久久99国产精品尤物-国产高清色播视频免费看-男生肌肌往女人桶爽视频-精品国产-91PORNY九色|www.jqdstudio.net

【提要】目前我國部分行業已經用機器人取代了部分人類勞動，廣泛應用人工智能，極大地推動了我國生產和服務的效率。本文分析表明，這恐怕是最近2年嚴重通貨緊縮的重要根源。未來十年，智能機器人很可能代替大部分人類勞動，人類社會進入物質極大豐富時代，也會導致大面積失業和收入減少，加重生產過剩和通貨緊縮危機。在人工智能深度影響勞動力市場和經濟形勢的背景下，探索普惠性社會保障制度（如全民基本收入試點）可能成為緩解分配矛盾的重要方向。短期內，可優先推動城鄉養老金并軌與失業救濟標準動態調整，逐步縮小群體間收入差距，增加消費，緩解通貨緊縮危機；長期需結合財政可持續性與經濟增長動力，構建兼顧公平與效率的新型分配機制。

最近幾個月，人工智能受到廣泛關注。首先是在2024年10月8日，兩位人工智能專家獲得了諾貝爾物理學獎[1]，從而受到學術界廣泛關注。其次是中國一家公司在2025年1月20日發布開源人工智能模型，deepseek R1模型，引起美國股市震動，27日美國芯片巨頭英偉達股價暴跌約17%。市場分析認為，核心原因是中國人工智能初創公司DeepSeek的最新突破，動搖了美國人工智能領域的“無敵”地位。美國股市還有多個相關公司股價暴跌，僅英偉達股市價值損失就高達4.2萬億元。深度探索（DeepSeek）開源模型的出現，被專家視為“國運級別的科技成果”，預示著中國在人工智能領域的全面崛起，打破了美國的壟斷，對美國和世界經濟產生了巨大影響，從而受到國內外廣泛關注‌。

首先看什么是人工智能，通俗地說，是讓電腦模仿人腦，掌握知識和應用知識，幫助人類解決現實問題。它們模仿人類解決問題的方法或模型，大致可以分為三類，其中白箱模型，也就是透明模型，內部邏輯和決策過程完全可解釋，比如線性回歸；黑箱模型則相反，內部運作不透明，比如神經網絡和深度學習模型；灰箱模型介于兩者之間，部分可解釋，比如集成某些理論如貝葉斯網絡。它們的共同特征之一是可仿真預測各種解決方案的結果，從而可以選擇最有利于決策者制定的目標方案。

第一例成功的人工智能專家系統是1965年面世的 DENDRAL[2]，它是一款化學專家系統，能夠根據實測的化合物分子式和質譜數據推斷其分子結構。它使用化學家總結的經驗知識，轉換為質譜數據與分子結構之間的經驗規則，專家系統則依據規則和輸入的質譜等數據，推測可能的候選結構。

目前最受關注的模型是神經網絡模型，號稱是模仿人類神經元活動思考過程的模型，但它實際是一種黑箱模型。例如，反向傳播（Back Propagation）神經網絡是1986年面世的誤差逆向傳播的前饋神經網絡[3]，為當前應用最廣的神經網絡。因此該技術主要包括前向傳播和逆向反饋倆個部分。下圖為三層模型，數學上很簡單，假設每個中間變量是輸入變量的線性函數，而輸出變量則是中間變量的線性函數。根據已知輸入和輸出變量，以模型預測結果誤差最小化為目標，獲得兩種線性函數的參數，從而完成模型訓練。則模型就可以根據輸入變量仿真預測輸出結果了。這純粹是用數學方法總結數據集內部的規律，讓電腦可以按照人類設定的程序使用，不涉及事物的內在規律。

【圖1 典型三層反向傳播神經網絡模型結構示意圖】

廣義地說，人工智能廣泛應用在工業領域。在工業界，更成功的模型是應用物理理論仿真現實過程，從而預測現實變化及其結果，也屬于白箱模型。筆者曾經在1990年根據化學動力學理論建立仿真質譜物理過程的模型[6]，此后在多個領域從事建模和優化工作。在仿真現實模型基礎上，就可以用數學上的尋優算法，得到目標最大化或最小化的方案。這是工業設計和生產控制領域常用的成功方法。由于自然過程的復雜性，常常引入經驗模型來描述模型中使用的某些次要物理過程。這些經驗模型常常是根據大量試驗數據建立的。例如，天氣預報是基于流體力學理論建立的模型，但需要使用的湍流理論則屬于經驗模型，這限制了模型適用范圍與精度。模型成功的關鍵之一是很好地仿真實際過程，但有時更重要的是確定合適的目標函數。圍棋就是一個著名例子，其突破性進展就是建立準確判斷局勢的函數，從而迅速提高了電腦圍棋水平，目前已達到讓頂尖棋手一先的水平。

在生物領域，尤其是涉及人類行為，至今人們并沒有提出一個確定性理論，很好地仿真生物乃至人類行為。如今的通用人工智能模型，則主要使用神經網絡模型來理解人們的語言，讓電腦和人們直接通過語言文字交流，不僅解決人機交流問題，而且可以直接學習和應用人類數千年歷史總結的各種知識，它們都是人類用書本承載，從而可以完成人類交給它的任務。但這種方法的缺點也很明顯，從原理上看，僅用數學方法尋找總結人類行為規律，其仿真現實的精度較低，明顯低于基于自然規律理論的大多數模型，也就難以給出最佳方案。由于模型是基于人類總結的現有知識，也就難以生產知識，尤其是生產突破性知識。引入某些理論或經驗模型是目前方興未艾的發展方向，最終的解決方案或者說模型的終極水平，也許要依賴我們對人類行為的認識水平。

不管怎么說，目前我國出現的深度探索等模型，已經能夠通過語言文字與人類交流，吸收應用人類已有的很多知識，給人類提供解決問題的方案，它們常常可以媲美專家，從而給人們提供了極大的幫助。就筆者使用經驗來看，其方案的水平，十分依賴提問者的水平，其根本原因是電腦無法從海量人類知識中快速找出最佳方案。筆者認為，目前的人工智能模型能夠高效快速的幫助專家改進方案，它代替不了專家，但可以幫助人們更快地成長為專家，其應用前景是十分廣泛的，包括高效開發各種機器人，從而對經濟產生深刻而廣泛的影響。尤其是在更重要的工業生產領域和服務業，如今的工業生產無人化，服務機器人化，已經成功試點。由于深度探索模型是開源模型，使用成本低，十分有利于推廣，從而可以廣泛應用，加速推動機器人代替人類完成各種生產和服務。

當代我國工業化生產系統建設效率很高，很多產品批量化都能迅速實現，例如，電動汽車，光伏電池和風力發電機等產品。日本NHK紀錄片《未來工廠》（2021年）報道，發那科公司在日本山梨縣的工廠以“機器人制造機器人”聞名，生產線完全無人化運行，僅需少量技術人員遠程監控，等于無人自動化批量生產機器人。這也許意味著，人類廣泛采用智能機器人代替人類完成各項生產服務活動，恐怕并不遙遠。

讓機器人代替人類勞動，帶來的問題也很嚴重，會導致大面積失業和收入減少，消費也會隨之減少。市場萎縮的結果，是物價下降，從而進入通貨緊縮。近些年來，人類的技術進步在不斷加速，無人飛機、無人汽車、無人商店和無人工廠，以及家庭機器人都在中國成功實現。根據國際機器人聯合會（IFR）及國內權威機構數據，中國自2013年起連續多年成為全球最大的工業機器人市場。2023年，中國工業機器人安裝量達到27.6萬臺，占全球總量的51%，穩居全球首位。我國機器人應用覆蓋汽車制造、3C電子、物流倉儲等多個領域。在汽車行業，工業機器人滲透率超過70%，表明汽車生產主要依靠機器人，大部分人類勞動都被機器人取代。

另一方面，國家統計局公布的統計數據，如下圖所示，最近兩年工業原料價格基本都在下降，最嚴重時同比下降6.5%，居民消費品物價也在部分月份下降，一直低于1%的通貨緊縮標準，也就是說，一直處于嚴重的通貨緊縮狀態。

雖然過去兩年國家采取了很多以前行之有效的措施推動投資和消費，消除通貨緊縮問題，但效果都很低。這很可能是人工智能在我國進入高速應用的結果。在不久的將來，按照美國首富馬斯克的設想，由機器人來負責生產和服務，人類就可以安享生活了，從而進入物質極大豐富的時代了。人類社會百年，乃至萬年未有之大變局，已近在咫尺了。但在現有分配模式下，沒有工作，人們就沒有收入，也就沒有消費，消費市場必然萎縮，生產過剩加重，導致通貨緊縮。

未來人類社會也許會逐步過渡到以生產知識為主的社會，但這需要時間，去普遍提高人們的知識水平。在已經開啟的邁向未來新時代的過渡期，維護社會基本活動的人類勞動會逐漸減少，最終僅需要少數人了，大部分人會失業，他們生活的收入來自那里？如何提高居民收入，維持消費，防止發生生產過剩危機？

我們曾在2008年底提出人人發錢模式，解決生產過剩帶來的經濟危機[5]。這也是新冠危機期間西方各國廣泛采用的成功方法。如今美國一家公司已經開始試驗由人工智能工作，人類分享勞動成果的全民發錢模式了[4]。在人工智能深度滲透勞動力市場的背景下，探索普惠性社會保障制度（如全民基本收入試點）可能成為緩解分配矛盾的重要方向。

人類已經進入共產主義社會的通道了，需要我們在分配上采取措施，逐步增加失業人員補貼，才能保持生產消費平衡，維護社會穩定，從而逐步實現，否則也許會帶來更大的危機。過去兩年的通貨緊縮，給我們的經濟帶來很大困難，從而阻礙了經濟發展，只有增加居民收入，增加消費，才能緩解。去年底，我國完成了持續十年的機關事業單位與企業養老金并軌改革方案，提高企業退休人員養老金，等于開啟了增加部分老百姓收入的進程。但我國大部分老人來自農村，養老金收入水平很低，平均月收入僅有200多，不到城市居民和企業退休人員十分之一，導致他們的消費水平也很低。

按照國家統計局公布最新數據，2023年我國居民消費占產出39.6%8，收入占總產出之比僅有45.0%，僅為美國一半左右。占比過低是生產過剩，通貨緊縮的主要原因。只有大幅度提高全民收入水平，才能解決生產過剩問題以及由此帶來的通貨緊縮問題。我們在2008年提出的人人發錢建議5，推動了農民養老金制度的產生。如今筆者呼吁，應當加大幅度提高農民養老金了，盡快讓農民養老金水平也并軌，從而增加消費。另一方面，應當加大幅度提高失業救助金，從而推動勞動者工資上漲，消除勞動者工資低于養老金的不正常現象，這是導致我國長期生產嚴重過剩，勞動者收入嚴重低于產出帶來的生產消費不平衡問題根源。

筆者一再呼吁[7]，應當大幅度提高政府負債，從而籌集資金，用于提高居民收入和養老金。如今我國中央政府負債率不到20%，遠低于日本250%，美國和西方100-150%水平，有很大的上升空間。政府負債對應的是國內居民和企業債權，可以用稅收控制負債水平，不會帶來嚴重經濟問題。歷史上，美國累進稅率曾持續多年超過90%，基本消除了美國參加二戰導致的中央政府高負債問題。

參考：

1、AI教父的諾貝爾物理學獎：揭秘AI的起源與物理學之間的聯系  

https://baijiahao.baidu.com/s?id=1822238236036642048&wfr=spider&for=pc

2、DENDRAL系統_百度百科

https://baike.baidu.com/item/DENDRAL%E7%B3%BB%E7%BB%9F/12678475 ；AI算法在質譜數據解析中的應用_嗶哩嗶哩_bilibili

https://www.bilibili.com/video/BV1Caw8enEpg/?vd_source=08291ef2403de32d527bdeab90f640e1

3、BP神經網絡原理及Matlab代碼復現_matlab bp神經網絡-CSDN博客 https://blog.csdn.net/2401_86633719/article/details/142550823

4.給全世界每個人發錢，OpenAI創始人這么飄了？- 知乎

https://zhuanlan.zhihu.com/p/636418601

5、十教授聯名建議給低收入家庭每人發1000元補貼 - 青島新聞網

https://www.qingdaonews.com/content/2009-01/11/content_7979882.htm

6、黃衛東，計算機輔助質譜模擬研究，碩士論文，中國科學技術大學，1990

7、黃庭民，試論解決當前我國經濟問題的兩把鑰匙

https://mp.weixin.qq.com/s/47QrGVDUCOY7pYCbzxewyA

8、按照國家統計局官方數據庫（data.stats.gov.cn），2023年我國人均收入41314元，人均消費36302，總人口為14.1億，國內生產總值為129.4萬億元，計算可得到我國消費占產出之比為39.6%，收入占產出之比為45.0%

（作者系昆侖策研究院特約研究員；來源：昆侖策網【原創】修訂稿，作者授權首發）