بازدهی هوش مصنوعی

هوش مصنوعی برخی فعالیت‌ها از جمله بخش‌هایی از امور مالی مانند جلوگیری از تقلب را تغییر داده اما هنوز بر مدیریت صندوق‌ها و انتخاب سهام تاثیری نگذاشته است. این امر تعجب‌آور به نظر می‌رسد. یادگیری ماشینی که شاخه‌ای از هوش مصنوعی است و در پیدا کردن الگوها و انجام پیش‌بینی‌ها با استفاده از داده‌ها عملکردی عالی دارد، بهترین ابزار برای کسب‌و‌کار است. با این حال صندوق‌های تامینی (Hedge Fund) پرسابقه و بزرگ لندن یا نیویورک اغلب نسبت به توانایی‌های بالقوه آن تردید دارند. با این حال در سانفرانسیسکو جایی که یادگیری ماشینی بخش بزرگی از زندگی را تشکیل می‌دهد انبوهی از صندوق‌های تامینی جدید تلاش می‌کنند از تکنیک‌های آن بهره‌مند شوند. 

این صندوق‌های جدید آنقدر فروتنی دارند که برخی از  نظرات رقبا را تایید کنند. سنتینت تکنولوژی (Sentient Technologies) یک بنگاه نوپای هوش مصنوعی است که یک صندوق تامین دارد. بابک حجت یکی از موسسان این بنگاه می‌گوید اگر تکنیک‌های یادگیری ماشینی صرفاً از طریق ابزارهای خودش اجرا شود این احتمال وجود دارد که به «زیاده‌روی» بینجامد؛ یعنی با استفاده از داده‌های خاص، آنها به الگوهای ویژه‌ای برسند که فقط در حوزه‌ کاری آنها کاربرد دارد و نمی‌توان آن را به جهان بزرگ‌تر تعمیم داد. این امر به ویژه در مورد داده‌های مالی که کمیاب هستند صدق می‌کند. به عنوان مثال داده‌های سری زمانی قیمت سهام که به چند دهه قبل باز‌می‌گردد در مقایسه با داده‌های تصویری به‌کار برده‌شده در الگوریتم شناسایی چهره فیس‌بوک ناچیز هستند. 

بنابراین، راه مناسب آن است که رویکرد اندیشمندانه‌تری برای کاربرد هوش مصنوعی در پیش گرفته شود. صحت و دقت فنی اهمیت زیادی دارد. بنگاه‌ نوپای Sentient چندین متخصص هوش مصنوعی را در استخدام خود دارد و مرتباً درباره روش‌های جدید تحقیق می‌کند. همزمان الگوهای کسب‌وکار نیز مهم هستند. بنگاه‌ Sentient یک دهه قبل صندوق کوچکی را تاسیس کرد که فقط پول‌های بنیانگذاران خود را مدیریت می‌کرد. این صندوق در سه سال گذشته کار خود را به دیگر کاربردهای هوش مصنوعی از قبیل خرید آنلاین و بهینه‌سازی وب‌سایت توسعه داده است. اوایل امسال بنگاه یک صندوق تامین را راه‌اندازی کرد که پول‌های بیرونی را می‌پذیرد و امیدوار است دیدگاه‌هایی را که در نقاط دیگر به دست آمده‌اند در بازوی سرمایه‌گذاری خود به‌کار گیرد. نومرای (Numerai) یک صندوق تامینی دیگر در سانفرانسیسکو است که در سال 2015 تاسیس شد و به خاطر الگوی غیرعادی کسب‌وکارش حوزه تخصصی وسیع‌تری دارد. این بنگاه اولین صندوقش را پاییز امسال راه‌اندازی کرد. کار صندوق آن است که داده‌های مالی را دریافت و آنها را به گونه‌ای رمزنگاری کند که غیرقابل تشخیص باشند. ماتیو بوید 

(Matthew Boyd) مدیرعامل بنگاه می‌گوید رمزنگاری داده‌ها را به یک مساله کاملاً ریاضی تبدیل می‌کند. هدف آن است که با این کار از ورود تورش (bias) به الگوها جلوگیری شود و الگوها بیشتر به مذاق بنگاه‌های سیلیکون ولی خوشایند باشد تا کسب‌وکارهای مربوط به انتخاب اوراق بهادار.

صندوق بنگاه نومرای مسابقه‌ای دومرحله‌ای برای تهیه الگوریتم‌های یادگیری ماشینی که بهترین عملکرد را با داده‌ها دارند برگزار می‌کند. حدود 1200 پژوهشگر داده‌ها هر هفته در این رقابت شرکت‌ می‌کنند. جایزه مرحله اول مجازی (پول رمزنگاری‌شده صندوق) و جایزه مرحله دوم نقدی است. این ساختار درصدد تشویق الگوریتم‌هایی است که در طول زمان در انتخاب سهام برنده عملکرد خوبی دارند. بنگاه نتایج بهترین الگوریتم‌ها را می‌گیرد، آنها را به صورت داده‌های مالی رمزگشایی می‌کند و از نتایج حاصل در تصمیم‌گیری برای مبادله بهترین سهام بهره‌ می‌برد. به این ترتیب، صندوق‌ به همان اندازه موفقیت خود را به هوش مصنوعی مدیون است که به جمع‌سپاری.

یکی از صندوق‌های تامین که برای الگوی وابسته به ماشین خود بازاریابی می‌کند صندوق Cerebellum Capital است. این صندوق در سال 2008 با هدف واسطه‌گری تاسیس شد و در سال 2016 کار خود را به عنوان یک صندوق سهام آمریکایی که 100 درصد با هوش مصنوعی اداره می‌شود آغاز کرد. صندوق جدید در آوریل امسال افتتاح شد و استفاده از یادگیری ماشینی را صرفاً به تجزیه داده‌ها و رسیدن به راهبردها محدود نکرد. سامانه طبقه‌بندی آن که مزیت‌های نسبی این راهبردها را اندازه می‌گیرد خود با یادگیری ماشینی اداره می‌شود. اما این انسان‌ها هستند که پس از دریافت دستورالعمل‌های الگوریتم‌ها مبادلات واقعی را انجام می‌دهند. با وجودی که عملکرد اصلی این صندوق‌ها در آینده مشخص می‌شود یک نکته در مورد صندوق‌های هوش مصنوعی آشکار است: حداقل در بخش سرمایه‌گذاری، استفاده بیشتر از هوش مصنوعی به معنای استفاده کمتر از هوش انسانی نیست.