|Salesforce开发AI经济学家,用强化学习设计税收策略


机器之心报道
编辑:小舟、张倩
用强化学习设计税收策略 , 效果如何?
|Salesforce开发AI经济学家,用强化学习设计税收策略
本文插图

Salesforce 作为一家颠覆软件定义的公司 , 开创了 SaaS、PaaS 的时代 。 它的创始人 Marc Benioff 给 Salesforce 的市场定位是:「软件终结者」 。
人们对于企业软件的刻板印象一般是笨重、无聊和缓慢 , 但 Salesforce 的企业软件却用其在科技上的创新造就了一个市值巨大的公司 。
一向以创新著称的 Salesforce , 这一次把目光聚焦在了经济上 。
经济不平等正在全球范围内愈演愈烈 , 并且因其对经济机会、健康和社会福利的负面影响而备受瞩目 。 对于政府来说 , 税收是一项减轻经济不平等的重要工具 , 但如何在减轻经济不平等的同时保证生产率仍是一个待解决的问题 。 为此 , Salesforce 提出了一项名为「The AI Economist」的新研究 。 该研究首次将强化学习(RL)引入税收政策设计 , 以提供纯粹的模拟和数据驱动解决方案 。
The AI Economist 使用两级 RL 框架(智能体和税收政策)来学习有理论基础的经济模拟中的动态税收政策 。 该框架不使用先验世界知识或建模假设 , 能够直接针对任何社会经济目标进行优化 , 并且仅从可观察的数据中学习 。
实验表明 , 与 Emmanuel Saez 提出的税收框架相比 , the AI Economist 可以将经济平等与生产率之间的权衡提高 16% 。
此外 , the AI Economist 在有人类参与的模拟中非常有效 , 除了在经济平等-生产率的权衡方面优于基线之外 , 还能显著提高收入加权(income-weighted)的平均社会福利 。 这表明 , 该方法有望改进实体经济的社会成果 。
Salesforce 的开发者希望 the AI Economist 能够以传统经济研究无法轻易处理的复杂性水平 , 针对政策对现实世界经济的影响进行客观研究 。
目前 , Salesforce 已将 the AI Economist 这个项目在 github 上开源 。
项目地址:https://github.com/salesforce/ai-economist
开发者希望:
AI 研究者能为 the AI Economist 项目代码提出更多改进的意见;
经济社区的研究者为该项目贡献专业知识 , 以开发丰富的经济模拟、评估 AI 策略以及探索 AI 如何进一步解决更为复杂的经济问题;
政策专家能够对此项目作出指导 , 并指出他们想用 the AI Economist 框架解决哪些经济问题 。
以下是该研究的详细内容 。
The AI Economist
应对现实世界中的社会经济挑战 , 需要设计和测试经济政策 。 但是 , 由于缺乏适当的经济数据和进行实验的机会 , 在实践中很难做到这一点 。 而在 the AI Economist 中 , 研究者训练了社会计划者(social planner)模型 , 用以发掘能够在经济平等和生产率之间高效寻找平衡点的税收策略 。 开发者基于智能体和政府都可以学习和适应的经济模拟 , 提出了一种两级深度强化学习方法来学习动态税收策略 。 但 the AI Economist 的数据驱动方法未利用经济建模假设 , 仅从观测数据中学习 。
|Salesforce开发AI经济学家,用强化学习设计税收策略
本文插图
论文链接:https://arxiv.org/abs/2004.13332
the AI Economist 主要有四点贡献:
首先 , 研究者提出了一个具有竞争压力和市场动态的经济模拟环境 。 他们通过证明基准税收系统与经济理论相一致验证了模拟的有效性 , 包括学得的智能体行为和专业 。
其次 , 该研究表明 , 由 AI 驱动的税收政策与包括著名的 Saez 税收框架在内的基线政策相比 , 将平等与生产率之间的平衡提高了 16% 。
第三 , 研究者展示了几个新出现的特征:AI 驱动的税收政策在质量上与基线不同 , 设置了较高的最高税率和较高的低收入净补贴 。 此外 , 针对 AI 代理商学到的新兴税收博弈策略 , AI 驱动的税收政策表现出色 。


推荐阅读