பட்டதாரி பள்ளி. இந்த ஒரு சோதனை ஓட்டம் எனக்கு இன்னும் நினைவிருக்கிறது, அதில் என் நரம்பியல் வலை என் பின்னடைவு மாதிரியை 20% வென்றது. நகைச்சுவை இல்லை - நான் வாரக்கணக்கில் பொருளாதார அளவியல் பாடத்திட்டத்தையும், நிறைய பாடப்புத்தகங்களையும் எரித்துவிட்டேன். அந்த தருணமா? ஒரு லைட்பல்ப். சிக்கலானது குழப்பமாகும்போது - நிச்சயமற்ற தன்மை, நடத்தை மற்றும் முறை குழப்பம் குவியும் போது - AI முன்னேறுகிறது.
-
வடிவ அங்கீகாரம்: ஆழமான வலைகள் அம்சங்களின் பெருங்கடல்களில் உலாவுகின்றன, மேலும் பொருளாதார வல்லுநர்களுக்கு [1] கண்டுபிடிக்க ஆயிரம் காபிகள் தேவைப்படும் தொடர்புகளைக் கண்டறியின்றன.
-
தரவு செரிமானம்: கையால் தேர்ந்தெடுக்கும் மாறிகளை மறந்து விடுங்கள் - ML இயந்திரங்கள் முழு பஃபேவையும் சாப்பிடுகின்றன [1].
-
நேரியல் அல்லாத பகுப்பாய்வு: காரணமும் விளைவும் முன்னும் பின்னுமாக மாறும் போது அவர்கள் கண் சிமிட்டுவதில்லை. வரம்பு விளைவுகளா? சமச்சீரற்ற தன்மையா? அவர்கள் அதைப் புரிந்துகொள்கிறார்கள் [2].
-
தானியக்கம்: செயல்முறைத் தொடர் மாயாஜாலம். சுத்தம் செய்தல், பயிற்சி அளித்தல், சீரமைத்தல் - இது, ஒருபோதும் உறங்காத பயிற்சி ஊழியர்களைக் கொண்டிருப்பது போன்றது.
நிச்சயமாக, நாம் இன்னும் சார்புடைய மூலக் குறியீடாகவே இருக்கிறோம். அதைத் தவறாகக் கற்றுக் கொடுத்தால், அது தவறாகக் கற்றுக்கொள்கிறது. அந்த ஈமோஜி கண் சிமிட்டுகிறதா? அது நியாயமானதுதான். 😉
இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:
🔗 செயற்கை நுண்ணறிவால் மாற்றியமைக்க முடியாத மற்றும் மாற்றியமைக்கப் போகும் வேலைகள்:
தற்போதைய மற்றும் எதிர்கால வேலைகள் மீது செயற்கை நுண்ணறிவின் தாக்கம் குறித்த உலகளாவிய பகுப்பாய்வு.
🔗 நிதி சார்ந்த கேள்விகளுக்கான சிறந்த செயற்கை நுண்ணறிவு.
புத்திசாலித்தனமான மற்றும் துல்லியமான நிதி சார்ந்த நுண்ணறிவுகளை வழங்கும் முன்னணி செயற்கை நுண்ணறிவு கருவிகள்.
🔗 வணிக உத்திக்கான செயற்கை நுண்ணறிவு மூலம் இயங்கும் தேவை முன்னறிவிப்புக் கருவிகள்.
வணிகங்கள் தேவையை முன்கணிக்கவும், உத்திகளைத் திறம்படத் திட்டமிடவும் உதவும் கருவிகள்.
ஒப்பீட்டு அட்டவணை: பொருளாதாரத்திற்கான AI கருவிகள்
| கருவி / தளம் | இது யாருக்கானது | விலை | இது ஏன் வேலை செய்கிறது / குறிப்புகள் |
|---|---|---|---|
| AI பொருளாதார நிபுணர் (விற்பனைக்குழு) | கொள்கை வடிவமைப்பாளர்கள் | இலவசம் (திறந்த மூல) | சிறந்த வரித் திட்டங்களுக்கு RL மாதிரிகள் சோதனை மற்றும் பிழைகளை உருவாக்குகின்றன [3] |
| H2O.ai (ஹெ2ஓ) | தரவு விஞ்ஞானிகள் & ஆய்வாளர்கள் | $$$ (மாறுபடும்) | இழுத்து விடுதல் விளக்கத்தை பூர்த்தி செய்கிறது - சிறந்த சேர்க்கை |
| கூகிள் ஆட்டோஎம்எல் | கல்வியாளர்கள், தொடக்க நிறுவனங்கள் | நடுத்தர வரம்பு | நீங்கள் கிளிக் செய்தால், அது கற்றுக்கொள்கிறது. முழு-அடுக்கு, குறியீடு-விருப்பத்தேர்வு ML |
| பொருளாதார அளவீட்டு கருவிப்பெட்டி (MATLAB) | ஆராய்ச்சியாளர்கள் & மாணவர்கள் | $$ | பழைய பள்ளி AI ஐ சந்திக்கிறது - கலப்பின அணுகுமுறைகள் வரவேற்கப்படுகின்றன |
| OpenAI இன் GPT மாதிரிகள் | பொது பயன்பாடு | ஃப்ரீமியம் | சுருக்கமாகச் சொல்லுங்கள். உருவகப்படுத்துங்கள். விவாதத்தின் இரு பக்கங்களையும் வாதிடுங்கள். |
| எகான்எம்எல் (மைக்ரோசாப்ட்) | பயன்பாட்டு ஆராய்ச்சியாளர்கள் | இலவசம் | தீவிரமான பற்களைக் கொண்ட காரண அனுமான கருவித்தொகுப்பு |
முன்கணிப்பு மாடலிங் ஒரு மாற்றத்தைப் பெறுகிறது 🧠
பின்னடைவு நல்ல ஓட்டத்தைக் கொண்டிருந்தது. ஆனால் இது 2025, மேலும்:
-
நரம்பியல் வலைகள் இப்போது அலை சறுக்கு வீரர்களைப் போல பொருளாதார மாற்றங்களில் சவாரி செய்கின்றன - விசித்திரமான நேரத்துடன் பணவீக்கத்தை முன்னறிவிக்கின்றன [2].
-
நுகர்வோர் நடுக்கங்கள் மற்றும் மறைக்கப்பட்ட உணர்வு கூர்மைகளுக்காக NLP குழாய்வழிகள் ரெடிட் மற்றும் ராய்ட்டர்ஸை தோண்டி எடுக்கின்றன
-
முகவர் அடிப்படையிலான மாதிரிகள் அனுமானிப்பதில்லை - அவை ஒவ்வொரு 'என்ன நடந்தால் என்ன?' என்ற சாத்தியக்கூற்றையும் சோதித்து, முழு சமூகங்களையும் கணினி மாதிரிகளிலேயே இயக்கிப் பார்க்கின்றன.
விளைவு? யார் அளவீடு செய்கிறார்கள் என்பதைப் பொறுத்து, முன்னறிவிப்பில் 25% வீழ்ச்சி தவறுகிறது [2]. குறைவான யூக வேலை. அதிக அடித்தளமான எதிர்காலங்கள்.
நடத்தை பொருளாதாரம் இயந்திர கற்றலை சந்திக்கிறது
இதுதான் விஷயங்கள்... விசித்திரமாக மாறுவது. ஆனால் புத்திசாலித்தனம்.
-
பகுத்தறிவற்ற வடிவங்கள்: நுகர்வோர் மனிதர்களைப் போல நடந்து கொள்ளும்போது கொத்துகள் தோன்றும்.
-
முடிவெடுக்கும் சோர்வு: ஒருவர் எவ்வளவு நேரம் ஷாப்பிங் செய்கிறாரோ, அவ்வளவு மோசமாக அவர்களின் தேர்வுகள் இருக்கும். மாதிரிகள் மங்கலைப் பிடிக்கின்றன.
-
நுண்-பேரளவு இணைப்புகள்: நீங்கள் வாங்கும் காபியா? அது ஒரு தரவு. அவற்றை ஒருங்கிணைக்கும்போது? ஆரம்பகட்ட அறிகுறிகள் - மிகவும் அழுத்தமானவை.
பின்னர் மாறும் விலை நிர்ணயம் உள்ளது - உங்கள் ஷாப்பிங் கூடை வினாடிக்கு நொடி மாறும். பயங்கரமா? இருக்கலாம். ஆனால் அது வேலை செய்கிறது.
பொருளாதாரக் கொள்கை வடிவமைப்பில் AI
கொள்கை மாதிரியாக்கம் இனி விரிதாள்களில் சிக்கவில்லை.
"நிலையான அடிப்படைகளுடன் ஒப்பிடும்போது சமத்துவம் மற்றும் உற்பத்தித்திறனை 16% மேம்படுத்திய முற்போக்கான வரிக் கொள்கைகளை AI பொருளாதார நிபுணர் சூழல் கற்றுக்கொண்டது" [3].
எளிமையான தமிழில்: அல்காரிதம்கள் சாண்ட்பாக்ஸ் அரசாங்கங்களை விளையாடியது - மேலும் சிறந்த வரி அமைப்புகளுடன் வெளிவந்தன. பட்ஜெட் கட்டுப்பாடுகள் இன்னும் பொருந்தும். ஆனால் இப்போது நீங்கள் கொள்கையை உண்மையான பொருளாதாரங்களில் கட்டவிழ்த்து விடுவதற்கு முன்பு குறியீட்டில் முன்மாதிரி செய்யலாம்.
நிஜ உலக பொருளாதார பயன்பாடுகள் 🌍
இவை எதுவும் வேப்பர்வேர் அல்ல. இது அமைதியாக, திறமையாக, எல்லா இடங்களிலும் வெளிவருகிறது:
-
நிதி விரிசல்கள் விரிவடைவதற்கு முன்பு அவற்றை ஆராய மத்திய வங்கிகள் ML-இயக்கப்படும் அழுத்த மாதிரிகளைப் பயன்படுத்துகின்றன [2]
-
சில்லறை விற்பனையாளர்கள் முன்கணிப்பு மறு சேமிப்பு முறைகளுடன் கையிருப்பில் இல்லாத விகிதங்களைக் குறைக்கின்றனர் [4].
-
கடன் மதிப்பெண் பெறுபவர்கள், அதிகமான மக்களுக்கு கடன் கதவுகளைத் திறக்க மாற்றுத் தரவை (உங்கள் தொலைபேசி பில் என்று நினைக்கிறேன்) தோண்டி எடுக்கிறார்கள்.
-
தொழிலாளர் ஆய்வாளர்கள் வேலை வாய்ப்புப் பாய்ச்சலைப் பருந்துகளைப் போலக் கவனிக்கின்றனர்.
இது ஒரு நாள் நடந்த விஷயம் இல்லை. இப்போதைக்கு.
வரம்புகள் & நெறிமுறை கண்ணிவெடிகள்
யதார்த்தத்தின் குளிர்ந்த தெறிப்புக்கான நேரம்:
-
சார்பு பெருக்கம்: உங்கள் தரவுத்தொகுப்பு அசுத்தமாக இருந்தால், உங்கள் கணிப்புகளும் அசுத்தமாக இருக்கும். மேலும் மோசம் - அவை அளவிடக்கூடியவை [5].
-
வெளிப்படைத்தன்மை இன்மை: விளக்க முடியவில்லையா? அதைச் செயல்படுத்தாதீர்கள். முக்கியத்துவம் வாய்ந்த முடிவுகளுக்கு வெளிப்படைத்தன்மை அவசியம்.
-
போட்டி விளையாட்டு: பாட்கள் உங்கள் மாடலைத் தங்கள் இஷ்டப்படி ஆட்டிவைக்கின்றனவா? ஆம், அது ஒரு ஆபத்துதான்.
சரி, நெறிமுறைகள் வெறும் தத்துவார்த்தமானவை அல்ல - அவை உள்கட்டமைப்பு சார்ந்தவை. தடுப்புகள் முக்கியம்.
உங்கள் பொருளாதாரப் பணியில் AI-ஐ எவ்வாறு பயன்படுத்தத் தொடங்குவது
பிஎச்டி அல்லது நரம்பியல் உள்வைப்பு தேவையில்லை. வெறும்:
-
பைத்தானுடன் நன்கு பரிச்சயமாகுங்கள் - பாண்டாஸ், ஸ்கிகிட்-லெர்ன், டென்சர்ஃப்ளோ. அவையே உண்மையான சிறந்தவை.
-
திறந்த தரவுப் பெட்டகங்களைத் தாக்குங்கள் . அவை பொக்கிஷங்களால் நிரம்பியுள்ளன.
-
குறிப்பேடுகளில் டிங்கர் - கூகிள் கோலாப் உங்கள் நிறுவல் இல்லாத விளையாட்டு மைதானம்.
-
சிந்தனையாளர்களைப் பின்தொடருங்கள் - X (அச்சச்சோ, முன்பு ட்விட்டர்) மற்றும் சப்ஸ்டேக்கில் புதையல் வரைபடங்கள் உள்ளன.
ஒரு முட்டாள்தனமான ரெடிட்-சென்டிமென்ட் பாகுபடுத்தி கூட, ப்ளூம்பெர்க் டெர்மினல் சொல்லாத ஒன்றை உங்களுக்குச் சொல்ல முடியும்.
எதிர்காலம் கணிக்கக்கூடியது, சரியானது அல்ல.
AI ஒரு அதிசயம் அல்ல. ஆனால் ஒரு ஆர்வமுள்ள பொருளாதார நிபுணரின் கைகளில் இருக்கிறதா? இது நுணுக்கம், தொலைநோக்கு பார்வை மற்றும் வேகத்திற்கான ஒரு கருவித்தொகுப்பு. உள்ளுணர்வை கணக்கீட்டுடன் இணைக்கவும், நீங்கள் இனி யூகிக்க மாட்டீர்கள் - நீங்கள் எதிர்பார்க்கிறீர்கள்.
📉📈
அதிகாரப்பூர்வ AI உதவியாளர் கடையில் சமீபத்திய AI ஐக் கண்டறியவும்
எங்களை பற்றி
குறிப்புகள்
-
முல்லையநாதன், எஸ். & ஸ்பைஸ், ஜே. (2017). இயந்திர கற்றல்: ஒரு பயன்பாட்டு பொருளியல் அணுகுமுறை. ஜர்னல் ஆஃப் எகனாமிக் பெர்ஸ்பெக்டிவ்ஸ், 31(2), 87–106. இணைப்பு
-
மஜிதியா, சி. & டாய்ல், பி. (2020). செயற்கை நுண்ணறிவு பொருளாதார முன்னறிவிப்பை எவ்வாறு மாற்றியமைக்கக்கூடும். ஐஎம்எஃப். இணைப்பு
-
வூ, ஜே., ஜியாங், எக்ஸ்., & லீஹி, கே. (2020). ஏஐ பொருளியல் நிபுணர்: செயற்கை நுண்ணறிவால் இயக்கப்படும் வரிக் கொள்கைகள் மூலம் சமத்துவம் மற்றும் உற்பத்தித்திறனை மேம்படுத்துதல். நியூரிப்ஸ். இணைப்பு
-
மெக்கின்சி & கம்பெனி. (2021). சில்லறை வர்த்தகத்தின் விநியோகச் சங்கிலி சவால்களை செயற்கை நுண்ணறிவு எவ்வாறு தீர்க்கிறது. இணைப்பு
-
Angwin, J., Larson, J., Kirchner, L., & Mattu, S. (2016). இயந்திர சார்பு. ProPublica. இணைப்பு