0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工智能是否可以击败投资专家成为投资高手?

JsPm_robot_1hjq 来源:未知 作者:胡薇 2018-07-25 09:18 次阅读

自从阿尔法狗(Alpha Go)在围棋“终极人机大战”完胜棋王柯洁,OPEN AI人工智能又在DOTA游戏中打败人类业余高手团队,并宣布即将挑战职业选手,关于“金融阿尔法狗”也将面世的说法就不绝于耳。内地市场还曾传出,研发阿尔法狗的DeepMind团队发表了一篇论文,指其人工智能投资系统“阿尔法股”(Alpha Stock)在A股市场潜伏交易36个月,但最终亏损不断扩大,令团队决定暂停该领域研究。

当然,这只是一个段子,“最强人工智能”在金融投资领域的尝试,至今依然在摸索中。然而一个普遍的疑问在于,与围棋和电竞不同,金融市场投资是一个受宏观环境、市场波动、突发事件等等众多不可控因素影响的复杂决策,人工智能如何能像真人一样完成如此复杂的决策?它们最终能击败顶尖的人类基金经理和投资专家吗?

人工智能是在模拟人脑吗?

要解答这个疑问,首先我们需要了解人工智能到底是如何去“学习”下棋、电竞和其他技能的。

今天外界对人工智能最大的误解,恐怕就是认为人工智能是对人脑的“模拟”,然而人工智能的工作和学习机制,事实上与人脑完全不同。当前被称为“人工智能”的,至少包括以下三种体系。

首先,人工智能的起步,在于人类最简单的一种思考能力:推断逻辑。逻辑学自古希腊开始对此已经深有研究,并且提出一系列明确简单的推断原则。以此为基础,人工智能的起步从具体“算法”开始,也就是让电脑遵循逻辑推理的命题和原则来完成任务。例如,向电脑输入某个知识体系,并且设定推理的算法,电脑就可以成为一套“专家系统”,通过自动推理来解答人们提出的问题,近年流行的人工智能医疗诊断,就是这样的“专家系统”。

其后兴起的第二个人工智能体系叫做“搜索系统”,例如寻求迷宫的解法,以及在地图上寻找最短路径。这一系统目前普及度也很高,许多家庭都在使用的“扫地机器人”就是这一系统的运用,能够找到清洁全家地板的最优化路线。

然而真实的世界总是千变万化,逻辑远远无法涵盖。今天真正让世界震惊,能够击败人类围棋冠军和电竞高手的人工智能早已突破“逻辑”的范畴,它们诞生于第三套系统:通过统计学方法,用大量的数据统计和分析来作出最优的决策。可以说,统计学方法带来了当前真正强大的人工智能,我们称之为“机器学习”。

还是从阿尔法狗说起,由于真正的围棋招数可能性远超于宇宙原子的数量,不可能通过逻辑来穷尽所有招数,因此在阿尔法狗以前,人工智能用逻辑推论方法来解决围棋,耗费多年而毫无寸进。此时,统计学为人工智能带来了一个重要的启示:我们可以通过对一小部分的策略的抽样研究,归纳出有效的策略。这正如要知道一个国家的经济发展,并不需要知道每一个人在做什么,而只需要抽样调查来研究是一样的。

简而言之,Alpha Go和Open AI用来打败人类的能力,源自它们庞大而高速的统计能力,通过统计学抽样去模拟围棋手或游戏玩家每一步每一招的可能性,从而找到致胜的招数,而并不是它们真的“学会”模拟人类大脑来思考。

人工智能是怎样自己“学习”的?

人工智能今天的强大,并不意味着他们开始“接近”人脑,刚好相反,他们的优势在于能够完成人脑根本无法处理的大量统计。以下围棋为例,每多一个决策,就增加了一个新的维度,需要计算的可能性也就呈指数级增加,所以在人工智能研究的早期,机器要通过如此大量的统计去“学习”也是困难的。

早期机器学习中,由于数据量过于庞大难以处理,人类采取了提示一些“捷径”的方法。其中最主要的方式叫做“监督学习”,也就是机器在人类提供经验的“监督”下去统计分析数据。俗话说“依样画葫芦”,这就比如一个新员工来到公司,老板就教了他一套自己工作的方法,让他有样学样去做,就是“监督学习”。此前版本的Alpha Go也是通过学习从古到今的大量棋谱数据来学习围棋,并先后打败了人类顶尖高手李世石和柯洁。

然而,经验毕竟是有限的,而且需要大量人力和时间去总结和标签。真实世界的大多数决策毕竟不像围棋,拥有数千年的经验积累和现成棋谱。那么,机器是否能够具备自己去挖掘经验的能力呢?

由此,机器学习进入了“无监督学习”领域,即让机器彻底去自己摸索,人类不给予任何总结的经验,不对任何数据进行标签。当前人工智能中的自然语言处理,让人工智能通过大量的语言输入去理解语言中词语关系的内在规律,就是“无监督学习”的一种应用。更常见的应用则是在网上购物的“推荐商品”中,机器通过分析大量的过往数据,“学习”去推荐买家最有可能感兴趣的商品。

第三种模式则叫做“强化学习”,可以算是“监督”和“无监督”各占一半的方式。

还是用企业新员工来打比方,这一次老板并不具体告员工要怎么做,但是到了年底会发出或多或少的奖金。当然,奖金的多少存在不同的可能性,是员工对客户服务态度好?还是工作特别勤奋?又或是拍老板马屁拍的好?在真实的人生中,这种分析显然是极为困难的。然而理论上,如果这个职员一直通过奖金多少来反省自己的工作,然后持续做同一份工作一百万年时间,那么他会无限逼近“奖金的真相”。

这种通过反馈来修改行动的模型,我们称之为策略-评估(Actor-Critic)模型,随着策略(Actor)所做的决策被评估(Critic)所修正,决策的质量一点一点逐步地改善,机器开始自己去学习,并找到独特的学习方法。人活不了一百万年,当然也就算不了一百万年。但是机器随着计算速度——即所谓“算力”的迅速提高,却有望解决这个看起来荒谬的难题。2016年的计算机已经比2007年速度快一万倍,今天普通工业级电脑已经可以展开深度强化学习,而且算力的提高速度还在持续加快。

2017年10月,Alpha Go进化为Alpha Go Zero。两者最大区别就是,后者在没有任何棋谱数据和人类经验输入的前提下学习围棋,每一步都由机器自己随机尝试,通过最后胜败的统计分析来判断每一步是“好棋”还是“臭棋”。算力强大的Alpha Go Zero仅仅用了三天,就从一张白纸成长为以100比0完胜旧版Alpha Go(即击败柯洁的版本)的顶级高手。最妙的是,至今人类也不知道Alpha Go Zero自己摸索开发出的算法是怎样。

同样是2017年,发明家马斯克旗下Open AI的人工智能玩家在电竞游戏DOTA这种存在各种陌生环境,需要团体协作的游戏中,连续打败顶尖业余人类玩家组合的队伍。在此之前,人工智能仅仅经历数周的自我训练和对战,游戏技巧的进步一日千里。这也代表着人工智能“深度学习”的能力,已经从围棋这种相对单纯的“分割空间”走向更为复杂的“连续空间”,开始处理更复杂环境中的决策。

人工智能会下棋就会投资?

相信大家已经看出,人工智能的深度强化学习的范畴,已经跟真实环境中的要求越来越接近。可以说,基于深度强化学习的“金融Alpha Go Zero”诞生只是时间问题。目前,我们正在研发中的人工智能量化投资模型,与上文中围棋或电竞游戏的方法非常相似:

在环境因素中,Alpha Go Zero分析的是对手和自己的下子,金融Alpha Go Zero分析的则是资本市场和宏观经济的各种信息。在回报方面,Alpha Go Zero分析获胜的概率,金融Alpha Go Zero分析的回报则是投资收益,是否达到投资目标。在行动范围方面,围棋Alpha Go Zero分析的是棋盘上没有被落子的位置,金融Alpha Go Zero分析的则是设计者规定的投资范围和标的。

在学习的过程中,围棋Alpha Go Zero评估潜在落子位置的价值,评估自己的落子位置策略和先后,金融Alpha Go Zero则评估各类资产的投资价值,评估每个可投资资产应当被依照什么比重来配置。

这只自我学习的“金融阿尔法狗”如何工作是人类难以想象的。正如围棋Alpha Go Zero不再需要经验和棋谱,“金融阿尔法狗”学习的是投资的“能力”而非仅是“技巧”。

与过去各类量化投资模型相比,这一进步的巨大意义首先在于,设计者不需要再对每类资产单独设计模型,不用提取“因子”或设立标签,大大减少了人力成本,而其学习也不受到资产类别的限制,可以自动灵活应变。由于不用人类提供标签和经验,设计者可以建立各种不同的目标,例如成本、风险、最大回撤、流动性变现等等,各种投资中需要考虑的因素和目标如何去平衡?这个问题交给机器自己。

此外,过往的量化投资算法往往本身就基于历史数据和经验归纳,很难再用同一堆历史数据去测试出它真实的投资能力,而且金融市场用历史推断未来往往失效。人工智能的强化学习则可以采取用一类资产的历史数据进行学习,再用另一类资产的数据进行测试,或者是用中国股市的数据进行学习,用印度股市的数据来测试,更能够测试出人工智能的真实能力。

这听起来或许神乎其神,但事实上,它符合我们生活中最简单的判断方式——要知道一个孩子是不是好学生,最好的方法是交给他新的学习任务,看他是否能很快攻克。要知道一个新人是不是好员工,最好的方法是交给他从未做过的工作,看他是否能顺利完成。人工智能是不是真的能自学成才,超越人类投资专家,也有待给予它们全新挑战去验证。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1787

    文章

    46142

    浏览量

    235721
  • 强化学习
    +关注

    关注

    4

    文章

    264

    浏览量

    11171

原文标题:人工智能真的能成为投资高手吗?

文章出处:【微信号:robot-1hjqr,微信公众号:1号机器人网】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    risc-v在人工智能图像处理应用前景分析

    定制性。这些特点使得RISC-V在多个领域,包括人工智能图像处理领域,具有显著的优势。 二、RISC-V在人工智能图像处理中的优势 开源性和灵活性 : RISC-V的开源性意味着任何人都可以自由研究
    发表于 09-28 11:00

    【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    《AI for Science:人工智能驱动科学创新》 这本书便将为读者徐徐展开AI for Science的美丽图景,与大家一起去了解: 人工智能究竟帮科学家做了什么? 人工智能将如何改变我们所生
    发表于 09-09 13:54

    巴西投资近41亿美元发展人工智能

    在巴西利亚隆重举行的第五届全国科学、技术与创新会议开幕式上,巴西科技创新部向卢拉总统提交了一项具有里程碑意义的全国首个人工智能投资计划(PBIA)。该计划投资规模宏大,预计将达到230亿雷亚尔(约合40.7亿美元),并计划在20
    的头像 发表于 08-05 14:17 330次阅读

    三星牵头对人工智能芯片公司Tenstorrent进行投资

    近日,据外媒报道,科技巨头三星牵头对多伦多的人工智能芯片公司Tenstorrent进行了一轮大规模的投资。据悉,此轮融资规模至少达到3亿美元,进一步巩固了Tenstorrent在人工智能芯片领域的地位。
    的头像 发表于 06-17 18:22 691次阅读

    字节跳动拟在马来西亚投资人工智能中心

    马来西亚贸易与工业部部长扎夫鲁近日在社交媒体X上透露,全球知名的互联网公司字节跳动计划在该国进行大规模投资。根据部长发布的消息,字节跳动计划投资高达100亿林吉特(约合21亿美元),以在马来西亚建立一个区域人工智能中心。
    的头像 发表于 06-11 15:13 445次阅读

    微软将在瑞典投资32亿美元用于人工智能建设

    微软近日宣布,将在瑞典投资高达32亿美元,用于建设新型的人工智能(AI)和云数据中心。这是微软在北欧地区的最大基础设施投资,旨在利用该地区丰富的绿色能源资源。
    的头像 发表于 06-04 14:55 620次阅读

    亚马逊计划在法国投资12亿欧元 重点在人工智能

    亚马逊计划在法国投资12亿欧元 重点在人工智能 据外媒报道,法国总统办公室表示,亚马逊计划在法国新投资12亿欧元;主要投资领域是开发云基础设施,主要是AI和物流基础设施。而这笔
    的头像 发表于 05-13 16:08 336次阅读

    微软将投资33亿美元在美国威斯康星州建设人工智能中心

    微软近日宣布了一项重大投资计划,将斥资33亿美元在美国威斯康星州建设一座全新的人工智能中心。这一举措旨在推动人工智能技术在该地区的普及和应用,同时加强微软在人工智能领域的领先地位。
    的头像 发表于 05-10 09:42 330次阅读

    苹果正在大量投资生成式人工智能

    近日,苹果公司的CEO蒂姆·库克在公开场合透露,苹果正在对生成式人工智能领域进行大规模的投资。他预计,至今年6月的季度,公司的总收入将实现同比增长,并预计下一财季的总营收将以“低个位数”的速度稳步增长。
    的头像 发表于 05-07 09:37 226次阅读

    多家科技巨头汇报看好人工智能投资回报

    Alphabet(GOOGL-US)和微软(MSFT-US)的出色财报使投资者坚信,在人工智能领域的投资已经获得回报,从而激发了投资者对以人工智能
    的头像 发表于 04-28 09:57 350次阅读

    商汤科技与上海投资咨询集团合力打造人工智能+高端智库“样板间”

    4月24日,商汤科技与上海投资咨询集团有限公司签署战略合作框架协议,旨在进一步促进人工智能赋能咨询行业数字化转型,合力打造人工智能+高端智库“样板间”。
    的头像 发表于 04-25 09:32 572次阅读
    商汤科技与上海<b class='flag-5'>投资</b>咨询集团合力打造<b class='flag-5'>人工智能</b>+高端智库“样板间”

    沙特计划设立400亿美元基金投资人工智能

    沙特政府近日公布了一项宏大的计划,即设立一支规模约为400亿美元的基金,专注于投资人工智能(AI)技术。这一举措显示出沙特对于人工智能领域的深厚兴趣和长远布局。
    的头像 发表于 03-21 13:39 480次阅读

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 在新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷在嵌入式人工智能领域布局
    发表于 02-26 10:17

    微软加强西德人工智能与云基础设施投资

    这项投资计划无疑将提升微软在欧洲人工智能市场的地位,助力西班牙的数字化转型进程。在此之前,这个科技巨头已经承诺将在未来两年内向德国投资32亿欧元(约合34.5亿美元),其中相当大比例的资金会被投向
    的头像 发表于 02-21 09:47 242次阅读

    诺基亚加大德国投资,聚焦人工智能和6G技术

    据报道,诺基亚计划在德国投资3.6亿欧元,以加强其在软件、硬件和芯片设计领域的实力。这一投资计划旨在提高欧洲在6G和人工智能等前沿技术领域的竞争力。
    的头像 发表于 01-22 15:21 458次阅读