The AI Revolution: Lessons from History and the Path Ahead

Cuộc cách mạng AI: Bài học từ lịch sử và Con đường phía trước

The latest AI tools, such as ChatGPT, have the potential to become a general-purpose technology, which could boost productivity and transform the economy. However, history shows that it takes time for new technologies to have an economic impact.

Các công cụ AI mới nhất, chẳng hạn như ChatGPT, có tiềm năng trở thành một công nghệ đa năng, có thể tăng năng suất và chuyển đổi nền kinh tế. Tuy nhiên, lịch sử cho thấy rằng cần có thời gian để các công nghệ mới có tác động kinh tế.

The development of artificial intelligence (AI) is one of the most significant technological breakthroughs in recent years. AI-powered tools and applications are being adopted widely, and are being deployed in ever more contexts, from manufacturing and healthcare to education and entertainment. But what impact will this have on the economy, and what lessons can we learn from history as we seek to manage the disruption and maximise the benefits of AI?

Sự phát triển của trí tuệ nhân tạo (AI) là một trong những bước đột phá công nghệ quan trọng nhất trong những năm gần đây. Các công cụ và ứng dụng do AI cung cấp đang được áp dụng rộng rãi và đang được triển khai trong nhiều bối cảnh hơn, từ sản xuất và chăm sóc sức khỏe đến giáo dục và giải trí. Nhưng điều này sẽ có tác động gì đối với nền kinh tế và chúng ta có thể học được bài học gì từ lịch sử khi chúng ta tìm cách quản lý sự đột phá và tối đa hóa lợi ích của AI?

One of the defining characteristics of AI is its potential to boost productivity across a wide range of industries and occupations. From a writer's perspective, it's easy to see how something like ChatGPT, a clever chatbot that has taken the web by storm since its release in November, could either dramatically boost a human worker's productivity or replace them outright. The gpt in its name stands for "generative pre-trained transformer," which is a particular kind of language model. It might well stand for general-purpose technology: an earth-shaking sort of innovation which stands to boost productivity across a wide-range of industries and occupations, in the manner of steam engines, electricity, and computing. The economic revolutions powered by those earlier GPTs can give us some idea of how powerful AI might transform economies in the years ahead.

Một trong những đặc điểm nổi bật của AI là tiềm năng tăng năng suất trong nhiều ngành và nghề nghiệp. Từ quan điểm của người viết, thật dễ dàng để thấy một thứ như ChatGPT, một chatbot thông minh đã gây bão trên mạng kể từ khi phát hành vào tháng 11, có thể tăng đáng kể năng suất của nhân viên hoặc thay thế chúng hoàn toàn. Gpt trong tên của nó là viết tắt của "generative pre-training transformer", là một loại mô hình ngôn ngữ cụ thể. Nó có thể đại diện cho công nghệ có mục đích chung: một loại đổi mới gây chấn động thế giới giúp tăng năng suất trong nhiều ngành và nghề nghiệp, theo như cách mà động cơ hơi nước, điện và máy tính đã từng làm.

In a paper published in 1995, Timothy Bresnahan of Stanford University and Manuel Trajtenberg of Tel Aviv University set out what they saw as the characteristics of a general-purpose technology. It must be used in many industries, have an inherent potential for continued improvement, and give rise to "innovational complementarities" - that is, induce knock-on innovation in the industries which use it. AI appears to meet these criteria, and its potential to transform the economy is significant.

Trong một bài báo xuất bản năm 1995, Timothy Bresnahan của Đại học Stanford và Manuel Trajtenberg của Đại học Tel Aviv đã đưa ra những gì họ coi là đặc điểm của một công nghệ có mục đích chung. Nó phải được sử dụng trong nhiều ngành công nghiệp, có tiềm năng vốn có để tiếp tục cải tiến và tạo ra "sự bổ sung đổi mới" - nghĩa là tạo ra sự đổi mới kích thích trong các ngành sử dụng nó. AI dường như đáp ứng các tiêu chí này và tiềm năng biến đổi nền kinh tế của nó là rất lớn.

However, history tells us that even the most powerful new technology takes time to change an economy. James Watt patented his steam engine in 1769, but steam power did not overtake water as a source of industrial horsepower until the 1830s in Britain and the 1860s in America. In Britain, the contribution of steam to productivity growth peaked post-1850, nearly a century after Watt's patent, according to Nicholas Crafts of the University of Sussex. In the case of electrification, the key technical advances had all been accomplished before 1880, but American productivity growth actually slowed from 1888 to 1907. Nearly three decades after the first silicon integrated circuits, Robert Solow, a Nobel-prizewinning economist, was still observing that the computer age could be seen everywhere but in the productivity statistics. It was not until the mid-1990s that a computer-powered productivity boom eventually emerged in America.

Tuy nhiên, lịch sử cho chúng ta biết rằng ngay cả công nghệ mới mạnh mẽ nhất cũng cần có thời gian để thay đổi nền kinh tế. James Watt đã được cấp bằng sáng chế cho động cơ hơi nước của mình vào năm 1769, nhưng năng lượng hơi nước đã không vượt qua nước để trở thành nguồn mã lực công nghiệp cho đến những năm 1830 ở Anh và những năm 1860 ở Mỹ. Ở Anh, sự đóng góp của hơi nước vào tăng trưởng năng suất đạt đỉnh sau năm 1850, gần một thế kỷ sau bằng sáng chế của Watt, theo Nicholas Crafts của Đại học Sussex. Trong trường hợp điện khí hóa, tất cả những tiến bộ kỹ thuật quan trọng đã được hoàn thành trước năm 1880, nhưng tăng trưởng năng suất của Mỹ thực sự chậm lại từ năm 1888 đến năm 1907. Gần ba thập kỷ sau khi các mạch tích hợp silicon đầu tiên ra đời, Robert Solow, một nhà kinh tế đoạt giải Nobel, vẫn đang quan sát. rằng thời đại máy tính có thể được nhìn thấy ở khắp mọi nơi trừ các số liệu thống kê về năng suất.

The gap between innovation and economic impact is in part because of fine-tuning. Early steam engines were wildly inefficient and consumed prohibitively expensive piles of coal. Similarly, the stunning performance of recent AI tools represents a big improvement over those which sparked a boomlet of AI enthusiasm roughly a decade ago. (Siri, Apple's virtual assistant, was released in 2011, for example.) Capital constraints can also slow deployment. Robert Allen of New York University Abu Dhabi argues that the languid rise in productivity growth in industrialising Britain reflected a lack of capital to build plants and machines, which was gradually overcome as capitalists reinvested their fat profits.

Khoảng cách giữa đổi mới và tác động kinh tế một phần là do tinh chỉnh. Các động cơ hơi nước ban đầu cực kỳ kém hiệu quả và tiêu thụ hàng đống than đắt đỏ. Tương tự như vậy, hiệu suất đáng kinh ngạc của các công cụ AI gần đây thể hiện một sự cải tiến lớn so với những công cụ đã khơi dậy sự bùng nổ nhiệt tình của AI cách đây khoảng một thập kỷ. (Siri, trợ lý ảo của Apple, được phát hành vào năm 2011 chẳng hạn.) Hạn chế về vốn cũng có thể làm chậm quá trình triển khai. Robert Allen của Đại học New York, Abu Dhabi lập luận rằng sự gia tăng chậm chạp trong tăng trưởng năng suất ở nước Anh công nghiệp hóa phản ánh tình trạng thiếu vốn để xây dựng nhà máy và máy móc, điều này dần dần được khắc phục khi các nhà tư bản tái đầu tư lợi nhuận béo bở của họ.

More recent work emphasises the time required to accumulate what is known as intangible capital, or the basic know-how needed to make effective use of new tech. Indeed, Erik Brynjolfsson of Stanford University, Daniel Rock of the Massachusetts Institute of Technology, and Chad Syverson of the University of Chicago suggest a disruptive new technology may be associated with a "productivity J-curve". Measured productivity growth may actually decline in the years or decades after.

Nhiều nghiên cứu gần đây nhấn mạnh thời gian cần thiết để tích lũy cái được gọi là vốn vô hình hoặc bí quyết cơ bản cần thiết để sử dụng hiệu quả công nghệ mới. Thật vậy, Erik Brynjolfsson của Đại học Stanford, Daniel Rock của Viện Công nghệ Massachusetts và Chad Syverson của Đại học Chicago đề xuất một công nghệ mới đột phá có thể liên quan đến "đường cong J năng suất". Tăng trưởng năng suất được đo lường thực sự có thể giảm trong những năm hoặc thập kỷ sau.