人工智能的未来和大数据:三个概念
“我们可能在第二或第三局。”
这是安德鲁·罗的状态报告进展的人工智能(AI),大数据,和机器学习应用在金融领域。
瞧,麻省理工学院斯隆管理学院金融学教授,和Ajay Agrawal的多伦多大学罗特曼管理学院在就职CFA协会分享他们的观点爱游戏安全吗α峰会在五月。在谈话中主持玛丽蔡尔兹,他们集中在三个主要概念,他们希望将塑造未来的人工智能和大数据。
1。偏见
Lo说,应用机器学习等领域的消费信贷风险管理无疑是第一局。但该行业正在试图使用机器学习工具来更好地理解人类行为。
在这个过程中,最大的问题是机器学习是否会最终就放大我们所有的现有人类偏见。,Agrawal并不这么认为。
“如果我们在这谈话一个几年前,甚至偏见的问题不会被提高了,”他说。“每个人都在担心培训他们的模型。现在我们已经实现了有效性在许多应用程序中,我们开始担心偏见之类的东西。”
所以担心偏见是从哪里来的?
“我们训练模型从人类各种类型的数据,“Agrawal解释道。“如果人类的数据有偏差,人工智能不仅学习偏差,但他们可能会放大偏差如果他们认为这将增加他们的优化能力或有效地做出更好的预测。”
但人工智能还可以用来减少偏见。Agrawal引用了芝加哥大学研究的研究人员开发的人工智能程序,不仅模拟人类法官的保释决定也更准确地预测飞行风险。
2。经济和财富分配
毫无疑问AI增加生产力。但AI会导致的就业危机呈现人类工人过时吗?在Agrawal看来,人们担心,因为我们不知道新的工作将从何而来也不知道那些失去工作的人在他们的职业生涯将能够在这些新岗位培训服务。
今天创新发生的如此之快,我们不知道再培训计划是否会有效,因为他们一直在过去,即使对于年轻工人有时间和带宽真正参与。
另一个问题是财富分配。采用人工智能会导致更大程度的财富?
“我想说,几乎所有的经济学家都一致认为,这肯定会导致经济增长,所以整体对社会财富的增加,“Agrawal说。经济学家”,但有一个分裂的这是什么意思的分布。我们中的一些人很担心分布。”
3所示。规定
有很多机会在金融部门为新类型的数据,根据罗。
“还有更多,我们需要了解有关金融生态系统的,特别是[输入]如何相互作用随着时间的推移,在随机环境中,”他说。“机器学习可以使用大量的数据来确定关系,目前我们没有意识到,所以我相信你会看到更快进步从所有的这些人工智能方法应用到一个小得多的数据集到目前为止。”
Agrawal提出一个相关的问题:“在受监管的行业,如金融、医疗、交通,其中许多的障碍不是数据。我们限制部署它们,因为监管障碍。”
罗同意法规阻碍进步的可能性。
“有一组复杂的问题,目前我们不知道如何监管,”他说。“一个很好的例子是自驾车辆。目前,法律是建立,这样如果有人在事故中并杀死另一个乘客或行人,他们是负责任的。但如果一个AI负责死亡,嗯,谁该对此负责呢?除非我们解决这方面的规定,我们不能够取得的进展,我们可以。”
人工智能和机器学习
所以金融专业人士如何开发机器学习,大数据,和人工智能的技能?
“有很多非常有用的课程,你可以把速度在这些领域,”罗说。“但这只是需要一定的时间,精力,和兴趣。”
年轻的一代是最好的定位在这方面,根据罗。事实上,今天的年轻人更信任machine-human关系,Agrawal说,仅仅是因为他们有更多的时间花在电脑上,移动设备,等等。
Lo说,一开始,我们仍然非常早期的局时把这些新技术应用到金融学。有很高的期望,他们将提高生产率,带来更大的利润与恐惧混合对财富集中的潜在影响和就业。
然而,AI的担忧和大数据采用放大人类偏见可能夸大了虽然规定带来的潜在的障碍可能被低估。
不过,鉴于艾未未的不可避免采用金融,金融专业人士不能不去了解它。
如果你喜欢这篇文章,别忘了订阅有事业心的投资者。
所有文章作者的观点。因此,他们不应该被视为投资建议,也不代表CFA协会的观点表达的观点或作者的雇主。爱游戏安全吗
专业学习CFA协会会员爱游戏安全吗
爱游戏安全吗CFA协会成员有权自行决定和自我报告的专业学习(PL)的学分,包括内容有事业心的投资者。成员可以记录学分容易使用他们在线PL追踪。