“当前对人工智能的讨论，缺乏对集体性、不确定性和激励机制的关注。”9月5日，在2024 Inclusion·外滩大会上，机器学习泰斗、美国“三院院士”迈克尔·乔丹说。

　　迈克尔·乔丹表示，当前的人工智能系统很难表达它真正学到哪些知识。相较而言，人类在面对不确定性时表现出色，尤其是在集体协作共同应对时。人工智能不仅意味着单独设备要具备一定智能，更要通过协同体现在整体系统层面。现代信息技术在医疗、交通、金融科技和商业领域的应用，需要集体性、去中心化的智能系统。

　　“AI拥有海量的数据，但有些不能生成价值，通过设计激励机制才能驱动AI智能体贡献和协作。”对此，迈克尔·乔丹提出了“三层数据市场（Three-Layer Data Markets）”模型，其中用户、平台和数据买家通过“出让数据”“购买数据”“提供服务”形成了闭环。

　　对此，迈克尔·乔丹援引了统计契约理论，这是一种结合了统计学和经济学的新型理论。在契约理论中，代理人拥有私有信息，而委托人通过激励机制形成了数据和服务相互促进的市场，维持了供需双方的利益平衡。