ગ્રેજ્યુએટ સ્કૂલ. મને હજુ પણ આ એક ટેસ્ટ-રન યાદ છે જ્યાં મારા ન્યુરલ નેટ મારા રીગ્રેશન મોડેલને 20% થી હરાવી ગયા હતા. મજાક નથી - મેં ફક્ત અઠવાડિયાના અર્થમિતિ અભ્યાસક્રમો અને પાઠ્યપુસ્તકોના ભારણમાંથી પસાર થઈને કામ કર્યું હતું. તે ક્ષણ? એક પ્રકાશનો કિરણ. જ્યારે જટિલતા અવ્યવસ્થિત થઈ જાય છે - જ્યારે અનિશ્ચિતતા, વર્તન અને પેટર્ન અરાજકતાનો ઢગલો થાય છે ત્યારે AI આગળ વધે છે.
-
પેટર્ન ઓળખ: ઊંડાણપૂર્વક લક્ષણોના મહાસાગરોમાંથી પસાર થાય છે અને સહસંબંધો શોધે છે જે અર્થશાસ્ત્રીઓને શોધવા માટે હજારો કોફીની જરૂર પડશે [1].
-
ડેટા ડાયજેસ્ટન: હાથથી પસંદ કરેલા ચલોને ભૂલી જાઓ - ML એન્જિન ફક્ત આખો બફેટ ખાઈ જાય છે [1].
-
બિનરેખીય વિશ્લેષણ: કારણ અને અસર ઝિગઝેગ હોય ત્યારે તેઓ ઝબકતા નથી. થ્રેશોલ્ડ અસરો? અસમપ્રમાણતા? તેઓ તે સમજે છે [2].
-
ઓટોમેશન: પાઇપલાઇનનો જાદુ. સફાઈ, તાલીમ, ટ્યુનિંગ - તે એવા ઇન્ટર્ન જેવું છે જે ક્યારેય ઊંઘતા નથી.
અલબત્ત, આપણે હજુ પણ બાયસ સોર્સ કોડ છીએ. તેને ખોટું શીખવો, અને તે ખોટું શીખે છે. તે ઇમોજી આંખ મારવી? તે જરૂરી છે. 😉
આ પછી તમને વાંચવા ગમશે તેવા લેખો:
🔗 એવી નોકરીઓ જે AI બદલી શકતી નથી અને તેનું સ્થાન લેશે.
વર્તમાન અને ભવિષ્યની નોકરીઓ પર AI ની અસરનું વૈશ્વિક વિશ્લેષણ.
🔗 નાણાકીય પ્રશ્નો માટે શ્રેષ્ઠ AI.
સ્માર્ટ અને સચોટ નાણાકીય આંતરદૃષ્ટિ પ્રદાન કરતા ટોચના AI સાધનો.
🔗 વ્યવસાય વ્યૂહરચના માટે AI-સંચાલિત માંગ આગાહી સાધનો
એવા સાધનો જે વ્યવસાયોને માંગની આગાહી કરવામાં અને વ્યૂહરચનાઓનું અસરકારક રીતે આયોજન કરવામાં મદદ કરે છે.
સરખામણી કોષ્ટક: અર્થશાસ્ત્ર માટે AI સાધનો
| સાધન / પ્લેટફોર્મ | તે કોના માટે છે | કિંમત | તે કેમ કામ કરે છે / નોંધો |
|---|---|---|---|
| એઆઈ ઇકોનોમિસ્ટ (સેલ્સફોર્સ) | નીતિ ડિઝાઇનર્સ | મફત (ખુલ્લો સ્ત્રોત) | RL મોડેલો વધુ સારી કર યોજનાઓ તરફ પોતાનો માર્ગ અજમાવી રહ્યા છે [3] |
| H2O.ai | ડેટા વૈજ્ઞાનિકો અને વિશ્લેષકો | $$$ (બદલાય છે) | ખેંચો-અને-છોડો - સમજૂતી યોગ્યતા - શાનદાર કોમ્બો |
| ગૂગલ ઓટોએમએલ | શિક્ષણવિદો, સ્ટાર્ટઅપ્સ | મધ્યમ શ્રેણી | તમે ક્લિક કરો છો, તે શીખે છે. ફુલ-સ્ટેક, કોડ-વૈકલ્પિક ML |
| ઇકોનોમિટ્રિક્સ ટૂલબોક્સ (MATLAB) | સંશોધકો અને વિદ્યાર્થીઓ | $$ | ઓલ્ડ-સ્કૂલ એઆઈને મળે છે - હાઇબ્રિડ અભિગમોનું સ્વાગત છે |
| ઓપનએઆઈના જીપીટી મોડેલ્સ | સામાન્ય ઉપયોગ | ફ્રીમિયમ | સારાંશ આપો. અનુકરણ કરો. ચર્ચાના બંને પક્ષો સાથે દલીલ કરો. |
| ઇકોનએમએલ (માઈક્રોસોફ્ટ) | એપ્લાઇડ સંશોધકો | મફત | ગંભીર દાંત સાથે કાર્યકારણ અનુમાન ટૂલકિટ |
આગાહીત્મક મોડેલિંગમાં પરિવર્તન આવે છે 🧠
રીગ્રેશનનો સમય સારો રહ્યો. પણ હવે ૨૦૨૫ છે, અને:
-
ન્યુરલ નેટ હવે આર્થિક પરિવર્તનો પર સવારી કરે છે જેમ કે તેઓ વેવ-સર્ફર હોય છે - વિચિત્ર સમય સાથે ફુગાવાની આગાહી કરે છે [2].
-
ગ્રાહકોના ગભરાટ અને છુપાયેલા ભાવનાત્મક ઉછાળા માટે NLP પાઇપલાઇન્સ Reddit અને Roiters ને શોધે છે
-
એજન્ટ-આધારિત મોડેલો ધારણા કરતા નથી - તેઓ દરેક વસ્તુનું પરીક્ષણ કરે છે, સિલિકોમાં સમગ્ર સોસાયટીઓ ચલાવે છે.
પરિણામ શું? આગાહીમાં 25% ઘટાડો, માપન કોણ કરી રહ્યું છે તેના પર આધાર રાખે છે [2]. ઓછું અનુમાન. વધુ ગ્રાઉન્ડેડ ફ્યુચર્સ.
વર્તણૂકીય અર્થશાસ્ત્ર મશીન લર્નિંગને પૂર્ણ કરે છે
અહીંયા વસ્તુઓ... વિચિત્ર બને છે. પણ શાનદાર.
-
અતાર્કિક પેટર્ન: જ્યારે ગ્રાહકો માણસોની જેમ વર્તે છે ત્યારે ક્લસ્ટરો દેખાય છે.
-
નિર્ણયનો થાક: કોઈ વ્યક્તિ જેટલો લાંબો સમય ખરીદી કરે છે, તેની પસંદગીઓ એટલી જ ખરાબ થાય છે. મોડેલો ઝાંખપને પકડી લે છે.
-
માઇક્રો-મેક્રો લિંક્સ: તમારી કોફી ખરીદી? તે ડેટા છે. અને જ્યારે એકત્રિત કરવામાં આવે છે? શરૂઆતના સંકેતો - મોટા અવાજવાળા.
અને પછી ગતિશીલ કિંમત છે - જ્યાં તમારી શોપિંગ કાર્ટ એક સેકન્ડે બદલાય છે. ભયાનક? કદાચ. પણ તે કામ કરે છે.
આર્થિક નીતિ ડિઝાઇનમાં AI
પોલિસી મોડેલિંગ હવે સ્પ્રેડશીટ્સમાં અટવાયું નથી.
"એઆઈ ઇકોનોમિસ્ટ પર્યાવરણે પ્રગતિશીલ કર નીતિઓ શીખી જેણે સ્થિર બેઝલાઇનની તુલનામાં સમાનતા અને ઉત્પાદકતામાં 16% સુધારો કર્યો" [3].
સાદા અંગ્રેજીમાં કહીએ તો: અલ્ગોરિધમ્સે સેન્ડબોક્સ સરકારોની ભૂમિકા ભજવી - અને વધુ સારા કર સેટઅપ્સ સાથે બહાર આવ્યા. બજેટ મર્યાદાઓ હજુ પણ લાગુ પડે છે. પરંતુ હવે તમે વાસ્તવિક અર્થતંત્રો પર નીતિ લાગુ કરતા પહેલા તેને કોડમાં પ્રોટોટાઇપ કરી શકો છો.
વાસ્તવિક દુનિયાના આર્થિક કાર્યક્રમો 🌍
આમાંથી કંઈ પણ વેપરવેર નથી. તે શાંતિથી, કાર્યક્ષમ રીતે, દરેક જગ્યાએ કાર્યરત થઈ રહ્યું છે:
-
મધ્યસ્થ બેંકો ML-સંચાલિત તણાવ મોડેલનો ઉપયોગ કરે છે [2].
-
રિટેલર્સ આગાહીયુક્ત રિસ્ટોકિંગ સિસ્ટમ્સ [4] સાથે આઉટ-ઓફ-સ્ટોક દર ઘટાડે છે.
-
ક્રેડિટ સ્કોરર્સ વધુ લોકો માટે ક્રેડિટના દરવાજા ખોલવા માટે વૈકલ્પિક ડેટા (તમારા ફોન બિલ વિશે વિચારો) ખોદે છે.
-
શ્રમ વિશ્લેષકો કૌશલ્યની અછતને દૂર કરવા માટે નોકરી-પોસ્ટિંગના પ્રવાહને બાજની જેમ જુએ છે.
એ કોઈ દિવસની વાત નથી. એ અત્યારે છે.
મર્યાદાઓ અને નૈતિક લેન્ડમાઇન્સ
વાસ્તવિકતાના ઠંડા છાંટાનો સમય:
-
બાયસ એમ્પ્લીફિકેશન: જો તમારો ડેટાસેટ ગંદો છે, તો તમારા અનુમાનો પણ ખરાબ છે. અને ખરાબ - તે સ્કેલેબલ છે [5].
-
અસ્પષ્ટતા: શું તમે તેને સમજાવી શકતા નથી? તેને લાગુ કરશો નહીં. ઉચ્ચ-દાવના કોલ્સ માટે પારદર્શિતાની જરૂર છે.
-
વિરોધી ગેમિંગ: બોટ્સ તમારા મોડેલને વાયોલિનાની જેમ વગાડી રહ્યા છે? હા, તે જોખમ છે.
તો હા, નીતિશાસ્ત્ર ફક્ત દાર્શનિક નથી - તે માળખાગત છે. રેલિંગ મહત્વપૂર્ણ છે.
તમારા ઇકોનોમિક કાર્યમાં AI નો ઉપયોગ કેવી રીતે શરૂ કરવો
પીએચડી કે ન્યુરલ ઇમ્પ્લાન્ટની જરૂર નથી. બસ:
-
પાયથોન - પાંડા, સાયકિટ-લર્ન, ટેન્સરફ્લો સાથે આરામદાયક બનો . તેઓ વાસ્તવિક MVP છે.
-
ઓપન-ડેટા વોલ્ટ્સ - કાગલ, IMF, વિશ્વ બેંક પર દરોડા પાડો. તે સોનાથી ભરેલા છે.
-
નોટબુકમાં ટિંકર - ગૂગલ કોલેબ એ તમારું નો-ઇન્સ્ટોલ રમતનું મેદાન છે.
-
વિચારકોને અનુસરો - X (ઉફ, અગાઉ ટ્વિટર) અને સબસ્ટેક પાસે ખજાનાના નકશા છે.
એક અસ્પષ્ટ રેડિટ-સેન્ટિમેન્ટ વિશ્લેષક પણ તમને કંઈક એવું કહી શકે છે જે બ્લૂમબર્ગ ટર્મિનલ નહીં કહે.
ભવિષ્ય આગાહીવાળું છે, સંપૂર્ણ નથી
AI કોઈ ચમત્કાર નથી. પણ એક જિજ્ઞાસુ અર્થશાસ્ત્રીના હાથમાં? તે સૂક્ષ્મતા, દૂરંદેશી અને ગતિ માટે એક ટૂલકિટ છે. અંતઃપ્રેરણાને ગણતરી સાથે જોડો, અને તમે હવે અનુમાન લગાવતા નથી - તમે અપેક્ષા રાખી રહ્યા છો.
📉📈
અધિકૃત AI સહાયક સ્ટોર પર નવીનતમ AI શોધો
અમારા વિશે
સંદર્ભ
-
મુલ્લાઈનાથન, એસ. અને સ્પાઈસ, જે. (2017). મશીન લર્નિંગ: એન એપ્લાઇડ ઇકોનોમેટ્રિક એપ્રોચ. જર્નલ ઓફ ઇકોનોમિક પર્સ્પેક્ટિવ્સ, 31(2), 87–106. લિંક
-
મજીઠિયા, સી. અને ડોયલ, બી. (2020). AI આર્થિક આગાહીને કેવી રીતે બદલી શકે છે. IMF. લિંક
-
વુ, જે., જિયાંગ, એક્સ., અને લીહી, કે. (2020). AI અર્થશાસ્ત્રી: AI-સંચાલિત કર નીતિઓ સાથે સમાનતા અને ઉત્પાદકતામાં સુધારો. ન્યુરિપ્સ. લિંક
-
મેકકિન્સે એન્ડ કંપની. (૨૦૨૧). રિટેલના સપ્લાય-ચેઇન પડકારોને AI કેવી રીતે હલ કરી રહ્યું છે. લિંક
-
Angwin, J., Larson, J., Kirchner, L., & Mattu, S. (2016). મશીન બાયસ. પ્રોપબ્લિકા. લિંક