Почти всяка индустрия, от архитектурата до развлеченията, тества генеративен изкуствен

Почти всяка промишленост, от архитектурата до развлеченията, тества генеративен изкуствен интелект, надявайки се да завоюва от технологията, която може да създава текст, изображения и изкуство сходно на хората.   Къде е AI революцията на Уолстрийт?   Пазарът от дълго време употребява автоматизирани логаритми за задания като подписване на покупко-продажби и ръководство на риска. Но вложителите не са постигнали огромен прогрес, разчитайки на AI, с цел да се оправят с най-голямото си предизвикателство: да победят пазара, написа The Wall Street Journal.    Докато доста специалисти чакат принадлежности като ChatGPT да раздрусат области като проучванията и продажбите, резултатите от вложението благодарение на AI не са изключително впечатляващи.   Преди четири десетилетия математици, измежду които Джим Саймънс, създател на Renaissance Technologies, създадоха логаритми, с цел да трансферират решенията за вложение на своите компютри.   Години наред Саймънс и други експерти, насочили се към квантовите науки, употребяват машинно образование и построяват модели за търговия, които могат да екстраполират от минали данни, с цел да разпознават модели и да развият печеливши покупко-продажби с лимитирана човешка интервенция.   Малко компании обаче са постигнали триумф, прехвърляйки всичките си интервенции на машини. Също по този начин няма трагичен прогрес в методите, водещи до равнище на образование на компютрите тъй че да учат и създават тактики сами. Всъщност Renaissance и други компании в сегмента разчитат на усъвършенствана статистика, а не на авангардни AI способи, споделят хора от фирмите, отбелязва WSJ.     Един огромен проблем: Инвеститорите разчитат на по-ограничени набори от данни от тези, употребявани за създаване на ChatGPT и сходни принадлежности. ChatGPT, да вземем за пример, е модел със 175 милиарда параметъра, който употребява десетилетия, а от време на време и епохи, текст и други данни от книги, списания, интернет и прочие За разлика от това, хедж фондовете и другите вложители нормално образоват личните си системи за търговия, употребявайки ценообразуване и други пазарни данни, които са лимитирани по природа.   Също толкоз значимо е, че облагите, импулсът на акциите, настроенията на вложителите и други финансови данни единствено частично изясняват придвижванията на акциите, а останалото е непонятен „ звук “. В резултат на това моделите за машинно образование могат да разпознават корелации в разнообразни пазарни данни, само че се оказват неспособни да предскажат бъдещи придвижвания на акциите.   За разлика от езика, пазарите могат да се трансформират бързо – компании подхващат нови тактики, нови водачи вземат радикални решения, икономическата и политическата среда се трансформират внезапно. Това прави по-трудно осъществяването на покупко-продажби благодарение на модели, разчитащи на исторически, дълготрайни трендове в данните.   И колкото и впечатляващ да е ChatGPT, той постоянно прави явни неточности, които биха коствали пари на вложителите и биха заплашили тяхната известност.     Ричард Дюи, основен изпълнителен шеф на финансово-технологичната компания Proven, отбелязва, че вложението също по този начин е „ съревнование “ или включва борба с съперници, които желаят да се възползват от всяка неточност. Това прави вложението посредством потребление на AI по-трудно.   Все отново има признаци, че вложителите стават по-отворени във връзка с AI. Voleon е измежду няколкото хедж фонда, стартирали през последните няколко години, построени към машинното образование и други AI подходи.   Базираният в Сан Франциско квант хедж фонд Numerai употребява машинно образование, с цел да реализира облаги от 20% предходната година, споделят от компанията. Също предходната година трима старши чиновници в DeepMind Technologies, дъщерното сдружение за изкуствен интелект на Alphabet, провокираха звук, като напуснаха, с цел да основат фонд за машинно образование, наименуван EquiLibre Technologies, основан в Прага.   AI може някой ден да помогне за демократизиране на търговията, предоставяйки толкоз мощни стратегии, колкото тези, употребявани от огромните хедж фондове, споделят някои експерти. Засега обаче има прекомерно малко компании, които се концентрират върху машинното образование и други AI способи, с цел да дефинират дали са вероятни огромни облаги, споделя Йенс Форенбах, основен капиталов шеф на Man FRM, който влага повече от 20 милиарда $ в хедж фондове.    Привържениците на AI имат вяра, че техният метод в последна сметка ще се показа добре, защото моделите за машинно образование биха могли да сортират смисленото от безсмисленото.   Критици обаче настояват, че „ образованието с укрепване “, форма на машинно образование, при която компютрите се „ санкционират и възнаграждават “ за разнообразни капиталови решения за търговия, ще работи за акциите и облигациите, сходно на шаха, покера и други игри.