分配时代或许可以帮助我们了解凯恩斯所说的“精密机器,我们不理解的运作方式。”

布莱恩·阿瑟教授今年八十有四,但是他在演讲时依然思维清晰,语速轻柔而不间断,充满了魅力。这是我第一次聆听一位来自美国大师的演讲,而这位大师又是让我沉迷的复杂性科学理论的奠基者。我曾经写了三篇有关收益递增和人工股票市场实验的文章,介绍布莱恩·阿瑟的思想。它们分别是《能够自然进化的“技术”》、《预期在股票市场中的作用》和《知识型经济中的收益递增理论》。

在演讲结束时,与我同行的蒋老师前去询问布莱恩·阿瑟一个问题,问他是否认识比尔·米勒。布莱恩·阿瑟的回答是,非常熟悉,他们还是好朋友。实际上,布莱恩·阿瑟的思想极大地影响了比尔·米勒。比尔·米勒曾经在连续15年里获得成功的投资,被誉为“1990年代最伟大的基金经理”,然而却在2008年遭遇了失败。由于布莱恩·阿瑟的行程匆匆,我们没有得到更多的信息。对于我,最想知道的就是,他对比尔·米勒在2008年投资失败是如何评价的。不过,即使没有得到任何有关比尔·米勒的信息,我也要向布莱恩·阿瑟这位伟大的复杂性科学的奠基者致敬!

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多