据《纽约时报》报道，美国联邦政府想解决滥用避税手段的问题，因此派遣了大批法务会计师、审计师和律师查找可疑的纳税申报单。但是，分析堆积如山的文件和跟踪公司总部与子公司之间的资金往来是非常困难的，即使是美国国内税务局（irs）要破获一起大案也需要很多年。

是否能通过电脑快速进行这种大海捞针式的搜索？联邦税法——有7.4608万页的法律灰色地带和大量扣除、减免税收的条款——是否能准确地通过算法表示清楚？新的学术研究试图使用人工智能（ai）打击公司实体，从上市的跨国公司到私有的合伙人公司的偷逃税行为。其目标是让irs更好地调查精心设计的避税手段，因为这些避税让联邦政府每年损失了数百亿美元。

专注研究金融交易和人工智能技术的麻神理工研究员雅克布·罗森（jacob rosen）表示：“我们将税号看做一种计算器，有很多特别聪明的人将税号各部分重新组合起来，进行复杂的交易钻法律漏洞。”罗森和4位其他计算机科学家最近发表论文——有2位来自麻省理工，另外2位来自非营利性技术研究和开发组织mitre corporation——论证了如何通过算法检测已知的某种类型的避税手段。

首先，研究人员将管理合伙人企业的税法规则改写为源代码，然后用一系列代码表述支持被称为“分期付款销售伪造可选原则”（ibob）的可疑避税手段的交易。这种ibob手段人为虚报纳税申报单上的资产基础价值，在出售资产时隐藏需纳税收益。虽然某些ibob交易完全合法，但总体来看是假扣减。其次，研究人员用代码代表大量构成典型合伙人关系的实体，计算出的结果可以标注具体的交易组合和可能产生ibob避税的合伙人结构。

在谈到避税和偷逃税时，大型企业受到最多关注，但有独立税法规则的合伙人企业日益成为政府担心的实体。对冲基金、私募基金、房地产和油气企业都使用合伙人结构，却远未像公司一样受到审计。发现企业纳税申报单欺诈问题的主要通过数据采集，irs收集纳税申报单的数据并分析整体情况。数据分析依靠某些证据如可疑的扣减。

相比来说，人工智能不需要现有的证据，而是关注规则挖掘，通过对单个税号的审查确定是否被用于精心策划的避税。规则挖掘利用避税手段的特征：虽然它们的内部运作复杂难解，但最高层的目标是通常简单清晰——就是通过不正当手段伪造损失、扣减、抵消和扣除，降低纳税额。对此，irs发言人拒绝发表评论。

以上是网络信息转载，信息真实性自行斟酌。