Często pytają mnie: Gdzie głębokie uczenie ma rzeczywisty wpływ na nasze możliwości obliczeniowe w ekonomii? Moja odpowiedź? W rozwiązywaniu zintegrowanych modeli oceny (IAM) zmian klimatycznych. W tej klasie modeli chcemy zrozumieć sprzężenie zwrotne między makroekonomią a klimatem. To jest niezwykle skomplikowany problem obliczeniowy, ponieważ: 1️⃣ Jest niestacjonarny. 2️⃣ Jest wysoce nieliniowy. 3️⃣ Jest wysoce wymiarowy. Z powodu tych trzech powodów wiele IAM-ów uprościło problem lub zignorowało ważne mechanizmy ekonomiczne. W niedawno opublikowanym artykule, "Zmiany klimatyczne przez pryzmat modelowania makroekonomicznego", Kenneth Gillingham, @comp_simon i ja pokazujemy, jak zastosować głębokie uczenie do rozwiązania znacznie bardziej zaawansowanych IAM-ów. Możesz przeczytać artykuł tutaj: Bardziej szczegółowo, pokazujemy, jak głębokie uczenie zwiększa dokładność naszych rozwiązań i znaczenie wyników politycznych: 1️⃣ Głębokie uczenie może radzić sobie z niestacjonarnościami. 2️⃣ Głębokie uczenie może radzić sobie z nieliniowościami. 3️⃣ Głębokie uczenie może radzić sobie z problemami o wysokiej wymiarowości. Wyraźnie istnieje tutaj otwarta możliwość dla dalszej pracy. Jednak jest to obszar, w którym profesja ekonomiczna nie jest dobrze przystosowana. Aby spełnić swoje obietnice, ten typ badań wymaga zespołów składających się z co najmniej pół tuzina badaczy (od ekspertów w zarządzaniu danymi po naukowców zajmujących się klimatem, programistów i makroekonomistów), a my nie mamy struktury instytucjonalnej do takiej współpracy. Większość artykułów w ekonomii jest współautorstwem ad hoc zespołów badawczych, a dotacje zazwyczaj oferują tylko kilka lat wsparcia, co nie pozwala na ciągłość w zespołach i inwestycję w wymagane umiejętności specyficzne dla danego projektu. Problem wykracza poza IAM-y. W miarę jak stajemy się bardziej ilościowym i opartym na danych polem, wiele projektów badawczych (ale nie wszystkie) wymaga bardziej ustrukturyzowanego środowiska laboratoryjnego, podobnego do tego w naukach przyrodniczych, a my nie wymyśliliśmy, jak to osiągnąć. Miejmy nadzieję, że profesja poczyni postępy w tym zakresie w nadchodzących latach.