학계는 AI 요원과의 연방 준비위원회위원회 회의를 시뮬레이션합니다

이 프로젝트는“Silico in Silico”라고 불리는이 프로젝트는 AI 요원을 대체하기 위해 AI 요원을 사용하여 미국 중앙 은행의 의사 결정 군인 연방 공개 시장위원회 회의를 디지털 방식으로 재현합니다. 연구팀은 통화 정책 및 역사적 투표 패턴에 대한 개별 정책 입안자의 견해에 대한 각 에이전트 데이터를 공급하여 실제 역학을 효과적으로 시뮬레이션했습니다.

Sophia Kazinnik과 Tara M. Sinclair는“현재의 방법이 없기 때문에 동일한 정보를 사용하여 합리적 및 행동 의사 결정 프로세스를 관찰 할 수 없기 때문에“우리는 게임 이론에 대한 투표 기간, 공식적인 마크로 기반 투표 메커니즘과 FOMC 토론 의 LLM 전력 표현을 결합한 이중 트랙 시뮬레이션 모델 과이 격차를 해소합니다. 베이지안 추론을 통한 신념과 평형 결과 (LLM) 경로에서 에이전트는 동일한 데이터를 사용하지만 자연 언어 추론을 사용하고, 시뮬레이션 된 토론에 참여하며, 개인적 편견, 다양한 성격 및 제도적 모델에 의해 영향을받는 결정을 내립니다.

이것은 한 트랙이 대화없이 통계적 논리에서 순전히 작동하는 반면, 다른 트랙은 AI 중심 대화를 가능하게하여 인간이 실제로 어떻게 의도적인지 모방합니다. “페르소나 이질성”과 같은 용어는 주요 통찰력을 가리 킵니다. 사람들은 다르게 생각하고 시뮬레이션이 현실적이기 위해서는 실제 회의와 마찬가지로 지저분하고 구두 아이디어 교환을 포함해야합니다.

궁극적으로, FOMC 의이 디지털 복제본에서 가장 인상적인 결과는 정치적 압력이 방정식에 들어갈 때 AI 요원들 사이의 합의가 분해되어 단편화와 불일치로 이어진다는 것입니다.

디지털 정책 입안자 구축

이 논문의 특히 매력적인 부분 중 하나는 연구원들이 각 가상위원회 회원에 대해 세부 프로필을 구성하는 방법입니다.

“우리는 라이브 거시 경제 데이터를 자동으로 수집함으로써 시작합니다.”공식 연설, 지역 경제 보고서 및 금융 뉴스를 언급하면서 설명합니다. "우리는 각 FOMC 참가자에 대한 포괄적 인 프로파일을 개발하여 과거 정책 위치, 전기 세부 사항, 최근 공개 성명서, 지역 경제 상황 및 일반적인 매크로 맥락을 통합합니다."

본질적으로, 이것은 마케팅 팀이 소비자 인물을 구축하는 방식을 반영하지만, 여기서 목표는 제품을 판매하지 않습니다. 재정적 의사 결정을 예측하고 있습니다. 각 AI 에이전트는 미묘한 내부 추론을 반영하여 선호율, 신뢰 수준 및 설명 요약으로 구성된 초기 금리 권장 사항을 생성합니다.

스트레스 하에서 탄력성을 테스트하기 위해 팀은 병렬 몬테 카를로 시뮬레이션을 통해 정치적 압력을 도입했으며, 대통령의 제롬 파웰 (Jerome Powell) 의장에 대한 대중의 공격과 유사한 모델링 시나리오.

"(a) Potus에 의한 Powell 의장에 대한 실제 비판 이후에 모형 된 정치적 압력 시나리오는 의제에 대한 의자의 영향을 감소시키고 그의 제안에서 비둘기 기울기를 소개하고, 경력 동기 부여 된 도비어 교대를 유발합니다.

호크스와 비둘기의 기대를 구별 함으로써이 모델은 다른 조건에서 개별 입장이 어떻게 진화하는지에 대한 세밀한 분석을 가능하게합니다. 시뮬레이션 된위원회가 정상을 유지하기 위해 선택하는지 여부를 형성합니다.

토론을 시뮬레이션합니다

이러한 시스템이 어떻게 기능하는지 더 잘 파악하려면 과거의 FOMC 모임의 실제 성적표를 고려하십시오. 다음은 최근 몇 분의 구절 입니다.

“참가자들은 의회가 의무적으로 규정 된 통화 정책 목표와 통화 정책 전략의 정책 입안자들 사이에서 공통된 이해를 구축하는 데 중요한 역할을 한 것으로 보았습니다. 성명서 및 기타 정책 커뮤니케이션 수단은 또한 대중에게 이해를 전달하고 인플레이션 기대치를 고정시키는 데 도움을주는 데 도움이되면서 참가자들이 자신들의 논의를 뒷받침하는 것을 뒷받침하는 것을 뒷받침하는 데 도움을주었습니다. 다양한 연준은 계획된 연구 회의뿐만 아니라 행사를 듣고 열린 마음으로 리뷰에 접근하고있었습니다.”

첫 번째 문장만으로도 31 개의 단어가 포함되어 있으며 신중한 구문 분석이 필요합니다. 명확성을 위해, 나는 Chatgpt에게 의미를 보존하면서 그것을 단순화하도록 요청했습니다.

“성명서는 정부 지도자들이 연방 준비 은행의 돈 목표가 무엇인지, 도달하는 방법에 동의하는 데 도움이 되었기 때문에 매우 중요한 것으로 여겨졌습니다. 또한 사람들이 연준이 무엇을하려고하는지 이해하기 위해 사람들이 인플레이션에 대한 사람들의 기대를 꾸준히 유지하는 데 도움이되었으며,이 그룹은 미래의 회의에서 더 많은 대화를 나누고, 연구 컨퍼런스에서 더 많이 이야기하고, 연구 회의에서 더 흥분했다고 말했습니다.

복잡한 담론이 접근 가능한 언어로 어떻게 증류되는지 알 수 있습니다.

그러나 시뮬레이션은 다가오는 이벤트에 대한 열정에 중점을 두지 않았습니다. 그 목표는 행동 지향적이었다.

논문에서 발췌 한 또 다른 발췌문은 시대를 초월한 진실을 강조합니다. 리더십에 도전한다면 결과를 준비하는 것이 좋습니다.

"명성 중심의 경력 문제를 포함시키는 것은 회원들이 현재 또는 예상되는 지도자들과 일치하도록 자신의 입장을 조정하는 방법을 포착합니다. 이것은 의장에 대한 정치적 압력에 대한 새로운 채널을 만듭니다.

내 해석? 모델이 Powell에 의자로 압력을 가할 때, 에이전트는 단단하지 않습니다. 그들은 흩어져 새로운 리더십으로 카레 호의에 대한 견해를 다시 보조합니다.

테이크 아웃은 분명합니다. 이제 연구원들이 AI 에이전트와 함께 FOMC를 성공적으로 모델링 했으므로 기업 수입 전화, 교육위원회 회의, 스포츠 팀 허들 및 수많은 다른 그룹 상호 작용에 비슷한 접근 방식이 적용되기까지 오래 걸리지 않습니다. AI- 시뮬레이션 인간 심의 시대가 시작되었습니다. 계속 지켜봐주십시오.

위 내용은 학계는 AI 요원과의 연방 준비위원회위원회 회의를 시뮬레이션합니다의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!