学术界模拟了与AI代理商的美联储委员会会议

该项目被称为“硅中的FOMC”，以数字方式重现联邦公开市场委员会（美国中央银行的决策部门）的会议，AI代理人代表实际的董事会成员。研究团队为各个决策者对货币政策及其历史投票模式的观点提供了每个代理数据，从而有效地模拟了现实世界的动态。

“由于目前的方法没有允许我们使用相同的信息观察理性和行为决策过程，”作者索菲亚·卡济尼克（Sophia Kazinnik）和塔拉·辛克莱（Tara M.通过贝叶斯的推论的信念，对行为（LLM）的均衡结果进行投票，代理商处理相同的数据，但使用自然语言推理，参与模拟辩论，不仅会受到数字的影响，而且还受到个人偏见，多样化的个性和机构文化的影响。”

这意味着一个曲目纯粹是在没有对话的情况下纯粹基于统计逻辑的，而另一个曲目则可以使AI驱动的对话模仿人类的实际考虑。诸如“角色异质性”之类的术语指出了一个关键的见解：人们的思考方式有所不同，并且要进行现实，它必须包括凌乱，口头交流的思想，就像在现实生活中一样。

归根结底，FOMC的数字复制品最引人注目的结果是，当政治压力进入方程式时，AI代理商之间的共识分解，导致分裂和分歧。

建立数字决策者

本文中特别令人信服的部分是研究人员如何为每个虚拟委员会成员构建详细的概况。

他们解释说：“我们首先自动摄入实时宏观经济数据。” “然后，我们为每个FOMC参与者开发了全面的概况，将他们过去的政策立场，传记细节，最新公开声明，区域经济状况以及现行的宏观环境融为一体。”

本质上，这反映了营销团队建立消费者角色的方式，但是在这里，目标不是出售产品。它可以预测财务决策。每个AI代理都会生成由优先利率，置信度和解释性摘要组成的初始利率建议，以反映细微的内部推理。

为了在压力下测试韧性，该团队通过平行的蒙特卡洛模拟引入了政治压力，对总统杰罗姆·鲍威尔主席杰​​罗姆·鲍威尔的攻击类似于造成的情况。

“（a）政治压力情景 - 在现实世界对POTUS对鲍威尔主席的批评之后进行了模型，使主席对议程的影响力降低了他的提议中的肮脏倾向，并触发了职业生涯动机的成员，这些成员可能会重新指导，” Kaziinnik和Sinclair Note。

通过区分鹰派和肮脏的倾向，该模型可以对各个立场在不同条件下如何发展进行细粒度分析 - 构成模拟委员会是否选择提高，降低或保持费率稳定。

模拟辩论

为了更好地掌握这种系统的功能，请考虑过去FOMC聚会中的实际成绩单。这是最近几分钟的段落：

“参与者认为该声明在国会强制性的货币政策目标及其货币政策策略之间建立共同的理解方面发挥了重要作用。政策沟通的陈述和其他政策沟通方式也很重要，在向公众传达给公众的理解并帮助他们锚定了货币范围的范围，从而有效地向参与者提供了一定的参与者，以实现货币政策。各种美联储在计划的研究会议上倾听活动，并以开放的心态接近评论。”

仅第一句话就包含31个单词，需要仔细解析。为了清楚起见，我要求Chatgpt在保留意义的同时简化它：

“这一声明被认为非常重要，因为它帮助政府领导人就美联储的货币目标以及如何达到他们的意见达成共识。它还向公众解释了这些想法，以便人们了解美联储在努力做的事情，这使人们对通货膨胀的期望保持稳定。该组织表示，他们很高兴在未来的会议上进行更多的会议，并在研究中会有一场研究会议，并在研究中保持开放的态度，并希望他们保持开放的想法。'''''

您可以看到复杂的话语如何被蒸馏成可访问的语言。

但是，模拟并没有集中于对即将举行的活动的热情。它的目的是面向行动：复制成员在各种经济和政治条件下所采取的具体立场。

本文的另一个揭示摘录强调了一个永恒的事实：如果您挑战领导力，最好为后果做好准备。

“嵌入声誉驱动的职业问题抓住了成员如何调整其立场以与现任或预期的领导人保持一致。这为主席的政治压力创造了一个新颖的渠道：成员重新定位，预期领导层的变化，在变革发生之前改变委员会的立场。”

我的解释？当该模型对鲍威尔作为董事的压力时，代理商不会坚定地站立 - 他们分散了，重新启动了他们的观点，以潜在的新领导才能得到咖喱的青睐。

要点很清楚：既然研究人员已经成功地与AI代理商建模了FOMC，那么不久之后就将类似的方法应用于公司收入电话，学校董事会会议，体育团队huddles和其他无数的小组互动。 AI模拟的人类审议的时代已经开始。敬请关注。

以上是学术界模拟了与AI代理商的美联储委员会会议的详细内容。更多信息请关注PHP中文网其他相关文章！