2011年诺贝尔经济学奖得主 、纽约大学教授托马斯·萨金特在2026 Inclusion·外滩大会见解论坛上表示,AI正在成为推动经济增长的重要力量 ,但围绕AI的投资、决策与政策制定,也正面临巨大的不确定性 。资本投入的规模不断扩大,并不意味着未来回报就更加确定。他用17世纪的开普勒和牛顿作比。开普勒通过大量天文观测数据,总结出了行星运行的规律 ,但当时并不知道这些规律背后的物理原因;牛顿则进一步解释了这些规律背后的基本原理。“今天的AI有点像开普勒 。 ”萨金特表示,AI真正的前沿,是能否从“开普勒阶段”走向“牛顿阶段”——不仅能够发现相关性 ,还能够进一步理解和推断事物背后的结构,在训练数据之外实现更好的泛化,并能够识别自身知识的边界。“我们还不知道AI什么时候会进入‘牛顿阶段’。”
(文章来源:科创板日报)









