资本的知识理论:自然与人工智能的价值
摘要
本文提出了一种基于知识的资本理论,从经济学角度考察自然智能与人工智能的价值。
arXiv:2606.18288v1 Announce Type: cross
摘要:本书为那些生产能力日益集中在软件、数据、模型、惯例、专业知识、平台、组织、公共资源以及公共认知基础设施的经济体,构建了一种资本的知识理论。从亚当·斯密的劳动、存量、专业化和市场范围理论出发,本书探讨了当知识变得像存量一样、可在不同形式间流动、可扩展、可治理、可重组以及在会计中不完全可见时,会发生什么变化。本书将知识承载存量作为核心对象,分析其如何生成、转化为可治理形式、部署、通过反馈改进、被封闭或共享、衡量、减值以及作为未来生产的投入。它区分了具身化、去身化、制度化、共有和公共知识形式,并提出了首次转化、认知封闭、反馈捕获、暗资本和预期知识损失等概念。该论证是有条件和可检验的:现代财富不仅取决于资本积累,还取决于生产性知识的治理方式。
查看缓存全文
缓存时间: 2026/06/18 05:44
# 资本的知识理论:自然智能与人工智能的价值 来源:https://arxiv.org/abs/2606.18288 文献工具 ## 文献与引用工具 文献探索器 切换 代码、数据与媒体 ## 演示 相关论文 ## 推荐与搜索工具 关于arXivLabs ## arXivLabs:与社区合作者开展实验项目 arXivLabs是一个框架,允许合作者直接在我们的网站上开发和分享新的arXiv功能。 与arXivLabs合作的个人和组织都已接受并认同我们在开放、社区、卓越和用户数据隐私方面的价值观。arXiv致力于践行这些价值观,并且只与遵守这些价值观的合作伙伴合作。 有没有一个能为arXiv社区增值的项目想法?**了解更多关于arXivLabs的信息** (https://info.arxiv.org/labs/index.html)。
相似文章
我们是否拥有所需的知识?重新思考企业中人类与AI的决策分工
本文探讨了如何构建既适用于人类也适用于AI系统的组织知识,并提出了一个基于任务特征和知识可用性来分配人类与AI决策权的框架,并通过制造业案例加以说明。
@obie:关键不在于(作为社会)我们能生产多少智能,而在于我们能为多少智能找到用途。而就……
Venkatesh Rao 的文章《认知重商主义》认为,AI 恐慌反映了前资本主义重商主义的零和世界观,他借用 Joyce Appleby 的资本主义历史研究指出,社会面临的挑战不是生产智能,而是为智能找到用途。
Knowledge Cards:AI系统的结构化知识
本文介绍了知识卡片(Knowledge Card),这是一种结构化且经过专家验证的工件,旨在表示AI系统中的知识,特别是对于代理AI,以增强透明度和可审计性。
AI科学与经济:系统图谱
本文认为,尽管AI在模式识别和假设生成方面表现出色,但科学和经济的进步需要与现实世界的接地互动以及制度执行,强调了人机协作的必要性。
你具有内在价值:关于新机器的古老教训
一篇反思性专栏,将新的教皇关于人工智能的通谕与历史上关于工业劳动的《新事》通谕联系起来,主张人类尊严必须成为围绕人工智能驱动的经济变革辩论的基石。