අවස්ථා ආකෘති නිර්මාණය සහ සංවේදීතා විශ්ලේෂණය

ලාභ:

• පැහැදිලි උපකල්පන සහිත මූලික/ශුභවාදී/අශුභවාදී අවස්ථා පිහිටුවීමට සහ කෘතිම බුද්ධිය සහිත විනිවිද පෙනෙන, අතින් සත්‍යාපනය කළ හැකි පැතුරුම්පත් නිෂ්පාදනය කිරීමේ හැකියාව
• සංවේදීතාව සහ ආතති පරීක්ෂණ තර්කනය යෙදීමේ හැකියාව (ඔබ උපකල්පනයක් වෙනස් කරන විට ප්‍රතිඵලය කෙතරම් වෙනස් වේ ද යන්න) සහ විවේචනාත්මක උපකල්පන හඳුනා ගැනීම
• මෙම සිද්ධිය අනාවැකියක් නොව කොන්දේසි සහිත 'එසේ නම්' අභ්‍යාසයක් බවත්, උපකල්පනයේ සහ අවසාන විනිශ්චයේ හිමිකාරිත්වය ආර්ථික විද්‍යාඥයා සතු බවත් පවත්වා ගැනීමට හැකි වන්න.

අනාගතය අවිනිශ්චිත වන අතර, අර්ථශාස්ත්‍රඥයාගේ කාර්යය වන්නේ මෙම අවිනිශ්චිතභාවය නිශ්චිත පුරෝකථනයකින් වසන් කිරීම නොව, පිළිවෙලට ඇති විකල්පයන් තුළ එය දෘශ්‍යමාන කිරීම ය. Scenario Modeling යනු හරියටම මෙයයි: "විනිමය අනුපාතිකය මේ මට්ටමට ගියොත්, වර්ධනය මෙහෙම වුණොත්, පොලී අනුපාතය මෙහෙම ගියොත්, ප්‍රතිඵලය මොකක්ද?" අයවැය ප්‍රක්ෂේපණයක්, ණය තිරසාර විශ්ලේෂණයක්, ආයෝජන ශක්‍යතාවක් - සියල්ල සිද්ධීන් හරහා සිතනු ලැබේ. කෘත්‍රිම බුද්ධිය මෙහි ප්‍රබල ත්වරණයකි: එය උපකල්පන පැතුරුම්පත් බවට පරිවර්තනය කරයි, මිනිත්තු තුනේ සිට පහ දක්වා අවස්ථා ජනනය කරයි. එහෙත් වඩාත්ම විවේචනාත්මක වාක්යය මෙයයි: සිද්ධිය අනාවැකියක් නොවේ; එය පැහැදිලි උපකල්පන මත පදනම් වූ කොන්දේසි සහිත "එසේ නම්" අභ්‍යාසයක් වන අතර උපකල්පනවල හිමිකාරිත්වය ආර්ථික විද්‍යාඥයා සතු වේ. කෘතිම බුද්ධිය ගණනය කිරීම සිදු කරයි; කුමන උපකල්පනය සාධාරණද යන්න තීරණය කිරීම මිනිසා සතුය.

පිටපතේ ව්‍යුහ විද්‍යාව

ඝන තිර රචනයක කොටස්:

• මූලික (පාදක) දර්ශනය. බොහෝ දුරට ඉඩ ඇති උපකල්පන සමූහය වන්නේ; "අපේක්ෂිත" මාර්ගය.
• ශුභවාදී සහ අශුභවාදී අවස්ථා. පාදම වටා සාධාරණ ඉහළ සහ පහළ මංපෙත්. මේවා අත්තනෝමතික නොව යුක්ති සහගත විය යුතුය.
• පැහැදිලි උපකල්පන. එක් එක් සිද්ධිය පදනම් වී ඇති ඉලක්කම් (වර්ධනය, උද්ධමනය, විනිමය අනුපාතය, පොලී) එකින් එක ලියා ඇත. ව්‍යංග උපකල්පනය යනු පිළිගත නොහැකි අවස්ථාවයි.
• විනිවිද පෙනෙන ගිණුමක්. ආදානයේ සිට ප්‍රතිදානය දක්වා සූත්‍ර දෘශ්‍යමාන සහ අතින් සත්‍යාපනය කළ හැකි විය යුතුය. කළු පෙට්ටියක් ක්‍රියා නොකරනු ඇත.
• නිගමනය සහ අදහස් දැක්වීම. අවස්ථා අතර වෙනස පෙන්නුම් කරන්නේ කුමක්ද? කුමන අවදානම කොපමණ විශාලද?

ඉඟිය: ශුභවාදී/අශුභවාදී අවස්ථා "අනාවැකි කලාපයක්" ලෙස ඉදිරිපත් නොකරන්න. මේවා සම්භාවිතාවන් නොවේ, නමුත් කොන්දේසි සහිත ප්රතිවිපාක: "විනිමය අනුපාතය 30% කින් වැඩි වුවහොත්, ණය බර වනු ඇත." වාක්‍යය සෑම විටම "if" යන්නෙන් ආරම්භ විය යුතු අතර එමඟින් පාඨකයාට තත්ත්වය දැකගත හැකිය.

සංවේදීතා විශ්ලේෂණය: තීරණාත්මක වන්නේ කුමන උපකල්පනයද?

දර්ශනයක ප්‍රතිඵලය උපකල්පන දුසිම් ගනනක් මත රඳා පවතී, නමුත් ඒවා සියල්ලම සමාන වැදගත්කමක් නැත. ඔබ එක් උපකල්පනයක් වෙනස් කරන විට, ceteris paribus නම් ප්‍රතිඵලය කෙතරම් වෙනස් වේද යන්න සංවේදී විශ්ලේෂණය මගින් මනිනු ලැබේ. ප්‍රතිඵලය උපකල්පනයකට ඉතා සංවේදී නම් (කුඩා වෙනසක් ප්‍රතිඵලයේ විශාල වෙනසක් ඇති කරයි), එම උපකල්පනය තීරනාත්මක වන අතර වඩාත්ම අවධානය, සත්‍යාපනය සහ සන්නිවේදනය ලැබිය යුතුය.

ආතති පරීක්ෂාව මෙහි දිගුවකි: මධ්‍යස්ථ නමුත් දැඩි සෘණාත්මක කම්පනයක් යටතේ පද්ධතිය/අයවැය/ණය හැසිරෙන ආකාරය පරීක්ෂා කිරීම (උදා: පොලී අනුපාත හදිසියේ පැනීම, අපනයන වෙළඳපොලේ කඩා වැටීම). ඉලක්කය වන්නේ නරකම දේ පුරෝකථනය කිරීම නොව, බිඳවැටීමේ ලකුණු පුරෝකථනය කිරීමයි.

අවවාදයයි: ඔබ AI ට "අශුභවාදී තත්වයක් ඇති කරන්න" යැයි පැවසුවහොත්, එය ඔබට අත්තනෝමතික අංකයක් ලබා දිය හැක. අශුභවාදී දර්ශනය "අහසින් වැටීමක්" නොව, යුක්ති සහගත උපකල්පනයකි: එයට "2018 විනිමය අනුපාත කම්පනය හා සමාන චලනයක්" වැනි ඓතිහාසික හෝ තාර්කික පදනමක් තිබිය යුතුය. ඔබ උපකල්පනය සාධාරණීකරණය කරයි.

පියවරෙන් පියවර සිද්ධි අධ්‍යයනය

1. ප්‍රශ්නය සහ ප්‍රතිඵලය නිර්වචනය කරන්න. අපි ප්‍රොජෙක්ට් කරන්නේ කුමක්ද? (ණය/දළ දේශීය නිෂ්පාදිතය, අයවැය ශේෂය, මුදල් ප්රවාහය)
2. ධාවක විචල්‍ය සකසන්න. ප්‍රධාන යෙදවුම් කුඩා සංඛ්‍යාවක් (වර්ධනය, උද්ධමනය, පොලී, විනිමය අනුපාතය) ප්‍රතිඵලය තීරණය කරයි.
3. මූලික උපකල්පන සාදා ඒවා සාධාරණීකරණය කරන්න. එක් එක් අංකයේ මූලාශ්රය සහ තර්කනය ලියා ඇත.
4. ස්ක්‍රිප්ට් නිෂ්පාදනය කරන්න. ශුභවාදී/අශුභවාදී සඳහා උපකල්පන සාධාරණීකරණය සමඟ ගෙන යන්න.
5. විනිවිද පෙනෙන ගිණුමක් සකසන්න. දෘශ්‍ය වගුවක්/කේතයක් ලෙස සූත්‍ර මුද්‍රණය කිරීමට AI හට සලස්වන්න.
6. ධාවන සංවේදීතාව. එක් එක් ප්‍රධාන උපකල්පනය වෙන වෙනම සොලවා ප්‍රතිචාරය මැන බලන්න.
7. අදහස් සහ පෙරහන. කුමන උපකල්පනය තීරණාත්මකද? ප්රතිඵල සාධාරණද? අවසාන විනිශ්චය ආර්ථික විද්‍යාඥයාගේ ය.

කුඩා නඩු තුනක්

නඩුව 1 - ණය තිරසාරත්වය. භාණ්ඩාගාර විශ්ලේෂකයෙක් වසර 5ක් සඳහා රාජ්‍ය ණය/දළ දේශීය නිෂ්පාදිතයේ අනුපාතය ප්‍රක්ෂේපණය කළේය. ඔහු AI විසින් අවස්ථා තුනක් නිර්මාණය කළේය: පදනම (වර්ධනය 4%, පොලී අනුපාතය X%), ශුභවාදී, අශුභවාදී. සංවේදිතා විශ්ලේෂණයෙන් පෙන්නුම් කළේ ප්‍රතිඵලය සැබෑ පොලී-වර්ධන පරතරයට (r−g) වඩාත් සංවේදී වූ බවයි: වර්ධනය පොලී අනුපාතයට වඩා අඩු වුවහොත්, ණය අනුපාතය වේගයෙන් ඉහළ ගියේය. විශ්ලේෂක වාර්තාවේ මෙම තනි විවේචනාත්මක උපකල්පනය ඉස්මතු කළේය; ඔහු එය වලංගු කිරීමට තම ශක්තිය යොමු කළේය.

නඩුව 2 - අත්තනෝමතික අශුභවාදී දර්ශනය නිවැරදි කිරීම. එක් ආයතනයක, AI "අශුභවාදී දර්ශනය: වර්ධනය -10%" ලබා දුන් නමුත් එයට කිසිදු පදනමක් නොතිබුණි. ආර්ථික විද්යාඥයා විරුද්ධ විය: මෙය රටේ ඉතිහාසයේ ගැඹුරුම අර්බුදයටත් වඩා දරුණු වූ අතර එය අසාධාරණ විය. පසුගිය අවපාත දෙකෙහි සාමාන්‍ය බරපතලකම මත පදනම්ව අශුභවාදී දර්ශනය -3% දක්වා පහත හෙලන ලදී. සිද්ධිය දැන් ආරක්ෂා විය.

3 වන අවස්ථාව - විනිවිද පෙනෙන ගිණුම සුරකින ලදී. අයවැය ප්‍රක්ෂේපණය මත, ප්‍රතිඵල අමුතු බවක් පෙනෙන්නට තිබුණි. ගණනය කිරීම විනිවිද පෙනෙන නිසා, විශ්ලේෂකයා මේසය නරඹා දෝෂය සොයා ගත්තේය: කෘතිම බුද්ධිය ආදායම් පැත්තට උද්ධමනය යෙදූ නමුත් එය වියදම් පැත්තට යෙදීමට අමතක විය. කළු පෙට්ටි ආකෘතියක් තුළ, මෙම දෝෂය සැඟවී පවතිනු ඇත; දෘශ්‍ය සූත්‍ර එය හෙළි කළේය.

දර්ශන නිර්මාණ වගුව

අයිතමය

හොඳ පුරුදු

නරක පුරුදු

උපකල්පන

පැහැදිලි, තර්කානුකූල, මූලාශ්‍ර

රහසිගත, අත්තනෝමතික

දර්ශන පරාසය

ඓතිහාසික/තර්කානුකූලව පදනම් වූ

අහඹු "ඉහළ/පහළ"

ගිණුම

විනිවිද පෙනෙන, අතින් සත්‍යාපනය කළ හැකි

කළු පෙට්ටිය

ඉදිරිපත් කිරීම

"එසේ නම්", කොන්දේසි සහිත

අනුමාන ලෙස නිසැකවම

සංවේදීතාව

විවේචනාත්මක උපකල්පනය සලකුණු කර ඇත

සියලු උපකල්පන සමාන ලෙස සලකනු ලැබේ

පිටපත් කළ හැකි සැකිලි හතරක්

1) අවස්ථා ඇටසැකිල්ල:

එම ප්‍රතිදානය ලබා ගන්න [උදා. ණය/දළ දේශීය නිෂ්පාදිතය] මම වසර 5ක් ප්‍රක්ෂේපණය කරමි. රියදුරු විචල්යයන්: වර්ධනය, උද්ධමනය, පොලී, විනිමය අනුපාතය. මට පදනම/ශුභවාදී/අශුභවාදී සඳහා පැහැදිලි උපකල්පන වගුවක් යෝජනා කරන්න; එක් එක් උපකල්පනය අසල තර්කයක් ලියන්න. තවමත් ගණිතය කරන්න එපා; මට මුලින්ම උපකල්පන තහවුරු කිරීමට ඉඩ දෙන්න.

2) විනිවිද පෙනෙන පැතුරුම්පත/කේතය:

මම අනුමත කරන උපකල්පන සමඟ ප්‍රක්ෂේපණය ගණනය කරන්න. සූත්‍ර දෘශ්‍යමානව තබා ගන්න (එබැවින් එක් එක් පේළිය ගණනය කළ ආකාරය පැහැදිලිය). උදාහරණයක් ලෙස වසරක් ගෙන ගණනය කිරීම පියවරෙන් පියවර පෙන්වන්න එවිට මට එය අතින් සත්‍යාපනය කළ හැක. කළු පෙට්ටියක් භාවිතා නොකරන්න.

3) සංවේදීතා විශ්ලේෂණය:

මූලික අවස්ථාවෙහිදී, එක් එක් ප්‍රධාන උපකල්පනය ±X% එකින් එක (අනෙකුත් නියත) සකසන්න සහ ප්‍රතිඵලය කොපමණ වෙනස් වේද යන්න වගුවක් සාදන්න. ප්‍රතිඵලයට වඩාත්ම බලපාන උපකල්පන 2 "විවේචනාත්මක" ලෙස සලකුණු කරන්න. මෙම විවේචනාත්මක උපකල්පන සඳහා වලංගු කිරීමක් යෝජනා කරන්න.

4) ආතති පරීක්ෂණය:

මෙම සාධාරණ නමුත් දරුණු කම්පනය ලබා දෙන්න: [උදා. +X ලක්ෂ්‍ය පොලී අනුපාතිකයේ හදිසි වැඩිවීමක්, අපනයනයේ Y% අඩුවීමක්]. මෙම කම්පනය යටතේ ප්‍රතිදානය වෙනස් වන ආකාරය, එය තීරණාත්මක සීමාවක් ඉක්මවන්නේද යන්න පෙන්වන්න (උදා. ණය/දළ දේශීය නිෂ්පාදිතය තිරසාර නොවන සීමාව). මෙය අනාවැකියක් නොව කොන්දේසි සහිත ආතතියක් බව පැහැදිලි කරන්න.

දුර්වල ක්ෂණික / ශක්තිමත් විමසුම

දුර්වල ක්ෂණික:

මට සුභවාදී සහ අශුභවාදී ආර්ථික දර්ශනයක් ලියන්න.

කෘතිම බුද්ධිය අසාධාරණ, මූලාශ්‍ර රහිත, කළු පෙට්ටි අවස්ථා නිපදවයි; ඔබට උපකල්පන බැලීමට හෝ සත්‍යාපනය කිරීමට නොහැකිය.

බලවත් විමසුම:

මම 2025-2029 සඳහා රාජ්‍ය ණය/දළ දේශීය නිෂ්පාදිතයේ අනුපාතය ප්‍රක්ෂේපණය කරමි. මූලික අවස්ථාව: වර්ධනය 4%, උද්ධමනය 25%, සාමාන්ය පොලී අනුපාතය X%, ප්රාථමික ශේෂය Y% (මම මගේ මූලාශ්ර එකතු කළෙමි). ශුභවාදී/අශුභවාදී සඳහා REASON සමඟ උපකල්පන ක්‍රීඩා කරන්න (අශුභවාදී සඳහා, අවසාන අවපාත දෙකෙහි බරපතලකම සඳහන් කරන්න). ගණනය කිරීම විනිවිද පෙනෙන වගුවක් ලෙස සකසන්න, අතින් සත්‍යාපනය කිරීමට වසරක් පෙන්වන්න, ඉන්පසු r−g සංවේදිතාව ධාවනය කරන්න. පුරෝකථනයන් නොව අවස්ථා කොන්දේසි සහිත බව පෙළෙහි සඳහන් කරන්න.

පොදු වැරදි

• උපකල්පන සැඟවීම. නොපෙනෙන උපකල්පනය පිළිගත නොහැකි ය.
• හිතුවක්කාර ශුභවාදී/අශුභවාදී. අසාධාරණ අන්ත සංඛ්යා විශ්වාසය විනාශ කරයි.
• අනාවැකියක් ලෙස දර්ශනය ඉදිරිපත් කිරීම. "නම්" සිතිවිලි තත්ත්වය පහව යයි.
• කළු පෙට්ටි ගිණුම. දෝෂය සැඟවී ඇත, සත්‍යාපනය කළ නොහැක.
• සංවේදීතාව මඟ හැරීම. විවේචනාත්මක උපකල්පනය නොදැන අවදානම වැරදි ලෙස කළමනාකරණය කිරීම.
• උපකල්පනය කෘතිම බුද්ධියට හිමිකම ලබා දීමයි. විනිශ්චය මිනිසා සතුය.

සාරාංශයක් ලෙස

සිනාරියෝ මොඩලින් යනු පැහැදිලි සහ යුක්ති සහගත උපකල්පන හරහා අවිනිශ්චිතතාවය කොන්දේසි සහිත නිගමනවලට පරිවර්තනය කිරීමේ කලාවයි. පාදක/ශුභවාදී/අශුභවාදී අවස්ථා ශක්තිමත් විය යුතුය, ගණනය කිරීම් විනිවිද පෙනෙන සහ අතින් සත්‍යාපනය කළ හැකි විය යුතුය; සංවේදීතා විශ්ලේෂණය විවේචනාත්මක උපකල්පනය හෙළි කළ යුතුය. කෘතිම බුද්ධිය ගණනය කිරීම් සහ විකල්පයන් වේගවත් කරයි, නමුත් උපකල්පනවල සාධාරණීකරණය, සාධාරණත්වය සහ අවසාන විනිශ්චය ආර්ථික විද්‍යාඥයා මත රඳා පවතී. දර්ශනය අනාවැකියක් නොව, "එසේ නම්" අභ්‍යාසයකි.

යෙදුම් කාර්යය

ඔබේ ව්‍යාපාරය සඳහා ප්‍රක්ෂේපණයක් තෝරන්න (අයවැය, මුදල් ප්‍රවාහය, ණය අනුපාතය). 1 වන අච්චුව සමඟ යුක්ති සහගත උපකල්පන වගුවක්, 2 වන අච්චුව සමඟ විනිවිද පෙනෙන ගණනය කිරීමක් සහ 3 වන අච්චුව සමඟ සංවේදීතා විශ්ලේෂණයක් නිෂ්පාදනය කරන්න. ප්‍රතිඵලයට වඩාත්ම බලපාන විවේචනාත්මක උපකල්පනය හඳුනාගෙන එය මුල් මූලාශ්‍රයෙන් තහවුරු කරන්න. යුක්තිසහගත කිරීම සඳහා AI විසින් යෝජනා කරන ලද ආන්තික අවස්ථාවක් පරීක්ෂා කර අවශ්‍ය නම් එය නිවැරදි කරන්න.

පිරික්සුම් ලැයිස්තුව

• [ ] මම එක් එක් දර්ශනයේ උපකල්පන පැහැදිලිව සහ යුක්ති සහගත ලෙස ලියා ඇත.
• [ ] මම ශුභවාදී/අශුභවාදියා ඓතිහාසික හෝ තාර්කික පදනමක් මත තබමි.
• [ ] මම ගිණුම පාරදෘශ්‍ය ලෙස තබා අවම වශයෙන් එක් කාල පරිච්ඡේදයක්වත් අතින් සත්‍යාපනය කළෙමි.
• [ ] මම සංවේදීතා විශ්ලේෂණය හරහා විවේචනාත්මක උපකල්පනය හඳුනා ගත්තෙමි.
• [ ] මම මුල් මූලාශ්‍රයෙන් විවේචනාත්මක උපකල්පනය තහවුරු කළෙමි.
• [ ] මම අනාවැකි වලට වඩා කොන්දේසි සහිත "එසේ නම්" ලෙස අවස්ථා ඉදිරිපත් කළෙමි.
• [ ] මම අනුමාන හිමිකාරිත්වය සහ අවසාන විනිශ්චය රඳවා ගෙන ඇත.