Salesforce AI présente « AI Economist » : un système d’apprentissage par renforcement (RL) qui apprend les politiques fiscales dynamiques pour optimiser l’égalité ainsi que la productivité dans les économies simulées, surpassant les systèmes fiscaux alternatifs

Cet article est basé sur le document de recherche ‘The AI ​​Economist: Taxation policy design via two-level deep multiagent-renforcement learning’. Tout le crédit pour cette recherche revient aux chercheurs 👏👏👏 S’il vous plaît, n’oubliez pas de rejoindre notre subreddit ML La disparité économique mondiale a de graves conséquences pour les opportunités, la santé et le bien-être social. Le gouvernement tente de remédier à ces écarts par le biais de taxes délibérément conçues et administrées. Concevoir des politiques qui maximisent le bien-être social, en revanche, est un défi déroutant, en particulier dans l’économie actuelle, compte tenu des changements profonds dans le comportement du contribuable. La question de savoir si des humains ou des modèles artificiellement intelligents peuvent construire une politique fiscale plus efficace a toujours été en suspens. Après avoir examiné les complexités et l’énorme quantité de données de formation nécessaires pour établir une politique juste et équitable, on peut arriver à une solution juste. Les chercheurs de Salesforce ont établi que l’IA peut créer une politique fiscale idéale, renforçant leur affirmation avec le développement d’AI Economist, un système d’apprentissage par renforcement (RL). Les travaux sont également publiés dans une prestigieuse revue scientifique nommée Science Advances. La publication inaugurale de The AI ​​​​Economist a démontré que l’IA pouvait améliorer considérablement le compromis entre égalité et productivité, prouvant qu’elle est plus efficace que les méthodes économiques traditionnelles. Cette solution purement simulée et basée sur les données ne vise pas à remplacer entièrement la prise de décision humaine, mais à faciliter le travail des fonctionnaires en les aidant à développer des politiques fiscales favorables. Il convient de noter que le système ne suggère que la stratégie optimale pour un objectif que les humains déterminent en fin de compte. Le modèle est une simulation profonde à deux niveaux dans laquelle le comportement du gouvernement et des agents économiques est modélisé à l’aide de RL. Le cadre produit les politiques les mieux adaptées qui atteignent un niveau élevé de bien-être social grâce à des tests continus. Le système est conçu pour fonctionner dans des économies dynamiques, incorporant les complexités du monde actuel, et il peut apprendre uniquement des données pour optimiser tout objectif socio-économique. Grâce à une analyse rigoureuse, l’équipe a étudié comment les interactions fortes affectent la politique de décision optimale. Les techniques économiques traditionnelles, qui supposent généralement que les gens sont des agents indépendants qui n’interagissent pas les uns avec les autres, ont du mal à tenir compte de ces impacts de second ordre. Les chercheurs peuvent intégrer une représentation complète de l’environnement à l’aide de modèles basés sur l’IA. L’équipe estime que la méthode proposée bat les frameworks précédemment proposés par une large marge après l’avoir évaluée dans des simulations plus variées avec différentes mises en page. La simulation peut être étendue pour inclure des agents supplémentaires, ce qui la rend appropriée pour les grandes économies. Les chercheurs affirment que la capacité de l’IA Economist à trouver des politiques optimales qui ont déjà été découvertes grâce à une analyse mathématique démontre davantage la fiabilité de la solution. Source : https://blog.salesforceairesearch.com/ai-economist-science-advances/ L’IA peut aider les responsables gouvernementaux à porter des jugements plus éclairés dans un monde de plus en plus compliqué et à expliquer la logique de ces politiques au grand public. De tels modèles d’IA détiennent un grand pouvoir pour révolutionner l’élaboration des politiques futures. L’équipe estime que la stratégie la plus judicieuse est que les humains et l’IA collaborent pour le plus grand bien en combinant leurs forces et leurs idées. L’équipe espère que la communauté considérera cette étude comme un tremplin vers l’intersection de l’apprentissage automatique et de la recherche économique, en particulier pour un impact social plus important. Article : https://www.science.org/doi/10.1126/sciadv.abk2607 Github : https://github.com/salesforce/ai-economist Source : https://blog.salesforceairesearch.com/ai-economist- science-advances/ Autre référence : https://blog.salesforceairesearch.com/the-ai-economist/

Laisser un commentaire