欢迎来到大世界资讯网

客户服务 关于我们

您的位置:首页 > 新闻 > 产业 > 阿里巴巴罗汉堂发布最关乎人类未来的十大问题

阿里巴巴罗汉堂发布最关乎人类未来的十大问题

2019-06-25 来源:中国新闻网  浏览:    关键词:经济学,诺贝尔,诺贝尔经济学奖,数字经济,经济

中新网杭州6月25日电 (记者 魏晞)25日,阿里巴巴倡议成立的罗汉堂发布最关乎人类未来的十大问题。

200多位来自全球的顶尖学者、政界、企业界担任人应邀在杭州“西湖论剑”,闭门研讨十大问题,其中包括6位诺贝尔经济学奖取得者。

第一问:我们是应该先控制风险,还是先迎接数字技术?2001诺贝尔经济学奖取得者迈克尔·斯宾塞(MichaelSpence)以为,数字经济带来的福利还难以被精确权衡和估量,这会影响我们均衡数字经济风险和收益。

现有对经济的权衡集中在对经济增长的关注,疏忽了安康、生活便利等其他福利。

数字经济的长期影响是深度多维的,需求一个更多维的框架权衡个人和社会福利。

第二问:数字技术会扩展鸿沟,还是会让世界变平?2001诺贝尔经济学奖取得者迈克尔·斯宾塞(MichaelSpence)以为,中国数字经济的展开不只体往常增长速度上,还体往常悠远、贫穷群体与现有经济资源的分离速度上,这是令人震惊的普惠增长方式。

美国马里兰大学助理教授阿尔伯特·罗西(AlbertoRossi)以为:智能投顾能够辅佐用户更稳健地配置资产,特别是对投资阅历少、现金持有比例高、频繁买卖的用户而言更是如此。

智能投顾让投资更普惠。

第三问:数据是谁的?谁是真正的受益者?2014诺贝尔经济学奖取得者让·梯若尔(JeanTirole)以为:我们如何在维护个人隐私的同时,不遏制科技的进步和创新的向前?我们想倒掉洗澡水,但别把宝宝也泼进来了。

第四问:数字技术会让更多的人失业,还是会让工作时间更短?2010诺贝尔经济学奖取得者克里斯托弗·皮萨里德斯(SirChristopherPissarides)以为:并没有证据证明技术会带来失业率的进步。

但技术的展开过程中,的确会促进就业的结构性转变。

以1980年以来的就业数据显现,就业逐步从制造业向效劳业转变。

第五问:谁是平台经济的受益者,是一切参与者,还是少数平台公司?2010诺贝尔经济学奖取得者克里斯托弗·皮萨里德斯(SirChristopherPissarides)以为:数字平台是对分散市场匹配技术的改进,它具有进步一切市场参与者效率的潜力。

2010诺贝尔经济学奖取得者克里斯托弗·皮萨里德斯(SirChristopherPissarides)以为:互联网战争台经济能够有效突破限制成熟市场展开的障碍。

在中国,没有互联网,农民只能进城打工才干进步收入,互联网让他们在家乡也可能取得同样的展开机遇。

澳大利亚新南威尔士大学教授理查德·霍尔登(RichardHolden)以为:数字技术改动了企业的协同方式和边境,让原本很多公司内部才干完成复杂的协同变得高效和透明,更多的事务能够在公司外部由市场协同来完成。

这给小微企业带来更大的生存空间,更高效的应用资源做专业化分工。

第六问:管理机制要如何改动,才干顺应数字时期?2016年诺贝尔经济学奖取得者本特·霍姆斯特罗姆(BengtHolmstr?m)以为:人工智能正在改动我们的经济展开机制,也会改动我们制定政策的方式。

第七问:金融效劳在越来越平民化的同时,会不会引发更多的风险?2016年诺贝尔经济学奖取得者本特·霍姆斯特罗姆(BengtHolmstr?m)以为:数字经济时期,信息是一种新的抵押品。

有了数字平台上搜集的信息,小额借款人取得信贷不需求抵押品,由于贷款人比借款人更了解他的信誉。

在这方面,平台方式更接近于西方信誉卡的基础方式,同时由于它基于数字辨认,并包含大量数据,所以比信誉卡低价得多,也不容易被狡诈。

第八问:数字时期全球化会走回头路吗?2001诺贝尔经济学奖取得者迈克尔·斯宾塞(MichaelSpence)以为:让我感到兴奋的是中国的数字经济增长范式能够启示其他国度,开发庞大的国内市场就能带来庞大的增长机遇。

在此基础上我们不难想象,只需求一点点的国际协作,这种展开方式就能推行到全世界。

各国小微企业参与到国际市场中或将成为下一个增长引擎,这才是最最激动人心的事。

第九问:人工智能该不该有道德观?2011年诺贝尔经济学取得者托马斯·萨金特(ThomasSargent)以为:说到底,机器并不是自己在学习,它们学的,都是人类输入的数据。

是人类在通知机器要学习什么。

因而,我们人类在给机器提供数据的时分,要努力去除掉一些成见。

第十问:大算力和大数据,一定会让我们离真相更近吗?2013年诺贝尔经济学取得者拉尔斯·彼得·汉森(LarsPeterHansen)以为:数字经济时期,丰厚的数据的确为经济学剖析提供了更多的素材,但是实证剖析自身的价值则十分有限。

关于实践发作什么和可能发作什么,理论模型却能辅佐我们做不同情形和不同政策下的比较。

因而纯数据驱动具备一定的局限性,模型能让人们在大数据时期的今天做更好的决策。

2011年诺贝尔经济学取得者托马斯·萨金特(ThomasSargent)以为:大数据和大算力提升了笼统信息理论的价值,它们的高速展开对处置信息的办法论提出更高请求。

更优的信息估量技术,算法博弈论,多元时间序列算法和数据模仿技术等都能够在大数据时期分发光彩。

(完)

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:service@qeerd.com,投稿邮箱:tougao@qeerd.com