• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The econometrics journal >Artificial intelligence as structural estimation: Deep Blue, Bonanza, and AlphaGo
【24h】

Artificial intelligence as structural estimation: Deep Blue, Bonanza, and AlphaGo

机译：人工智能作为结构估计：深蓝色，博纳扎和alphago

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This article clarifies the connections between certain algorithms to develop artificial intelligence (AI) and the econometrics of dynamic structural models. with concrete examples of three 'game AIs'. Chess-playing Deep Blue is a calibrated value function, whereas shogiplaying Bonanza is an estimated value function via Rust's nested fixed-point (NFXP) method. AlphaGo's 'supervised-learning policy network' is a deep-neural-network implementation of the conditional-choice-probability (CCP) estimation reminiscent of Hotz and Miller's first step: the construction of its 'reinforcement-learning value network' is analogous to their conditional choice simulation (CCS). I then explain the similarities and differences between AI-related methods and structural estimation more generally, and suggest areas of potential cross-fertilization.
机译：本文阐明了某些算法之间的连接，以开发人工智能（AI）和动态结构模型的计量计量学。有三个“游戏AIS”的具体例子。国际象棋播放深蓝色是校准的价值函数，而ShogiPlaying Bonanza是估计值函数，通过RUST的嵌套定点（NFXP）方法。 Alphago的“监督学习政策网络”是一个深神经网络的条件选择 - 概率（CCP）估计让人想起热源和米勒的第一步：其“加强学习价值网络”的构建类似于他们的条件选择仿真（CCS）。然后，我更普遍地解释AI相关方法和结构估计之间的相似之处和差异，并提出了潜在的交叉施肥区域。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号