Salesforce presenta AI Economist che per la prima volta utilizza l’Intelligenza Artificiale per migliorare le politiche fiscali in un’economia simulata.
Il team di ricerca è guidato da Richard Socher, Chief Scientist e Head of Research di Salesforce, attraverso il progetto “AI Economist” ha creato un modello che è il 16% più efficace rispetto ai principali modelli fiscali esistenti. Guardandosi intorno infatti, una delle questioni globali più urgenti dei nostri giorni è la disuguaglianza economica.
Diversi studi hanno dimostrato che forti disparità di reddito possono avere un impatto negativo sulla crescita e sulle opportunità economiche. Con AI Economist il team di ricercatori ha applicato algoritmi di Reinforcement Learning per scoprire come nuovi modelli possono ridurre le disuguaglianze e migliorare la produttività economica.
Migliorare lo sviluppo economico: come funziona AI Economist
Tasse e sussidi sono strumenti importanti che i governi usano per ridurre le disuguaglianze e ridistribuire la ricchezza. Tuttavia, non si è ancora capito come implementare politiche fiscali ottimali per il raggiungimento di una vasta gamma di obiettivi sociali.
La teoria economica non può modellare appieno le complessità del mondo reale e una seria sperimentazione attraverso le tasse è quasi impossibile. Tramite AI Economist, è stato introdotto per la prima volta nella ricerca fiscale il Reinforcement Learning (RL). Questo permette di fornire una simulazione e una soluzione basata sui dati per la definizione di imposte ottimali per un determinato obiettivo socio-economico.
AI Economist utilizza una serie di agenti di intelligenza artificiale progettati per simulare il modo in cui le persone reali potrebbero reagire a imposte diverse. Nella simulazione, ogni agente di AI guadagna denaro raccogliendo e scambiando risorse e costruendo case.
Gli agenti imparano a massimizzare il loro vantaggio (o felicità) regolando i propri comportamenti di scambio, costruzione e movimenti.
Un modo per farlo, ad esempio, è massimizzare il reddito minimizzando gli sforzi, cercando di raggiungere il salario orario più alto possibile. Allo stesso tempo, AI Economist impara a ottimizzare tasse e sussidi per promuovere obiettivi globali.
Migliorare lo sviluppo economico, opportunità di AI Economist
Gli economisti fanno affidamento sui teoremi, ma questi ultimi richiedono basi di matematica e si basano sul fatto che le persone si comportino in modo razionale. Il mondo di oggi sta diventando sempre più complesso e le teorie economiche del futuro devono essere in grado di incorporare nuovi fattori. Inoltre, gli agenti economici mostrano spesso comportamenti complessi, irrazionali, competitivi o collaborativi.
L’intelligenza artificiale aiuta a modellare tale complessità e un ampio spettro di altri comportamenti. Il modello realizzato da Salesforce offre agli economisti e ai responsabili politici strumenti aggiuntivi su cui possono basare le loro decisioni. Simulando milioni di anni di economia e trovando una varietà di diversi modelli, AI Economist può prevedere in che modo le persone reagirebbero realmente a una nuova tassa.
Il Reinforcement Learning è un approccio promettente per l’economia e potrebbe essere applicato anche alla gestione delle conseguenze economiche del COVID-19. Le simulazioni economiche possono tener conto del comportamento umano utilizzando il mondo reale, tramite dati umani. Attraverso algoritmi di RL, il sistema potrebbe portare a politiche economiche progettate dall’intelligenza artificiale che potrebbero aiutare ad accelerare la reale ripresa economica globale.
Dai primi esperimenti è emerso come AI Economist migliori il bilanciamento tra uguaglianza e produttività di almeno il 16% rispetto a un adattamento della formula fiscale di Saez delle aliquote federali statunitensi e del libero mercato. AI Economist impara a stabilire diversi schemi fiscali: aliquote fiscali più alte e aliquote più basse per i redditi medi, che producono sussidi netti più elevati per i redditi bassi.
Gli agenti di AI Economist hanno imparato a “gestire” le tasse per abbassare l’aliquota fiscale effettiva. Ogni volta che il governo dell’intelligenza artificiale interviene o cambia la sua politica fiscale, gli agenti sono abbastanza intelligenti da trovare scappatoie o modi per ingannare il sistema.
Migliorare lo sviluppo economico
Da un punto di vista tecnico, ciò significa che le cose possono diventare molto instabili. L’uguaglianza può variare. Poiché gli agenti di intelligenza artificiale stanno cercando di massimizzare i profitti in un ambiente fluttuante, significa che la simulazione è più vicina alla situazione della vita reale. Inoltre questo significa come AI Economist possa imparare ad anticipare questi comportamenti ed elaborare possibili contromisure.
Richard Socher, Chief Scientist e Head of Research di Salesforce In questo momento, i governi stanno prendendo decisioni economiche concrete basate su modelli avanzati – ma che non sono in grado di replicare la complessità ottenuta da AI Economist.
L’obiettivo di AI Economist è quello di offrire ai paesi la possibilità di prevedere le ramificazioni delle loro politiche fiscali e quindi di elaborare quelle migliori e trasparenti.
Inoltre, questi nuovi modelli basati sulla simulazione sono in grado di ottimizzare molteplici nuovi obiettivi che incorporano risultati sociali e ambientali pur mantenendo un focus sulla produttività complessiva.
La speranza è che gli economisti vedano il modello per quello che è: uno strumento che offre a loro e ai governi capacità di modellazione senza precedenti per migliorare la ricerca e le ipotesi da sviluppare.
Salesforce crede che l’intelligenza artificiale abbia il potenziale per avere un impatto significativo sul mondo in cui viviamo. L’intelligenza artificiale è valida tanto quanto le persone e i dati che si celano dietro i suoi algoritmi. Per questo Salesforce ha scelto di rendere pubblica la ricerca come primo passo per garantire benefici ad altri ricercatori. Salesforce Research ha preso deliberatamente la decisione di non brevettare la ricerca, scegliendo di condividere tutte le simulazioni e gli algoritmi realizzati.
