「新技術革新時泡沫與機遇並存，核心在價值認同。」
面對經濟學家，人們常喜歡請他們基於經濟學理論對未來進行預測。而對此，坐在我們面前的諾獎得主托瑪斯·薩金特教授，最愛說的則是「我不知道。」
對不少人來說，薩金特這個名字或許還比較陌生，然而他的金句卻在這兩年廣為流傳＿「中國創新速度是美國的三倍」；「中國的經濟發展需要關注強勁的驅動力」；「人工智慧就是統計學」。
托瑪斯·薩金特（Thomas Sargent) 是理性預期學派的領袖人物，為新古典宏觀經濟學體系的建立和發展作出了傑出貢獻。他與盧卡斯、巴羅和華萊士一起開創了理性預期學派，研究利率的期限結構、工資性失業、經濟大蕭條等重大問題。2011年，因「對宏觀經濟中因果的實證研究」，托瑪斯·薩金特獲得諾貝爾經濟學獎。
近年來，薩金特教授頻頻造訪中國，曾在多個場合，表達對中國行動互聯網創新能力的感嘆，2017年更加盟了中國北大匯豐商學院，擔任薩金特數量經濟與金融研究所所長。
近日，薩金特教授在「36氪WISE 2018新商業大會」上，圍繞著「創新和企業家精神」進行了一場演講，從經濟學、科學發展視角闡述了創新來自「人與人間的連接」、「大數據帶動互聯網及未來智慧時代發展」、「企業家精神來自零數據」的觀點。
怎麼理解「企業精神來自零數據」？如何看待技術革新中產生的「泡沫」？如何在市場泡沫破碎前覺察端倪？正在發生的智慧時代，「AI就是統計學」這句話是否仍舊適用？圍繞著這些問題，《36氪》在會後對薩金特教授進行了專訪。
經濟波動與理性預期 ：「政府角色舉足輕重」
其實，市場並非不接納泡沫，只是不喜歡泡沫破碎。那麼有沒有可能在泡沫破滅前察覺端倪，並採取措施呢？
對此，薩金特教授表示：依託理性預測的理論基礎，人們透過參照和利用過去歷史提供的知識，能對泡沫進行合理預判。他個人很欣賞2013年諾貝爾經濟學獎得主羅勃·席勒（Robert Shiller），在發現市場泡沫方面做出的貢獻。
羅勃·席勒曾成功預測了2000年美國互聯網泡沫破裂、2005-2007年美國樓市危機以及2008年全球金融海嘯。作為「行為金融學」的推廣者，他認為「人腦都具有故事性」，並曾於2017年在CNBC採訪中表示，比特幣之所以價值飛漲並非在其自身價值，而是它塑造的故事激發了人的追捧，因而「抗週期性」有待考量。
除了市場泡沫，市場情緒還有來自市場參與者的不確定性，都會導致經濟波動。在薩金特教授看來：在多變的景氣循環中，單純利用歷史數據或者任何既有模型，都很難準確判斷未來，這時候，政府的角色舉足輕重。
他向我們推薦了哥倫比亞大學經濟學教授Jose A. Scheinkman的書《Speculation, Trading and Bubbles》, 其中闡述了2015年6月美國股災後的市場反應與政府應對措施，對處在景氣循環中的國家政府都有著借鑑意義。
智慧時代 ：「AI與統計學相輔相成」
今年8月，薩金特教授在中國公開演講時曾語出驚人：「AI首先是華麗的辭藻，其實就是統計學。」
在訪談中，他告訴《36氪》：這個理念並非自己原創，而是借鑑自卡內基梅隆大學教授 Larry Wasserman的統計學著作《All of Statistics》。
薩金特教授認為：「統計學和AI兩者相輔相成。」
回顧統計學、大數據的發展歷程，18-19世紀統計學誕生，隨著數據增加，人們發現計算功能落後於自己處理數據的需求；到了20世紀，隨著算力、計算功能的提升，人們得以在技術輔助下用統計學理論處理海量數據。
與此同時，統計學的思想和理論基礎也在推動深度學習、機器學習等領域的發展。正如薩金特教授所說：「如果你去學習一些AI課程的話，你會發現不少算法都是把不同的統計方法組合然後再運行的。」
其實，無論是AI還是其他革命性技術，都是多學科、交叉人才連接的結果。有一些理論，可能產生於經濟學，但是被用來解決AI領域的難題；有一些統計學理論，比如控制理論、機率論等，則可以幫助我們理解區塊鏈、深層信任網路等關鍵技術。
而對於每個個體，具備跨領域思維也顯得尤為重要。正如薩金特教授本人，雖是經濟學家，但在歷史和數學方面都頗有研究。他和我們分享了自己學習數學的經歷：在科學研究中發現當前數學的短處，30歲起步研究，40歲掌握基本原則，至今仍每天鑽研。對他而言，拓寬學科邊界是一生堅持的課題。不管是在當下還是未來，人人互聯、領域融通，都是社會創新不變的原動力。
本文為巴比特資訊授權刊登，原文標題為「諾貝爾經濟學獎得主Thomas Sargent：客觀來說，所有貨幣都是泡沫」