AIは、経済を何百万回もシミュレートして、より公正な税務政策を作成できます

Tony Webster / Flickr

所得の不平等は、経済学の包括的な問題の1つです。政策立案者がそれに対処しなければならない最も効果的なツールの1つは課税です。政府は、稼いだ金額に応じて人々からお金を集め、福祉制度を介して直接、または公共プロジェクトの支払いに使用することによって間接的に再分配します。しかし、より多くの課税はより大きな平等につながる可能性がありますが、あまりにも多くの人々に課税することは、彼らが働くことを思いとどまらせたり、支払いを避ける方法を見つけるように動機付けたりする可能性があります。

バランスを正しく取るのは簡単ではありません。エコノミストは通常​​、検証が難しい仮定に依存しています。人々の経済行動は複雑であり、それに関するデータを収集することは困難です。何十年にもわたる経済研究は、最良の税制政策の設計に取り組んできましたが、それは未解決の問題のままです。

米国のビジネステクノロジー企業であるSalesforceの科学者たちは、AIが役立つと考えています。リチャード・ソッチャーが率いるチームは、 AIエコノミスト これは、強化学習（DeepMindのAlphaGoとAlpahZeroの背後にある同じ種類の手法）を使用して、シミュレートされた経済に最適な税制を特定します。このツールはまだ比較的シンプルですが（現実世界や人間の行動のすべての複雑さを含めることはできません）、まったく新しい方法でポリシーを評価するための有望な第一歩です。チームメンバーのアレックス・トロット氏は、税務政策を政治的ではなく、データ主導型にするのは素晴らしいことだと述べています。

初期の結果の1つで、AIは、生産性と所得の平等の両方を最大化するという点で、学術エコノミストが研究した最先端の累進課税の枠組みよりも16％公平であるという方針を見つけました。現在の米国の政策に対する改善はさらに大きかった。マサチューセッツ州のブランダイス大学のブレイク・レバロン氏は、これは非常に興味深いアイデアだと思います。彼は、ニューラルネットワークを使用して金融市場をモデル化しています。

シミュレーションでは、4人のAIワーカーがそれぞれ独自の強化学習モデルによって制御されています。彼らは二次元の世界と相互作用し、木や石を集め、これらの資源を他の人と交換するか、家を建てるためにそれらを使用してお金を稼ぎます。労働者はさまざまなレベルのスキルを持っているため、専門化することができます。熟練度の低い労働者は、資源を集めるとより良い成績を収めることを学び、熟練度の高い労働者は、家を建てるために資源を購入することでより良い成績を収めることを学びます。シミュレートされた各年の終わりに、すべての労働者は、独自の強化学習アルゴリズムを実行しているAI制御の政策立案者によって考案された税率で課税されます。政策立案者の目標は、すべての労働者の生産性と収入の両方を高めることです。 AIは、シミュレーションを何百万回も繰り返すことにより、最適な動作に収束します。

両方の強化学習モデルは、経済理論の予備知識がなくてもゼロから開始し、試行錯誤しながら行動する方法を学習します。これは、DeepMindのAIが人間の入力なしで、超人間レベルでGoとチェスをプレイすることを学習するのとほぼ同じ方法です。 。

たった4人のAIワーカーから多くを学ぶことができますか？理論的には、そうです。少数のエージェント間の単純な相互作用がすぐに非常に複雑な動作につながるためです。 （たとえば、Goの複雑さはすべて、まだ2人のプレーヤーしか関与していません。）それでも、ツールが現実的なシナリオをモデル化する場合、プロジェクトに関係するすべての人が、シミュレーションのワーカー数を増やすことが不可欠であることに同意します。

システムのゲーム

AIの2倍の投与量が重要です。ニューラルネットワークは、以前はシミュレートされた経済のエージェントを制御するために使用されていました。しかし、政策立案者をAIにすることは、労働者と政策立案者がお互いの行動に継続的に適応するモデルにもつながります。この動的な環境は、強化学習モデルにとって課題でした。ある税政策の下で学習された戦略は、別の税政策の下ではうまく機能しない可能性があるためです。しかし、それはまた、AIがシステムをゲーム化する方法を見つけたことを意味しました。たとえば、一部の労働者は、生産性を下げてより低い税率の対象となる資格を得て、それを再び増やすことによって、税金を回避することを学びました。 Salesforceチームによると、労働者と政策立案者の間のこのギブアンドテイクは、税務政策が通常固定されている以前のモデルで達成されたものよりも現実的なシミュレーションにつながるとのことです。

AIエコノミストが思いついた税制は少し変わっています。累進的（つまり、高所得者はより多く課税される）または逆進的（高所得者はより少なく課税される）のいずれかであるほとんどの既存のポリシーとは異なり、AIのポリシーは両方の側面を組み合わせて、最高の税率を金持ちと貧乏人に適用し、最低の税率を適用します中所得労働者に。 AIが思いついた多くのソリューション（AlphaZeroのゲームで勝利を収めた動きの一部など）と同様に、結果は直感に反し、人間が考案したものではないように見えます。しかし、それが経済に与える影響は、富める者と貧しい者の間のより小さなギャップにつながりました。

AIによって生成された税制が同様の方法で人間の行動に影響を与えるかどうかを確認するために、チームは、シミュレーションで労働者を管理するように依頼されたAmazonのMechanicalTurkを通じて雇用された100人以上のクラウドワーカーでテストしました。彼らは、この政策が人間にAIとほぼ同じように遊ぶことを奨励していることを発見し、少なくとも原則として、AIエコノミストが実際の経済活動に影響を与えるために使用できることを示唆しました。

無限の微調整

AIを利用したシミュレーションのもう1つの利点は、パラメーターを微調整してさまざまなシナリオを探索できることです。たとえば、社会的距離や資源へのアクセス制限などの制約を追加したり、労働力から人々を排除したりすることで、パンデミックの影響をモデル化することが可能になります。将来が大きく異なる場合、過去に基づいた最適な税務理論を思い付くのは難しいとSocher氏は言います。

変化をモデル化するシミュレーションの能力は大きなプラスです、とLeBaronは言います：労働者が税法に順応するのを見るのは非常に興味深いです。これは、行動が通常固定されている既存の税モデルに対する大きな批判の1つを回避すると彼は言います。

LeBaronの主な予約は、ツールがこれまでに制限されているエージェントの数が少ないことです。ほんの数人のエージェントで深い知的洞察を得ることができると主張する人々がいます、と彼は言います。私はその一人ではありません。彼はそれが約100人の労働者をシミュレートすることを望んでいます。これはSalesforceチームが目指している数字でもあります。

しかし、レバロンは、このツールが既存の経済モデルの健全性チェックにすでに使用されている可能性があると考えています。 AIエコノミストが他のモデルに同意しなかった場合、それは他のモデルが何かを見逃している兆候である可能性があると彼は言います。

Salesforceチームと協力したハーバード大学のコンピュータサイエンティスト兼エコノミストであるDavidParkesも楽観的です。彼は、エージェントの数を大幅に増やす必要があることに同意します。しかし、彼らがそれを行い、企業などのいくつかの追加機能をシミュレーションに追加すると、彼は既存の理論的結果を再現できると期待しています。それからすぐに役立つようになる、と彼は言います。

しかし、オックスフォード大学のエコノミストであるDoyne Farmerは、あまり確信が持てません。彼は、ゲームから経済学への強化学習のクロスオーバーを歓迎しますが、AlphaZeroがGoをプレイするのと同じ方法でポリシーを調査できるかどうかという問題に直面しますが、ツールが実際に役立つまでにはしばらく時間がかかると彼は考えています。現実の世界はあまりにも複雑すぎると彼は言います。

チームは、一部のエコノミストが説得する必要があることを受け入れます。そのために、彼らは自分たちのコードをリリースし、他の人たちに自分たちのモデルを実行するように勧めています。長期的には、このオープン性は、そのようなツールを信頼できるものにするための重要な部分にもなります、とSocherは言います。 AIを使用して、特定の人に税金を低くしたり高くしたりすることを推奨している場合、彼は「理由を言うことができたほうがいい」と指摘します。

隠れる