AI

机器学习的潜能或许被过度夸大了

字号+作者:王洋 来源:今日中国 2017-10-24 20:25 我要评论() 收藏成功收藏本文

在AI快速崛起的当下,华尔街对冲基金已经言必称机器学习,交易员甚至也开始担心自己的工作有一天也将被取代。但是也有冷静的观察者开始质疑,机器学习是不'...

 在AI快速崛起的当下,华尔街对冲基金已经言必称机器学习,交易员甚至也开始担心自己的工作有一天也将被取代。但是也有冷静的观察者开始质疑,机器学习是不是又一个被过度夸大的领域?

对于华尔街传奇对冲基金经理Paul Tudor Jones来说,他曾因成功预测1987年美股崩盘而大赚1亿美元,从此名声大噪。早在1990年代末,他便指派一个团队专门研究自己的交易细节,并用相应的数据对计算机加以训练,希望有朝一日计算机能够成为交易主导者。

尽管自那时起相应的计算机程序一再升级,且如今仍然在Jones旗下的Tudor Investment正常运行,但却始终无法掌握Jones作出投资决策时所依据的精髓,更别提取代他成为交易的主导者。

在高盛看来,出现这种情况并不难理解,正因为同样的道理,销售人员以及交易员等岗位短期内还不到能被取代的时候。

美国媒体援引高盛风险管理系统SecDB的首席架构师Michael Dubno称,这些人脑中对现实世界的“精神图谱”要远比绝大多数计算机系统所能构建的要复杂。他认为,短期来看,AI的发展并不像人们普遍预期的那样快。他称:

它(AI)会经历一些起起伏伏,最初看上去好像能够解决所有问题,但实际上后来只能解决很少的一部分,再后来就趋于沉寂了。

然而从现实世界来看,人们对机器学习的期待似乎仍然处在“能够解决所有问题”这个阶段,这也是对冲基金对机器学习投入乐此不疲的一个重要原因。

摩根大通全球股票电子交易负责人Daniel Ciment表示,内部代号为LOXM的AI程序从今年一季度起已在欧洲股票算法业务中投入使用,计划在四季度将其运用扩大至亚洲及美国地区。

据他介绍,LOXM并非只是机械地执行,它的特色在于能够利用“深度强化学习”方法,从过去几十亿条实盘和模拟盘的历史交易中进行学习总结,归纳经验和教训,以解决更加复杂的问题,比如怎样才能在不惊扰市场价格的情况下大量抛售股票。

早在今年3月,全球最大资产管理公司贝莱德做的更加激进。该公司一次开掉了7个基金经理,并用计算机算法取而代之去做量化投资策略。

这些事实都让机器学习吸足了注意力,也成为其持续火热的重要推手。但是和上述高盛观点一样,知名市场研究公司Gartner也认为,尽管机器学习如日中天,但过度的期待和冰冷的现实之间的差距,意味着这个概念的火热终将走向幻灭。

Gartner在8月发布的报告中表示,作为一种新兴技术,机器学习已经走到了“期待膨胀的顶部”,如今正朝着“幻灭的底部”移动。

 

 
 
欢迎投稿入今日中国,联系邮箱:china@todays-china.com

 

1.今日中国网遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.今日中国网的原创文章,请转载时务必注明文章作者和"来源:今日中国网",不尊重原创的行为今日中国网或将追究责任;3.作者投稿可能会经今日中国网编辑修改或补充。

网友点评