Многие люди ожидают, что рост глобальной экономики в будущем ускорится, и темпы роста будут не просто значительно более высокими, чем сегодня, но даже на порядки выше.

Ниже некоторые из основных причин того, почему я не считаю взрывной рост наиболее вероятным вариантом будущего.

Содержание

Большинство экономистов не ожидают взрывного роста

Оценки будущего экономического роста от самих экономистов в основном предсказывают дальнейшее снижение темпов роста. Например, в одном из исследований «публично доступных прогнозов ВВП на душу населения на длительные временные горизонты» сделан вывод о том, что рост, скорее всего, продолжит снижаться в ближайшие десятилетия в большинстве стран. Схожий отчет от PWC дает аналогичные прогнозы.

Вот некоторые доступные книги, которые исследуют экономический рост в прошлом и объясняют, почему разумно ожидать стагнации темпов роста в будущем: «Rise and Fall of American Growth» Роберта Дж. Гордона (краткая версия) и «The Great Stagnation» Тайлера Коуэна (краткий обзор).

Конечно, есть некоторые экономисты, которые ожидают увеличения темпов роста в будущем на несколько порядков, но это, как правило, исключения. Робин Хэнсон предполагает высокую вероятность такого взрывного роста в своей книге «The Age of Em», — и, для контекста, другой экономист Брайан Каплан назвал это «самым безумным утверждением» книги. Каплан также пишет, что аргументы Хэнсона в пользу таких ожиданий роста были «поразительно слабыми».

Суть здесь вовсе не в том, что общее мнение экономистов — решающий довод в пользу отказа от идеи взрывного роста (как наиболее вероятного исхода). Суть просто в том, что это представляет собой вескую причину сомневаться в неминуемости взрывного роста. И что вовсе не те, кто сомневается в резком увеличении темпов роста, являются противниками консенсуса по этому вопросу (а говоря о неминуемости, стоит отметить, что даже Робин Хэнсон не ожидает взрывного роста в ближайшие несколько десятилетий).

Темпы инноваций и научного прогресса замедлились

См. работу Блума и др. «Are Ideas Getting Harder to Find?» и работу Коуэна и Саутвуда «Is the rate of scientific progress slowing down?». Пара графиков из последней работы:

Закон Мура подходит к концу

Одна из главных причин ожидать ускорения роста в будущем — это потенциал информационных технологий. И экономисты, включая вышеупомянутых Гордона и Коуэна, действительно соглашаются, что информационные технологии были ключевым двигателем роста, который мы наблюдали в последние десятилетия. Но проблема в том, что у нас есть серьезные теоретические основания полагать, что основной тренд, который лежал в основе большинства достижений в области информационных технологий с 1960-х годов, а именно закон Мура1, в ближайшие годы перестанет работать.

И хотя возможно, что другие аппаратные парадигмы заменят известные нам кремниевые чипы и знакомый нам к этому времени рост в информационных технологиях продолжится, следует признать, что довольно-таки неясно, произойдет ли это, особенно с учетом того, что мы уже заметно отстаем от этого тренда.

Можно возразить, что это касается только аппаратного обеспечения, и что настоящий рост в области информационных технологий заключается в программном обеспечении. Но с этим утверждением есть проблема: по эмпирическим данным похоже, что рост в программном обеспечении во многом определяется ростом аппаратного обеспечения.

Рост производительности суперкомпьютеров замедляется уже много лет

Развитие производительности 500 самых мощных суперкомпьютеров в мире хорошо соответствует паттерну, который мы должны ожидать в том случае, если закон Мура прекращает работать:

500-й из самых быстрых суперкомпьютеров в мире находился на четкой экспоненциальной траектории с начала 1990-х годов до 2010 года, после чего рост производительности начал постепенно снижаться. Примерно то же самое можно сказать как о самом быстром суперкомпьютере, так и о сумме 500 самых быстрых суперкомпьютеров: наблюдается четкая экспоненциальная траектория с начала 1990-х до примерно 2013 года, после чего производительность начала все дальше отклоняться от предыдущей траектории. Настолько, что производительность суммы 500 самых мощных суперкомпьютеров теперь ниже, чем она была бы в случае экстраполяции скорости самого быстрого суперкомпьютера на основе показателей 1993-2013 годов.

Многие из наших технологий не могут стать на порядки более эффективными

Этот вопрос, возможно, наиболее подробно исследован в вышеупомянутой книге Роберта Дж. Гордона: похоже, что мы уже собрали большую часть «низко висящих плодов» в области технологических инноваций, и в некоторых аспектах невозможны дальнейшие значительные улучшения.

Энергоэффективность — это очевидный пример, так как многие из наших машин и технологий добычи энергии уже достигли значительной доли максимально возможной эффективности. Например, у электрических насосов и двигателей около 90 процентов энергоэффективности, а эффективность лучших солнечных панелей составляет более 40 процентов. Таким образом, эффективность многих из наших технологий не может быть на порядки повышена, и многие из них могут быть улучшены лишь незначительно, просто потому что они достигли предела жестких физических ограничений.

Кратко о трех возражениях

#1. Что насчет экспоненциального роста вычислительных мощностей для крупнейших сессий обучения ИИ с 2012 по 2018 годы?

Эти данные — действительно контраргумент. Однако стоит отметить, что этот рост, по-видимому, не продолжился после 2018 года. Более того, значительная часть этого роста, похоже, была неустойчивой. Например, DeepMind потеряли более миллиарда долларов в 2016-2018 годах, при этом убытки увеличивались с каждым годом: «154 миллиона долларов в 2016 году, 341 миллион долларов в 2017 году, 572 миллиона долларов в 2018 году». И, по-видимому, в 2019 году убытки были еще больше.

#2. Что насчет поста Open Philanthropy, в котором Дэвид Рудман представил диффузионную модель будущего роста, предсказывающую значительно более высокие темпы роста?

Я считаю, что эта модель упускает из виду большинство вышеизложенных моментов. Кроме того, я считаю, что следующая диаграмма из статьи Рудмана является сильным указанием на то, какова точность модели. В частности, темпы роста с 1600 по 1970 год практически все находятся в высоких перцентилях модели, в то время как темпы роста с 1980 по 2019 год находятся в низких перцентилях, и в основном снижаются по мере хода времени. Это значительный признак того, что модель не отражает нашу фактическую траекторию, и что соответствие между ними ухудшается с течением времени.

#3. У нас есть причины уделять больше внимания сценариям с высоким ростом.

Во-первых, я считаю спорным, что сценарии с более высокими темпами роста заслуживают большего приоритета (напр., так называемая «фиксация ценностей»2 может произойти и в сценариях с медленным ростом, и влияние на эти сценарии может быть более целесообразным, потому что они дают нам больше времени для получения необходимых знаний и ресурсов, чтобы оказать значительное и устойчивое положительное влияние). И еще менее очевидно, что сценарии с более высокими темпами роста заслуживают намного большего внимания, чем сценарии с более низкими темпами роста. Но даже если мы согласимся, что сценарии с высоким ростом заслуживают большего приоритета, это не должно влиять на само эпистемическое доверие, которое мы оказываем разным сценариям. Наше описательное представление не должно искажаться такими утверждениями о приоритетности.

Примечания переводчика:

  1. Согласно закону Мура количество транзисторов на интегральных схемах удваивается примерно каждые два года. ↩

  2. Фиксация ценностей (англ. value lock-in) — это состояние, при котором доминирующие ценности цивилизации перестают меняться, что ограничивает возможность дальнейшего влияния на то, чем будет заниматься эта цивилизация. ↩