Технологии искусственного интеллекта будут управлять 99% всех инвестиций
Через 20 лет технологии искусственного интеллекта будут управлять 99% всех инвестиций. Об этом сообщает издание Bloomberg.
Главный исполнительный директор Man Group Plc Люк Эллис отмечает постепенный переход на ИИ. Лондонская компания, стоимостью 103,5 млрд долларов, уже выделяет около 13 млрд долларов на несколько хедж-фондов, которые работают с машинным обучением. Эллис считает, что через 10 лет ИИ будет использоваться во всех «человеческих сферах» - от проведения торгов до помощи в выборе ценных бумаг.
«Если вычислительная мощность и генерация данных будут расти с такими темпами, то через 25 лет машинное обучение будет управлять 99% инвестиций. Оно станет частью нашей жизни. Оно поможет сделать нашу жизнь намного лучше», - считает Эллис.
Но негативный фактор от ИИ все же остается. По оценкам консалтинговой компании Opimas, к 2025 году порядка 90 тысяч рабочих мест под угрозой. В частности, это сфера управления активами, включая фондовых менеджеров, аналитиков и сотрудников бэк-офиса.
Кроме того, многие разработчики игнорируют реальный потенциал машинного обучения. Потенциал, который не светит человеческому разуму. Но зачастую компании используют ИИ всего лишь для анализа социальных сетей и данных смартфонов, прогнозов прибыли и продаж, создания стратегий.
«Именно машины будут прикладывать усилия для развития своих возможностей. Они смогут генерировать гипотезы, проверять их, а затем сообщать людям», - заявил Васан Дхар, который 20 лет назад основал один из первых хедж-фондов, использующих ИИ - Adaptive Quant Trading стоимостью 350 млн долларов в SCT Capital Management.
Отмечается, что активы хедж-фондов, использующих ИИ, с 2010 года выросли на 86% до 940 млрд. долларов.
К ограниченности технологий машинного обучения относят невозможность предвидеть события – будь то политические или макроэкономические процессы. Например, вспомним историю Джона Полсона, который чуть ли первым предсказал крах ипотечной пирамиды в США и заработал на этом. Вряд ли технология машинного обучения смогла бы сделать аналогичный прогноз – бэкграунд и исторический контекст тоже важны.
«Машины вряд ли смогут делать прогнозы кризисов, поскольку эти случаи уникальны. Люди умеют рассуждать о кризисах, и могут иногда предсказывать их, но мы тоже часто ошибаемся. Посмотрите на прогнозы относительно процентных ставок за последние несколько лет», - добавил Дхар.
Авторы статьи считают, что фондовые менеджеры будут играть важную роль в эпоху ИИ. А вот аналитикам стоит переживать.
Компании платят порядка миллиона долларов в год специалистам по машинному обучению, которые работают с большими объёмами данных. В итоге, аналитики получают меньше. Им, возможно, придется научиться кодировать, чтобы сохранить свою работу.
Компания Acadian Asset Management, чьи активы за последние пять лет выросли на 79% - до 93 миллиардов долларов, предлагает свое решение по надвигающемуся кадровому кризису.
Интуиция менеджеров относительно экономических тенденций является основой краткосрочных стратегий Acadian. Компания собирается использовать машинное обучение для уточнения и улучшения 20 наиболее влиятельных факторов: от движения денежных средств до непредсказуемых событий, таких как мошенничество, для более вероятного прогноза.
Менеджеры и аналитики Acadian - эрудиты: все они работают со статистикой, почти каждый умеет кодировать и имеет опыт работы на рынке. Бостонская фирма инвестирует в ИИ и big data (большие данные) с целью улучшить прогнозы по продажам.
«Вы можете использовать машинное обучение, чтобы получить данные раньше, быстрее и точнее. Если это сработает – вы на коне», - считает Уэс Чен, директор исследования отбора акций.
Некоторые компании еще более амбициозны и намерены овладеть технологией глубокого обучения, с которым уже работает поиск Google и автомобили Tesla Inc.
«Вот увидите, что нейронные сети станут лучшими предикторами и инструментами для всех видов торгов. Многие сделки будут выполняться с помощью алгоритмов самообучения. И всего несколько специалистов высшего уровня будут принимать необходимые «человеческие» решения. Это ближайшее будущее», - сказал консультант хедж-фондов Юрген Шмидхубер.
В конечном счете, будущее ИИ будет зависеть от его способности зарабатывать деньги. На данный момент стартует пилотная группа полностью автоматизированных стратегий ИИ. Индекс Eurekahedge AI Hedge Fund, который отслеживает 13 из этих фондов, опережает общеотраслевой показатель хедж-фондов.
Искусственный интеллект становится реальностью: хронология
1950: Алан Тьюринг разработал тест Тьюринга, чтобы определить, сможет ли машина мыслить
1956: Джон Маккарти представил раннее неизвестное понятие «искусственный интеллект» на конференции в Дартмутском колледже
1957: изобретение перцептрона, алгоритм, который можно обучить классифицировать изображения
1964: компьютеры могут понимать естественный язык достаточно хорошо
1968: в фильме Стэнли Кубрика 2001: «Космическая одиссея» появился компьютер с ИИ HAL 9000
1979 год: автономный автомобиль Stanford Cart (с англ. - Стэнфордская тележка) перемещается по комнате, полной препятствий
1982: Джеймс Саймонс анонсировал создание инвестиционной фирмы «Ренессанс Технологии»
1988: Дэвид Шоу основал известную компанию D. E. Shaw & Co. (хеджевый фонд), которую журнал Fortune назвал «самой интригующей и таинственной силой на Уолл Стрит». Его деятельность основана на сочетании компьютерных технологий и финансов.
1990-е годы: ИИ развивается в машинном обучении, интеллектуальном анализе данных, виртуальной реальности
1997: компьютер IBM Deep Blue победил чемпиона мира по шахматам Гарри Каспарова
1999: Sony AIBO, роботизированная собака, понимает 100 голосовых команд, учится и созревает
2011: IBM Watson, система, способная отвечать на вопросы, выигрывает викторину Jeopardy
2012: автономный автомобиль Google получает лицензию в штате Невада
2014: Man Group начинает использовать алгоритмы машинного обучения для управления деньгами клиентов
2016: программа AlphaGo, разработанная компанией DeepMind выиграла у профессионального игрока го пять игр подряд
2017: новая версия программы AlphaGo Zero разгромила своего прославленного предка со счетом 100:0
2017: Facebook полностью переключается на нейронные сети, чтобы переводить 4,5 миллиарда сообщений в день
2017: Первый ИИ Powered Equity ETF, управляемый компьютером IBM Watson, начинает торговать
2040-е годы: по данным Man Group, ИИ может быть использовано в управлении 99% инвестиций