<p>指南者留学全国统一咨询热线：<a href="tel:4001831832" style="color:#1677ff; text-decoration:none;">400-183-1832</a>，全国各地区、各分公司联系方式均为此号码。</p><p>为了消除每年耗费联邦政府数十亿美元的税收漏洞，科技和法律专家正在共同努力，创造出比大批蓝筹税务会计师更能发现漏洞的人工智能。</p> <p>&nbsp;</p> <p>尽管这项任务令人生畏&mdash;&mdash;最近对税法的测试&ldquo;完全困惑&rdquo;了chatgpt&mdash;&mdash;约翰霍普金斯大学的领导者不仅相信这是可行的，他们担心企业资助的努力会先发制人，并使用他们自己的人工智能来发现更多的税收漏洞。</p> <p>&nbsp;</p> <p>&ldquo;游戏规则是，如果你在法律范围内运作，你如何通过扭曲法律来节省税收是可以的，&rdquo;约翰霍普金斯大学专门研究人工智能的计算机科学家本杰明&middot;范&middot;杜梅说，他是这项工作的负责人。&ldquo;很难预测一项法律在现实世界中会以所有可能的方式发挥作用。使用人工智能的意义在于，它可以在这些法律生效之前提前猜测。&rdquo;</p> <p>&nbsp;</p> <p>&ldquo;游戏规则是，如果你在法律范围内经营，你可以通过扭曲法律来避税。使用人工智能的意义在于，它可以在这些法律生效之前提前猜测。&rdquo;</p> <p><br />本杰明&middot;凡&middot;杜姆</p> <p><br />约翰霍普金斯大学的计算机科学家</p> <p><br />被理解为&ldquo;税法&rdquo;的是由国会、财政部法规、国税局裁决和法院裁决制定的庞大而笨重的法律。即使所有这些都是出于最好的意图制定的，但对于足够聪明的纳税人来说，还是存在一些变通办法。</p> <p>&nbsp;</p> <p>人工智能团队成员、税务律师出身的法学教授安德鲁&bull;布莱尔-斯塔内克(Andrew Blair-Stanek)表示:&ldquo;问题在于，聪明的纳税人把一项裁决与另一项裁决结合起来，想出了一个节省大量资金的主意。&rdquo;&ldquo;这是聪明的律师把所有这些税法结合起来。&rdquo;</p> <p>&nbsp;</p> <p>美国国税局估计每年的税收缺口约为5000亿美元，其中一部分来自这些巧妙的配对。为了用更好的技术缩小差距，Blair-Stanek进入了约翰霍普金斯大学，在Van Durme的实验室攻读计算机科学博士学位。他们招募了另一名学生尼尔斯&middot;霍尔森伯格(Nils Holzenberger)来帮助创建一个名为&ldquo;庇护所检查&rdquo;(Shelter Check)的人工智能系统。</p> <p>&nbsp;</p> <p>这个想法是创建一种软件，国会、国税局或法院可以使用它轻松地扫描拟议的税收立法或裁决，以寻找它们可能无意中造成的漏洞。</p> <p>&nbsp;</p> <p>&ldquo;这就是为什么我们称它为避难所检查&mdash;&mdash;它就像一个拼写检查器，但用于避税，&rdquo;Van Durme说。&ldquo;我们希望建立一个系统，可以读取法律拟议的修改，并将税法的影响通知国会和国税局，或者警告制定新政策的人注意意想不到的副作用。&rdquo;</p> <p>&nbsp;</p> <p>如此复杂的分析需要一台机器，它不仅能阅读、解析和理解复杂的税法，而且还能像会计师或税务律师那样将所有法律混合起来。</p> <p>&nbsp;</p> <p>该项目处于早期阶段，团队基于实验室在机器学习方面的广泛工作，探索语言处理选项并对其进行测试。到目前为止，他们还没有找到一种方法来克服法律术语，更不用说复制真实人类的演绎推理了。</p> <p>&nbsp;</p> <p>尽管基于语言的人工智能最近取得了进展，但最新的技术还是敌不过税法。首先，虽然这些材料是基于文本的，但它所使用的法律语言即使不是完全晦涩难懂，也很复杂。然后，数千页的文件中充斥着对解释税收结果至关重要的表格。</p> <p>&nbsp;</p> <p>&ldquo;问题在于，聪明的纳税人把一项裁决与另一项裁决结合起来，提出了一个节省大量资金的想法。&rdquo;</p> <p><br />安德鲁Blair-Stanek</p> <p><br />约翰霍普金斯大学博士生，马里兰大学法学教授</p> <p><br />该团队目前正在试验ChatGPT和GPT-3等语言预测技术。税收问题难倒了两人。</p> <p>&nbsp;</p> <p>&ldquo;GPT-3完全被税法搞糊涂了，&rdquo;马里兰大学(University of Maryland)法学教授布莱尔-斯坦内克(Blair-Stanek)说。&ldquo;在这些问题上抛硬币可以答对50%的问题，而GPT-3只答对了70%左右。这些都是关于税法的基本问题，比如某某人是受抚养人，年收入10万美元，这个税收条款适用吗?它承受不了。&rdquo;</p> <p>&nbsp;</p> <p>尽管如此，该团队认为解决方案是可能的。例如，对最近宣布的GPT-4进行的初步实验表明，正在取得进展，但仍有工作要做。</p> <p>&nbsp;</p> <p>Van Durme说:&ldquo;我们还没有找到一种方法，可以轻松地做出高准确性的人类税务专业人员的判断，但我们一直在取得进展。&rdquo;</p> <p>&ldquo;但是，如果我们正在取得进展，那么规模更大、资金更充足的企业努力肯定会让进展更快。&rdquo;</p> <p>&nbsp;</p> <p>该团队担心，从避税中获益最多的企业也在研究这种类型的人工智能&mdash;&mdash;而且可能已经拥有了。团队成员认为，他们的人工智能也可以适用于医疗和商业领域更广泛的法律用途。</p> <p>&nbsp;</p> <p>布莱尔-斯塔内克说:&ldquo;我计划用我余下的职业生涯来努力让它成功。&rdquo;</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。</p> </blockquote>