Starszy decydenci w banku centralnym Singapuru, władzach monetarnych, zasugerował, że technologia sztucznej inteligencji nie jest jeszcze odpowiednia do wykorzystania w pracach nad rozwojem polityki.
„W ciągu ostatniego roku banki centralne musiały odpowiadać na trudne pytania dotyczące naszego zbiorowego niepowodzenia w przewidywaniu trwałości inflacji po pandemii, co z kolei postawiło pod znakiem zapytania przydatność naszych modeli” – powiedział zastępca dyrektora zarządzającego ds. polityki gospodarczej i dyrektor ds. – oświadczył w poniedziałek ekonomista władz monetarnych Edward S. Robinson przemówienie wygłoszony podczas zaawansowanych warsztatów dla bankierów centralnych 2024 zorganizowanych przez National University of Singapore.
„W związku z tym możemy zadać sobie pytanie, czy ekonomiści powinni zwracać większą uwagę na najnowsze postępy w zakresie analityki danych i technologii sztucznej inteligencji (AI), aby ulepszyć nasze prognozy i modele” – dodał.
Odpowiedź Edwardsa na to pytanie brzmi: tak – i nie.
Jego „tak” wynikało z faktu, że sztuczna inteligencja już w widoczny sposób pomogła decydentom.
„Techniki AI/ML zostały wykorzystane do identyfikacji nietypowych transakcji finansowych, pomagają organom nadzorczym w przeglądaniu dużych ilości danych tekstowych przesyłanych przez instytucje finansowe w celu zidentyfikowania obszarów wrażliwych oraz generowaniu dynamicznych miar oczekiwań inflacyjnych za pomocą postów w mediach społecznościowych” – wyjaśnił.
Następnie Edwards pochwalił podejścia do modelowania AI/ML za „jego zdolność do pozwalania, aby dane elastycznie określały funkcjonalną formę modelu”, ponieważ zdolność ta „potencjalnie umożliwia modelom AI/ML uchwycenie nieliniowości w dynamice gospodarczej w sposób naśladujący ekspertów (ludzki) osąd.”
Generatywna sztuczna inteligencja idzie jeszcze dalej: „Nowoczesne, wielkojęzykowe modele wytrenowane na ogromnych ilościach danych mogą generować alternatywne scenariusze, określać i symulować podstawowe modele ekonomiczne oraz przewyższać ekspertów w prognozowaniu inflacji” – zachwycał się.
Ale LLM mają ograniczenia, więc Edwards również zaproponował „nie”.
„Elastyczność tej klasy modeli jest również wadą: modele AI/ML mogą być „kruche”, ponieważ ich wyniki są często bardzo wrażliwe na wybór parametrów modelu lub wyświetlane podpowiedzi” – zauważył Edwards. W połączeniu z nieprzejrzystością wyników „ta wada utrudnia analizę czynników leżących u podstaw modelowanego procesu”.
Zauważył również, że obecne LLM „zmagają się z zagadkami logicznymi i operacjami matematycznymi, co sugeruje, że nie są jeszcze w stanie zapewnić wiarygodnych wyjaśnień własnych przewidywań”.
Dlatego Edwards zasugerował, że najlepszą rolą obecnych LLM w zestawach narzędzi do modelowania banku centralnego „jest wykorzystanie ich w modelach satelitarnych, które uzupełniają podstawowe modele strukturalne”.
„Oprócz niezależnego stosowania technik sztucznej inteligencji do prognozowania zadań, mogłoby to obejmować podejścia „półstrukturalne” łączące metody sztucznej inteligencji z teorią ekonomii”. Postrzega także „obiecujące zastosowania” głębokiego uczenia się jako narzędzie do „szacowania zależności ekonomicznych, takich jak Krzywa Phillipsa, które stanowią podstawę standardowych modeli makroekonomicznych.”
Edwards zauważył, że obecne modele MAS zostały zbudowane poprzez „rygorystyczne włączenie najbardziej istotnych nowych osiągnięć, przy jednoczesnym zachowaniu ich podstawowych podstaw teoretycznych”. W miarę jak bank centralny buduje swoją wiedzę na temat sztucznej inteligencji, jego zdaniem „moglibyśmy zacząć wprowadzać je do naszych modeli koni roboczych w podobny sposób”.
Zasugerował, że takie postępowanie mogłoby poprawić efektywność decydentów, pod warunkiem że organizacje takie jak MAS będą interweniować, aby zapewnić działanie technologii.
Ogólnie rzecz biorąc, zasugerował, że sztuczna inteligencja jest pożądanym rozwiązaniem dla MAS.
„Droga przed modelowaniem gospodarczym jest ekscytująca” – podsumował. „Ciągłe zmiany w gospodarce światowej rodzą nowe pytania dla naszych modeli, a techniki, które możemy zastosować, aby odpowiedzieć na nie, stają się coraz bogatsze”. ®
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
- PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
- PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
- Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
- Źródło: https://go.theregister.com/feed/www.theregister.com/2024/03/12/singapore_mas_ai_policy_prediction/
- :ma
- :Jest
- :nie
- $W GÓRĘ
- 2024
- 7
- a
- zdolność
- O nas
- w dodatku
- zaawansowany
- zaliczki
- Po
- przed
- AI
- AI / ML
- pozwala
- już
- również
- kwoty
- an
- analityka
- i
- odpowiedź
- aplikacje
- awanse
- SĄ
- obszary
- sztuczny
- sztuczna inteligencja
- Sztuczna inteligencja (AI)
- AS
- zapytać
- At
- Uwaga
- władza
- Bank
- Bankierzy
- Banki
- podstawowy
- BE
- Niedźwiedź
- bić
- być
- rozpocząć
- jest
- BEST
- Poza
- przynieść
- Buduje
- wybudowany
- by
- nazywa
- oprawa ołowiana witrażu
- CAN
- zdolność
- zdolny
- zdobyć
- centralny
- Bank centralny
- bankierzy centralni
- Banki Centralne
- szef
- Główny ekonomista
- wybór
- klasa
- CO
- Collective
- połączony
- Komplement
- zawarta
- Podłączanie
- w konsekwencji
- rdzeń
- mógłby
- wiarygodny
- Aktualny
- dane
- Analityka danych
- Deklarowana
- głęboko
- głęboka nauka
- dostarczona
- dostarcza
- zastępca
- Ustalać
- oprogramowania
- wydarzenia
- trudny
- Dyrektor
- sterowniki
- dynamiczny
- dynamika
- Gospodarczy
- Polityka ekonomiczna
- Ekonomista
- ekonomiści
- gospodarka
- Edward
- Edwards
- efektywność
- zapewnić
- oszacowanie
- Parzyste
- EVER
- ekscytujący
- oczekiwania
- ekspert
- eksperci
- wyjaśnione
- Wyjaśnienia
- rozciągać się
- fakt
- Brak
- czuje
- budżetowy
- Instytucje finansowe
- wada
- Elastyczność
- elastycznie
- W razie zamówieenia projektu
- Prognozy
- przewidywać
- Nasz formularz
- Fundamenty
- od
- funkcjonalny
- dalej
- Generować
- Globalne
- Gospodarka światowa
- Goes
- Rosnąć
- miał
- Have
- he
- pomoc
- pomógł
- wysoko
- HTTPS
- człowiek
- zidentyfikować
- if
- podnieść
- in
- włączenie
- niezależnie
- inflacja
- Oczekiwania inflacyjne
- informować
- instytucje
- Inteligencja
- interweniować
- najnowszych
- ISN
- IT
- JEGO
- jpg
- język
- duży
- nauka
- niech
- lubić
- Ograniczenia
- logika
- długo
- Makroekonomiczne
- WYKONUJE
- zarządzający
- Dyrektor zarządzający
- ALE
- matematyczny
- Może..
- środków
- Media
- metody
- model
- modelowanie
- modele
- Poniedziałek
- Monetarny
- władze monetarne
- jeszcze
- większość
- narodowy
- Nowości
- Nie
- zauważyć
- of
- oferowany
- często
- on
- ONE
- trwający
- operacje
- or
- organizacji
- ludzkiej,
- wydajność
- koniec
- własny
- pandemiczny
- parametry
- Przeszłość
- ścieżka
- zwracając
- uporczywość
- plato
- Analiza danych Platona
- PlatoDane
- polityka
- politycy
- Wiadomości
- potencjalnie
- Chwalony
- Przewidywania
- wygląda tak
- obiecujący
- monity
- pod warunkiem,
- że
- Puzzle
- pytanie
- pytania
- gotowy
- niedawny
- Relacje
- wspornikowy
- bogatszy
- Rola
- s
- satelita
- mówią
- scenariusze
- widzi
- senior
- wrażliwy
- Przesunięcia
- powinien
- Przesiać
- podobny
- symulować
- Singapur
- Singapur
- So
- Obserwuj Nas
- Media społecznościowe
- Posty w mediach społecznościowych
- standard
- state-of-the-art
- strukturalny
- Walka
- składane
- taki
- odpowiedni
- zadania
- Techniki
- Technologies
- Technologia
- XNUMX
- że
- Połączenia
- ich
- Im
- następnie
- teoretyczny
- teoria
- w związku z tym
- one
- to
- Przez
- Rzucanie
- do
- narzędzie
- przeszkolony
- transakcje
- SKRĘCAĆ
- zasadniczy
- podbudować
- zrozumienie
- uniwersytet
- posługiwać się
- używany
- za pomocą
- Naprawiono
- kłęby
- Wrażliwy
- Droga..
- we
- powitanie
- były
- który
- Podczas
- Wikipedia
- w
- Praca
- warsztat
- rok
- tak
- jeszcze
- zefirnet