Kas investuoja geriau nei žmogus?

s.58_tekoaly_avaus_1280x720

Kaip išmanieji telefonai gali paversti garsinį tekstą rašytiniu? Kaip el. pašto programos atpažįsta brukalą beveik šimto procentų tikslumu ir automobiliai be vairuotojo gali judėti saugiai?

Visa tai, kas paminėta pirmiau, yra įmanoma dėl vienos technologinės inovacijos – dirbtinio intelekto.

Dirbtinio intelekto technologija buvo kuriama ilgus metus, tačiau 2010-aisiais jos naudojimas pradėjo eksponentiškai didėti, nes išaugo kompiuterių skaičiavimo galia.

Dirbtinį intelektą naudoja pramogų pramonė, siūlydama visuomenei ją dominančią informaciją, ir kreditinių kortelių bendrovės, nustatydamos kreditinių kortelių sukčiavimo atvejus. Dirbtinis intelektas iš palydovo darytuose nuotraukose gali rasti galimai išnaudojamus darbininkus. Jo panaudojimas yra beribis.

Dirbtinis intelektas taip pat plačiau naudojamas ir finansų pasaulyje. Ir prie to reikšmingai prisideda britų kompanija „Prowler.io“. Be finansinio pasaulio, įmonė plėtoja dirbtiniu intelektu pagrįstą sprendimų priėmimą tokiose srityse kaip logistika, transportavimas ir miestų planavimas. Įmonė „Prowler.io“ yra šios srities pradininkė. Bendrovės vadovaujantis tyrėjas Carl Rasmussen yra vienas gerbiamiausių pasaulinių ekspertų dirbtinio intelekto ir mašininio mokymosi srityje. Dirbtinio intelekto rinkoje konkurencija dėl talentų yra nuožmi, nes sunkiausius su dirbtiniu intelektu susijusius iššūkius gali išspręsti tik talentingiausi matematikai.

Mašina nepatiria informacijos pertekliaus tol, kol jai pakanka skaičiavimo galios.

Įmonės „Prowler.io“ verslo direktorius Sami Salomaa nėra tyrėjas, tačiau jis daugiausia dėmesio skiria dirbtinio intelekto pritaikymui. Jis daug metų dirbo visame pasaulyje tiek technologijų pramonėje, tiek finansų srityje. 1994 m. baigęs Technologijos universitetą, jis tyrė ir taikė matematinius prognozavimo modelius. Įmonėje „Prowler.io“ Salomaa užduotis yra diegti įmonių finansines programas. Jo teigimu, dirbtinis intelektas yra jam „artimas širdžiai“.

Dirbtinio intelekto panaudojimas finansų pasaulyje nėra jokia naujiena. Valdydami turtą, portfelio valdytojai visada sudaro prognozavimo modelius dėl to, kaip verta investuoti lėšas, atsižvelgiant į riziką ir prognozių tikslumą.

„Dirbtinis intelektas yra gera darbo priemonė geresnėms ir pelningesnėms prognozėms sudaryti. Be prognozės, investuotojai domisi ir tuo, kiek ta prognozė yra patikima ir kokie yra galimi investavimo galutiniai rezultatai“, – sako Salomaa.

Panašiai daugelis didelių įmonių naudoja dirbtinį intelektą stebėti įsigijimų, ekonominių prognozių, konkurentų veiklos, įdarbinimo ar įsigyto turto įtaką įmonės veiklai ir pelningumui. „Prowler.io“ sistemos taip pat naudojamos šiose aplinkose.

Analitikai dirbtinį intelektą naudoja ir savo kasdieniame darbe. Atlikdamas vadinamąją fundamentinę analizę, analitikas surenka reikšmingą kiekį duomenų iš skirtingų bendrovių, kad būtų nuspręsta, kurias akcijas pasirinkti portfeliui. Ekspertams tampa prieinama vis daugiau dirbtinio intelekto algoritmų, kuriuos analitikai naudoti priimdami sprendimus tiek investavimo, tiek pramonės srityse. Dirbtinis intelektas yra procesus pagreitinanti darbo priemonė: investavimo galimybių gali būti tūkstančiai ir žmogus nepajėgus susipažinti su viskuo – jau nekalbant apie reagavimą į nuolatinius pokyčius pagal svarbumo tvarką.

Ir šiuo atveju galiausiai sprendimą priima žmogus.

Yra ir trečias būdas panaudoti dirbtinį intelektą. Jame dešimtis suderintų kasdienių rekomendacijų dėl portfelio pokyčių daro ne žmogus, o dirbtinis intelektas. Tai yra vienas iš „Prowler.io“ pranašumų. Įmonės dirbtinio intelekto platforma gali priimti suderintus savarankiškus sprendimus, viršijančius žmogaus pajėgumus, pavyzdžiui, ji gali teikti rekomendacijas dėl didelių portfelių investavimo.

KODĖL ŽMOGUS NESUSITVARKO?

„Žmogus yra ribotas“, – sako Salomaa.

Su žmogaus ribotumu ir net jo trūkumais susiduriama daugeliu finansų valdymo ir investavimo etapų, kuriuose reikia kaitalioti skaičius. Salomaa nurodo keturias skirtingas priežastis.

Visų pirma, mašina yra mašina. Lyginant su žmogumi, ji yra pajėgi daug kartų greičiau apdoroti didelius duomenų kiekius. Antra, net jeigu žmogus sugebėtų apdoroti daug informacijos, yra žmogiška, kad tam tikru etapu atsiranda informacijos perteklius. Žmogus pradeda daryti klaidas. Prarandama koncentracija. Mašina nepatiria atitinkamo pertekliaus tol, kol jai pakanka skaičiavimo galios.

Trečioji priežastis yra dar žmogiškesnė – nustatyta, kad remdamasis skaičiais žmogus nesugeba tiksliai įvertinti tikimybių ir proporcijų. Su dešimtimis ir šimtais dar yra gerai, bet, pavyzdžiui, susidūręs su tūkstančiais ir dešimtimis tūkstančių žmogus yra bejėgis. Jau nekalbant apie milijonus ir milijardus.

Žmogus yra linkęs priimti nelogiškus sprendimus.

Ketvirtasis ir paskutinis veiksnys yra pats svarbiausias – tai kognityvinis iškraipymas. Žmonės yra linkę priimti nelogiškus sprendimus.

„Klasikinis pavyzdys yra toks: kadangi žinau apie kažkurį dalyką daugiau nei apie kitą, teikiu pirmenybę investavimui į jį. Tai žinojimo reikalas. Investuotojui, kuriam patinka žinomos firmos produktai, priimdamas sprendimus dėl investavimo taip pat gali teikti pirmenybę šiai bendrovei, net jeigu situacija su įmonės akcijomis būtų nekokia“, – sako Salomaa.

Tas pats kognityvinis iškraipymas yra susijęs su pasipriešinimu pokyčiams ir tuo, kad daugiau svarbos suteikiame tai nuomonei, kuri yra artima mūsų pačių nuomonei.

Salomaa pateikia pavyzdį iš dabartinės savo tėvynės Britanijos. Šalyje vyrauja „Brexit“ chaosas, dėl kurio svyruoja valiutos kursas.

„Jei baimė išaugs, visi paniškai pardavinės svarus. Kiek tai susiję su tikrąja valiutos analize, o kiek vien tik su emocijomis?“

Žmogus tiesiog nėra neutralus grąžos ir rizikos atžvilgiu, o tai vis dėlto yra visų svarbiausia investuojant. Mašina yra nepriklausoma nuo šių svyravimų. Mašinai nedaro įtakos dėl „Brexit“ kylančios emocijos.

„Mūsų sistema sukurta naudojant matematinę struktūrą taip, kad būtų pašalinti visi šie trūkumai. Skirtingai nei žmogus, duomenis ji apdoroja teisingu būdu.“

Žmogus vis dar vaidina svarbų  vaidmenį sistemose, nes žmogus – „Prowler.io“ atveju dešimties skirtingų sričių mokslų daktarai – apibrėžia dirbtinio intelekto principus ir, kita vertus, atsako už dirbtinio intelekto pateikiamų rekomendacijų taikymą. Pavyzdžiui, besinaudojantis „Prowler.io“ dirbtiniu intelektu portfelio valdytojas investuodamas gali apriboti sistemos veiklą ir veiksmų laisvę. Portfelio valdytojas gali dirbti kartu su sistema, ypač kai egzistuoja dideli neapibrėžtumai arba negalima gauti informacijos duomenų analizės būdu. Todėl ribotos arba labai neapibrėžtos sąlygos gali būti atmestos.

Šis veikimo būdas vadinamas Principled AI arba principiniu AI.

„Mes nesakome mašinai, kad pirktų ką nors, remiantis istorija. Pavyzdžiui, visada yra nurodomas maksimalus akcijų, kuriomis galima prekiauti, skaičius ir pirkimo / pardavimo dažnis. Yra daugybė sąlygų.“

Manoma, kad dirbtinis intelektas automatizuoja vertybinių popierių prekybą ir su ja susijusią sistematiką. Tuo pačiu keičiasi ir investavimo specialistų pareigybių aprašymas – ateityje jie gali sutelkti dėmesį į valdymą, o ne į mechaninį prekybos veiksmą.

Šiuo metu dirbtinio intelekto evoliucijoje vis dar gyvuoja vadinamoji pirmoji karta, kurios kūrimas prasidėjo dar devintajame dešimtmetyje. Dirbtinio intelekto „mokymasis“ vis dar remiasi skaitmeniniais modeliais.

„Konkrečių skaičių ir parametrų reikšmės randamos per mokymąsi, t. y. kartojimus. Lūžis įvyko tūkstantmečio pradžioje, kai mašinų skaičiavimo galia išaugo eksponentiškai.“

Kuo daugiau prognozavimo modelių mašina gali apskaičiuoti, tuo „išmanesnė“ ji yra. Padidėjusi galia, be kita ko, sudarė sąlygas plėtoti dabartinę veido atpažinimo technologiją.

Tačiau šiuo atveju kalbama ne apie žmogaus intelektą. Dirbtinis intelektas yra grindžiamas koreliacija – būsimi dalykai prognozuojami remiantis praeities įvykiais. Dabartinis dirbtinis intelektas nėra pajėgus efektyviai sukonstruoti priežastinio ryšio modelių. Kai kompiuteris nustato koreliaciją tarp ledų valgymo ir mirčių paskendus, galima daryti išvadą, kad vienas sukelia kitą, nors iš tikrųjų abiem įtakos turi geras oras.

Jau yra tiek daug duomenų apie koreliaciją tarp Trumpo Twitter žinučių ir akcijų rinkų, kad yra įmanoma daryti prognozes.

„Didžioji dalis pasaulyje naudojamo dirbtinio intelekto vis dar yra gana kvaila ir nesudėtinga, nors tokio dirbtinio intelekto pagalba ir galima padaryti labai įspūdingų dalykų.“

Anot Salomaa, ateinanti dirbtinio intelekto karta artėja prie labiau į žmogaus elgseną panašių veikimo modelių.

„Žmogus sugeba nustatyti koreliaciją be didelių duomenų kiekių ar ankstesnės savo patirties. Jūs nešokate priešais automobilį, nes žinote, kas gali įvykti, net jei to dar nesate patyrę.“
Žmonijai taip pat priklauso kolektyviai dalijamos žinios ir… etika.

Anot Salomaa, „Prowler.io“ dirbtinio intelekto platforma sugeba papasakoti daugiau, nei koreliacija paremtas dirbtinis intelektas.

„Jeigu sugebame apibūdinti, kaip kažkas veikia, galime sukurti prognozavimo modelius informacijai, kurios dar nėra. Galima sukurti sistemas, paremtas daliniais stebėjimais, ir padaryti atitinkamas išvadas. Su tikimybių pagalba mes priartėjame prie to, kaip žmogus mąsto, bet be emocijų.“

Nors dar nėra žinoma, kad dirbtinis intelektas mokėtų numatyti Donaldo Trumpo emocijas, dirbtinis intelektas gali būti naudingas prognozuojant rinkos reakcijas. Pavyzdžiui, naudojantis dirbtiniu intelektu ir tinkamais modeliais galima prognozuoti, kokia didelė korekcija galėtų būti akcijų rinkose, jeigu kitą naktį Trumpas paskelbtų Twitter žinutę apie muitų apribojimus Kanadai. Jau yra tiek daug apjungtinų į modelius duomenų apie koreliaciją tarp Trumpo Twitter žinučių ir akcijų rinkų, kad yra įmanoma daryti prognozes.

Dirbtinio intelekto vystymasis yra proveržio etape, bet mes vis dar esame toli nuo grėsmių iš mokslinės fantastikos filmų, kuriuose mašinos turi išvystytą sąmoningumą ir priima sprendimus, kurių žmogus joms neužprogramavo.

Kol kas dirbtinis intelektas daro tik tai, ko žmogus jį išmokė ir ką žmogus liepia jam daryti.

Prognozavimo modeliai, kuriuos apdoroja dirbtinis intelektas, duoda naudos investuotojui. Anot Salomaa, rizika, kad dirbtinis intelektas pradės priiminėti blogus sprendimus, yra nereikšminga, jeigu, atsižvelgiant į aplinkos sąlygas, bus teisingai apibrėžtas veiklos modelis ir veikimo ribos. Dirbtinis intelektas nepradės gyventi savo gyvenimo.

„Nei viena mašina nepaliekama dirbti pati savarankiškai. Priimant sprendimus vadovaujamasi sveiku protu ir juo besiremiančiomis struktūromis.“

ILKKA PÄRNU | Illustration by Marjo Thomas


Similar articles