ФРС США назвала прогнозы нейросетей по инфляции более точными, чем у экспертов

Нейронные сети в составе больших языковых моделей (LLM) более точно предугадывают инфляционную динамику, чем экономисты, пришли к выводу в исследовании «Искусственный интеллект и прогнозирование инфляции» ФРС США, на которое ссылаются «Ведомости». В нем эксперты регулятора сравнили прогнозы ценовой динамики в США, составленные моделью PaLM (Google), с ожиданиями в «Обзоре профессиональных прогнозистов» от ФРС на промежутке 2019–2023 годов.

При прогнозировании инфляции модель демонстрирует гораздо меньшие значения среднеквадратичной ошибки (MSE), чем прогнозисты регулятора. Так, для PaLM средний показатель отклонения за 2019–2023 годы составил 3,02, в то время как для экспертного прогноза — 5,70.

Языковая модель с меньшей точностью предсказывает инфляцию на краткосрочном горизонте: при прогнозировании показателя для текущего квартала величина MSE у PaLM составила 0,39, у экспертов — 0,29. Однако ценовую динамику на долгосрочной перспективе нейросеть оценивает точнее: PaLM демонстрировала MSE в 7,87, когда давала прогноз на аналогичный квартал следующего года (например, когда прогнозировала инфляцию в I квартале 2021 года, «находясь» в I квартале 2020), для экспертов показатель при этом составлял 13,79, то есть в 1,75 раза больше.

Эксперты ФРС отмечают, что ответы LLM могут быть непредсказуемы — они могут отличаться при различных формулировках одного и того же запроса, а также может возникнуть проблема «черного ящика»: когда внутреннее содержание системы наблюдателю неизвестно, ему доступны только «вход» для ввода информации и «выход» для отображения результатов работы. И все же авторы доклада уверены, что большие языковые модели могут быть использованы экспертами как мощный и относительно недорогой инструмент для прогнозирования основных макроэкономических показателей.