Bridgewater đầu tư vào AI như thế nào?

Tác giả: Tào Trạch Tây

Nguồn hình ảnh: Được tạo bởi Unbounded AI

Quỹ phòng hộ lớn nhất thế giới nghĩ gì về AI?

Vào thứ Hai, ngày 3 tháng 7, Bridgewater đã liên hệ với Giám đốc đầu tư Greg Jensen trong một cuộc phỏng vấn để nói một cách có hệ thống về quan điểm của Bridgewater đối với công nghệ AI và chia sẻ quan điểm của ông về cách Bridgewater đầu tư vào AI, cách sử dụng đầu tư AI và triển vọng của công ty đối với công nghệ AI, v.v... góc nhìn về vấn đề.

Cách Bridgewater đầu tư vào AI

Jensen tên:

Trong quá trình tổ chức lại Bridgewater, chúng tôi cũng đã làm một việc mà trước đây chúng tôi chưa từng làm, đó là để một số người nghiên cứu và đầu tư vào những thứ có thể không sinh lãi ngay nhưng đây là dự án lâu dài của chúng tôi. Do đó, chúng tôi thành lập dự án AI này với một nhóm gồm 17 người do tôi lãnh đạo. Tôi vẫn tích cực tham gia vào công việc cốt lõi của Bridgewater, nhưng 16 người còn lại cam kết 100% trong việc định hình lại Bridgewater thông qua học máy. Chúng tôi sẽ có một quỹ hoạt động độc quyền trên công nghệ máy học và đó là những gì chúng tôi đang làm trong phòng thí nghiệm ngay bây giờ, thúc đẩy các giới hạn của AI, khả năng máy học. Hiện nay lập quỹ như vậy là cả một vấn đề lớn. Nếu chúng ta lấy các mô hình ngôn ngữ lớn, thì chúng có hai loại vấn đề. Một, các mô hình này được đào tạo nhiều hơn về cấu trúc của ngôn ngữ, vì vậy chúng thường trả về một cái gì đó giống như nó có cấu trúc, đúng ngữ pháp, nhưng không phải lúc nào cũng là câu trả lời chính xác. đây là một vấn đề. Thứ hai, nó gây ảo giác, nó bịa ra mọi thứ bởi vì nó chú ý nhiều hơn đến cấu trúc của từ hoặc khái niệm tiếp theo hơn là tính chính xác của khái niệm tiếp theo.

Do đó, Jensen tin rằng AI có thể giúp mọi người khái niệm hóa và lý thuyết hóa những gì họ quan sát được, nhưng vẫn còn một chặng đường dài trước khi sử dụng AI để lựa chọn cổ phiếu. Vì vậy, trọng tâm thực sự của Bridgewater là:

**Nhưng có nhiều cách khác để kết hợp điều này với các mô hình thống kê và các loại AI khác. Đó là những gì chúng tôi đang thực sự tập trung vào, kết hợp các mô hình ngôn ngữ lớn ít chính xác hơn với các mô hình thống kê mô tả chính xác quá khứ nhưng rất tệ trong việc dự đoán tương lai. ** **Kết hợp những điều này lại với nhau, chúng tôi bắt đầu xây dựng một hệ sinh thái mà tôi tin rằng sẽ hỗ trợ những gì các nhà phân tích của Bridgewater đang làm. ** Nếu hệ sinh thái này hoàn thiện, chúng ta sẽ có hàng triệu đối tác đầu tư cùng lúc. Nếu chúng ta có khả năng kiểm soát ảo giác và lỗi của AI thông qua số liệu thống kê, chúng ta có thể thực hiện rất nhiều công việc một cách nhanh chóng. Đó chính xác là những gì chúng tôi đã làm trong phòng thí nghiệm và chứng minh rằng quy trình này hoạt động.

Bridgewater đầu tư thông qua AI như thế nào?

Nếu có thể xây dựng một hệ sinh thái bao gồm AI và các công nghệ khác, Bridgewater sẽ sử dụng hệ thống này để đầu tư như thế nào?

Jensen tin rằng AI thống kê và các mô hình ngôn ngữ quy mô lớn có thể bổ sung cho nhau và đóng vai trò là "tay trái và tay phải" của Bridgewater trong đầu tư:

Trí tuệ nhân tạo thống kê có thể lấy các lý thuyết, quay trở lại xem liệu những lý thuyết đó có đúng ít nhất trong quá khứ hay không và những sai sót của chúng là gì, đồng thời tinh chỉnh chúng, đưa ra lời khuyên về cách làm mọi thứ khác đi, sau đó chúng ta có thể đối thoại với chúng. Một lợi thế mà các mô hình ngôn ngữ quy mô lớn có là sử dụng một mô hình thống kê phức tạp và nói về những gì nó đang làm. Có nhiều cách để đào tạo các mô hình ngôn ngữ để làm điều này. Cách chúng tôi mô hình hóa điều này là các mô hình ngôn ngữ có thể đưa ra các lý thuyết cơ bản. Đó không phải là điều sáng tạo nhất trên thế giới, nhưng đó là lý thuyết ở quy mô lớn, đó là điều chắc chắn. Một lần nữa, các mô hình ngôn ngữ quy mô lớn rất tuyệt, nhưng chúng ta phải điều chỉnh mô hình ngôn ngữ theo một cách nào đó và chúng ta có thể sử dụng số liệu thống kê để kiểm soát nó. Sau đó, chúng ta có thể sử dụng lại mô hình ngôn ngữ để lấy kết quả trong công cụ thống kê và thảo luận kết quả đó với con người hoặc AI khác và báo cáo những gì đã tìm thấy, loại lý thuyết nào và loại nào. Nếu kết luận đưa ra trái ngược với nhận thức của mọi người, thì hãy tiến hành thêm các thử nghiệm. Đây là chu kỳ mà tôi rất hào hứng, như tôi đã nói, AI thống kê cho đến nay vẫn còn hạn chế vì nó tập trung vào dữ liệu thị trường. Đối với các mô hình ngôn ngữ, lợi ích là nó có thể hiểu rõ hơn những thứ mà các mô hình thống kê không hiểu được. Ví dụ: các mô hình thống kê về thị trường không có khái niệm về lòng tham, nhưng các mô hình ngôn ngữ quy mô lớn gần như có thể hiểu khái niệm về lòng tham - những mô hình này đã đọc mọi thứ về lòng tham và nỗi sợ hãi, v.v. Vì vậy, kết hợp cả hai bây giờ tạo ra một phương thức suy nghĩ giống như con người.

AI có ý nghĩa gì đối với nhân viên là con người?

Theo thời gian, máy tính ngày càng có thể làm được nhiều việc hơn. Jensen tin rằng:

Điều tôi muốn nói là con người ngày nay đã quen với việc chỉ thực hiện những vai trò liên quan đến trực giác và sáng tạo, chúng ta sử dụng máy tính để ghi nhớ và chạy các quy tắc này một cách liên tục và chính xác. Quá trình chuyển đổi mới chỉ diễn ra được một nửa và bây giờ có một bước nhảy vọt khác. Không còn nghi ngờ gì nữa, AI sẽ thay thế vai trò của các trợ lý đầu tư. Chính xác, chúng tôi vẫn cần mọi người giải quyết những vấn đề này trong tương lai gần, chúng tôi vẫn cần một thời gian để xây dựng hệ sinh thái của các tác nhân học máy này, v.v. **Tận dụng AI sẽ là một phần của tương lai việc làm và tôi nghĩ sẽ khó có ngành tri thức nào không tận dụng những công nghệ này. ** Về lĩnh vực lập trình máy tính, chúng ta đang chứng kiến một bước đột phá lớn trong lĩnh vực viết mã. Giờ đây, với AI, mọi người chỉ cần biết viết mã cái gì chứ không cần viết mã như thế nào, đó là một bước đột phá lớn. Vì vậy, một nhóm người không được đào tạo hoặc có khả năng tuyệt vời về C ++, Python hoặc bất cứ thứ gì đột nhiên có được thứ họ muốn nhanh hơn nhiều. **Vì vậy, đột nhiên, các bộ kỹ năng cần thiết tại nơi làm việc đang thay đổi và cách chúng thay đổi khiến nhiều người ngạc nhiên vì thực tế có rất nhiều công việc đòi hỏi kiến thức, chẳng hạn như sáng tạo nội dung, v.v. và mọi người tại một điểm Người ta cho rằng thời điểm bị máy móc thay thế còn ở một tương lai xa, nhưng thực tế nó chỉ còn rất gần. ** Vì vậy, điểm mấu chốt là hiện nay có quá nhiều thay đổi nên bắt buộc phải có sự linh hoạt tại nơi làm việc và có thể tận dụng bất kỳ công cụ nào.

Có thể sử dụng AI để trực tiếp quản lý các khoản đầu tư không?

Trên thị trường có rất nhiều công cụ quản lý đầu tư AI, điều mà mọi người lo ngại là với sự phát triển vượt bậc của AI, liệu trong tương lai loài người có chỉ cần đầu tư vào AI hay không?

Jensen tin rằng:

Tôi nghĩ nó sẽ vừa gây ra tai nạn vừa khiến tôi thực sự phấn khích. Rõ ràng là tôi rất phấn khích về sức mạnh của AI và tôi nghĩ rằng có nhiều cách để sử dụng nó một cách hiệu quả. Nhưng đồng thời, AI cũng mắc rất nhiều sai lầm. Một số quỹ sử dụng GPT để chọn cổ phiếu, tuy nhiên các nhà quản lý quỹ này chưa thực sự hiểu sâu về AI và những điểm yếu có thể gặp phải. Trong một ví dụ, trong thị trường bất động sản, Zillow, một nền tảng môi giới bất động sản, đã sử dụng công nghệ AI để dự đoán giá nhà, đánh giá giá nhà và tham gia thị trường để bắt đầu mua những ngôi nhà mà AI cho rằng bị định giá thấp. Tuy nhiên, Zillow có một số vấn đề. Một là mặc dù họ có nhiều dữ liệu về nhà ở, nhưng nó chỉ diễn ra trong một khoảng thời gian tương đối ngắn. Vì vậy, mặc dù họ có một số lượng lớn các điểm dữ liệu, nhưng vẫn có một chu kỳ vĩ mô ảnh hưởng đến các đánh giá mà họ đưa ra. Thứ hai, họ đánh giá thấp sự mất kết nối giữa lý thuyết và thực tiễn khi nó thực sự là một thị trường đối nghịch. Nên rõ ràng đây là một vấn đề rất lớn đối với Zillow, họ đã gây ảnh hưởng lớn đến thị trường bất động sản và sau đó là một thất bại nặng nề. Quay trở lại thị trường chứng khoán, giao dịch rất ngắn hạn, được cho là phù hợp hơn với máy học, vì có rất nhiều dữ liệu và AI có thể học nhanh hơn thông qua dữ liệu này. Nhưng mặt khác, về lâu dài, vai trò của AI có thể không phát huy được. Dữ liệu thường giống như dữ liệu nhịp tim trong suốt cuộc đời của một người. Bạn có thể nghĩ, ồ, trái tim tôi đã đập được 49 năm rồi, điều đó có vẻ giống như rất nhiều chỉ số, nhưng khi bạn bị đau tim, điều đó hoàn toàn không liên quan. Vì vậy, ngay cả với lượng dữ liệu lớn, nó có thể gây hiểu nhầm, và những vấn đề này gây ra những vấn đề rất lớn cho các kỹ thuật này. **Vì vậy, người ta phải hiểu các công cụ, chúng giỏi cái gì và không giỏi cái gì, và kết hợp chúng theo cách tận dụng điểm mạnh của từng công cụ và tránh điểm yếu. ** Vẫn còn rất nhiều việc phải làm trên các mô hình ngôn ngữ lớn, mà chúng tôi chắc chắn có thể đào tạo bằng cách học tăng cường để đảm bảo chúng không mắc lỗi đã biết.

Có phải thị trường vẫn bị chi phối bởi sự lạc quan?

Jensen tin rằng thị trường vẫn bị chi phối bởi sự lạc quan. Anh nói:

Fed dường như thực tế hơn một chút so với thị trường về những gì nó sẽ làm. Khi bạn nhìn vào phản ứng của thị trường, nó rất lạc quan. Nhưng chúng ta phải lưu ý rằng, trong lịch sử, thị trường có xu hướng quá lạc quan.