新的一周，來給大家講一位天才的故事……
跨越2000英里的野心
400臺電腦主機發(fā)出嗡嗡聲，金融數據正被以每秒一千萬億次計算的高速度消化，這些數據傳輸到距此2000英里遠的芝加哥，由電子交易員決定投資指令。
在西雅圖遠郊的一個科技辦公園區(qū)，一臺超級電腦正在自學如何處理商務交易訂單和預測資股價走勢?！坝嬎銠C終將跑贏股市?！苯芊颉じ窭寺?（Jeff Glikman）望著燈光閃爍的辦公樓，信心十足地說道。他也的確有底氣這么說，作為頭號研究計算機金融應用的商人，即便是在世界經濟衰退之際，他和他的投資公司J4 Capital仍在悄悄獲利。
金融數據太龐雜，太無規(guī)律，有人說它們根本無法預測。一開始，沒人看好這位投機商人的野心，更別談格利克曼本人對金融行業(yè)就知之甚少。這位59歲的計算機科學家從未在華爾街或哪家投行工作過。他也沒有專門編寫投資算法來指導計算機執(zhí)行預測任務。相反，他自稱J4已經創(chuàng)造了一種自學成才的“超級智能”，可以針對金融數據自發(fā)編程。
超級電腦的顯示屏
從定理證明法打開的未來
他的軟件基于定理證明法而運行，可以查看數據集并生成相應的解釋結果。就像人類大腦在處理信息時，會將信息分塊儲存、加工那樣，格利克曼的超級AI借助所學知識中不斷增加的數學抽象程度來測試待檢驗的定理。他神秘地說，定理證明的結果“取得了出人意料的成功”。
J4的辦公室內部，靈感迸濺的發(fā)源地
市場的波動可能是隨機的。但歸根結底，大多數投資者的信息來源都是一樣的——它們都源自石油消費數據、原油價格信息和《華爾街日報》的頭條新聞報紙。大量的非目標信息稱為“噪音”，而要從噪音中找到目標信息，是格利克曼最頭疼的難題。
不過，他的言談總帶著一絲自信的神采：“這些數據包含有極大的復雜性，超出了人類的理解能力，但事實上，我相信它們仍處于超級計算機的理解能力之內?！?/p>
“為什么不造個‘白盒子’？”
上世紀80年代初，格利克曼創(chuàng)辦了一家名為Thumb Scan的公司，最早取得了生物識別和指紋處理領域的部分專利。他又創(chuàng)辦了一家咨詢公司，為福特汽車服務。正是軍工復合的創(chuàng)業(yè)經驗為格利克曼提供了靈感。
在當時，格利克曼被指派訓練AI系統(tǒng)來模擬外國軍隊的軍事能力。后來，軍方希望他使用無線電信號來識別導彈發(fā)射井的位置。他還曾被要求應用機器學習技術來改進對敵方基礎設施的空中分析戰(zhàn)略。
他說，通過處理這些“對軍隊來說深奧的重要問題”，他得以有機會設計隨機數生成器，即從一個明顯的隨機序列出發(fā)去預測下一個數字，就像教AI做數獨。這成了他構思AI發(fā)展方向的轉折點。它也讓格利克曼開始思考布朗運動（懸浮在流體中的粒子的隨機運動）和股票市場波動之間的動態(tài)關系。
多年來，他一直在嘗試解構這個奇妙的相互關系，直到2004年，他才意識到要實現這樣的愿景，必須設計能重新編程以生成金融數據新模型的定理證明器。足足十一年后，格利克曼鼓起信心第一次啟動了這臺超級電腦。那一整天，這臺電腦都在計算金融數據結構和波動趨勢。
他曾希望能夠直接利用AI預測次日金融市場的走勢，但其實對此并不很有底氣。“黑箱”問題持續(xù)困擾著他：不得不承認，AI與人類認知幾乎沒有相似之處，在經過數百萬甚至數十億次計算后，人們幾乎不可能再理解AI是如何產出數據和作出決定的。
12下一頁>（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
