算法、机器学习和共谋-研究论文

【文件属性】：
文件名称：算法、机器学习和共谋-研究论文
文件大小：328KB
文件格式：PDF
更新时间：2021-06-09 13:06:00
Algorithms Artificial Intelligence 本文讨论了自学习定价算法是否能够协调他们的定价行为以实现使使用这些算法的公司的联合利润最大化的合谋结果。 虽然法律文献通常假设算法合谋确实是可能的，而且实际上很容易，但关于算法之间合作的计算机科学文献以及关于实验性寡头垄断的合谋的经济学文献表明，协调的、特别是默契的共谋行为通常是比较难实现。 许多研究表明，如果市场中有两家以上的公司，某种形式的交流对于共谋至关重要。 算法之间的通信也是人工智能研究的一个主题，最近的一些贡献表明算法可以学习通信，尽管方式相当有限。 这得出的结论是，算法共谋目前比法律文献中通常假设的更难实现，因此目前不是一个特别重要的竞争问题。 此外，还有一些与算法共谋相关的法律问题，例如责任问题、审计和监控算法以及执法问题。 竞争主管部门的有限资源应该用于解决更紧迫的问题，例如大型在线平台滥用支配地位。