Újabb szektort hóditanak meg a gépek: félhetnek a brókerek?

Önmagát tanító mesterséges intelligenciával (AI) lép piacra a FIM Corporations. A stockholmi befektetési alapkezelő új algoritmusa a tervek szerint brókereket megszégyenítő hatékonysággal tudja majd figyelni a tőzsdét és kiválasztani a legjövedelmezőbb papírokat. A cég  befektetési igazgatója szerint a program olyan összefüggéseket is felfedezhet, amiket tapasztalt tőzsdei kereskedők sem vesznek észre. Eelis Hein hozzátette: ez forradalmi változásokat hozhat a társadalomban és a befektetések világában, máris rendkívül nagy az érdeklődés.

A  „Warren in a box” technológia az amerikai részvénybefektető és üzletember, Warren Buffett után kapta a nevét és több mint két éves kutatómunka eredménye. Az algoritmus több mint 4000 lehetőség közül választja ki azt az 50 értékpapírt, amelyek piaci kapitalizációja meghaladja az egymilliárd eurót. A Warren-algoritmus ezután létrehozza a tőzsdei döntéshez szükséges portfoliót. A rendszer 1986-ig visszamenően vizsgálja a piacot, több mint 700 szempont alapján, a valódi üzletet azonban ember fogja végezni.A mesterséges intelligencián működő rendszer eltér a korábbi tőzsdefigyelő programoktól, ennek pedig kulcsfontosságú eleme az ún. neurológiai háló.

Mitől AI az AI?

A mesterséges intelligencia definíciója szerteágazó, de lényegében az olyan programot hívjuk így, ami állandó emberi beavatkozás nélkül is képes reagálni környezetére és viselkedését célszerűen, megismételhető módon tudja változtatni, vagyis tanul. A megfelelő viselkedés pedig kulcsfontosságú eleme az ún. neurológiai háló, amely az emberi agyhoz hasonlóan képes kötéseket létrehozni két információ között, ezek ismétlése pedig megerősíti ezeket a kapcsolatokat. A bevitt adatokat végül egy szerteágazó hálóvá köti a rendszer, ami alapján „gondolkodni tud”. Új információk esetén az algoritmus megváltoztatja a viselkedését és újrafogalmazza a mintakeresés szempontjait. Egy kellően „tanult” mesterséges intelligencia képes lehet kreatív, intuitív módon viselkedni – legalábbis az átlagember számára.

Jó példa erre a MarI/O, a videójátékokat játszó mesterséges tudat. A kutatók betáplálták a lehetséges lehetőségeket (a használható gombokat) majd egy egyszerű célt adtak neki: érjen el minél több pontot. Minél távolabb jut a pályán, annál nagyobb lesz a végeredmény.  A lehetőségek és a célok közé pedig egy neurológiai háló került, ami feljegyezte a sikeresnek számító lépéseket. A program először nem is tudta, mit kezdjen az információkkal és másodpercenként újraindította a játékot, pár órával később azonban már a profikat megszégyenítő eredményességgel jutott a pálya végére – ráadásul olyan apró trükkökre is rájött közben, amit eddig ember még nem vett észre.

A mesterséges intelligencia csúcsa, a Go

A korábbi kvantitatív módszerekkel ellentétben a mesterséges intelligencia képes kiszűrni a jelentéktelen információkat és felismerni a fontos szempontokat. Ez jelentősen lerövidíti a problémamegoldás idejét, mivel a gépnek nem kell minden lépés előtt megvizsgálni az összes lehetséges lépést, mint ahogy egy sakkozó algoritmus teszi. Egy számítógép számára a sakk egyszerű játék: megvizsgálja az összes lehetséges lépést és kiválasztja a legjobbat.

Az igazi megoldást a Google DeepMind fejlesztése, az AlphaGo hozta. Az új megközelítés szerint ún. neuron rétegeket hoztak létre, amelyek különböző szempontok szerint vizsgálták a táblát. Az összesen 48 réteg folyamatosan kapcsolatot tart egymással és figyeli, melyik szempont lehet fontosabb a többinél. Ha talál egy optimális lehetőséget, a rendszer a többi réteget is ráállítja a megközelítésre – ha a rétegek ’véleménye’ megegyezik, a program lép egyet. Az AlphaGo nem csak más Go programokat győzött le, hanem a világ legjobbjának tartott I Szedol ellen öt mérkőzésből is négyet megnyert.

A győzelem voltaképpen a AI csúcsát jelentette, mivel ennél bonyolultabb játékot már nem kaphatott volna. A kutatás azonban nem állt meg: a kifejlesztett technológiát számos területen lehet alkalmazni - az önmagát tanító és egyedi megoldásokat felkínáló AI már az autóvezetés problémáit próbálja leküzdeni, most pedig úgy tűnik, már az értékpapírok kiválasztásában is forradalmat hozhat.