人工智能及其对经济和联邦预算的潜在影响（英）

Summary 人工智能（AI）是指能够执行传统上需要人类智能才能完成的任务的计算机系统，例如学习和执行需要认知能力的其他活动。AI的一个普遍特征是它能够识别模式和关系，并对在复杂场景中出现的查询作出响应，在这些场景中，所需的精确计算算法无法事先确定。 由于人工智能有可能改变企业和联邦政府提供商品和服务的方式，它可能会对经济增长、就业和工资以及经济收入分配产生影响。这些变化反过来也可能影响联邦预算。这些效果的方向——它们是增加还是减少联邦收入或支出——以及其规模和时间，都是不确定的。一些预算效应可能相对迅速地出现 ，而另一些则可能需要更长时间。在本报告中，预算办公室概述了人工智能的采用通过哪些渠道可能影响美国经济和联邦预算。 关于已实施人工智能的企业表现的研究仍处于初期阶段，因此来自这些研究的结论（各研究间差异较大）应被视为初步结论。迄今为止的研究发现，实施人工智能的企业预计会比未实施人工智能的企业更具生产性。将这些结果外推到更广泛的经济领域表明，如果人工智能的使用变得更加普遍，它将促进经济增长。有关人工智能对就业和工资影响的证据也较为稀少且因不同类型的人工智能而异。研究表明，生成式人工智能可能能够增强特定职业中低技能工人的生产性；而对早期形式技术的研究则发现，人工智能提高了某些高技能工人的工资。 人工智能如何影响联邦预算？ AI的使用可能通过两个基本渠道影响联邦预算：经济和政府。在每个渠道内，AI都可能对收入和支出产生影响。预算效应的时间可能会有所不同。 人工智能如何影响经济？ 通过提高效率、促进新产品的发展以及改变对劳动力的需求，人工智能有可能改变经济格局，或许以难以预测的方式进行。这些变化何时会发生以及以何种方式发生都存在很大的不确定性。调查数据显示，目前只有5%的美国企业依赖人工智能来生产商品和服务。对于许多企业来说，根据其特定需求定制人工智能的成本较高，尚不清楚这些成本何时会下降。因此，人工智能的应用主要集中在少数几个经济领域的大型和较年轻的企业中——尽管随着时间的推移，随着该技术的有效应用不再那么依赖企业的规模，这一情况可能会发生变化。 AI的使用可能会影响 AI在经济中的应用 整体经济收入总额及其在企业、投资者和工人之间的分配。收入的增加本身最终会推动联邦收入的增长。然而，在初期，由于企业在初始技术投资中扣除成本，收入可能会下降，导致税收减少。此外，因为不同类别的收入税率不同，收入在工人和企业之间的重新分配可能会改变联邦收入。特别是，根据人工智能使用对劳动力需求的影响，与劳动收入相关的税收可能会增加或减少。对于因企业采用新技术而永久失业或从事低薪工作的工人来说，收入和工资税可能会下降；而对于那些因技术变革而获得更高收入的工人，相关税收则会上升。 人工智能及其对经济和联邦预算的潜在影响 12月|2024 注意：除非本报告另有说明，否则所有年份均指联邦财政年度，从10月1日开始至次年9月30日结束，并以结束当年的历年来进行标注。 2人工智能及其对经济和联邦预算的潜在影响 2024年12月 更多生产活动由AI提升将获得更高工资并缴纳更多的税款。从AI创造新的任务和工作岗位，或通过创新促进经济增长的角度来看，它可以通过增加劳动力需求来抵消部分潜在的工资和税收损失 。 AI在经济中的应用可能会影响两种类型的支出：一种是强制性支出（不需要每年从国会获得资金支持），另一种是需经拨款的支出（需要每年从国会获得资金支持）。例如，如果因AI取代工作岗位而失业的工人申请了联邦收入支持计划的福利，那么强制性支出可能会增加。但如果AI促进了经济产出和收入增长，那么这种支出可能会减少。 AI还可能通过在其开发某些产品（如药品）中的应用对联邦支出产生影响。例如，如果新的药物由联邦补贴的医疗保健计划支付，强制性支出可能会增加。但随着新药物减少了对其他更昂贵的医疗服务的需求，这种支出也可能会减少。对于其他接受联邦补贴且由私营部门提供的健康护理服务中AI的应用，其最终影响往往是模糊的。总体而言，如果AI的应用能够使个人拥有更长、更健康的生活，那么从长远来看，它可能会提升联邦收入和支出。如果更多人在更长时间内缴纳更多的税款，收入将会更高；如果更多人在退休时活得比预期更久，并因此向社保、医保及其他项目提出更多的索赔，那么支出也会相应增加。 支出若得到拨款批准，可能会增加，如果国会扩大对人工智能在公私部门持续发展方面的资金支持。这可能通过联邦研发（R&D）项目以及监管技术使用项目的途径实现。 政府的使用 政府使用AI。 人工智能的发展可能改变通过税收和其他渠道收集的收入量。例如，如果美国国税局（IRS）能够利用人工智能增强其审计能力和纳税人遵守联邦税法的情况，联邦收入可能会增加。相反，如果企业和个人能够利用人工智能工具减少应缴纳的税款，收入将会下降。 政府对人工智能的使用也可能对强制性支出和支出主体产生各种影响 向侵占行为转移。特别是，成功利用人工智能减少欺诈可以减少最大的强制支出项目——医疗保险、医疗救助和社保中的不当支付。然而，如果个人利用这项技术进行欺诈，这些努力可能会受到阻碍。 AI可能会影响联邦机构使用该技术时可支配支出的增加。尽管对AI的投资最初可能会增加支出 ，但这些成本最终可能会下降，这取决于所实现的效率。例如，如果AI代替了劳动力，那么人员需求可能就会减少。 开发和使用人工智能 在过去几十年里，人工智能的能力取得了迅速的发展。如今，人工智能已经嵌入到常用的软件中 （如网络浏览器、手机和家庭助手），并应用于更专门的应用领域（如工业机器人和自动驾驶汽车）。尽管最近的人工智能进展激发了人们对进一步显著进步即将到来的乐观预期，但一些因素可能会阻碍该技术短期内的发展和应用。特别是 ，缺乏大量数据集来训练人工智能模型可能限制了准确性和适用性的提升。此外，获取驱动先进人工智能系统所需的能源所面临的障碍也可能妨碍其应用。 AI系统的进展 机器学习技术构成了当今大多数人工智能形式的基础。例如，区分性AI模型可以根据已训练它们与每种类型相关的特征来区分不同类型的照片，如癌细胞和非癌细胞。在选择初始计算算法（或数学模型）以及训练数据时需要人类干预，最终还需要评估AI系统的性能。因此，AI模型的输出本质上是对特定问题的正确响应或新条件集的预测。 最先进的人工智能系统由神经网络组成，这些神经网络包含数千甚至数百万个节点，其中进行计算。深度学习人工智能由多层节点构成，信息可以在单个节点之间以及不同层之间进行交换。这类系统通常基于非常大的数据集进行训练，其一般特性是在无法事先规定所需计算算法的情况下 ，能够识别关系并响应出现的查询。 2024年12月人工智能及其对经济和联邦预算的潜在影响3 生成式AI系统可以在接收到用户的问题或提示后 ，提供与人类生成的内容相当的答案和其他类型的内容。例如，大型语言模型生成类似人类的文本，并执行自然语言处理任务，在这些任务中，机器能够理解并互动人类的语言。大型语言模型依赖于从公共互联网站点收集的数据，并以文本形式（在适用的情况下还包括计算机代码）生成对用户查询的响应。这些模型基于所谓的变压器架构，这是一种深度学习神经网络，能够将输入序列转换为输出序列。1 其他生成型AI系统可以生成用户指定的图像、视 频和音乐——如有需要，甚至可以模仿特定艺术家的风格。 尽管近期人工智能系统的能力和可访问性取得了快速进展，技术历史表明进一步的进步可能会受到阻碍。人工智能研究领域始于20世纪中叶的1950年代，而且不止一次地，被认为是突破性的技术改进并未导致后续的成功。 最近的人工智能进步归因于大量数据集的可用性和丰富的计算能力和能源供应，同时复杂的计算算法也在不断发展。一些研究表明，人工智能有可能得到广泛应用。然而，在短期内，人工智能的采纳也面临着各种障碍。 当前AI系统的能力反映了数十年来的巨大进步。早期且备受瞩目的AI应用之一是IBM的DeepBlue ，这是一款能够下国际象棋的计算机。该系统在20世纪90年代末的一系列比赛中击败了世界象棋冠军加里·卡斯帕罗夫。这一应用相对较为基础，因为它依赖大量的人工输入来学习国际象棋的规则和各种策略，并提高其性能。2016年，基于神经网络的更先进系统击败了围棋世界顶级选手之一，而围棋被认为比国际象棋更具挑战性。 一个特别值得关注的问题是人工智能更广泛应用面临的潜在数据短缺问题——无论是通用信息还是特定任务的信息，用于训练AI模型的数据集可能会变得稀缺。另一个关注点是美国电力部门能否提供足够的电力来支持和冷却这些设备。这将对影响产生重大影响。 运行先进人工智能软件的计算机。在数据和能源稀缺性方面，并不确定这些因素是否会制约该技术的持续发展；一些分析师认为，尽管存在这些 因素，但它们未必会限制该技术的进一步进步。4本报告专注于AI可能对经济和联邦预算产生的渠道 ，并未评估该技术未来的发展轨迹或其最终可能完成的任务。 其他类型的AI也展现了快速的进步。例如，在2012年的ImageNet大规模视觉识别挑战赛中，区分性AI——通过学习不同类别输入数据之间的边界来正确地识别（或分类）它们——取得了突破。特别是，通过应用在大量图像数据集上训练的神经网络，参赛的其中一个AI模型（AlexNet）在识别图像方面达到了非常高的准确率。2自那以后 ，AI系统继续进步，领先模型在多任务测试中的表现在过去几年中显著提升。3 1.AshishVaswani和其他人，“注意力机制即是你所需的一切”（论文发表于第31届神经信息处理系统会议，2017年12月，更新于2023年8月） https://arxiv.org/abs/1706.03762. 人工智能对经济的潜在影响 有些人认为，人工智能可能像今天的电力和计算技术一样无处不在。尽管大型科技企业在人工智能领域进行了大量的投资，但整体上企业使用人工智能仍受到限制。因此，关于该技术经济影响的研究还处于早期阶段，研究结果尚不明确。人工智能对个别企业表现的影响尚未得到充分理解 。虽然预期该技术在整个经济层面会带来生产率提升，但这些提升的具体规模在不同的研究中存在差异。此外，人工智能使用对企业劳动力市场的总体影响也是不确定的。 生产力与经济增长 2.OlgaRussakovsky和其他人，“ImageNet大规模视觉” ,识别挑战”，国际计算机视觉杂志 第115卷(2015年4月)，第21h1ttp-s2:5/2/d页oi.，org/10.1007/s11263-015-0816.-y 3.“MMLU上的多任务语言理解”， .https://tinyurl.com/2dk7jymj 如今，许多经济学家将人工智能视为新兴的通用技术。此类技术 4.塞维利亚和其他人，AI扩展能否持续到2030年？ （时代AI，2024年8月20日)，https://tinyurl.com /bdnx4627. 4人工智能及其对经济和联邦预算的潜在影响 2024年12月 没有唯一的定义，但它们通常满足以下标准： • 它们可以在整个经济中应用； • 它们得到定期和持续的改进； • 它们的使用伴随着相关领域的创新(例如，新 产品和服务)；和 要求受访者将该技术的使用视为生产过程中的一个重要部分。例如，一项调查发现，大约有28%的人表示他们“为了工作”使用了生成式AI。8 关于人工智能经济影响的研究，包括企业在实施人工智能后所获得的生产率提升以及这些提升对经济增长的含义，仍处于相对较新的阶段。研究人员通常采用两种步骤来研究这些影响。首先，研究人员识别出人工智能可能完全取代工人或使 人•工智能有可能像过去的技术进步（如蒸汽机和 他们工作表现更好的任务。然后，研究人员将这 电它气们化提）高一了样生深产刻力改和变经社济会增，长也。像近几十年来的计算技术与互联网一样产生深远影响。5例如，类似于信息技术的广泛应用，人工智能已被发现能够提升研究人员在各个学科（如材料科学）中创造新产品时的工作效率。6 企业的