Een revolutie in het soort problemen dat we kunnen oplossen en een datarevolutie die zijn weerga niet kent.

Mijn onderzoek naar klimaat betreft gecompliceerde modellen van de economie en het klimaat waar veel staartrisico in zit (‘tail risk’: de statistisch zeer kleine kans op extreme gebeurtenissen). Bovendien leidt opwarming van de aarde tot kantelpunten zoals het smelten van Groenland en Antarctica of van de Siberische toendra’s. Om hier robuust klimaatbeleid voor te ontwikkelen vereist het oplossen van grootschalige dynamische programmeringsproblemen die tot voor kort numeriek onoplosbaar waren. Met de opkomst de laatste paar jaar van geavanceerde, zelflerende algoritmes kunnen we deze problemen eindelijk oplossen, en ook rekening houden met een eerlijke verdeling van inkomen, zowel binnen landen als tussen landen.

Een andere toepassing van AI in mijn vakgebied is de opbouw van nieuwe data die dan gebruikt kunnen worden om veel beter empirisch onderzoek te doen, waarbij we oorzaak en gevolg goed kunnen onderscheiden. Tienduizenden bedrijven rapporten over risico’s waar ze mee te maken hebben. Door taalalgoritmes te gebruiken kunnen we destilleren hoe bedrijven aankijken tegen transitierisico’s en hoe die de rendementen van CO2-intensieve bedrijven beïnvloeden.

AI leidt dus tot zowel een revolutie in het soort problemen dat we kunnen oplossen als tot een datarevolutie die zijn weerga niet kent.