بنك سنغافورة المركزي يرفع مستوى الحذر بشأن دور الذكاء الاصطناعي في السياسة النقدية

- يعترف البنك المركزي في سنغافورة، وهو هيئة النقد، بالإمكانات الكامنة في الذكاء الاصطناعي ضمن النمذجة الاقتصادية، لكنه يحذر من حدوده.
- اقترح نائب المدير التنفيذي إدوارد إس روبنسون أنه بينما أثبت الذكاء الاصطناعي فائدته في مجالات معينة، فإنه لا يزال غير قادر على تقديم تفسيرات موثوقة لتنبؤاته.
- رغم الحماس المحيط بإمكانيات الذكاء الاصطناعي، يؤكد البنك المركزي الحاجة إلى دمج حذر والاستمرار في الاعتماد على النماذج الراسخة.
في خطاب محوري ألقاه في ورشة العمل المتقدمة لعام 2024 للبنوك المركزية التي استضافتها الجامعة الوطنية في سنغافورة، أصدر إدوارد س. روبنسون، نائب المدير الإداري للسياسة الاقتصادية والرئيس الاقتصادي لهيئة النقد السنغافورية، نداءً حاسماً بشأن دور الذكاء الاصطناعي (AI) في صياغة السياسة النقدية. تأتي تصريحات روبنسون في خضم اهتمام متزايد باستغلال تقنيات الذكاء الاصطناعي وتعلم الآلة (ML) لتعزيز التنبؤات الاقتصادية وبناء النماذج. وعلى الرغم من إقراره بوعد الذكاء الاصطناعي، شدد روبنسون على قيود حاسمة تثير علامات تحذير لصانعي السياسات.
إمكانيات ومخاطر الذكاء الاصطناعي في النمذجة الاقتصادية
أبرز خطاب روبنسون التقدم الملحوظ الذي أحرزته تقنيات الذكاء الاصطناعي وتعلم الآلة، لا سيما في مجال النمذجة الاقتصادية. وأشار إلى حالات أثبت فيها الذكاء الاصطناعي بالفعل فائدته، مثل تحديد المعاملات المالية غير المنتظمة وقياس توقعات التضخم باستخدام بيانات وسائل التواصل الاجتماعي. وإطراءً لمرونة الذكاء الاصطناعي في التكيف مع أنماط البيانات المعقدة، أشاد روبنسون بإمكانياته في التقاط الديناميكيات الاقتصادية غير الخطية المشابهة للحكم البشري.
وعلى الرغم من التقدم الكبير الذي شهدته في مجال الذكاء الاصطناعي (AI)، أطلق روبنسون، في خطابه، نداءً حاسماً بالحذر. وفي توضيحه، رسم بدقة الهشاشة الجوهرية المضمنة في نماذج الذكاء الاصطناعي، مشدداً بشكل قاطع على قابليتها العميقة للتأثر بأدق تفاصيل اختيار المعلمات، وكذلك الشفافية الكامنة التي تميز مخرجاتها.
ومن أبرز ما لفت الانتباه في خطابه، التأكيد الواضح لروبنسون على العجز الحالي لأنظمة الذكاء الاصطناعي عن تقديم تفسيرات حقيقية لتوقعاتها، مما يسلط الضوء على صعوباتها الجوهرية في فهم ألغاز المنطق المعقدة والعمليات الرياضية المعقدة. ووفقاً لما ذهب إليه، لا تشير هذه القيود فقط إلى عقبات كبيرة، بل تخلق أيضاً تحديات هائلة لصانعي السياسات الذين يعتمدون على الشفافية والقابلية للتفسير التي توفرها هذه النماذج في عمليات صنع القرار.
نماذج الأقمار الصناعية ودمجها
اقترح روبنسون نهجاً عملياً لدمج الذكاء الاصطناعي في مجموعات أدوات النمذجة للبنوك المركزية. ودعا إلى استخدام نماذج الذكاء الاصطناعي كأدوات مكملة بدلاً من أطر عمل مستقلة، لا سيما في نماذج الأقمار الصناعية التي تكمل النماذج الهيكلية الأساسية. ومن خلال الاستفادة من نقاط قوة الذكاء الاصطناعي جنباً إلى جنب مع المنهجيات الراسخة، يمكن لصانعي السياسات الاستفادة من إمكانياتها مع التخفيف من المخاطر الكامنة.
وعلى الرغم من جاذبية تقنيات الذكاء الاصطناعي المتطورة، شدد روبنسون على أهمية موازنة الحماس بالحذر. وأكد على ضرورة تدخل مؤسسات مثل هيئة النقد السنغافورية (MAS) لضمان تنفيذ مسؤول للذكاء الاصطناعي. ومن خلال التدقيق الصارم في نماذج الذكاء الاصطناعي ودمجها في الأطر القائمة، يمكن للبنوك المركزية التنقل في المشهد المتطور للنمذجة الاقتصادية مع حماية نفسها من المخاطر المحتملة.
بينما يتعامل البنك المركزي في سنغافورة مع المشهد المتغير للنمذجة الاقتصادية، تسلط رؤى روبنسون الضوء على التفاعل المعقد بين ابتكار الذكاء الاصطناعي وصياغة السياسات. وعلى الرغم من أن الذكاء الاصطناعي يحمل وعداً هائلاً في إحداث ثورة في التنبؤات الاقتصادية، فإن قيوده الحالية تستدعي الحذر. ومع تحرك صانعي السياسات بحذر نحو دمج الذكاء الاصطناعي، يبقى السؤال: كيف يمكن للبنوك المركزية تحقيق التوازن بين الاستفادة من إمكانات الذكاء الاصطناعي وحماية نفسها من مخاطره الكامنة؟
إذا كنت تقرأ هذا، فأنت متقدّم بالفعل. ابق هناك مع نشرتنا الإخبارية.
إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.

عامر شيخ
عامر صحفي تقني يتمتع بخبرة تزيد عن ست سنوات في مجالي العملات المشفرة والتقنية. تخرج من جامعة ماج بشهادة ماجستير في إدارة الأعمال بتخصص التمويل والتسويق. يعمل حاليًا مع موقع كربتوبوليتان، حيث يتناول أحدث التطورات في أسواق العملات المشفرة وتوقعات الأسعار.
















