Sztuczna inteligencja powoli znajduje zastosowanie w modelowaniu procesów gospodarczych. Nowoczesne tzw. samouczące się modele wieloagentowe, które pozwolą symulować i prognozować, jak różne instrumenty ekonomiczne wpływają na nierówności społeczne, opracowuje na Oksfordzie dr Jagoda Kaszowska-Mojsa.

„Można sobie wyobrazić, że modele, nad którymi pracujemy, są jak udoskonalona gra komputerowa Sims” – opisuje w rozmowie z PAP dr Jagoda Kaszowska-Mojsa. W tych modelach poszczególne jednostki – tzw. agenty – podejmować mogą decyzje ekonomiczne, np. kupują różne dobra czy ubiegają się o kredyty. A instytucje i regulatorzy wdrażają polityki, które wpływają na sytuację i decyzje jednostek.

Dr Jagoda Kaszowska-Mojsa swoje badania prowadzi w ramach grantu Marie Skłodowska-Curie Actions w grupie prof. Doyne’a Farmera z Oksfordu.

Polecane artykuły

Ekonomistka i matematyczka wyjaśnia, że w modelu, który przygotowała w ramach doktoratu, modelowane są zachowania ok. miliona osób, tysięcy firm, licznych banków, instytucji i regulatorów, a w każdym kroku symulacji procesowanych jest ok. 90 mln danych. Za rozprawę tę otrzymała w grudniu ub.r. Nagrodę Wydziału I Polskiej Akademii Nauk. A to dopiero początek jej badań.

Tłumaczy, że modele, nad którymi pracuje teraz w Oksfordzie są tak zaprojektowane, że można w nich włączać elementy sztucznej inteligencji, dzięki temu podmioty mogą „uczyć się”, podejmować decyzje na wzór prawdziwych ludzi czy firm. Na przykład mogą przekładać w czasie decyzję o kupnie wybranych produktów, jeśli oczekują, że wzrost cen tych produktów lub aktywów jest przejściowy. Badaczka wyjaśnia, że tradycyjne modele ekonomiczne zakładały, że ludzie podejmują jedynie racjonalne decyzje i mają dostęp do pełnej informacji o rynkach. Tymczasem w nowoczesnych symulacjach można również modelować sytuacje nieidealne i włączać do symulacji aspekty behawioralne – np. takie które wpłyną na podjęcie nieoczywistych decyzji konsumenckich czy inwestycyjnych. Dzięki temu całe systemy mogą dokładniej odwzorowywać procesy, jakie zachodzą w rzeczywistości.

„Takie modele mogą dostarczyć dokładniejszych odpowiedzi na najważniejsze pytania w ekonomii niż większość modeli współcześnie wykorzystywanych przez naukowców i praktyków” – ocenia ekonomistka i matematyczka.

W ramach swojego grantu dr Kaszowska-Mojsa chce opracować model, w którym będzie można sprawdzić np. jak dane narzędzia makroostrożnościowe czy kombinacje polityk publicznych wpływają na tworzenie się i niwelowanie nierówności społecznych. Symulacja ma obejmować 22 kraje europejskie (wszystkie, dla których są dostępne dane jednostkowe z Europejskiego Banku Centralnego). I tak przykładowym zagadnieniem, które można będzie sprawdzić w modelu, jest to, jak zmiany wysokości stóp procentowych czy regulacji dotyczących wskaźnika LTV (określającego wysokość pożyczki do wartości nieruchomości) wpłynąć mogą na kształtowanie się nierówności wśród ludzi. Przy czym samo zagadnienie nierówności społecznych rozumiane jest szeroko. Chodzi nie tylko o zmiany w rozkładzie dochodów i bogactwa całego społeczeństwa, ale również sytuację poszczególnych podmiotów i ich dostęp do kredytów, służby zdrowia czy edukacji.

Podobnego typu wieloagentowe symulacje zagościły już na dobre w epidemiologii i wojskowości. I tak np. podczas pandemii COVID-19 politycy zanim nałożyli kolejne obostrzenia czy znieśli lockdown mogli zobaczyć symulację, jak nowe reguły wpłyną na przebieg epidemii. W ekonomii jednak takie podejście do prognoz dopiero nabiera znaczenia.

Dr Kaszowska-Mojsa wymienia, że wieloagentowe symulacje gospodarki i systemu finansowego wykorzystuje już Europejski Bank Centralny, Bank Anglii, Bank Kanady. „A Bank Węgier ma do dyspozycji – inspirowany modelem prof. Farmera – model rynku nieruchomości w skali 1:1, gdzie zmapowana jest każda nieruchomość w kraju. Dzięki temu można wykonywać niezwykle precyzyjne symulacje, jak na sektor nieruchomości wpłyną konkretne zmiany regulacji i polityki fiskalnej, monetarnej i makroostrożnościowej” – opowiada badaczka.

Rozmówczyni PAP dodaje, że prof. Farmer z Oksfordu przygotowuje wyjątkowo złożone samouczące się symulacje, które docelowo uwzględniać będą dane statystyczne na temat gospodarek każdego kraju świata. Symulacja umożliwi nam prześledzenie między innymi łańcucha dostaw produktów w poszczególnych krajach i między krajami. Tłumaczy, że docelowo ma to być model nie tylko wyjaśniający pewne zjawiska, ale przede wszystkim model predykcyjny – umożliwiający decydentom przewidywanie, jak określone polityki wpłyną na gospodarkę danego kraju, z uwzględnieniem tego, jak zareagują na to inne podmioty na świecie. „Do tego potrzeba jednak bardzo dużo danych statystycznych, do których trudno dotrzeć. To ogromne przedsięwzięcie” – komentuje dr Kaszowska-Mojsa.

Zaznacza jednak, że wdrożenie takich modeli w ekonomii jest trudniejsze niż w epidemiologii. Znaczenie mają tu trzy czynniki: przygotowanie ludzi, którzy opracują model (np. w Polsce zajmuje się tym stosunkowo niewiele osób), otwarcie ludzi na nowy idee (w ekonomii wciąż częściej wykorzystywane są modele ekonometryczne i mniej skomplikowane modele symulacyjne), a także dotarcie do danych. Aby symulacje gospodarki były bowiem jak najbliższe rzeczywistości, trzeba model zasilić szczegółowymi danymi na temat społeczeństwa. A sporo takich danych to dane wrażliwe, które trzeba zanonimizować, zanim przekaże się je naukowcom. A tylko niektóre państwa zorientowały się, że warto to robić i dzielić się danymi. „Nie bójmy się nowoczesnych technologii” – apeluje dr Kaszowska-Mojsa.

Nauka w Polsce, Ludwika Tomala

lt/ agt/

Źródło: https://naukawpolsce.pap.pl/

Udostępnij post na: