從經(jīng)濟(jì)學(xué)到機(jī)器學(xué)習(xí)：大數(shù)據(jù)與大算力驅(qū)動(dòng)的想象空間像托馬斯·薩金特，就是那個(gè)教機(jī)器學(xué)習(xí)、認(rèn)識世界的人。77歲的薩金特對AI、大數(shù)據(jù)、機(jī)器學(xué)習(xí)的一次專業(yè)演講，是最近在杭州，在2019羅漢堂數(shù)字經(jīng)濟(jì)年會(huì)上，同堂演講的還有2013年諾貝爾經(jīng)濟(jì)學(xué)獲得者拉爾斯·彼得·漢森等人。

作為2011年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者、理性預(yù)期學(xué)派的領(lǐng)袖人物，薩金特不僅在經(jīng)濟(jì)學(xué)領(lǐng)域頗有建樹，其跨學(xué)科研究的旨趣，認(rèn)為語言、理論和數(shù)據(jù)之間有很親密的關(guān)系，也讓其在人工智能領(lǐng)域走得更遠(yuǎn)——交叉學(xué)科研究推動(dòng)的科技（包括AI）進(jìn)步，是薩金特格外看重和親身投入的。

從經(jīng)濟(jì)學(xué)到機(jī)器學(xué)習(xí)，不變的是對數(shù)據(jù)奧秘的發(fā)現(xiàn)力。本質(zhì)上，現(xiàn)在的經(jīng)濟(jì)學(xué)就是用數(shù)據(jù)、模型認(rèn)識世界、解釋世界，進(jìn)而提供各類決策建議的。而薩金特在題為《信息、幾何、計(jì)算》的演講開篇即指出，“我們現(xiàn)在有大量的數(shù)據(jù)組，以及我們有快速的計(jì)算能力”，同為經(jīng)濟(jì)學(xué)家的漢森也強(qiáng)調(diào)這一領(lǐng)域需要的是非常豐富的數(shù)據(jù)來源、很好的運(yùn)算法則，由此其實(shí)不難看出，他們對數(shù)據(jù)分析的傾心、以及數(shù)據(jù)在當(dāng)前時(shí)代的空前富集、算力的增長，是這些“最強(qiáng)大腦”們樂于活躍在機(jī)器學(xué)習(xí)這類前沿領(lǐng)域的重要因素。

薩金特和漢森的開門見山背后，隱含了一個(gè)事實(shí)——近幾年的人工智能熱潮，很大的驅(qū)動(dòng)力來自GPU的廣泛應(yīng)用，以及計(jì)算因此變得更快、更有效，而且成本低廉。伴隨者廣泛的應(yīng)用，各種形式的海量數(shù)據(jù)的涌現(xiàn)，相應(yīng)的存儲能力，也使得數(shù)據(jù)應(yīng)用的前景變得空前明朗。

顯然，大數(shù)據(jù)與大算力所帶來的想象空間是無界的，正如任何一次重大的技術(shù)革命，其影響之廣泛總是超乎想象。對于像薩金特這種“最強(qiáng)大腦”們來說，如今盡享數(shù)據(jù)與算力之便的機(jī)器學(xué)習(xí)，就是突破想象空間的原點(diǎn)。

從更多的數(shù)據(jù)、更強(qiáng)的算力，到更好地在機(jī)器學(xué)習(xí)領(lǐng)域處理數(shù)據(jù)，在薩金特這里，基于信息理論的各種模型，一直在其中發(fā)揮關(guān)鍵作用，從而體現(xiàn)出機(jī)器學(xué)習(xí)的優(yōu)勢。利用模型來認(rèn)識世界，不是新事物，但正如薩金特所指出的，如果模型包含了“不可數(shù)的參數(shù)空間”，機(jī)器是沒有辦法學(xué)習(xí)的。不過，在大數(shù)據(jù)、大算力的加持之下，如今信息理論在這方面可以發(fā)揮的作用更大了，即基于信息理論的核心概念“信息熵”，用“最大熵”原則去指導(dǎo)機(jī)器學(xué)習(xí)的發(fā)展方向，而這樣的計(jì)算在機(jī)器學(xué)習(xí)領(lǐng)域?qū)?yīng)著非常漂亮的公式，正是機(jī)器學(xué)習(xí)的優(yōu)勢所在。

現(xiàn)實(shí)世界并不是理想的、理性的，這個(gè)問題對合理模型的構(gòu)建提出了挑戰(zhàn)。然而薩金特指出，模型可能不是盡善盡美的，有一些問題的，但是依靠大數(shù)據(jù)、通過（界限值的）對比（或參照），我們還可以進(jìn)行相應(yīng)的選擇。

在薩金特的演講中，漂亮的函數(shù)和模型永遠(yuǎn)不會(huì)缺席，作為處理數(shù)據(jù)的方法和工具，薩金特對他們的喜愛和信心溢于言表。人工智能時(shí)代的機(jī)會(huì)，可能就藏在薩金特對它們的贊美之中。在經(jīng)濟(jì)學(xué)領(lǐng)域，薩金特作為理性預(yù)期學(xué)派的領(lǐng)袖人物而知名，這個(gè)影響廣泛的學(xué)派，有一個(gè)與人工智能一樣“樂觀”的基礎(chǔ)——基于這個(gè)學(xué)派的假說來構(gòu)建模型時(shí)，經(jīng)濟(jì)學(xué)家認(rèn)為人是可以預(yù)測未來的。

不僅如此，薩金特從經(jīng)濟(jì)學(xué)向人工智能領(lǐng)域的跨界，實(shí)際上也帶去了其在經(jīng)濟(jì)學(xué)領(lǐng)域的開創(chuàng)性發(fā)現(xiàn)、為人工智能提供了新的思維方式。

不同學(xué)科與人工智能領(lǐng)域的互動(dòng)其實(shí)是雙向的。薩金特之前受訪時(shí)曾透露，舊金山聯(lián)儲主席威廉姆斯，已經(jīng)將一些復(fù)雜的人工智能模型引入到政策制定中。這一成果，源于薩金特將其經(jīng)濟(jì)理論與人工智能的結(jié)合，在薩金特看來，人工智能代理模型越接近理性預(yù)期模型，人工智能代理就越智能化。人工智能細(xì)化和促進(jìn)了理性預(yù)期模型。

對人工智能領(lǐng)域來說，正如在薩金特的研究中所體現(xiàn)出來的，在當(dāng)前階段從各個(gè)領(lǐng)域廣泛汲取營養(yǎng)可能是必要的。“有好多應(yīng)用科學(xué)像工程學(xué)、物理學(xué)、經(jīng)濟(jì)學(xué)，我們會(huì)建立一些模型模擬世界運(yùn)營……我們的目的是希望解釋我們所觀察到的世界上的現(xiàn)象，而我們關(guān)鍵的工具是使用模型，然后放到電腦里模擬。”薩金特從來不缺少對跨學(xué)科的研究和論斷，而事實(shí)上，現(xiàn)代科學(xué)或科技最重要的成果，幾乎無不是建立在大量的交叉研究基礎(chǔ)之上，而人工智能作為軟、硬結(jié)合且尚待重大突破的一門科學(xué)，顯然也應(yīng)如此。

如歷屆諾貝爾獎(jiǎng)中所體現(xiàn)的那樣，薩金特在2011年獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)，一方面在于開創(chuàng)性的研究，另一方面，其實(shí)也在于樂觀地回應(yīng)了外界對于現(xiàn)實(shí)經(jīng)濟(jì)問題的關(guān)切。當(dāng)前外界對于人工智能同樣不乏關(guān)切，而像薩金特這樣的領(lǐng)袖型學(xué)者，擁有前瞻、多維的視角和方法，并且從不缺少對這一領(lǐng)域的信心，無疑是回應(yīng)世界關(guān)切的最好人選。

相比22年前深藍(lán)擊敗了人類象棋冠軍所引起的轟動(dòng)，今天的“理性預(yù)期”告訴我們，人工智能之路可能依然還有很長，但卻已經(jīng)很寬。