The tax life of Algorithms / 2. As with humans, the reward/reinforcement mechanism has become the centerpiece of algorithm performance. At least that's what a recent MIT study suggests, revealing notably, that some neurons are more optimistic while others are more pessimistic. https://www.technologyreview.com/2020/01/15/130868/deepmind-ai-reiforcement-learning-reveals-dopamine-neurons-in-brain

Question: how is this system designed in terms of taxation? Not easy to answer since tax algorithms dislike exposure (cf.post#1).

At least we know that in their frantic attempts to approach reality, deep learning algorithms are often motivated by a 'reward' such as an 'optimization criterion'. This can be highly frustrating for those who know how important 'the appearance theory' or even 'realism', are in French tax law, let alone the adversarial principle - still valued by some.

La vie fiscale des Algorithmes / 2. Comme chez les humains, le système de récompense/renforcement est devenu la pièce maîtresse de la performance chez les algorithmes. C’est en tout cas ce que suggère une étude récente du MIT https://www.technologyreview.com/2020/01/15/130868/deepmind-ai-reiforcement-learning-reveals-dopamine-neurons-in-brain/ mettant notamment en évidence que parmi les neurones, certains sont plus optimistes et d’autres plus pessimistes.

Question : comment est conçu ce système en matière fiscale ?

Pas facile d’y répondre, les Algorithmes fiscaux n’aimant guère la lumière comme on le sait (cf.post#1). On sait au moins que dans leur quête éperdue d’approche de la réalité, les algorithmes soumis à cet apprentissage profond sont souvent stimulés par une « récompense » de type « critère à optimiser ». La frustration est donc grande, lorsque l’on sait l’importance en droit fiscal français de « l’apparences » ou encore du « réalisme », sans parler du principe du contradictoire, encore cher à certains.