Мы часто по телевизору видим маленькие победы искусственного разума. То какой-нибудь робот научился ходить по лестнице. Какой-то научился улыбаться. Другой научился держать банку «Кока-колы» рукой. Некоторые даже футбол играют. Но все их начинания нам кажутся забавными и даже нелепыми. Мы не воспринимаем их всерьез, ведь они делают лишь базовые вещи, которые более уверенно делает годовалый ребенок. Для нас уровень искусственного интеллекта сравним с мышкой или кошкой, для нас все они еще глупые и не разумные создания делающие первые шаги.
Но мало кто знает, что истинные гении Искусственного интеллекта – не роботы с руками, ногами или даже с колесами. Настоящий разум внешне ни капельку не похож на человека. Но он уже сейчас принимает важнейшие решения для многих крупных корпораций. Он делает ту работу, о которой мы думаем, что она подвластна только человеческому разуму.
Давайте расскажу немного об истории, того, как искусственный интеллект начинал подниматься по карьерной лестница. В то время как собратья нашего робота бизнесмена учились ходить, прыгать, покорять луну или марс, обезвреживать бомбу, наш герой учился более корыстным вещам.
Как-то раз еще в 90-х группа трейдеров торгующих на фондовом рынке США поняла, что все они торгуют, руководствуясь определенными правилами и законами, более легкими, чем экономические законы. Они решили найти группу единомышленников программистов. Трейдеры расписали все действия, которые они совершают. Создали программу, которая работает по простым алгоритмам трейдеров. Так появилась первая система алгоритмического трейдинг. В итоге такие системы стали очень популярны, и сейчас они есть у всех крупных игроков, их называют биржевыми-роботами. Как говорят сами трейдеры, роботы намного быстрее обрабатывают информацию, они быстрее принимают решения, и они быстрее торгуют, и они не ошибаются. Они могут купить и тут же продать акцию меньше чем за секунду, заработав всего 1-2 цента, вроде не большая сумма. Но сейчас эти роботы есть у Goldman Sachs, Citi group, Morgan Stanley и т.д. Им доверено не тысячу или миллионы долларов, а миллиарды. Нужно понимать, что это не программа помощник, которая говорит, что сейчас лучше купить акцию, она полностью сама покупает и продает без помощи человека. И у них в распоряжение бывают огромные сумму в миллиарды долларов. А теперь вспомним про 1-2 цент за акцию, представим что акция стоит 100 долларов, тем самым робот может купить 10 млн акций, и вообщем заработать 100 тыс долларов, маловато да. А если учесть, что робот заработал 100 тыс долларов за секунду, и так он зарабатывает каждую секунду, и это при спокойном рынке.
На самом деле, эти роботы зарабатывают огромные деньги для крупных финансовых компаний, они производят кучу операций на рынке ежедневно. Так в 2009 году в США на долю роботов пришлось 73% от общего объема торгов акциями.
Но стоит понимать, что эти роботы могут торговать только в коротком временном интервале, когда речь заходит о торговле акциями свыше 15-20 минут, тут робот не эффективен, так как простыми алгоритмами тут не обойтись, и нужен уже интеллект.
Конечно, этих роботов сложно назвать искусственных интеллектом, это простая программа, которую запрограммировали работать по простым алгоритмам.
Но это только первый шаг, когда бизнес понял, что машина может заменить человека в такой профессии, о которой никто не мог подумать.
Тогда бизнес обратил внимание на другой такое направление - нейронные сети. Это направление отличается от стандартное представление о программировании и о компьютерах. Нейронные сети работают по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма.
Нейронные сети не программируются в привычном смысле этого слова, они обучаются. Возможность обучения — одно из главных преимуществ нейронных сетей перед традиционными алгоритмами. Технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение. Это значит, что в случае успешного обучения сеть сможет вернуть верный результат на основании данных, которые отсутствовали в обучающей выборке, а также неполных и/или «зашумленных», частично искаженных данных.
Так как фондовый рынок один из самых продвинутых, то именно он стал первым использовать нейронные сети. Сейчас стало популярно заменять нейронные сети вместо алгоритмических роботов, так как нейронные сети могут самосовершенствоваться. Но самое главное, нейронные сети могут думать, они могут сами находить логические цепочки и взаимосвязи. Если раньше биржевые роботы могли обрабатывать только цифры и графики, и не могли делать фундаментальный анализ, то нейронные сети могут понять, как война в Ливии, может повлияет на цену на нефть.
Именно поэтому, нейронные сети быстро перекочевали из профессии трейдера, в профессию аналитика. Пример удачного прогнозирования динамики биржевых курсов по заказу Chemical Bank продемонстрировала фирма Logica. На технической базе Sun SPARCstation LX с помощью нейронных вычислений моделировались рынки валютных курсов доллар/швейцарский франк и немецкая марка/швейцарский франк. Выбор именно этих валют объяснялся высоким уровнем подвижности первого соотношения и малым - второго (до кризиса в 1993 году). Данные о динамике кросс-курсов этих валют собирались с 1 октября 1992 года по 1 октября 1993 года, при этом ценовые прогнозы характеризовались пятью категориями: большой рост, малый рост, без изменений, малый спад, большой спад. В итоге нейронная система предсказала за вышеупомянутый годовой период 55 % реальных данных по первому соотношению валют и 23 % - по второму.
Сейчас эти сети используется во многих сферах финансового рынка. Они анализируют выдавать кредит или нет. Прогнозируют стоимость недвижимости. В некоторых страховых компаниях и банках их используют вместо риск-менеджеров.
На западе эти сети активно решают судьбы денег корпорации. Но нейронные сети работают на позиции лишь менеджера среднего звена бэк-офиса.
Многие эксперты согласны с тем, что нейронные сети эффективнее человека в принятии решений с множеством факторов.
Не за горами будущее когда, приходя в банк за кредитом, нам не нужно будет ждать неделю пока его рассмотрят, будет сидеть робот, которому мы расскажем все, и он тут же выдаст нам ответ.
Тут встает другой вопрос, если роботы могут принимать решения более правильно, нежели человек, он реже ошибается, то возможно их поставят руководить компаниями.
Возможно, следующим главой Microsoft станет не сын Билла Гейтса, и не студент Гарварда, а машина, так как она будет приносить больше прибыли компании.
Но тогда и было бы логичнее, чтобы и страной управляла машина, раз она может это делать лучше… СТОП….. а разве не так начинаются все фильмы, когда машины порабощают человека
А вам было бы нормально, если ваш шеф был бы компьютером. Или можно было бы допустить, чтобы президентом стал робот?