Аспірантура. Я дагэтуль памятаю адзін тэставы запуск, калі мая нейронная сетка перасягнула маю рэгрэсійную мадэль на 20%. Без жартаў — я толькі што прапаліў тыдні курсаў па эканаметрыцы і цэлую кучу падручнікаў. Той момант? Лямпачка. Штучны інтэлект выходзіць на поле, калі складанасць становіцца бязладнай — калі назапашваюцца нявызначанасць, паводзіны і хаос шаблонаў.
-
Распазнаванне вобразаў : Глыбокія сеткі пранікаюць у акіяны асаблівасцей і знаходзяць карэляцыі, каб заўважыць такія карэляцыі, што эканамістам спатрэбілася б тысяча кубкаў кавы [1].
-
Апрацоўка дадзеных : Забудзьцеся пра ручны выбар зменных — рухавікі машыннага навучання проста з'ядаюць увесь шведскі стол [1].
-
Нелінейны аналіз : Яны не міргаюць, калі прычына і следства згінаюцца. Парогавыя эфекты? Асіметрыя? Яны разумеюць [2].
-
Аўтаматызацыя : магія канвеера. Чыстка, навучанне, налада — гэта як мець стажораў, якія ніколі не спяць.
Вядома, мы ўсё яшчэ з'яўляемся зыходным кодам зрушэння. Калі навучыць яго няправільна, ён будзе вучыцца няправільна. Гэты эмодзі падморгвае? Гэта апраўдана. 😉
Артыкулы, якія вам могуць спадабацца пасля гэтага:
🔗 Прафесіі, якія штучны інтэлект не можа замяніць і заменіць.
Глабальны аналіз уплыву штучнага інтэлекту на цяперашнія і будучыя працоўныя месцы.
🔗 Лепшы штучны інтэлект для фінансавых пытанняў.
Найлепшыя інструменты штучнага інтэлекту, якія забяспечваюць разумную і дакладную фінансавую інфармацыю.
🔗 Інструменты прагназавання попыту на базе штучнага інтэлекту для бізнес-стратэгіі
Інструменты, якія дапамагаюць прадпрыемствам прагназаваць попыт і эфектыўна планаваць стратэгіі.
Параўнальная табліца: інструменты штучнага інтэлекту для эканомікі
| Інструмент / Платформа | Для каго гэта | Кошт | Чаму гэта працуе / Заўвагі |
|---|---|---|---|
| Эканаміст па штучным інтэлекце (Salesforce) | Распрацоўшчыкі палітыкі | Бясплатна (з адкрытым зыходным кодам) | Мадэлі RL метадам спроб і памылак ствараюць лепшыя падатковыя схемы [3] |
| H2O.ai | Спецыялісты па апрацоўцы дадзеных і аналітыкі | $$$ (вар'іруецца) | Перацягванне і падзенне сустракаецца з тлумачанасцю — выдатнае спалучэнне |
| Google AutoML | Навукоўцы, стартапы | Сярэдні дыяпазон | Вы націскаеце, і яно вучыцца. Поўнастэкавае машыннае навучанне з неабавязковым кодам |
| Інструментарый эканаметрыкі (MATLAB) | Даследчыкі і студэнты | $$ | Спалучэнне старой школы і штучнага інтэлекту — вітаюцца гібрыдныя падыходы |
| Мадэлі GPT OpenAI | Агульнае выкарыстанне | Фрыміум | Рэзюмуйце. Мадэлюйце. Аргументуйце абодва бакі дыскусіі. |
| EconML (Microsoft) | Прыкладныя даследчыкі | Бясплатна | Набор інструментаў для вываду прычынных злучэнняў з сур'ёзнымі перавагамі |
Прагнастычнае мадэляванне атрымлівае пераўтварэнне 🧠
Рэгрэсія добра прайшла. Але зараз 2025 год, і:
-
Нейронавыя сеткі цяпер асядлаюць эканамічныя змены, быццам яны хвалебойныя сёрферы — прагназуючы інфляцыю з незвычайным часам [2].
-
NLP-канвееры аналізуюць Reddit і Reuters у пошуках спажывецкіх хваляванняў і схаваных скокаў настрояў.
-
Агентныя мадэлі не мяркуюць — яны правяраюць кожнае «што, калі», кіруючы цэлымі грамадствамі in silico.
Вынік? Зніжэнне колькасці няўдалых прагнозаў на 25% у залежнасці ад таго, хто праводзіць вымярэнні [2]. Менш здагадак. Больш абгрунтаванай будучыні.
Паводніцкая эканоміка сустракаецца з машынным навучаннем
Вось тут усё і становіцца… незвычайным. Але геніяльным.
-
Ірацыянальныя заканамернасці : кластары ўзнікаюць, калі спажыўцы паводзяць сябе як людзі.
-
Стомленасць ад прыняцця рашэнняў : чым даўжэй чалавек робіць пакупкі, тым горшы яго выбар. Мадэлі ўлоўліваюць гэты працэс.
-
Мікра-макра спасылкі : Ваша купля кавы? Гэта дадзеныя. А калі яны агрэгаваныя? Раннія сігналы — гучныя.
А яшчэ ёсць дынамічнае цэнаўтварэнне — калі ваш кошык змяняецца штосекунды. Жудаснавата? Магчыма. Але гэта працуе.
Штучны інтэлект у распрацоўцы эканамічнай палітыкі
Мадэляванне палітыкі больш не абмяжоўваецца электроннымі табліцамі.
«Асяроддзе AI Economist вывучыла прагрэсіўную падатковую палітыку, якая палепшыла роўнасць і прадукцыйнасць на 16% у параўнанні са статычнымі базавымі паказчыкамі» [3].
Простай мовай: алгарытмы гулялі ў «пясочніцы» ўрадаў — і атрымалі лепшыя падатковыя налады. Бюджэтныя абмежаванні ўсё яшчэ дзейнічаюць. Але цяпер вы можаце прататыпаваць палітыку ў кодзе, перш чым ужываць яе ў рэальнай эканоміцы.
Прымяненне ў рэальным эканамічным свеце 🌍
Нічога з гэтага не выдумка. Гэта распаўсюджваецца — ціха, эфектыўна, паўсюль:
-
Цэнтральныя банкі выкарыстоўваюць стрэсавыя мадэлі, заснаваныя на машынным навучанні, для выяўлення фінансавых расколін, перш чым яны пашырацца [2].
-
Рознічныя гандляры зніжаюць узровень адсутнасці тавараў на складзе з дапамогай прагназуючых сістэм папаўнення запасаў [4].
-
Крэдытныя эксперты аналізуюць альтэрнатыўныя дадзеныя (напрыклад, ваш рахунак за тэлефон), каб адкрыць крэдытныя магчымасці для большай колькасці людзей.
-
Аналітыкі па працы сочаць за патокам вакансій, як ястрабы, каб прадухіліць дэфіцыт кваліфікаваных кадраў.
Гэта не адбудзецца калі-небудзь. Гэта адбудзецца зараз.
Абмежаванні і этычныя міны
Час для халоднага ўсплёску рэалізму:
-
Узмацненне зрушэння : калі ваш набор дадзеных недакладны, вашы прагнозы таксама. І яшчэ горш — яны маштабуюцца [5].
-
Непразрыстасць : Не можаце растлумачыць? Не выкарыстоўвайце гэта. Высокарызыкоўныя рашэнні патрабуюць празрыстасці.
-
Гульнявая канкурэнцыя : Боты граюць на вашай мадэлі як на скрыпцы? Так, гэта рызыка.
Так, этыка — гэта не проста філасофія, яна інфраструктурная. Агароджы маюць значэнне.
Як пачаць выкарыстоўваць штучны інтэлект у сваёй эканамічнай працы
Не патрэбна ступень доктара філасофіі ці нейраімплантат. Проста:
-
Асвойце Python — pandas, scikit-learn, TensorFlow. Яны сапраўдныя MVP.
-
Абрабуйце сховішчы адкрытых дадзеных — Kaggle, МВФ, Сусветнага банка. Яны напоўнены золатам.
-
Павазіцеся з нататнікамі — Google Colab — гэта ваша пляцоўка без усталёўкі.
-
Сачыце за мысліцелямі — у X (цьфу, раней Twitter) і Substack ёсць карты скарбаў.
Нават няўмелы аналізатар настрояў Reddit можа сказаць вам тое, чаго не скажа тэрмінал Bloomberg.
Будучыня прадказальная, а не ідэальная
Штучны інтэлект — гэта не цуд. Але ў руках цікаўнага эканаміста? Гэта набор інструментаў для нюансаў, прадбачання і хуткасці. Спалучыце інтуіцыю з вылічэннямі, і вам больш не трэба будзе здагадвацца — вы будзеце прадбачыць.
📉📈
Знайдзіце найноўшы штучны інтэлект у афіцыйнай краме памочнікаў штучнага інтэлекту
Пра нас
Спасылкі
-
Mullainathan, S. & Spiess, J. (2017). Машыннае навучанне: прыкладны эканаметрычны падыход . Journal of Economic Perspectives , 31(2), 87–106. Спасылка
-
Маджыція, К. і Дойл, Б. (2020). Як штучны інтэлект можа трансфармаваць эканамічнае прагназаванне . МВФ . Спасылка
-
Ву, Дж., Цзян, Х. і Ліхі, К. (2020). Эканаміст па штучным інтэлекце: паляпшэнне роўнасці і прадукцыйнасці з дапамогай падатковай палітыкі, заснаванай на штучным інтэлекце . NeurIPS . Спасылка
-
McKinsey & Company. (2021). Як штучны інтэлект вырашае праблемы ланцужкоў паставак у рознічным гандлі . Спасылка
-
Энгвін, Дж., Ларсан, Дж., Кіршнер, Л., і Мэтту, С. (2016). Машынны ўхіл . ProPublica . Спасылка