私はよく尋ねられます:ディープラーニングは経済学における計算能力のどこに大きな違いをもたらしますか? 私の答えは?気候変動の統合評価モデル(IAM)の解明においてこのクラスのモデルでは、マクロと気候の間のフィードバックループを理解したいと考えています。 これは、次の理由から非常に複雑な計算問題です。 1️⃣ 非定常です。 2️⃣ 非常に非線形です。 3️⃣ 立体感が高いです。 これら3つの理由から、多くのIAMは問題を過度に単純化したり、重要な経済メカニズムを無視したりしています。 数日前に発表された最近の論文「マクロ経済モデリングのレンズを通しての気候変動」で、ケネス・ギリンガムと@comp_simonは、ディープラーニングを適用してはるかに高度なIAMを解決する方法を示しています。 ここで論文を読むことができます。 具体的には、ディープラーニングがソリューションの精度と政策調査結果の関連性をどのように向上させるかを示します。 1️⃣ 深層学習は非定常性を扱うことができます。 2️⃣ 深層学習は非線形性を扱うことができます。 3️⃣ 深層学習は高次元の問題を扱うことができます。 ここには明らかに多くのフォローアップ作業の機会が開かれています。しかし、これは経済学の専門職があまり適していない分野です。 この種の研究は、その約束を果たすために、少なくとも半ダースの研究者(データ管理の専門家から気候科学者、プログラマー、マクロエコノミストまで)のチームを必要としますが、そのような協力のための制度的構造はありません。 経済学の論文のほとんどは、アドホックな研究者チームによって共著されており、助成金は通常、数年間の支援しか提供されないため、チームの継続性や必要な試合固有のスキルへの投資はできません。 ポイントはIAMを超えています。より定量的でデータ駆動型の分野になるにつれて、多くの研究プロジェクト(すべてではありませんが)は、自然科学と同様のより構造化されたラボ環境を必要としていますが、それを実現する方法はわかっていません。 うまくいけば、この職業が今後数年間でこの面で進歩することを願っています。