Bagaimana Bridgewater berinvestasi dalam AI?

Pengarang: Cao Zexi

Sumber gambar: Dihasilkan oleh AI Tak Terbatas

Apa pendapat hedge fund terbesar di dunia tentang AI?

Pada hari Senin, 3 Juli, Bridgewater menghubungi Chief Investment Officer Greg Jensen dalam sebuah wawancara untuk membicarakan secara sistematis tentang pandangan Bridgewater tentang teknologi AI, dan membagikan pandangannya tentang cara Bridgewater berinvestasi dalam AI, cara menggunakan investasi AI, dan pandangannya tentang teknologi AI, dll perspektif pada masalah.

Bagaimana Bridgewater berinvestasi dalam AI

Nama Jensen:

Dalam proses reorganisasi Bridgewater, kami juga melakukan sesuatu yang belum pernah kami lakukan sebelumnya, yaitu membiarkan beberapa orang meneliti dan berinvestasi pada hal-hal yang mungkin tidak langsung menguntungkan, tetapi ini adalah proyek jangka panjang kami. Oleh karena itu, kami menyiapkan proyek AI ini dengan tim yang terdiri dari 17 orang yang dipimpin oleh saya. Saya masih aktif terlibat dalam pekerjaan inti Bridgewater, tetapi 16 orang lainnya berkomitmen 100% untuk membentuk kembali Bridgewater melalui pembelajaran mesin. Kami akan memiliki dana yang dijalankan secara eksklusif pada teknologi pembelajaran mesin, dan itulah yang kami lakukan di lab saat ini, mendorong batas AI, kemampuan pembelajaran mesin. Saat ini, merupakan masalah besar untuk menyiapkan dana semacam itu. Jika kita mengambil model bahasa besar, mereka memiliki dua jenis masalah. Pertama, model-model ini lebih dilatih pada struktur bahasa, sehingga mereka sering mengembalikan sesuatu yang terlihat terstruktur, benar secara tata bahasa, tetapi tidak selalu merupakan jawaban yang akurat. ini adalah sebuah masalah. Kedua, berhalusinasi, mengada-ada karena lebih memperhatikan struktur kata atau konsep yang muncul berikutnya daripada ketepatan konsep yang muncul berikutnya.

Oleh karena itu, Jensen percaya bahwa AI dapat membantu orang membuat konsep dan berteori tentang apa yang mereka amati, tetapi jalan masih panjang sebelum menggunakan AI untuk memilih saham. Jadi fokus sebenarnya Bridgewater adalah:

**Tetapi ada cara lain untuk menggabungkan ini dengan model statistik dan jenis AI lainnya. Itulah yang benar-benar kami fokuskan, menggabungkan model bahasa besar yang kurang akurat dengan model statistik yang pandai menggambarkan masa lalu secara akurat tetapi buruk dalam memprediksi masa depan. ** **Menggabungkannya, kami mulai membangun ekosistem yang menurut saya memungkinkan apa yang dilakukan oleh para analis Bridgewater. ** Jika ekosistem ini selesai, kita akan memiliki jutaan mitra investasi pada saat yang bersamaan. Jika kami memiliki kemampuan untuk mengontrol halusinasi dan kesalahan AI melalui statistik, kami dapat melakukan banyak pekerjaan dengan cepat. Itulah yang telah kami lakukan di lab dan menunjukkan bahwa prosesnya berhasil.

Bagaimana Bridgewater berinvestasi melalui AI?

Jika Anda dapat membangun ekosistem yang menyertakan AI dan teknologi lainnya, bagaimana Bridgewater akan menggunakan sistem ini untuk berinvestasi?

Jensen percaya bahwa AI statistik dan model bahasa skala besar dapat saling melengkapi dan memainkan peran "tangan kiri dan kanan" Bridgewater dalam investasi:

AI statistik dapat mengambil teori, kembali ke apakah teori itu benar setidaknya di masa lalu dan apa kekurangannya, dan menyempurnakannya, menawarkan saran tentang cara melakukan sesuatu secara berbeda, dan kemudian kita dapat berdialog dengannya. Salah satu keuntungan yang dimiliki model bahasa berskala besar adalah mengambil model statistik yang kompleks dan membicarakan tentang apa yang dilakukannya. Ada cara untuk melatih model bahasa untuk melakukan ini. Cara kami memodelkan ini adalah bahwa model bahasa dapat muncul dengan teori yang mendasarinya. Itu bukan hal yang paling kreatif di dunia, tapi itu teori dalam skala, itu sudah pasti. Sekali lagi, model bahasa skala besar memang bagus, tetapi kita harus menyesuaikan model bahasa dengan cara tertentu, dan kita dapat menggunakan statistik untuk mengontrolnya. Kami kemudian dapat menggunakan model bahasa lagi untuk mengambil hasil di mesin statistik dan mendiskusikannya dengan manusia atau AI lainnya dan melaporkan apa yang ditemukan, apa, dan teori seperti apa. Jika kesimpulan yang didapat bertentangan dengan persepsi orang, maka lakukan lebih banyak tes. Ini adalah siklus yang sangat saya sukai, seperti yang saya katakan, AI statistik sejauh ini terbatas karena berfokus pada data pasar. Untuk model bahasa, manfaatnya adalah dapat lebih memahami hal-hal yang tidak dimiliki model statistik. Misalnya, model statistik pasar tidak memiliki konsep keserakahan, tetapi model bahasa skala besar hampir dapat memahami konsep keserakahan - model ini telah membaca segala sesuatu tentang keserakahan dan ketakutan dan semacamnya. Jadi menggabungkan keduanya sekarang menghasilkan cara berpikir yang mirip manusia.

Apa arti AI bagi karyawan manusia?

Seiring waktu, komputer dapat melakukan lebih banyak hal. Jensen percaya:

Yang ingin saya sampaikan adalah bahwa saat ini manusia sudah terbiasa hanya memenuhi peran-peran yang berhubungan dengan intuisi dan kreativitas, kita menggunakan komputer untuk menghafal dan menjalankan aturan-aturan tersebut secara terus menerus dan akurat. Ini baru setengah dari transisi, dan sekarang ada lompatan maju lainnya. Tidak ada keraguan bahwa AI akan mengubah peran asisten investasi. Tepatnya, kami masih membutuhkan orang untuk mengatasi hal-hal ini di masa mendatang, kami masih membutuhkan waktu untuk membangun ekosistem agen pembelajaran mesin ini, dan seterusnya. **Memanfaatkan AI akan menjadi bagian dari pekerjaan masa depan dan menurut saya akan sulit di industri pengetahuan mana pun untuk tidak memanfaatkan teknologi ini. ** Dalam hal pemrograman komputer, kami melihat terobosan besar dalam pengkodean. Sekarang, dengan AI, orang hanya perlu mengetahui apa yang harus dikodekan, bukan cara membuat kode, yang merupakan terobosan besar. Jadi sekelompok orang yang tidak memiliki pelatihan atau kemampuan hebat dalam C++, Python, atau apa pun tiba-tiba bisa mendapatkan apa yang mereka inginkan lebih cepat. **Jadi tiba-tiba, rangkaian keterampilan yang dibutuhkan di tempat kerja berubah, dan cara perubahannya mengejutkan banyak orang karena sebenarnya banyak pekerjaan pengetahuan, seperti pembuatan konten dan sebagainya, dan orang-orang di satu hal Diperkirakan waktu untuk digantikan oleh mesin masih jauh di masa depan, namun nyatanya sudah dekat. ** Jadi intinya adalah bahwa ada begitu banyak perubahan sekarang sehingga sangat penting untuk memiliki fleksibilitas di tempat kerja dan dapat memanfaatkan alat apa pun.

Bisakah AI digunakan untuk mengelola investasi secara langsung?

Ada berbagai alat manajemen investasi AI di pasar, yang dikhawatirkan orang adalah, dengan perkembangan AI yang hebat, apakah manusia hanya perlu berinvestasi di AI di masa depan?

Jensen percaya:

Saya pikir itu akan menyebabkan kecelakaan dan membuat saya sangat bersemangat. Jelas, saya senang dengan kekuatan AI, dan saya pikir ada cara untuk memanfaatkannya dengan baik. Namun di saat yang sama, AI membuat banyak kesalahan. Beberapa dana menggunakan GPT untuk memilih saham, tetapi pengelola dana ini tidak benar-benar memiliki pemahaman yang mendalam tentang AI dan kemungkinan kelemahannya. Dalam satu contoh, di pasar real estat, Zillow, platform pialang real estat, menggunakan teknologi AI untuk memprediksi harga rumah, mengevaluasi harga rumah, dan memasuki pasar untuk mulai membeli rumah yang menurut AI dinilai terlalu rendah. Namun, Zillow memiliki beberapa masalah. Salah satunya adalah meskipun mereka memiliki banyak data perumahan, hal itu terjadi dalam waktu yang relatif singkat. Jadi meskipun mereka memiliki sejumlah besar poin data, masih ada siklus makro yang memengaruhi penilaian yang mereka buat. Kedua, mereka meremehkan keterputusan antara teori dan praktik padahal itu sebenarnya adalah pasar yang bermusuhan. Jadi jelas ini adalah masalah besar bagi Zillow, mereka berdampak besar pada pasar real estat dan kemudian mengalami kegagalan besar. Kembali ke pasar saham, perdagangan jangka pendek, bisa dibilang lebih cocok untuk pembelajaran mesin, karena datanya banyak, dan AI bisa belajar lebih cepat melalui data ini. Namun di sisi lain, dalam jangka panjang, peran AI mungkin tidak dapat dimainkan. Data seringkali seperti data detak jantung seumur hidup seseorang. Anda mungkin berpikir, wow, detak jantung saya telah berlangsung selama 49 tahun, yang sepertinya banyak statistik, tetapi ketika Anda mengalami serangan jantung, statistik itu sama sekali tidak relevan. Jadi, bahkan dengan data dalam jumlah besar, ini bisa menyesatkan, dan masalah ini menyebabkan masalah besar untuk teknik ini. **Jadi kita harus memahami alat, apa yang mereka kuasai dan apa yang tidak mereka kuasai, dan menggabungkannya dengan cara yang memanfaatkan kekuatan masing-masing alat dan menghindari kelemahannya. ** Masih banyak pekerjaan yang harus dilakukan pada model bahasa besar, yang tentunya bisa kita latih dengan pembelajaran penguatan untuk memastikan mereka tidak membuat kesalahan yang diketahui.

Apakah pasar masih didominasi oleh optimisme?

Jensen percaya bahwa pasar masih didominasi oleh optimisme. Dia berkata:

The Fed tampaknya sedikit lebih realistis daripada pasar tentang apa yang akan dilakukannya. Ketika Anda melihat reaksi pasar, itu sangat bullish. Tapi kita harus mencatat bahwa, secara historis, pasar cenderung terlalu optimis.