Olen juuri julkaissut tutkimuspaperini "Deep Learning for Solving Economic Models" verkkosivuillani: Viikon tai kahden kuluttua se kiertää myös työpaperina NBER:ssä ja CEPR:ssä. Halusin kuitenkin kertoa ihmisille jo nyt, koska olen melko tyytyväinen lopputulokseen, suurelta osin saamani fantastisen varhaisen palautteen ansiosta. Kuten olen usein väittänyt, syväoppimisen meneillään oleva vallankumous muuttaa tapaa, jolla ratkaisemme dynaamisia tasapainotalouden malleja. Pohjimmiltaan mallin ratkaiseminen tarkoittaa tuntemattomien kohdefunktioiden (kuten agenttien arvofunktion, päätössäännön tai parhaan vasteen funktion) likiarvoa. Syväoppiminen tekee usein loistavaa työtä tässä tehtävässä. Artikkelissa korostan, että tämä menestys ei ole "taikuutta", vaan pikemminkin suoraa seurausta syväoppimisen kyvystä löytää parempia esityksiä mallin olennaisista muuttujista (esimerkiksi tilamuuttujista). Neuroverkon kerrokset muuttavat syötemuuttujat informaatiotehokkaiksi esityksiksi, jotka voidaan likimääräisesti arvioida helpommin. Tom Sargent rakastaa sanoa, että valtion löytäminen on taidetta. Syväoppiminen yrittää automatisoida tätä taidetta mahdollisimman paljon. Tästä syystä voimme nyt monissa tapauksissa ratkaista korkeaulotteisia ongelmia, jotka olivat laskennallisesti mahdottomia vain muutama vuosi sitten. Lisäksi näiden mallien ratkaisemiseen suunniteltujen syvien verkkojen rakenne, joka on suurelta osin lineaarinen lukuun ottamatta aktivointifunktioon kapseloitua epälineaarisuutta, mahdollistaa massiivisen rinnakkaistamisen. Tutkimuspaperi on suunniteltu aloittamaan alusta alkaen. Kohdeyleisöni on ensimmäisen vuoden jatko-opiskelija, jolla on vain hyvin perustiedot ratkaisumenetelmistä, tai jopa motivoitunut vanhempi opiskelija. Olisin erittäin kiitollinen palautteesta. Voitko seurata argumentteja kauttaaltaan? Onko joitakin vaiheita, jotka jäävät epäselviksi? Olen opettanut tähän materiaaliin perustuvia kursseja Pennissä, Espanjan keskuspankissa, Cambridgessa, EKP:ssä, Harvardissa, Johns Hopkinsissa, Northwesternissä, Oxfordissa, Princetonissa, UC Santa Barbarassa ja Stanfordissa, mutta etsin aina tuoreita näkökulmia ehdottaakseni parannuksia. Kaikki diaesitykset, joissa on linkkejä koodiin, ovat saatavilla täällä: kohdassa "Koneoppiminen taloustieteilijöille". Lopulta saatan käyttää tätä tutkimuspaperia ja diapakkoja ytimenä jonkin verran pidempään, mutta ensin minun on tyhjennettävä työpöytäni liian monista meneillään olevista projekteista.