211service.com
En AI kan simulere en økonomi millioner av ganger for å skape mer rettferdig skattepolitikk
Tony Webster / Flickr
Inntektsulikhet er et av økonomiens overordnede problemer. Et av de mest effektive verktøyene politikere har for å ta tak i det, er skattlegging: regjeringer samler inn penger fra folk i henhold til hva de tjener og omfordeler dem enten direkte, via velferdsordninger, eller indirekte, ved å bruke dem til å betale for offentlige prosjekter. Men selv om mer beskatning kan føre til større likhet, kan det å beskatte folk for mye hindre dem fra å jobbe eller motivere dem til å finne måter å unngå å betale på – noe som reduserer den totale potten.
Å få riktig balanse er ikke lett. Økonomer stoler vanligvis på antakelser som er vanskelige å validere. Folks økonomiske oppførsel er kompleks, og det er vanskelig å samle data om det. Tiår med økonomisk forskning har kjempet med å utforme den beste skattepolitikken, men det er fortsatt et åpent problem.
Forskere ved det amerikanske forretningsteknologiselskapet Salesforce tror AI kan hjelpe. Ledet av Richard Socher har teamet utviklet et system kalt AI-økonom som bruker forsterkende læring - samme type teknikk bak DeepMinds AlphaGo og AlpahZero - for å identifisere optimale skattepolitikker for en simulert økonomi. Verktøyet er fortsatt relativt enkelt (det er ingen måte det kan inkludere alle kompleksitetene i den virkelige verden eller menneskelig atferd), men det er et lovende første skritt mot å evaluere politikk på en helt ny måte. Det ville vært utrolig å gjøre skattepolitikken mindre politisk og mer datadrevet, sier teammedlem Alex Trott.
I et tidlig resultat fant AI en politikk som – når det gjelder å maksimere både produktivitet og inntektslikhet – var 16 % mer rettferdig enn et avansert progressivt skatterammeverk studert av akademiske økonomer. Forbedringen i forhold til dagens amerikanske politikk var enda større. Jeg synes det er en helt interessant idé, sier Blake LeBaron ved Brandeis University i Massachusetts, som har brukt nevrale nettverk til å modellere finansmarkeder.
I simuleringen blir fire AI-arbeidere kontrollert av hver sin forsterkningslæringsmodell. De samhandler med en todimensjonal verden, samler tre og stein og enten bytter disse ressursene med andre eller bruker dem til å bygge hus, noe som tjener dem penger. Arbeiderne har ulike ferdighetsnivåer, noe som fører til at de spesialiserer seg. Lavere kvalifiserte arbeidere lærer at de gjør det bedre hvis de samler ressurser, og høyere kvalifiserte lærer at de gjør det bedre hvis de kjøper ressurser for å bygge hus. På slutten av hvert simulert år blir alle arbeidere beskattet med en sats utarbeidet av en AI-kontrollert beslutningstaker, som kjører sin egen forsterkningslæringsalgoritme. Politikerens mål er å øke både produktiviteten og inntekten til alle arbeidere. AI-ene konvergerer til optimal oppførsel ved å gjenta simuleringen millioner av ganger.
Begge forsterkningslæringsmodellene starter fra bunnen av, uten forkunnskaper om økonomisk teori, og lærer hvordan de skal handle gjennom prøving og feiling – omtrent på samme måte som DeepMinds AI-er lærer å spille Go og sjakk på overmenneskelige nivåer uten menneskelig innsats. .
Kan du lære mye av bare fire AI-arbeidere? I teorien, ja, fordi enkle interaksjoner mellom en håndfull agenter snart fører til svært kompleks atferd. (Til tross for all kompleksiteten involverer Go fortsatt bare to aktører, for eksempel.) Likevel er alle involverte i prosjektet enige om at å øke antall arbeidere i simuleringen vil være avgjørende hvis verktøyet skal modellere realistiske scenarier.
Spille systemet
Den doble dosen av AI er nøkkelen. Nevrale nettverk har tidligere blitt brukt til å kontrollere agenter i simulerte økonomier. Men å gjøre politikeren til en kunstig intelligens også fører til en modell der arbeiderne og beslutningstakerne kontinuerlig tilpasser seg hverandres handlinger. Dette dynamiske miljøet var en utfordring for forsterkningslæringsmodellene, siden en strategi lært under en skattepolitikk kanskje ikke fungerer så godt under en annen. Men det betydde også at AI-ene fant måter å spille systemet på. For eksempel lærte noen arbeidere å unngå skatt ved å redusere produktiviteten for å kvalifisere for en lavere skatteramme og deretter øke den igjen. Salesforce-teamet sier at denne gi-og-ta mellom arbeidere og beslutningstakere fører til en simulering som er mer realistisk enn noe som er oppnådd med tidligere modeller, der skattepolitikken vanligvis er fastsatt.
Skattepolitikken som AI Economist kom med er litt uvanlig. I motsetning til de fleste eksisterende politikker, som enten er progressive (det vil si at høyere inntekter beskattes mer) eller regressive (høyere inntekter beskattes mindre), flettet AIs politikk sammen aspekter ved begge, og brukte de høyeste skattesatsene på rike og fattige og de laveste til mellominntektsarbeidere. Som mange løsninger som AI-er kommer opp med – for eksempel noen av AlphaZeros spillvinnende trekk – virker resultatet kontraintuitivt og ikke noe et menneske kan ha utviklet. Men dens innvirkning på økonomien førte til et mindre gap mellom rik og fattig.
For å se om den AI-genererte skattepolitikken ville påvirke menneskelig atferd på lignende måte, testet teamet den på mer enn 100 crowdworkers ansatt gjennom Amazons Mechanical Turk, som ble bedt om å ta kontroll over arbeiderne i simuleringen. De fant ut at politikken oppmuntret menneskene til å spille på omtrent samme måte som AI-ene, og antydet – i det minste i prinsippet – at AI Economist kunne brukes til å påvirke reell økonomisk aktivitet.
Uendelig justering
En annen fordel med en AI-drevet simulering er at du kan justere parametere for å utforske forskjellige scenarier. For eksempel vil det være mulig å modellere virkningen av en pandemi ved å legge til begrensninger som sosial distansering og begrenset tilgang til ressurser, eller ved å fjerne folk fra arbeidsstyrken. Det er vanskelig å komme med optimale skatteteorier basert på fortiden hvis fremtiden ser veldig annerledes ut, sier Socher.
Simuleringens evne til å modellere endring er et stort pluss, sier LeBaron: Det er ganske interessant å se arbeiderne tilpasse seg skattekoden. Dette kommer rundt en av de store kritikkene mot eksisterende skattemodeller der atferd typisk er fikset, sier han.
LeBarons hovedreservasjon er det lille antallet agenter verktøyet er begrenset til så langt. Det er folk som hevder at du kan få dyp intellektuell innsikt med bare noen få agenter, sier han. Jeg er ikke en av dem. Han vil gjerne se det simulere rundt 100 arbeidere – noe som også er et tall Salesforce-teamet sikter mot.
Men LeBaron mener at verktøyet allerede kan brukes til å sjekke eksisterende økonomiske modeller: Hvis jeg var en politiker, ville jeg fyrt opp denne tingen for å se hva den sier. Hvis AI Economist var uenig med andre modeller, kan det være et tegn på at de andre modellene manglet noe, sier han.
David Parkes, en informatiker og økonom ved Harvard University som samarbeidet med Salesforce-teamet, er også optimistisk. Han er enig i at de må øke antallet agenter betydelig. Men når de har gjort det og lagt til noen ekstra funksjoner som selskaper i simuleringen, forventer han å kunne replikere eksisterende teoretiske resultater. Da kommer det umiddelbart til nytte, sier han.
Doyne Farmer, økonom ved University of Oxford, er imidlertid mindre overbevist. Selv om han hilser overgangen av forsterkende læring fra spill til økonomi velkommen – det kommer til spørsmålet om du kan undersøke politikk på samme måte som AlphaZero spiller Go – tror han det vil ta litt tid før verktøyet faktisk er nyttig. Den virkelige verden er altfor komplisert, sier han.
Teamet aksepterer at noen økonomer vil trenge å overtale. For det formål gir de ut koden sin og inviterer andre til å kjøre sine egne modeller gjennom den. På sikt vil denne åpenheten også være en viktig del av å gjøre slike verktøy pålitelige, sier Socher. Hvis du bruker en kunstig intelligens for å anbefale at enkelte personer får lavere eller høyere skatter, påpeker han, 'det er bedre at du kan si hvorfor.'