全球最大的對沖基金如何看待AI？

7月3日周一，橋水聯(lián)系首席投資官Greg Jensen在接受采訪時系統(tǒng)談了橋水對AI技術(shù)的看法，分享了他對橋水如何投資AI、如何利用AI投資以及對AI技術(shù)的展望等問題的看法。

(資料圖片)

橋水如何投資AI

Jensen稱：

在重組橋水的過程中，我們還做了一件以前沒有做過的事情，就是讓一些人去研究、投資那些可能不會立即盈利的東西，但這是我們的長期項目。

因此，我們就成立了這個AI項目，團隊一共有17個人，由我領(lǐng)導(dǎo)。我仍然積極參與橋水基金的核心工作，但其他16個人則百分百致力于通過機器學(xué)習(xí)的方式重塑橋水基金。

我們將設(shè)立一個專門由機器學(xué)習(xí)技術(shù)運營的基金，這就是我們現(xiàn)在在實驗室所做的工作，并突破了人工智能、機器學(xué)習(xí)能力的限制。

現(xiàn)在，想要成立這樣的基金還很大的問題。如果我們采用大型語言模型，它們有兩類問題。第一，這些模型在語言結(jié)構(gòu)方面接受了更多訓(xùn)練，所以他們通常會反饋一些看起來像是結(jié)構(gòu)、語法正確的東西，但并不總是準(zhǔn)確的答案。這是一個問題。第二，它產(chǎn)生幻覺，它編造事情，因為它更關(guān)注接下來出現(xiàn)的單詞或概念的結(jié)構(gòu)，而不是接下來出現(xiàn)的概念是否準(zhǔn)確。

因此，Jensen認為，AI可以幫助人們將觀察到的事物概念化、理論化，但是真正要利用AI來選擇股票，還有很長的路要走。因此，橋水真正的關(guān)注點是：

但還有其他方法可以將其與統(tǒng)計模型和其他類型的AI結(jié)合起來。這正是我們真正關(guān)注的重點，即將精度較差的大型語言模型與擅長準(zhǔn)確描述過去但對未來預(yù)測很糟糕的統(tǒng)計模型結(jié)合起來。

將這些結(jié)合在一起，我們開始構(gòu)建一個生態(tài)系統(tǒng)，我相信這一生態(tài)系統(tǒng)可以實現(xiàn)橋水分析師正在做的事情。

如果這一生態(tài)系統(tǒng)搭建完成，我們相當(dāng)于同時擁有數(shù)百萬個水平處于中上的投資合伙人。如果我們有能力通過統(tǒng)計數(shù)據(jù)來控制AI的幻覺和錯誤，我們就可以快速完成大量工作。 這正是我們在實驗室所做的事情，并證明該過程是可行的。

橋水如何通過AI投資？

如果可以搭建一個包含了AI和其他技術(shù)的生態(tài)系統(tǒng)，橋水將如何利用這一系統(tǒng)進行投資呢？

Jensen認為，其中統(tǒng)計AI和大規(guī)模語言模型可以相得益彰，在投資中扮演橋水“左右手”的角色：

統(tǒng)計人工智能可以采用理論，回溯這些理論是否至少在過去是正確的，以及它們的缺陷是什么，并對其進行完善，提供如何以不同的方式去做的建議，然后我們可以與之對話。

大規(guī)模語言模型具有的一個優(yōu)勢是，采用一個復(fù)雜的統(tǒng)計模型并討論它在做什么。有一些方法可以訓(xùn)練語言模型來做到這一點。我們模擬這種情況的方式是語言模型可以提出潛在的理論。這不是世界上最具創(chuàng)意的事情，但它是規(guī)?；睦碚摚@是肯定的。再說一次，大規(guī)模語言模型非常好，但是我們必須以某種方式調(diào)整語言模型，我們就可以使用統(tǒng)計數(shù)據(jù)來控制它。

然后，我們可以再次使用語言模型來獲取統(tǒng)計引擎中的結(jié)果，并與人類或其他AI進行討論，并報告所發(fā)現(xiàn)的內(nèi)容、內(nèi)容以及理論類型。如果得出的結(jié)論和人們的認知相反，那么就進行更多的測試。

這就是我非常興奮的循環(huán)，正如我所說，到目前為止，統(tǒng)計AI受到限制，因為它專注于市場數(shù)據(jù)。對于語言模型來說，好處是它能夠更好地理解統(tǒng)計模型所沒有的東西。

例如，市場統(tǒng)計模型沒有貪婪的概念，但大規(guī)模語言模型幾乎可以理解貪婪的概念——這些模型讀過所有關(guān)于貪婪和恐懼之類的文章。因此，現(xiàn)在將兩者結(jié)合，就能產(chǎn)生類似人類的思考模式。

AI對人類員工來說，意味著什么？

隨著時間的推移，計算機可以做的事情越來越多。Jensen認為：

我想說的是，今天，人類已經(jīng)習(xí)慣了只完成和直覺、創(chuàng)意相關(guān)的角色，我們使用計算機進行記憶并不斷準(zhǔn)確地運行這些規(guī)則。這只是過渡到了一半，現(xiàn)在又一次迎來飛躍。

毫無疑問，AI將改變投資助理所扮演的角色。確切地說，在可預(yù)見的未來，我們?nèi)匀恍枰藗儑@這些事情進行工作，我們?nèi)孕枰欢螘r間來構(gòu)建這些機器學(xué)習(xí)代理的生態(tài)系統(tǒng)等等。

利用AI將成為未來工作的一部分，我認為在任何知識行業(yè)中都很難不利用這些技術(shù)。

在計算機程序編寫方面，我們正在看到編碼方面的巨大突破?，F(xiàn)在，借助AI，人們只需要知道想要編碼什么，而不是需要知道如何編碼，這是一個巨大的突破。 因此，一群在C++、Python或其他方面沒有受過良好培訓(xùn)或能力的人可以突然更快地獲得他們想要的東西。

所以突然之間，職場需要的技能組合正在發(fā)生變化，而且它們的變化方式對許多人來說是令人驚訝的，因為這實際上是很多知識工作，例如內(nèi)容創(chuàng)建等等，人們一度認為被機器取代的時間還在遙遠的將來，但實際上卻近在眼前。

所以最重要的是，現(xiàn)在有太多的變化，在職場上需要擁有靈活性，并能夠利用任何工具，這是非常必要的。

能用AI直接管理投資嗎？

市場上現(xiàn)在出現(xiàn)了五花八門的AI投資管理工具，人們關(guān)心的是，隨著AI的大發(fā)展，未來是不是人類只需要把投資交給AI就可以了呢？

Jensen認為：

我認為這既會導(dǎo)致事故，又讓我感到非常興奮。顯然，我對AI的力量感到興奮，我認為有一些方法可以很好地利用它。但同時，AI會產(chǎn)生很多錯誤。

有些基金會使用GPT來挑選股票，但這些基金經(jīng)理并沒有真正深入了解AI以及可能存在的弱點。

有一個例子，在房地產(chǎn)市場上，房地產(chǎn)中介平臺Zillow就使用了AI技術(shù)來預(yù)測房價、評估房價，并進入市場開始購買AI認為被低估的房子。但是，Zillow有幾個問題。

一是雖然他們擁有大量的住房數(shù)據(jù)，但這些數(shù)據(jù)是在相對較短的時間內(nèi)發(fā)生的。因此，盡管他們擁有看似大量的數(shù)據(jù)點，但仍然存在一個宏觀周期影響著他們所做的評估。

其次，當(dāng)它實際上是一個對抗性市場時，他們低估了理論與實踐脫節(jié)的情況。

因此，這顯然對Zillow來說是一個巨大的問題，他們對房地產(chǎn)市場產(chǎn)生了很大的影響，然后又遭遇了巨大的失敗。

回到股市，非常短期的交易，可以說更適合機器學(xué)習(xí)，因為有大量數(shù)據(jù)，AI可以通過這些數(shù)據(jù)更快地學(xué)習(xí)。

但另一方面，更長期來看，AI的作用就未必能發(fā)揮的出來了。數(shù)據(jù)通常就像一個人一生的心率數(shù)據(jù)一樣。你可能會覺得，哇，我的心跳已經(jīng)持續(xù)了49年，這看起來像是很多數(shù)據(jù)，但當(dāng)你心臟病發(fā)作時，這些數(shù)據(jù)就完全無關(guān)緊要了。因此，即使有大量數(shù)據(jù)，也可能會產(chǎn)生誤導(dǎo)，而這些問題將導(dǎo)致這些技術(shù)出現(xiàn)巨大問題。

因此，人們必須了解這些工具，它們擅長什么，不擅長什么，并以一種能夠發(fā)揮各類工具長處、規(guī)避短處的方式組合起來。

在大型語言模型上，還有很多工作要做，我們當(dāng)然可以通過強化學(xué)習(xí)進行訓(xùn)練，以確保它們不會犯已知的錯誤。

市場依然被樂觀情緒主導(dǎo)嗎？

Jensen認為，市場依然被樂觀情緒主導(dǎo)。他說：

美聯(lián)儲在將采取的行動方面似乎比市場更加現(xiàn)實一些。當(dāng)你看看市場的反應(yīng)時，你會發(fā)現(xiàn)這是非常樂觀的。

但是我們不得不注意的是，從歷史上來看，市場常常容易過于樂觀。

風(fēng)險提示及免責(zé)條款 市場有風(fēng)險，投資需謹(jǐn)慎。本文不構(gòu)成個人投資建議，也未考慮到個別用戶特殊的投資目標(biāo)、財務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負。

關(guān)鍵詞：