经济学诺奖得主斯科尔斯在《RiskSciences》发表署名观点文章亨德森罗伯特人工智能risksciences

近日，美国艺术与科学院院士、斯坦福大学商学院FrankE.Buck金融学荣誉教授、诺贝尔经济学奖得主迈伦·斯科尔斯（MyronS.Scholes）发表了题为“人工智能与不确定性（ArtificialIntelligenceandUncertainty）”的论述，阐释了人工智能的局限性，强调了人工智能在推动商业创新方面的优势、解释了如何利用人工智能解决现实问题、并展望了未来人工智能发展的前沿场景。

1

数据分布、中值和异常

2

创新、治理结构和信任

创新的原则、治理结构以及信任之间关系密切。创新的核心在于实体能够以相似或更低的成本更快速、更加个性化和灵活地完成任务，创新者通过提供解决方案而非产品，从客户需求出发，适应风险和信息的变化，从而增强系统的灵活性。然而，由于治理结构往往表现为缓慢、规范化和僵化，限制了快速、个性化和灵活创新的潜力，尤其在不确定性增加时，缺乏信任会加剧系统中的约束。尽管创新者和监管者在快速创新与潜在风险之间存在冲突，创新带来的约束也为他人创造了利润机会，在动态系统中，建立信任以减少现有约束变得尤为重要。未来，人工智能将需要在创新与信任之间找到平衡，通过灵活的解决方案和与人类专家的合作，推动更高效的创新发展。

3

降低物理约束的成本

如何降低物理约束的成本是在人工智能领域必须探讨的问题，减少约束成本是重要的经济驱动力，尤其在制造业中，硬件的不可逆性常构成物理限制。为了实现灵活性并适应变化，采用更高效的解决方案能够通过加快任务执行、提供定制化或降低约束成本来提升价值。在金融领域，人工智能通过在硬件、软件和“软硬结合”方案之间做出选择，增强了流程的灵活性和可逆性。在不确定性较高的情况下，更好地结合软件与硬件的适应性，有助于快速响应变化。例如，通过数字孪生技术，制造系统可以在计算机中进行模拟和调整，避免了重新组装整个生产线的高成本和错误。机器人变得更加简单，通过软件和智能手机进行逻辑控制，利用群体协作和环境感知提升效率。数字孪生与人工智能接口的结合，显著改变了生产流程和服务方式，使得在金融领域中也能通过模拟实现组织结构、风险管理和业务操作的可视化和优化。整体而言，创新方向在于通过技术进步减少不确定性带来的变更成本，使灵活性变得更加经济，从而推动生产和服务的高效发展。

4

创新关键：更快、个性化和灵活

5

如何解决AI的低效问题

6

去碳化：尾部风险的重要性

7

不确定性——AI的巨大未来角色

机不可失，有意者请尽快投稿。

引用本文

作者简介

斯科尔斯教授曾为众多金融机构、企业和交易所提供咨询，并为全球许多学术团体和组织授课。斯科尔斯教授是计量经济学会成员，并曾于1990年担任美国金融协会主席。斯科尔斯教授拥有法国巴黎大学、加拿大麦克马斯特大学、比利时鲁汶大学和加拿大威尔弗雷德·劳里埃大学的名誉博士学位，并担任南京大学、南京审计大学、中山大学和香港中文大学的名誉教授。他曾被授予芝加哥商品交易所年度创新者奖、衍生品协会终身成就奖、SussmanFellows奖等。