Bridgewater yapay zekaya nasıl yatırım yapar?

Yazar: Cao Zexi

Görsel kaynağı: Unbounded AI tarafından oluşturuldu

Dünyanın en büyük hedge fonu yapay zeka hakkında ne düşünüyor?

3 Temmuz Pazartesi günü Bridgewater, Bridgewater'ın AI teknolojisi hakkındaki görüşleri hakkında sistematik olarak konuşmak için Baş Yatırım Sorumlusu Greg Jensen ile bir röportajda temasa geçti ve Bridgewater'ın AI'ya nasıl yatırım yaptığı, AI yatırımının nasıl kullanılacağı ve AI teknolojisine bakış açısı hakkındaki görüşlerini paylaştı. vb. soruna bakış açısı.

Bridgewater yapay zekaya nasıl yatırım yapar?

Jensen'in adı:

Bridgewater'ı yeniden düzenleme sürecinde, daha önce yapmadığımız bir şey daha yaptık, bu da bazı kişilerin hemen karlı olmayabilecek şeyleri araştırmasına ve bunlara yatırım yapmasına izin vermek, ancak bu bizim uzun vadeli projemiz. Bu nedenle, bu yapay zeka projesini benim liderliğimde 17 kişilik bir ekiple kurduk. Hala Bridgewater'ın ana çalışmasında aktif olarak yer alıyorum, ancak diğer 16 kişi Bridgewater'ı makine öğrenimi yoluyla yeniden şekillendirmeye %100 bağlı. Yalnızca makine öğrenimi teknolojisi üzerinde çalışan bir fonumuz olacak ve şu anda laboratuvarda yaptığımız şey de bu, yapay zekanın, makine öğrenimi yeteneklerinin sınırlarını zorluyoruz. Şu anda böyle bir fon kurmak büyük sorun. Büyük dil modelleri alırsak, iki tür problemleri vardır. Birincisi, bu modeller daha çok dilin yapısı üzerinde eğitilir, bu nedenle genellikle yapılandırılmış, gramer açısından doğru gibi görünen ancak her zaman doğru bir yanıt vermeyen bir şey döndürürler. bu bir problem. İkincisi, halüsinasyon görür, bir sonraki kavramın doğruluğundan çok yanında gelen kelime veya kavramın yapısına daha fazla dikkat ettiği için bir şeyler uydurur.

Bu nedenle Jensen, yapay zekanın insanların gözlemlediklerini kavramsallaştırmasına ve teorileştirmesine yardımcı olabileceğine inanıyor, ancak yapay zekayı hisse senetlerini seçmek için kullanmadan önce daha kat edilmesi gereken çok yol var. Bridgewater'ın asıl odak noktası şu:

**Ancak bunu istatistiksel modeller ve diğer AI türleri ile birleştirmenin başka yolları da var. Daha az doğru olan büyük dil modellerini, geçmişi doğru bir şekilde tanımlamada iyi olan ancak geleceği tahmin etmede berbat olan istatistiksel modellerle birleştirerek gerçekten odaklandığımız şey budur. ** **Bunları bir araya getirerek, Bridgewater analistlerinin yaptıklarını mümkün kıldığına inandığım bir ekosistem oluşturmaya başlıyoruz. ** Bu ekosistem tamamlanırsa aynı anda milyonlarca yatırım ortağımız olacak. AI'nın halüsinasyonlarını ve hatalarını istatistik yoluyla kontrol etme yeteneğimiz olsaydı, birçok işi hızlı bir şekilde yapabilirdik. Laboratuarda yaptığımız tam olarak buydu ve sürecin işe yaradığını gösterdik.

Bridgewater yapay zeka aracılığıyla nasıl yatırım yapar?

Yapay zeka ve diğer teknolojileri içeren bir ekosistem kurabilirseniz, Bridgewater bu sistemi yatırım yapmak için nasıl kullanacak?

Jensen, istatistiksel AI ve büyük ölçekli dil modellerinin birbirini tamamlayabileceğine ve yatırımda Bridgewater'ın "sol ve sağ eli" rolünü oynayabileceğine inanıyor:

İstatistiksel AI teorileri alabilir, bu teorilerin en azından geçmişte doğru olup olmadığına ve kusurlarının ne olduğuna geri dönebilir ve onları geliştirebilir, işleri farklı şekilde nasıl yapacağımıza dair tavsiyeler verebilir ve sonra onlarla diyalog kurabiliriz. Büyük ölçekli dil modellerinin sahip olduğu bir avantaj, karmaşık bir istatistiksel model alıp ne yaptığı hakkında konuşmaktır. Bunu yapmak için dil modellerini eğitmenin yolları vardır. Bunu modelleme şeklimiz, dil modellerinin altında yatan teorileri ortaya çıkarabilmesidir. Dünyadaki en yaratıcı şey değil ama geniş ölçekte bir teori, orası kesin. Yine, büyük ölçekli dil modelleri harika, ancak dil modelini bir şekilde ayarlamamız gerekiyor ve onu kontrol etmek için istatistikleri kullanabiliriz. Daha sonra istatistiksel motordaki sonuçları almak için dil modelini tekrar kullanabilir ve bunu bir insan veya başka bir yapay zeka ile tartışabilir ve neyin bulunduğunu, ne tür bir teori olduğunu rapor edebiliriz. Ulaşılan sonuçlar insanların algısına aykırıysa, daha fazla test yapın. Bu, beni çok heyecanlandıran döngü, dediğim gibi, istatistiksel yapay zeka şu ana kadar sınırlı kaldı çünkü piyasa verilerine odaklandı. Dil modelleri için fayda, istatistiksel modellerin anlamadığı şeyleri daha iyi anlayabilmesidir. Örneğin, piyasaların istatistiksel modellerinde açgözlülük kavramı yoktur, ancak büyük ölçekli dil modellerinde açgözlülük kavramını neredeyse anlayabilir - bu modeller açgözlülük, korku ve buna benzer her şeyi okumuştur. Yani ikisini birleştirmek artık insan benzeri bir düşünme biçimi üretiyor.

Yapay zeka insan çalışanlar için ne anlama geliyor?

Zamanla, bilgisayarlar giderek daha fazla şey yapabilir. Jensen inanıyor:

Söylemek istediğim, günümüzde insanoğlu sadece sezgi ve yaratıcılıkla ilgili rolleri yerine getirmeye alışmış durumda, bu kuralları sürekli ve doğru bir şekilde ezberlemek ve çalıştırmak için bilgisayarları kullanıyoruz. Geçişin sadece yarısı ve şimdi ileriye doğru başka bir sıçrama var. Yapay zekanın yatırım yardımcılarının rolünü değiştireceğine şüphe yok. Kesinlikle, öngörülebilir gelecekte bu tür şeyler üzerinde çalışacak insanlara hâlâ ihtiyacımız var, bu makine öğrenimi aracılarının ekosistemini vb. oluşturmak için hâlâ biraz zamana ihtiyacımız var. **Yapay zekadan yararlanmak, işin geleceğinin bir parçası olacak ve bence herhangi bir bilgi endüstrisinde bu teknolojilerden yararlanmamak zor olacak. ** Bilgisayar programlama açısından, kodlamada büyük bir atılım görüyoruz. Artık yapay zeka ile insanların nasıl kodlanacağını değil, yalnızca neyi kodlayacaklarını bilmesi gerekiyor ki bu çok büyük bir atılım. Bu nedenle, C++, Python veya herhangi bir konuda iyi bir eğitime veya beceriye sahip olmayan bir grup insan, istediklerini aniden çok daha hızlı elde edebilir. **İşyerinde ihtiyaç duyulan beceri setleri birdenbire değişiyor ve bunların değişme şekli birçok insan için şaşırtıcı çünkü bu aslında içerik oluşturma vb. gibi çok fazla bilgi işi ve iş yerindeki insanlar bir nokta Makinelerin yerini makinelere bırakma zamanının henüz uzak bir gelecekte olduğu düşünülüyor ama aslında çok yakın. ** Sonuç olarak, artık o kadar çok değişiklik var ki, işyerinde esnekliğe sahip olmak ve herhangi bir araçtan yararlanabilmek zorunludur.

Yapay zeka doğrudan yatırımları yönetmek için kullanılabilir mi?

Piyasada çeşitli AI yatırım yönetimi araçları var.İnsanları endişelendiren şey, AI'nın büyük gelişimiyle birlikte, insanların gelecekte sadece AI'ya yatırım yapması gerekecek mi?

Jensen inanıyor:

Hem kazaya sebep olur hem de beni çok heyecanlandırır diye düşündüm. Açıkçası, yapay zekanın gücü beni heyecanlandırıyor ve onu iyi bir şekilde kullanmanın yolları olduğunu düşünüyorum. Ancak aynı zamanda yapay zeka birçok hata yapar. Bazı fonlar, hisse senedi seçmek için GPT'yi kullanır, ancak bu fon yöneticileri, yapay zeka ve olası zayıflıklar konusunda gerçekten derin bir anlayışa sahip değildir. Bir örnekte, emlak piyasasında, bir emlak komisyonculuğu platformu olan Zillow, ev fiyatlarını tahmin etmek, ev fiyatlarını değerlendirmek ve yapay zekanın değerinin düşük olduğuna inandığı evleri satın almak için piyasaya girmek için yapay zeka teknolojisini kullandı. Ancak, Zillow'un birkaç sorunu var. Birincisi, çok fazla konut verisine sahip olmalarına rağmen, bunun nispeten kısa bir süre içinde gerçekleşmesidir. Bu nedenle, görünüşte çok sayıda veri noktalarına sahip olsalar da, yaptıkları değerlendirmeleri etkileyen bir makro döngü vardır. İkinci olarak, aslında rakip bir pazar olduğunda teori ve pratik arasındaki kopukluğu hafife alıyorlar. Açıkçası bu Zillow için çok büyük bir sorun, emlak piyasası üzerinde büyük bir etkisi oldu ve ardından büyük bir başarısızlık yaşadılar. Borsaya geri dönersek, çok kısa vadeli alım satım, muhtemelen makine öğrenimi için daha uygundur, çünkü çok fazla veri vardır ve yapay zeka bu veriler aracılığıyla daha hızlı öğrenebilir. Ancak öte yandan, uzun vadede yapay zekanın rolü tam olarak gerçekleşemeyebilir. Veriler genellikle bir kişinin yaşamı boyunca kalp atış hızı verileri gibidir. Vay canına, kalbim 49 yıldır atıyor, bu çok fazla istatistik gibi görünüyor, ama kalp krizi geçirdiğinizde bunun tamamen alakasız olduğunu düşünüyor olabilirsiniz. Bu nedenle, büyük miktarda veri ile bile yanıltıcı olabilir ve bu sorunlar, bu teknikler için çok büyük sorunlara neden olur. **Öyleyse, araçları, nelerde iyi olduklarını ve nelerde iyi olmadıklarını anlamalı ve bunları, her aracın güçlü yanlarından yararlanacak ve zayıf yönlerinden kaçınacak şekilde birleştirmelidir. ** Bilinen hatalar yapmamalarını sağlamak için pekiştirmeli öğrenmeyle kesinlikle eğitebileceğimiz büyük dil modelleri üzerinde yapılacak çok iş var.

Piyasalara hala iyimserlik hakim mi?

Jensen, pazara hala iyimserliğin hakim olduğuna inanıyor. dedi ki:

Fed ne yapacağı konusunda piyasaya göre biraz daha gerçekçi görünüyor. Piyasanın tepkisine baktığınızda, çok olumlu. Ancak, tarihsel olarak piyasanın fazla iyimser olma eğiliminde olduğunu not etmeliyiz.