站長之家（ChinaZ.com）7月12日 消息:兩位麻省理工學(xué)院的經(jīng)濟學(xué)家，Daron Acemoglu 和研究生 Todd Lensman，提出了一種經(jīng)濟模型來解決對人工智能（AI）的監(jiān)管問題。

他們認為，對于具有變革性的技術(shù)，較慢的推廣可能更好，并且結(jié)合對該技術(shù)的稅收和對特定行業(yè)使用該技術(shù)的限制，可以取得最佳效果。

根據(jù)他們的研究，較慢的推廣可以讓我們更好地了解該技術(shù)的潛在風(fēng)險和好處，以便更好地控制和應(yīng)對風(fēng)險。私人企業(yè)只承擔(dān)了人工智能濫用的一部分成本，因此它們往往有更快地采用該技術(shù)的動力。為了強制技術(shù)以合理速度被采用，研究人員考慮了稅收方案，但發(fā)現(xiàn)這些方案在理論上并不有效。

他們建議采用某種稅收機制與將該技術(shù)限制在風(fēng)險較低的特定行業(yè)中相結(jié)合的規(guī)定。這種 “監(jiān)管沙盒” 方法已經(jīng)在新技術(shù)中很常見，它可以延遲高風(fēng)險行業(yè)對機器學(xué)習(xí)的采用，直到我們更好地了解它。

雖然有人主張加快機器學(xué)習(xí)的采用速度，但也有一大部分人仍然認為應(yīng)該放慢速度，因為我們尚未完全了解這種強大技術(shù)的風(fēng)險。

研究人員也承認他們的假設(shè)可能是錯誤的，并提出未來的研究可以探討在某些行業(yè)進行實驗的方式，以不增加總體風(fēng)險。