Главная технологическая повестка: куда смотрят лидеры индустрии?

Юрий Лобынцев

CTO проекта Cindicator

Расскажите друзьям
Виктория Кравченко
Юрий Лобынцев

Внимание и капитал Илона Маска и Марка Цукерберга направлены на вопросы, связанные с искусственным интеллектом, опасностями и возможностями его взаимодействия с человеком.


1. Илон Маск открыл новую компанию Neuralink, которая будет заниматься созданием технологии, позволяющей подключать мозг к компьютеру, хотя пару лет назад он же говорил, что теоретически ИИ может быть опаснее ядерного оружия.

2. Марк Цукерберг не только активно разрабатывает продукты на основе ИИ (в 2016 году он показал помощника по дому), но и говорит о том, что именно ИИ поможет обществу справиться с проблемой мирового терроризма.

Юрий Лобынцев, CTO Cindicator, рассказывает о том, что сегодня является главной технологической повесткой.

Когда FinTech встретился с искусственным интеллектом

Последний отчёт Gartner, исследующий перспективы новых технологий и технологических тенденций, говорит о том, что интерес к когнитивным технологиям (в широком смысле подразумевает частичное повторение функций человеческого мозга, ответственных за обработку и анализ информации, поступающей из внешнего мира) и машинному обучению невероятный. Даже блокчейн, который, казалось, станет новым интернетом, следует за ними.


Часто кажется, что ИИ есть только в кино о будущем, но он уже давно проник в нашу жизнь: финансы, погода, реклама, электронная коммерция, ритейл, голосовые помощники, рекомендательные системы, компьютерная безопасность, интернет вещей, новостные генераторы, чат-боты, умные автомобили, образование, медицина, телекоммуникация, роботы и искусство.


C наибольшим оптимизмом технологии искусственного интеллекта встретила индустрия финансов — сердце глобальной экономики.


Преимущество когнитивных технологий машинного обучения перед консервативным человеческим анализом в том, что машинное обучение не опирается на субъективные эмоции, и, как следствие, у него нет когнитивных искажений (cognitive biases), служащих основной причиной ошибок, свойственных слабому человеческому разуму.


Крупнейшие хедж-фонды мира уже используют и развивают технологии высокочастотной алгоритмической торговли. Среди таких проектов — Sentient Technologies, Bridgewater Associates, Point72, Renaissance Technologies, Numerai.


Однако, несмотря на галопирующее развитие технологий машинного обучения и начало их прикладного применения, наибольшие капиталы, всё равно, продолжают оставаться под управлением людей, обладающих буквальным мышлением. Всё дело в том, что жизнь рынка определена не столько числами, систему в которых рационально находит искусственный интеллект, сколько фантазиями и ожиданиями людей относительного этого самого рынка.


Теория Канемана


Израильский учёный Даниэль Канеман стал первым в мире психологом, получившим премию Нобеля по экономике. В совместной работе с Амосом Тверски «Суждения в условиях неопределённости: эвристики и когнитивные искажения» (Judgment under Uncertainty: Heuristics and Biases).


Канеман ещё в 1974 году выявил экспериментальным путём ряд любопытных и не вполне очевидных когнитивных механизмов, лежащих в основе всех типов суждений — и прежде всего в основе решений экономического характера.


Если грубо, существует две системы мышления — рациональная и иррациональная. Оказалось, что последняя оказывает существенно большее воздействие на конечное суждение, порождая когнитивные искажения в рациональной части ума. Популярным языком эти идеи описаны Канеманом в бестселлере 2011 года «Думай медленно — решай быстро».


Теория Джорджа Сороса


Своя теория есть у Джорджа Сороса, одного из самых успешных финансистов планеты. В книге «Алхимия финансов», которую Сорос называет главным трудом своей жизни, он пишет, что ситуация на рынке (динамика котировок и объёмы торгов) и ожидания людей относительно рынка — это не две отдельные системы, а единый организм.


В этом состоит принцип соросовской теории рефлексивности. Принято считать, что рынок всегда прав — рыночные цены стремятся правильно компенсировать будущие изменения, даже когда неясно, в чём эти изменения могут состоять. Сорос же смотрит на происходящее более широко. Он считает, что ожидания не только отвечают ходу событий, но и формируют будущие события.


Людям кажется, что эмоции — корень зла и ошибок настоящего, но именно эмоции и ожидания коллективов людей формируют нашу реальность.


Например, любые инфляционные ожидания разгоняют инфляцию. Или вспомним любой из недавних рыночных пузырей — те же доткомы или ипотечный обвал 2008 года. С точки зрения рациональной фундаментальной экономики, причин для этих событий не было. Их спровоцировали именно коллективные ожидания.


Классический пример инфляционных ожиданий:

  • Население, живущее в условиях ожидания повышения общего уровня цен, постоянно рассчитывает на дальнейший их рост и запасается товарами впрок, опасаясь, что цены на них в скором времени еще более поднимутся.
  • Производители, думая, что цены на сырье, оборудование и комплектующие поднимутся и, желая обезопасить себя, многократно завышают цену на свою продукцию. То же самое происходило в России в 2014 году, когда цена на нефть стала падать (а у людей есть стойкое убеждение, что это абсолютно взаимосвязанные вещи), а стоимость валюты стала расти.
  • Люди, ожидая дальнейшего падения нефти, встали в очереди в валютообменники, тем самым спровоцировав еще большое увеличение стоимости валюты.

Сорос часто повторяет, что ключ к тайнам будущего у нас в руках, потому что он находится в ожиданиях людей относительно этого будущего.


Как можно получить доступ к коллективным ожиданиям?


Применения и доступ к ожиданиям коллективов людей сейчас можно найти только в узконишевых решениях и подходах эвристического анализа:

  • маркетинговые исследования;
  • работы с фокус-группами;
  • опросы отдельных нишевых экспертов;
  • высокооплачиваемые специалисты в штате;
  • краудсорсинг идей.

Но это только небольшие и частные подходы, реализация которых требует ощутимого вложения сил и специальной квалификации аналитиков для каждой из ниш. В основной своей массе в этих подходах высок фактор централизации и, как следствие, эмоциональной предвзятости в интерпретации суждений.


Или даже в самих способах сбора ожиданий заложены предпосылки для занесения общего импринта перед началом процесса формирования ожиданий, который накладывает существенное влияние на корректность результата, внося общность когнитивных искажений, и отдаляя синтезируемый прогноз от реальности.


Текущие эвристические подходы далеко не оптимальным способом решают сложнейшую задачу принятия решений в условиях нарастающей неопределённости.


Чтобы получать точный прогноз, нужно создать эффективный интерфейс, который оптимальным образом присоединит интеллект людей к решению задачи.


А что если создать умный интерфейс доступа искусственного интеллекта к коллективному разуму людей?


Причем это могут быть абсолютно любые люди, необязательно связанные со сферой финансов. Так как в этом случае важны ожидания и прогнозы, а не знания о том, как устроена финансовая система.


Чем больше людей будут говорить ИИ о том, что они думают по поводу цен на нефть или стоимости валюты, тем более точные прогнозы сможет выдавать ИИ.


Также важен не только факт количества предсказателей, но и оценка прошлых предсказаний этого человека, на основе которого ИИ строит рейтинг человека. Это очень похоже на реальную жизнь, когда эксперты в ЦБ говорят, что нет никаких вероятностей, что завтра курс доллара увеличится к рублю на 20%, а утром мы видим, что люди начали скупать валюту, потому что обещание ЦБ воспринимается, как попытка ввести в заблуждение.


Такие системы уже существуют, у нас же есть интернет, где прогнозы людей могут встретиться с ИИ. Например, множество разных людей со всей планеты каждый день делают прогнозы на финансовом рынке через мобильный приложения. Люди намеренно инвестируют свои внимание, интеллект и время, формулируют свои ожидания от рынка в игровой и обучающей для них манере.


Искусственный интеллект беспристрастно собирает эти прогнозы, автоматически отслеживает точность и обучается каждый день сам тому, как эти прогнозы собирать, учась синтезировать прогноз на завтра всё точнее и точнее.


Казалось бы, проще взять мнение квалифицированных аналитиков, но в 80% случаев средневзвешенный ответ толпы людей точнее, чем ответ самого точного эксперта. Также это возможность найти superforecasters, которые могут предсказывать неожиданные события, например, «черных лебедей». После чего алгоритмические роботы получают эти прогнозы от искусственного интеллекта и каждый день совершают сделки на бирже.


Внимание и интеллект людей стали валютой, которую можно инвестировать и реинвестировать. Таким образом, внимание можно капитализировать и развивать как актив, обладающий инвестиционной привлекательностью и своим ROI. Возможно, так само человеческое внимание может войти в блокчейн и стать новой криптовалютой.


В мозговом эпицентре инноваций Земли – Университете Сингулярности Силиконовой Долины на лекциях студентам рассказывают про симбиоз технологии с биологией, развивается теоретическая концепция лимбического интернета, по аналогии с лимбической системой центральной нервной системы, той структуры головного мозга, которая в основном отвечает за формирование сложных рефлексов, эмоций, биологических мотиваций и побуждений.


На практике же в интернете прямо сейчас происходит симбиоз человеческого коллективного и искусственного машинного интеллектов. На наших глазах растёт то, что можно назвать гибридным интеллектом. Интересно, кому удастся поймать эту волну?


15 сентября в Москве состоится конференция по большим данным Big Data Conference. В программе — бизнес-кейсы, технические решения и научные достижения лучших специалистов в этой области.

Приглашаем всех, кто заинтересован в работе с большими данными и хочет их применять в реальном бизнесе.

Следите за Big Data Conference в Telegram, на Facebook и «ВКонтакте».



Материалы по теме:

Более 20 стартапов из СНГ проведут криптовалютное «IPO» для инвесторов по всему миру

RegTech: новый рынок на $120 млрд для финансовых стартапов

«У нас просто был классный питч»: как мы попали в 12 лучших стартапов мира

Валюта, которая принадлежит людям: плюсы VS минусы биткоина

Самые интересные кейсы финтеха за I квартал 2017 года

Кто, как и зачем вводит удаленную идентификацию в России



Комментарии

Комментарии могут оставлять только авторизованные пользователи.
Sibos
16 октября 2017
Ещё события


Telegram канал @rusbase