中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

科學家門從經濟學角度出發，詳細探討了AI預測功能在實際生活中的運用，AI真的可以預測經濟了嗎？至少目前看來，答案仍是不確定的。

眾所周知， 人們難以預測的東西有二，一是死亡，一是經濟。

成功預測經濟走向，幾乎成為經濟學領域的圣杯。自學科誕生以來的兩百多年中，無數經濟學家創派立說，期望通過邏輯縝密的理論、構建精準的模型，推演出經濟活動的規律與趨勢，幫助人類更加從容地應對發展與危機。

然而，理論和現實存在著差距。雖然經濟學的任何一個微觀問題都可被看作數學問題，就像氣象學里水汽遇到冷空氣會下雨一樣簡單。但實際上，影響宏觀經濟走向的因素過于復雜，龐雜多變的信息增大了預測難度，導致偏誤的產生。因此，大部分的學科成果仍然建立在已發生和驗證的經濟學事件之上。

不過，隨著AI時代的到來，情況似乎發生了轉變。

預測股市趨勢變化的AI

股市是人類整體經濟行為的一個中層縮影，它的直接波動受到每一只股票所代表的公司背后的微觀行為影響，而長期趨勢又受到宏觀因素的影響。

相比預測“經濟”這一目標，預測股市有著更好的衡量標準同時也有著巨大的現實利益，這使得AI預測股市成為了許多技術公司競相比拼的領域。

事實上，利用計算機對股市進行預測早在本次AI浪潮來臨之前便有人嘗試。首版問世于1991年的VantagePoint，便是一個運用人工智能來進行股票趨勢預測的軟件。

它采用了深度學習神經網絡和識別模型技術，通過對全球性的市場數據進行學習和分析，來對股市未來一至兩天內的走向做出判斷。其發明者，Louis Mendelsohn，于1983年研發了世界上第一個面向私人電腦的戰略后臺計算軟件。隨后，他意識到一個不斷增長、相互聯系的世界性金融市場的意義將遠超人們預期，便開始著手研發AI預測軟件。迄今，VantagePoint已獲得兩項軟件專利，并在全球范圍內被各類投資人廣泛使用。

其運行機制具體來說是這樣的。VantagePoint的平臺上存儲了來自全球數以千計市場的數據信息，AI以此為基礎進行運算和分析。軟件使用者——譬如投資者——在操作軟件的時候，根據自己想要查看的特定內容，在軟件系統提供的設置項里進行相應設定。隨后，VantagePoint便可在海量數據中進行快速查找、篩選和分析，挑選出30個最具預測性、對投資者的目標結果最具影響力的國際市場。基于這些影響因子的狀況，最終系統能夠對軟件使用者期待的趨勢作出超前的——一般是未來一至兩天——預測，稍早于傳統市場。

VantagePoint運行界面示例

如今，經過數次更新換代，根據VantagePoint官方的說法，軟件在預測上的準確度上已達到86%的水平，個人定制、易于操作、長期記錄和高預測精確度是其獨一無二的優勢。

的確，從技術角度來說，想要最大化對于貿易趨勢的超前或即時預測的精確性，是沒有AI就無法完成的事情。從另一個功能性角度來說，AI亦承擔了大量搜索和確定潛力市場的工作，為人類節省了時間。這種”過濾”功能，使得系統能夠通過一打使用者自由設置后的選項瞬間確定目標，將結果以列表方式呈現出來，供人們記錄和存儲。用戶的體驗是無縫連接的。

但是，即便如此，VantagePoint依然存在局限性。首先，軟件的預測準確率上限是86%——雖然按照官方說法這已然是非常高的精確程度了——仍然存在14%的誤判風險，其86%的準確率也并非每次都能穩定發揮。其次，軟件能夠預測的時間段被局限于當前已給數據在接下來的一至二天內。對于一些重大的貨幣運作事件來說，提前一兩天的預報并不能給予投資者足夠的時間來調整策略和規避風險。

躲過08金融危機的AI

Rebellion Research的AI金融投資平臺是另一個著名的例子。

這家公司的主要業務是面向全球的客戶提供資產管理和金融投資服務。公司方認為，由于制定投資策略需要處理極其多樣化的信息，運用手動選擇影響因素、分析關系并創建投資組合的流程所獲得的結果，其科技嚴謹性無法規避“人類情感的陷阱”，因而遜于機器分析。因此，他們使用機器學習技術，發明了使用貝葉斯網絡來提供資產管理和金融投資服務的AI平臺。

Rebellion Research 官網

Rebellion Research機器學習投資系統的運作，具體來說是這樣的。系統將盡可能多的投資影響因素納入考慮范圍，包括個人股票價格，以及覆蓋全球53個國家的全球經濟學等，在此基礎上，AI構建出優于全球股票市場的優化投資組合。這項機器學習系統可適用于從三個月到三年的中長期投資分析任務，并根據其運算出的、對于全球經濟的預測結果來調整投資戰略。此外，AI還提供了一個靈活的框架，使用者能夠將每天可用的新數據與先前的市場知識自動集成，以預測庫存績效。

這個AI投資平臺于2007年問世之后，最著名的戰績是對2008年金融危機的成功預測，以及在希臘債券降級前一個月率先打出了F評級。此外，根據官網展示的一項投資累計回報率排名來看，采用了Rebellion Research的AI投資平臺所提供戰略的客戶群體，自2007年至2018年之間，獲得了228.1%的回報。這種高回報率使得Rebellion在各大公司中奪得頭籌。

投資累計回報率排名表

AI可以預測經濟了嗎？

加拿大多倫多大學顛覆性創新實驗室（簡稱CDL）的三位科學家阿杰伊·阿格拉沃爾、喬舒亞·甘斯和阿維·戈德法布在新作《AI極簡經濟學》(Prediction Machines) 中從經濟學角度出發，詳細探討了AI預測功能在實際生活中的運用。

他們認為, 人工智能當前的進步浪潮給我們帶來的其實不是智能，而是智能的一個關鍵組成部分——預測。AI能讓預測變得廉價，變得隨處可見。由此，當人們將AI作為工具，投入到社會各領域——譬如經濟學——的具體應用之中，不僅可嘗試著解決那些古老而意義重大的預測問題，還能用一種全新的方式去改寫行業運轉和發展的模式。

從VantagePoint，Rebellion Research的例子，以及更多互聯網公司的AI產品來看，科學家們的這一理論似乎是正在發生、且被逐步驗證著的事實現象。那么，基于前述這些AI取得的勝利成果，我們是否能夠下此結論：“AI可以預測經濟了”？

目前看來，答案仍然是不確定的。

人工智能基于算法和數據分析對未來趨勢做出預測。處理龐大數據、學習構建模型以及快速反應的能力是其無可比擬的優勢。但是，由于AI的學習、分析和預測能力均建立在大量的數據樣本的基礎之上，當數據樣本發生變化或產生偏差時，人工智能無法自主判斷和識別問題，由此構建出來的模型和預測也就失去了可靠度。假如無法保證輸入數據的準確性，則人工智能預測結果的準確性也無法得到保證。

AI也無法處理現實世界的復雜問題，無法理解非理性、非數據的因素在實際應用中的影響。而在經濟發展趨勢這個宏大命題之中，恰恰存在許多隨機的、人為的、反規則性的因素，并對經濟發展產生著不容忽視的影響。所以，正如前文所述，即使在高度規則化的股票市場里，VantagePoint這種久經沙場的AI也不能突破90%準確率的天花板。而在非金融市場領域的經濟預測，所要涉及的變量和變量之間隱藏的邏輯線則讓AI預測變得更加不可能。

此外，AI的運行仍需依賴相關的技術人力，好的預測結果，往往出自建立AI的程序員與具備專業知識的分析師之間的良好交流與協作。如何能運用人工智能獲得更高效、更準確、更穩定的預測結果，也是技術人員不斷探索的方向。

綜上所述，我們或許可以得出這樣的一個結論。

AI時代的到來，的確在某種程度上改變了經濟發展走向的不可預測性。許多具體問題的推進和解決，讓人們對整體趨勢有了更好的認識和把控。但是，正如文章開頭所說，宏觀的經濟學議題涵蓋了過于廣泛多變的因素，這種復雜性使其在當下依然難以被掌控和預測。人工智能在發展過程中出現的問題和存在的不足，同樣限制了其預測功能的應用與發揮。想要通過AI時代的技術突破來實現對不可知議題的認知突破，人類還有很長的路要走。

圣杯依然在那里，而渴望摘取它的勇士們，仍需繼續磨兵利器。

–END–

參考文獻

RebellionResearch. Available from https://www.rebellionresearch.com.

TradingSchools. (2017). “Vantage Point Software: 86% accurate trading signals?”, TradingSchools, 14 March. Available from https://www.tradingschools.org/reviews/vantage-point-software/.

Tom Davenport. (2019). “AI Is Destroying Traditional Business Thinking”, Forbes, 5 April. Available from https://www.forbes.com/sites/tomdavenport/2019/04/05/ai-is-destroying-traditional-business-thinking/#58f01b803205.

VantagePoint. Available from https://www.vantagepointsoftware.com/software/.

Forbes，至頂網 (2018) 。“人工智能與華爾街金融神話”,人工智能網，3月12日?？稍L問：https://ai.ofweek.com/news/2018-03/ART-201713-8130-30208544.html

Nanan，(2018)?！斑@個平臺展示了如何使用AI預測股市走向”，人工智能媒體平臺，1月30日?？稍L問：https://www.atyun.com/15842.html

巴曙松，(2019)?！叭斯ぶ悄茉诮鹑陬I域的最大潛力是什么？“，全球品牌網，4月10日?？稍L問：https://www.globrand.com/2019/593180.shtml

阿杰伊·阿格拉沃爾., 喬舒亞·甘斯., 阿維·戈德法布 (2018)。《AI極簡經濟學》，湖南科技出版社。

作者：黃瓛鈺，王健飛，公眾號：騰訊研究院（ID：cyberlawrc）

來源：https://mp.weixin.qq.com/s/VO3Nuf6LoU0TUo-VXPeuTQ

題圖來自Unsplash，基于CC0協議