机器学习如何产生巨大的经济效益

closeup photo of eyeglasses technology machine learning systems software computer tech ai artificial intelligence
After eBay improved its translation software, international commerce increased sharply.Image: Unsplash/Kevin Ku
本内容由人工智能自动翻译。

一项由麻省理工学院经济学家共同撰写的新研究显示,翻译软件的改进能够显著促进在线国际贸易,这是机器学习明显影响经济活动的一个案例。

研究发现,eBay 于 2014 年改进自动翻译程序后,在人们能够使用新系统的国家配对之间,贸易额增长了 10.9%。

“这个数字很惊人。在这么短的时间内,效果如此明显,确实充分体现了这项技术的力量。”麻省理工学院经济学家、详细介绍这项研究结果的新论文共同作者埃里克·布林约尔松说。

他补充说,为了更好地理解这些结果,不妨考虑一下:单是地理距离本身,也是全球贸易的一大障碍。他说,eBay 新翻译软件带来的 10.9% 变化,对贸易的促进作用相当于“就我们研究的商品所受的影响而言,让世界缩小了 26%”。

论文《机器翻译会影响国际贸易吗?来自大型数字平台的证据》刊登于 12 月的《管理科学》期刊。作者包括布林约尔松(麻省理工学院斯隆管理学院舒塞尔家族管理科学教授),以及向辉和孟刘(均为圣路易斯华盛顿大学奥林商学院助理教授)。

因果关系

为开展这项研究,学者们考察了 eBay 于 2014 年推出全新 eBay 机器翻译(eMT)系统后发生的情况。这是一套专有机器学习程序,根据多项客观指标,它显著提升了 eBay 网站上的翻译质量。新系统最初专注于英西互译,以促进美国与拉丁美洲之间的贸易

此前,eBay 使用必应翻译来翻译待售商品的标题。根据一项名为“人工接受率”(HAR)的评估指标(由三位专家判定译文是否可接受),eMT 系统将 eBay 上可接受的西班牙语商品标题比例从 82% 提高到 90%。

随后,研究人员利用 eBay 的管理数据,考察 eMT 系统投入使用后平台上各国国内的贸易额。其他条件相同的情况下,研究表明,新翻译系统不仅影响了销售额,而且 eBay 商品标题每增加一个词,贸易额就增加 1.06%。

对于一个电商平台而言,这是相当大的变化。正如论文所述,平台上的待售商品往往有很长、描述性很强的标题,例如“新款 .925 纯银切割镶钻可叠戴纤细婚戒,尺码 4–12”,或“Alpine Swiss Keira 女士双排扣系带羊毛风衣”。在这些情况下,译文更清晰,有助于潜在买家准确了解自己可能购买的商品。

考虑到这项研究的具体程度,布林约尔松称之为“一个非常难得的自然实验,通过鲜明的前后对比,清楚呈现了使用机器翻译与不使用机器翻译时的情况”。

他补充说,研究的设计使研究人员能够有把握地指出,受影响国家之间贸易额的变化是由 eBay 的新程序直接带来的,而非外部因素所致。

“在经济学中,进行因果分析并证明 A 导致了 B,而不只是 A 与 B 相关,往往很困难。”布林约尔松说,“但在这个案例中,我很有把握使用因果措辞,并指出机器翻译的改进导致国际贸易增长。”

更大的谜题:生产率问题

这篇论文源于一个长期存在的问题:新技术与经济生产率之间有何关系?过去几十年里,人工智能的多种形式不断发展和扩展,但人工智能的影响——包括机器翻译系统等技术的影响——在经济统计数据中并不明显。

“核心技术确实取得了一些惊人的进步,包括自然语言处理和翻译等领域。”布林约尔松说,“但一直缺少的是经济影响或商业影响方面的证据。所以这有点令人困惑。”

布林约尔松、向辉和孟刘在探讨能否衡量人工智能不同形式所带来的经济影响时,认为机器翻译“很适合作为研究对象,因为它的实施相对直接”,布林约尔松补充道。也就是说,至少在 eBay 上,更好的翻译能够影响经济活动,而不需要同时发生其他技术变革。

从这个角度看,这些发现与布林约尔松近年来提出的一个更宏大的观点相契合:采用人工智能技术会使生产率呈现“J 曲线”。正如布林约尔松此前所写,要产生显著的经济影响,应用范围广泛的人工智能技术仍“需要大量配套投资,包括重新设计业务流程、共同开发新产品和商业模式,以及投资人力资本”。

因此,引入人工智能技术时,生产率可能看似有所放缓;而配套技术发展起来后,生产率可能看似迅速提升,呈现“J 曲线”形态。

因此,尽管布林约尔松认为这项研究的结果很明确,但他提醒,不应仅凭这一发现就过度概括机器学习及其他人工智能形式对经济活动的影响。每个案例都不相同,人工智能本身并不总会带来如此显著的变化。

“在这个案例中,要让这项技术使公司受益,并不需要发生很多其他变化。”布林约尔松说,“但在许多其他情况下,则需要更复杂的配套变革。这就是为什么在大多数机器学习案例中,收益需要更长时间才能显现。”

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。