译 | 集智翻译组

 

1.人工智能在怎样对经济学理论产生改变？

 

一个世纪以来的经济理论有这样的假设，人们总是可以在给定的可选择的方案中，做出理性的决策。经济学者中甚至为这种同质的经济学概念赋予了一个名字：理性经济人。

 

你真的遇到过这样的人吗？我们并不总是一群最理性的动物。近期的经济学理论则更佳直面现实，即将心理学、社会影响和我们做决策时候的情绪等重要因素都考虑进来。

 

那么，这些建立在经济人基础上的理论会泯灭吗？ 哈佛大学保尔森工程与应用科学学院的计算机科学系主任，the George F. Colony教授：David C. Parkes,不这么认为。人类并不总是做出理性决策，但严密的算法可以做到。

 

近期在《科学》期刊上发布的论文里，密歇根大学的Parkes和合著者Michael Wellman就提出了经济学理性模型可以应用于人工智能（AI），并且，他们还讨论了“机器经济学（machina economicus）”的未来。 

 

translated by Jamie

 

2.表面上看，新古典经济学理论和AI貌似八竿子打不着，它们哪里会、怎么会产生交集呢？

 

Parkes指出：理性的观念是一个AI和经济学共有的构想，当我们在AI中构建一个问题时，我们说：目标是什么？哪些是需要优化的以及对于我们所处的世界知道些什么？AI和经济学的相互联系就变得相当密切了，因为这（两者）存在着一种关于效用、概率以及对其他事物进行推理的共同语言。

 

比如，经济学中有一种显示原理，它可以作为经济制度（例如市场）设计的理论可以被限定性地应用到那些参与者能够实现最大利益以便反应他们真实效用的情形。如今，充斥了大量人工交易代理的互联网网广告系统就是一个采用这种经济学理论的现实版本。搜索引擎就是让广告主实现他们的预算约束和目标的设计界面，它提供了满足这些需求的算法。你并不会在人类社会中看到许多类似这样的机制，但可能在越来越多的AI系统中看到它们。 

 

translated by 陈开壮

 

3.在描述理性AI的时候，当代经济学理论在哪些方面存在短板？

 

“机器经济学”可能更适合经典经济学理论中的理性行为，但是我们不相信AI会是完全理性的或者拥有无限的能力来解决问题。在某些时候你会碰到一些难啃的硬骨头，如我们已知的没有最优解的问题，这就会使得我们不得不面对针对偏离绝对理性的行为进行建模的问题。

 

扑克就是一个这种复杂推理问题的好例子：很多信息是缺失的，你不知道其他玩家的牌，你不确定下一步要对付什么牌，而且你是在用推理和其他会推理的玩家较量。

 

最近，研究者们借用了经济学中博弈论的思想，建立了一套可以有效解决德州扑克抬头限制问题（Heads Up Limit Texas Hold'em）的算法。他们利用一系列通用的技术开发了一种在这种设置下实现完美理性的AI。而这是建立在数十年的研究基础之上的，而且仅仅适用于严格限制的双人博弈的扑克游戏。

 

但是在很多复杂的现实世界设定下完美的理性是不可实现的，而且几乎可以肯定，情况永远都是这样。从这个角度出发，“机器经济学”可能需要它自己的经济学理论来解释行为，并用于Agent相互作用的规则设计。 

 

translated by 刘清晴

 

4.除了扑克，还有什么理性的AI系统可做的比人类更好呢？

 

人类做的更复杂的事情之一就是买卖房产。你实在很难向你的房地产代理描述你在寻找什么。你的中介可能有一些想法，但实际有效的反馈是只有当你展示你的房产的时候才产生的。这是一个低效的系统。AI可通过一些询问直接得出你的首要偏好——这是AI研究者现在致力于研发的想法。AI可以展示给你两个房间的对比，并问你更喜欢哪一个。根据你的回答，AI可以建立一个关于你喜好的模型，并据此引出新的问题，直到他可以推理出“他足够了解你的喜好因而可以结束了”，即如果他很成功，它就知道在你的角度上会买什么房。即使这只是部分成功，AI仍然可以给你带来一些在市场中足够优化你偏好的合理选项。

 

translated by 点点

 

5.人类将如何与这些理性机器互动？

 

观察你的行为是机器理解你和你偏好的一种方式。有一种被称为逆强化学习或者说被经济学家称为显示性偏好的方法，它是指一个AI通过每天观察你做出的决定进而能够理解你的一些特征。例如你如何权衡，如何安排时间，你喜欢穿什么，你喜欢和谁在什么时间交谈，不喜欢和谁交谈，等等。通过观察你的行为，AI可以建立你的偏好模型。接下来你可以想象，随着时间的推移，AI可以针对你的偏好做出不同的行为，甚至能够加入它自己的想法——希望它不会那么令人担忧。

 

研究人员一直在开发一项技术，AI能够通过查看你的电子信息流，比如你的电子邮件、语音信箱、社交媒体使用等，也包括了解诸如你的工作环境、工作结构、谁领导你、你领导谁等信息，从中可以根据不同场合决定哪些信息你确实需要查看。它可以知道你什么时候在开会，并且只会在有非常重要的人的电话时才打断你的会议。它是通过建模你对于信息的价值和打断的成本来做出决策的。随着AI为你做的事情越来越多，它可以根据你的选择来学习。当然，这是以你自己的理性选择为前提的，所以它能揭示出来的你的偏好可能不同于你的偏好。 

 

translated by 王泽宇

 

6.建立机器经济学的最大挑战是什么？

 

无论是在市场或是社会环境下，人工智能将要解决的问题都是复杂的，尤其是当这个系统中常常包含有其他参与者的时候。

 

由于最佳行动方式常常取决于其他参与者的行为，所以这就与那些环境中只有你自己唯一一个行动者的环境有本质的不同。如果人工智能正在买入，卖出或交易信息，或为某样东西定价，它需要推算出其他AI在系统中是如何做的。 

 

by 庞博

 

7.建立某种过分理性的东西是不是存在危险呢？

 

理性可能会导致意料之外的结果。如果你告诉一辆人工智能汽车以最快速度进城，他在就会在经历了优化推理分析，综合考虑了被抓和快速到达这两件事之后，连闯几个红灯。

 

这样的事情在证券市场上似乎也会发生。这是因为我们正生活在由快速交易算法主导了股票市场公平性和效率的环境下。但是，人工智能也可以让供给与需求相匹配，将资源分配给更需要的人，能更好地理解优先性以及进行更多社会学考量，从而使得这个市场更具效率。

 

还有一些重要的问题值得思考，例如人工智能的快速发展将会如何影响美国以及全球的工厂和更广阔的经济体，这是一个经济学家和政策制定者应该并且也是他们正在考虑的问题。 

 

by 庞博

 

参考文献：

 

David C. Parkes and Michael P. Wellman: Economic reasoning and artificial intelligence, Science, 2015, 349, 267-272 

 

特别鸣谢

 

本文译者：集智翻译组的部分小伙伴。

 

审校：张江。