Один из моих партнеров указал мне на недавнюю статью, в которой обсуждается роль машинного обучения, в частности глубокого обучения, в управлении инвестициями в будущем.
В статье некоторое время уделяется тому, что такое глубокое обучение и как оно на самом деле работает, но автор также обсуждает, как, по его мнению, люди будут работать, чтобы предотвратить переоснащение предсказаний, которые выдают их алгоритмы глубокого обучения. Он утверждает, что роль людей будет заключаться в создании структуры управления инвестициями, в которой будет работать алгоритм глубокого обучения. Люди, по сути, будут выбирать среду, глубокое обучение будет выбирать акции в этой среде, и, поскольку люди устанавливают ограничения на то, что может произойти во вселенной, переоснащение будет предотвращено.
Я не уверен, что согласен с этим утверждением, потому что на самом деле переоснащение работает иначе. Но замечания автора заставили меня глубже задуматься о том, над чем я размышлял в глубине души, а именно о том, как люди и алгоритмы машинного обучения будут взаимодействовать в будущем.
Я действительно думаю, что люди будут играть большую роль в инвестициях, управляемых машинным обучением. Очевидно, что программное обеспечение будет выполнять грязную работу по обработке чисел, поиску скрытых функций и поиску оптимальных решений. Но машины еще не все умеют, и не думаю, что еще долго смогут.
Из-за этого человеческий вклад будет необходим, чтобы помочь им работать в надлежащем контексте. В частности, у людей есть здравый смысл и способность судить о чем-либо на субъективной основе. Первое очень полезно, и мы пока не можем обучить машину. Последнее может быть полезным, хотя оно также может привести к множеству проблем, включая предвзятость подтверждения и обнаружение шаблонов там, где их нет.
Однако, поскольку люди обладают этими атрибутами, они могут начать информировать о разработке и работе алгоритмов машинного обучения, которые не принимают во внимание эти вещи.
Аналитики-люди могут начать работать с учеными по данным, чтобы обнаружить новые или лучшие функции, которые необходимо включить в алгоритм, функции, характерные для того, как люди анализируют акции. Люди также могут проверять выходные данные алгоритмов, чтобы убедиться, что они не находят очевидных или упрощенных шаблонов. Точно так же машины можно использовать для проверки того, объективно ли человеческие прогнозы учитывают правильные факторы или в игру вступает человеческая предвзятость.
В упомянутой выше статье автор также упомянул, что люди будут нести ответственность за поиск и очистку данных, которые будут использоваться алгоритмами. Я верю, что это будет одной из самых важных вещей, которые человечество сделает в будущем.
Использование различных наборов данных по-прежнему является субъективным вопросом. У людей есть идеи о том, какие виды данных будут полезны, и именно они должны предоставить эти данные алгоритмам, чтобы увидеть, окажутся ли они предсказательными. Это та область, где человеческая субъективность может сыграть решающую роль, и правильный исследователь или аналитик может изменить мир к лучшему.
В далеком будущем, о котором беспокоится Илон Маск, люди могут полностью исчезнуть из этого пространства. Но я верю, что при нашей жизни люди и машины будут работать вместе, чтобы разработать активно управляемые инвестиционные стратегии, которые ни одна из них не сможет превзойти в одиночку.
