与一些经济学家交谈，他们几乎肯定会告诉你，疲弱的生产率增长是我们这个时代的灾难。

另一方面，舒服地靠在一些首席执行官的豪华轿车的后座上，他们会热情洋溢地诉说新技术正如何改变企业生产率。

与人工智能领域的一些专家谈话，他们很有可能会喋喋不休地说着我们正濒临一场生产率革命。如果我们达到技术奇点，生产率增速将呈指数式加快。

从那一刻起，电脑超级智能将迅速发现留待发现的一切。正如华盛顿大学计算机学教授、《主算法》一书作者佩德罗?多明戈斯所说，这个主算法将成为人类的最后一个发明。这个主算法将能够从数据中获得世界上的一切知识——过去、现在和未来。

说得婉转些，其中似乎确实存在某种“生产率悖论”。这3个故事有可能全部为真吗？很有可能，是的。

当然，在科技行业，天花乱坠的宣传并不新鲜。目前，我们距离技术奇点还相当遥远，关于我们达到这个奇点的那一天会不会到来，人们还没有达成一致。然而，我们有必要注意到，该领域有些的研究人员相信，他们将在他们的有生之年迎来这一刻。

然而，即便是目前存在的狭窄、针对特定领域的人工智能应用也在产生惊人的结果——大型科技公司正在该领域投入资金。要了解未来可能发生的事情，我们有必要关注一下伦敦初创企业BenevolentAI，该公司试图实现医学研究的革命。

BenevolentAI创始人肯尼思?梅尔文认为，药品的发现在很大程度上是一项信息和数据挑战，这些挑战能够由人工智能有效解决。在线医学研究网站PubMed拥有2600万篇文献，并每年新增约100万篇文献。这显然是任何一个研究团队所有成员一辈子都无法完全吸收的。

BenevolentAI搭建了一个电脑“引擎”，能够阅读这些数据、对其整理归类并提取相关信息，突出显示一个领域中能够应用于另一个领域的“概念假说”。“你可以用以前想象不到的规模来看事情，”马尔瓦尼表示，“这种由人工智能评估的组件可以增强人类智慧。”

BenevolentAI正与谢菲尔德大学的研究人员合作，以研究治疗运动神经元疾病和肌萎缩性侧索硬化症的新方法。初步结果大有希望。

神经学讲师理查德?米德表示，BenevolentAI已确认一种药物发现的途径并开启了一种惊人的新途径。“他们的引擎可以浏览大量信息，以发现新的想法重新利用。”

它还可以帮助根据基因构成来制定个性化的个人解决方案。转化神经生物学讲师劳拉?费拉约洛表示：“我们确实对此感到兴奋。潜力是惊人的。”

一些经济学家认为，迅速扩大的数据集、机器学习和日益提高的计算能力，这些都应被列为除资本和劳动力之外的一种全新的生产要素。

人工智能正缔造一种新的“虚拟劳动力”，提高人类智慧的生产率并推动新的创新。另外，与其他生产要素不同，人工智能不会随着时间的流逝而贬值。它将受益于网络和规模效应。例如所有自动驾驶汽车都能从其他此类汽车身上学习。