¿Cómo afectará el aprendizaje automático a la economía, tanto a corto plazo (2–5 años) como a largo plazo?

Los métodos de aprendizaje automático son realmente potentes para ajustar modelos predictivos y para clasificar en datos a gran escala y de alta dimensión. Estos son los datos que usamos cada vez más en economía. Así que creo que no hay duda de que muchos métodos de aprendizaje automático se usarán cada vez más a menudo.

Un área que llamará mucho la atención es combinar el aprendizaje automático con la inferencia causal. Una gran fracción de la microeconomía empírica se trata de encontrar formas de explotar los experimentos naturales, ya sea mediante el uso de variables instrumentales, discontinuidad de regresión, emparejamiento, estimadores de diferencia en diferencia u otros métodos.

Los datos a gran escala tienen grandes ventajas en términos de encontrar experimentos naturales (para tomar un ejemplo trivial, si desea medir cómo un cambio de precio del 15 de julio afectó las ventas, es mucho más poderoso tener datos de ventas diarias que datos de ventas mensuales). Pero en su mayor parte, los economistas que intentan estimar modelos causales en datos a gran escala están utilizando métodos tradicionales como la regresión lineal de efectos fijos. Tener algunas alternativas fáciles de usar probablemente haría una diferencia significativa en la investigación empírica.

De hecho, creo que una forma en que el aprendizaje automático (o realmente, más datos) afectará el campo es que después de un tiempo revitalizará la teoría económica. La razón es que vamos a generar todo tipo de hechos nuevos e interesantes, sobre el comportamiento individual, los mercados laborales, la productividad de la empresa, la macroeconomía, y tener un montón de hechos nuevos y posiblemente desconectados o contradictorios es un excelente punto de partida para nuevos Modelos y teorías.

Si lo miras desde un punto de vista evolutivo, el aprendizaje automático de hoy es equivalente a los aminoácidos originales que salpicaron las rocas calientes en el océano primitivo. Cuando la inteligencia biológica comenzó allí, también lo hizo la inteligencia artificial con el primer transistor. Hoy, en la cúspide de la inteligencia artificial de IA, algunas autoridades dicen que ya está aquí, otras dicen que es solo cuestión de tiempo antes de que las máquinas puedan reemplazar realmente a un humano. De hecho, me parece que el único propósito del hombre en la Tierra es crear IA. La IA podría ser el último ejemplo evolutivo de Darwin de supervivencia del más apto donde el hombre y la IA compiten por la supremacía intelectual.

El uso del aprendizaje automático sería al principio como una olla de ranas hirviendo. Al principio será apenas perceptible y luego sus efectos serán perceptibles pero tolerables, y luego será odiado como un competidor no humano por un trabajo. Las corporaciones y las agencias gubernamentales primero anunciarán los méritos del uso de IA. Es la mayor innovación de la historia … más adelante se seguirá utilizando, pero no se publicitará, porque será una gran herramienta de reducción de costos y será efectiva para transferir riqueza de la clase media a los usuarios de IA. Y más tarde, a medida que las clases bajas comiencen a luchar para sobrevivir, la IA se convertirá en un chivo expiatorio, un proveedor de maldad. Aquellos que usan IA serán destruidos en la reacción violenta de la opinión popular de la misma manera que la Revolución Francesa devastó a la clase dominante de Francia.

El uso de la IA como predictor económico solo será tan bueno como el de los hombres que programan las máquinas. Mi temor es que sea una extensión de las bolsas de valores totalmente automatizadas que se basan en algoritmos y no en condiciones humanas. Y todos hemos visto cómo funciona eso. 20 billones de dólares en deuda cuántos billones en pasivos infundados, ¿cómo puede una economía madura como la nuestra pagar AI?

El profesor Levin señaló con bastante razón cómo el aprendizaje automático va a cambiar la economía. Veo que la participación del comportamiento personal se tendrá en cuenta cada vez más en las teorías económicas a medida que el sistema en línea maduro pueda recopilar datos en tiempo real. Además de los factores heredados habituales que se utilizan ampliamente, el comportamiento de las personas saldrá como una variable importante al enmarcar una teoría económica. Además, dado que dicho sistema de aprendizaje automático puede procesar dinámicamente datos basados ​​en ciertas hipótesis matemáticas, podremos tener diferentes factores económicos precisos teorías que coinciden con diferentes áreas geográficas. El resultado o los patrones resultantes pueden conducir a una gobernanza efectiva y a la implementación de políticas que atiendan las necesidades demográficas reales.

Este es un buen artículo sobre el tema:

Cuidado con los grandes errores de ‘Big Data’

Escrito por Nicholas Nassim Taleb, distinguido profesor de ingeniería de riesgos. [1]

Notas al pie

[1] Nassim Nicholas Taleb

Respuesta:

Me molesta que me denigren porque soy escéptico y probablemente sea más realista con respecto a las posibilidades del aprendizaje automático.

En esta psuedosciencia, los profesores de ciencia ficción pueden simplemente extrapolar sobre suposiciones, no sobre realidades, y pueden llamarlo científico.

La idea de que si las computadoras son lo suficientemente rápidas, llenas y codificadas, que comienzan a obtenerlas espontáneamente, supera el simple conocimiento de qué son las computadoras, de qué son capaces y cómo se puede hacer.

Ahora solo ves una inflación de esperanza no científica. Una extrapolación sobre una esperanza, o ideefixe.

Lo cual es muy poco científico. De hecho, tonto.

Con el análisis comercial de minería de datos y un panel de control de tendencias y oportunidades, debería poder obtener más beneficios que hoy.

Pero todavía no veo cómo implementar el verdadero aprendizaje automático en él. Algo inteligente y orgánico en lugar de una multiplicidad de carreras. Algo menos muñón más allá de su estado ficticio.

Sobre la minería de datos para las empresas que notan tendencias, me pregunto cuál es la ventaja si todavía tratamos con adaptadores y rezagados tempranos.

Entonces, para responder a la pregunta, preveo un mejor monitoreo e información, más optimización, pero no estoy seguro de las ventajas de software como Intelli.

Y, por supuesto, espero más robots e impresión 3D en los próximos 5 años y tal vez un estándar para leer y procesar facturas y recibos y con eso menos tareas administrativas y trabajos.

No soy profesional en CS, incluso no soy un estudiante involucrado en ese archivo, pero el mes pasado supe que el aprendizaje automático no es una tecnología nueva sino una tecnología bastante antigua en CS de una conferencia, en cuanto a su popularidad en La última vez, se debe principalmente a que los programadores e investigadores necesitan dinero para invertir en sus investigaciones, pero no habría dinero si la tecnología ni siquiera puede atraer la atención de las personas, por eso se está volviendo popular.

Por lo tanto, puedo tener una opinión que no es tan positiva sobre sus efectos en la economía porque ya ha existido por un tiempo bastante largo, pero definitivamente le hará bien a la economía de alguna manera.

More Interesting

Cómo entrenar un clasificador SVM a partir de ejemplos de texto

¿Por qué la función de activación de softmax se llama "softmax"?

Intuitivamente, ¿cómo afecta el tamaño del mini lote al rendimiento del descenso de gradiente (estocástico)?

¿Cómo funciona la red de propuestas regionales (RPN) en Faster R-CNN?

Necesito trabajar en un pequeño proyecto de análisis de sentimientos. ¿Qué herramienta debo usar para aprender e implementar fácilmente como Python, TensorFlow?

¿Cuáles son algunos de los buenos libros sobre redes neuronales artificiales, minería de datos, aprendizaje automático, big data y análisis de datos?

El mejor ajuste de línea se puede encontrar analíticamente por el método de mínimos cuadrados. ¿Podemos decir que la regresión lineal (mínimos cuadrados) tiene un optimizador?

¿Cuál es más rápido, Torch7 o Theano?

¿Cuáles son las aplicaciones HOT de Machine Learning para las ciencias biológicas?

¿Cuál es la forma correcta de encapsular la creación y capacitación del modelo Tensorflow en una clase?

¿Qué tipo de estructuras de datos podrían usarse en un proyecto de procesamiento de lenguaje natural?

¿Por qué es tan popular Tensorflow?

¿Qué otros algoritmos / métodos se pueden usar como alternativa al algoritmo vecino más cercano para la medición de distancia y cuál funciona mejor que NN?

¿Cómo se pueden adaptar los sistemas de recomendación para recomendar elementos que atraigan a todos en un grupo, en lugar de a un solo individuo?

¿Es más fácil construir un vehículo autónomo que un sistema de traducción automática a nivel humano?