Myslím, že jsem nikdy předtím neviděl, že by konzervativní wonkosféra zapálila středopravicového kandidáta. Je to opravdu pohled na věc a já jsem za to upřímně vděčný. Z vděčnosti, pokud se někdy najde tak špatný středolevý kandidát, slibuji, že budu obtěžovat lidi ve skupinových chatech, dokud nepromluví.

Dejte @ExpectedParrot své největší štítky dat / simulované průzkumné práce - slušná šance: 1) rozbije to naši infrastrukturu, 2) budeme se kvůli tomu cítit špatně, 3) opravíme problém a pak 4) prostě vám poskytněte výsledky zdarma. Tohle je nový rekord - 33 tisíc rozhovorů (každý s obrázky)

Všichni jsme Někteří ekonomové

Nemyslím si, že jsem někdy předtím veřejně kritizoval nějakého prezidentského kandidáta. Ale E.J. Antoni je zcela nekvalifikovaný k tomu, aby byl komisařem BLS. Je extrémním straníkem a nemá žádné relevantní odborné znalosti. Byl by to zlom v desetiletích nestranických technokratů.

Váš každodenní tweet o formování a křehkosti dodavatelské sítě

Je zajímavé si myslet, že někteří lidé si mohou ve WSJ přečíst, že OpenAI "strávila 5 000 hodin testováním technologie na zaujaté a škodlivé chování", a myslet si, že 5 000 hodin je pro vlajkovou loď produktu od společnosti s obratem půl bilionu dolarů hodně.

🧬 Úžasné úsilí společnosti @IFP - hvězdné kousky zabývající se zrychlenými vědeckými objevy, kybernetickou bezpečností, automatizovaným výzkumem a vývojem, objevováním materiálů, biotechnologiemi a dalšími. @zhengdongwang a já jsme psali o strategických veřejných měřítkách pro urychlení vědeckých objevů:

Zprávy založené na diplomových pracích nemohou být jasnější než tato záplava článků. Mám přítele, který je odborníkem v této oblasti. V rozhovoru pro nedávný článek řekl: "Tohle není řízeno umělou inteligencí, trendy předcházejí AI, jen b-cyklus". V konečném článku nebyl citován.

Díky jedinečným datům od velkého globálního výrobce jsme byli schopni studovat, jak se liší přirážky produktů v dodavatelském řetězci a v průběhu času. Jedna věc, která nás překvapila: ačkoli přirážky výrobců a maloobchodů poskakují nahoru a dolů, celkové přirážky (výrobce + maloobchod) jsou stabilní.

Často se mě lidé ptají: Kde hluboké učení skutečně mění naše výpočetní schopnosti v ekonomii? Moje odpověď? Při řešení integrovaných modelů hodnocení (IAM) změny klimatu. V této třídě modelů chceme porozumět smyčce zpětné vazby mezi makro a klimatem. Jedná se o extrémně komplikovaný výpočetní problém, protože: 1️⃣ Je nestacionární. 2️⃣ Je vysoce nelineární. 3️⃣ Je vysoce dimenzionální. Z těchto tří důvodů mnoho modelů IAM tento problém příliš zjednodušilo nebo ignorovalo důležité ekonomické mechanismy. V nedávné studii publikované před několika dny s názvem Změna klimatu optikou makroekonomického modelování Kenneth Gillingham a já ukazuje@comp_simon me, jak aplikovat hluboké učení k řešení mnohem sofistikovanějších modelů IAM. Článek si můžete přečíst zde: Konkrétně ukazujeme, jak hluboké učení zvyšuje přesnost našich řešení a relevanci zjištění zásad: 1️⃣ Hluboké učení si dokáže poradit s nestacionaritami. 2️⃣ Hluboké učení si dokáže poradit s nelinearitami. 3️⃣ Hluboké učení se dokáže vypořádat s vysoce dimenzionálními problémy. Je zřejmé, že je zde otevřená příležitost pro mnoho navazujících prací. Jedná se však o oblast, pro kterou se ekonomická profese příliš nehodí. Aby tento typ výzkumu splnil svůj slib, vyžaduje týmy nejméně půl tuctu výzkumníků (od expertů na správu dat přes klimatology a kodéry až po makroekonomy) a my nemáme institucionální strukturu pro takovou spolupráci. Na většině článků v ekonomii se podílejí ad hoc týmy výzkumníků a granty obvykle nabízejí pouze několikaletou podporu, což neumožňuje kontinuitu v týmech a investice do požadovaných dovedností specifických pro danou shodu. Tento bod přesahuje rámec modelů IAM. Jak se stáváme více kvantitativním a datově řízeným oborem, mnoho výzkumných projektů (ale ne všechny) vyžaduje strukturovanější laboratorní prostředí podobné tomu v přírodních vědách a my jsme nepřišli na to, jak toho dosáhnout. Doufejme, že profese v příštích letech udělá v této oblasti pokrok.