数据显示，大约55%的美国人通过直接拥有股票、股票共同基金持有或退休账户投资股票市场。收入超过75,000美元的家庭，这一数字跃升到88%。许多人都会把处理自己投资的事儿交给别人，比如股票经纪人或财务顾问。有趣的是，越来越多的人都会把这拆事儿交给人工智能系统。
已经有大约1360家对冲基金依靠电脑模型来交易股票和其他投资。投资金额高达1970亿美元。这些基金中的大多数都是传统的“量化”（定量）基金，它们使用计算机模型预测股价走势并确定交易。
越来越多的对冲基金完全由AI驱动的交易引擎引导。这些资金在金融市场上处于人力资源的先锋。而且，像许多其他用AI在转型的市场一样，这些引擎代表着创新的新投资产品，同时引发了新的问题。
AI指导性投资的增长可能会产生巨大影响，特别是在使用专有AI的单一投资者或投资基金能比其他市场参与者获得更大的优势的情况下。称之为“股市奇点”。
金融神经网络复活
投资世界在20世纪90年代开始关注人工智能。然后，重点放在人工智能神经网络（ANN）上，计算机算法建立在为人类大脑供电的连接之后。ANN可以被认为是现在的机器学习系统的前身，通过大量数据集学习来自我修改的计算机。有些人希望神经网络在20世纪90年代改变交易，但革命从未到来。现在，程序化交易来了。
程序化交易是使用计算机控制的投资，使用算法来执行传统投资专业人士的任务，比如发现机会，管理风险，以及做出闪电般的交易。这种方法将大量决策转移到计算机上，但是技术本身并没有给一个市场行为者带来不公平的收益。
现在的神经网络代表了程序化交易系统功能的显著增加。该技术已经成为主流，因为神经网络用于语音助手和自驾车。投资基金希望利用这些复杂的系统来实现更快、更智能的交易和更好的收益。
为了了解为什么自动化交易系统会产生大量前所未有的挑战，还需要来看一些其他的说法。
在AI超级投资人的路上
有没有想过为什么内幕交易是非法的？这是因为一个信息不随时提供给其他投资者，这是不公平的优势。股价在理论上应该反应关于公司的所有信息。如果有人事先知道股票的季度财报非常好，在信息公开前，他就可以以低于交易的价格购买股票。内幕交易等限制投资者特别获取信息的投资活动的相关规定，是强化市场参与者之间公平性的一种方式。
回到自动化AI系统，我们还需要些理论知识。可以想像一下一个AI系统是单一财务变量的完美预测因子，比如利率。另一个系统可能会制定不可靠的通货膨胀预测。还可能会很好地预测特定行业的盈利增长等等。
如果这些单独的系统是可行的，那么有理由想象一个由几个专家系统组成的单一系统了。尽管这远远超出了当今技术的局限，但至少可以看出，一个系统可以利用无数的专家系统，这些系统是所有关键因素的完美预测因素。根据这一逻辑，单一的系统在预测任何或全部可交易资产的价格变动方面都几乎完美~
现在试想一下把这个AI系统交到一个投资者手中。
完美的AI超级投资者还并不是实际存在的，但这是人工智能快速发展所需要的一种考虑。因为如果有一个这样的系统，对于个人和集体都有利而损害了其他人的利益，这是值得探讨的话题。金融奇点的对话已经展开了。
在AI上下赌注
一般来说，对金融奇点问题有两种回应。第一种是这是不可能的，另一种是实际上不会那么糟糕。
代表第一组的是Babak Hodjat，一个AI营运基金，他渴望看到用AI来做交易。他告诉彭博社的记者说：“正常人都会时不时地犯错。对我来说，依靠这些以人为本的直觉和理由，而不仅仅依靠数据和统计数据，这是非常奇怪的。”
其他人则驳斥这种想法。Ben Carloson告诉Wired：“如果有人发现伎俩有效，不仅会有其他资金挂在上面，其他投资者也会把钱倒进去。真的很难设想一个不仅仅是被套利的情况。”
还有一个想法，就是金融奇点是有益的。根据这个逻辑，一个完全依赖于逻辑的市场可以达到完美的效率，所有的资产都是正确定价的，而不需要人为的干预。耶鲁大学经济学教授Robert Schiller表示，计算机将基于优化的预测设定价格，包括未来利润、技术进步和人口变化。
Schiller还怀疑，金融奇点就在不远的前方。他认为必须发生在一个只有理性的市场运行的世界。但人类是不理性的，一个成功的AI将不得不考虑到我们不可预测的因素。
一个值得思考的未来
目前，交易算法可以相互伪造，以获得优势，BBC认为这是非法的，但难以证明。他们也可以预测一个较慢的下一步计划，然后进行相应的交易。随着公司积极竞争以获得更快的交易时间，较慢的计划可能会产生巨大的功能差异。随着算法变得更加智能化、功能更加强大，金融行业将需要更加安全的防范开发和风险。
当然也有潜在的故障。比如2012年8月，一个基金的交易计划“跑了”，每分钟亏损1千万美元。人力团队花了近一个小时的时间来确定问题、解决问题，该公司在此过程中亏损了4.4亿美元。两年前，一个算法交易造成了“闪电崩溃”，美国股市和指数在几分钟内下跌了10%。
有人说这些时间正在引发灾难。国家主要银行之一的流氓算法，或多个大银行由于错误的佳话而脱轨的级联失败，可能导致灾难性的崩溃。
金融奇迹是否会发生，以及其影响是正面还是负面的，都有待观察。但是我们都应该关注，毕竟2008年的金融危机，给大家带来的负面影响，大家一定都还记忆犹新。
AI这么热，各大科技巨头纷纷跳入其中。2015年，2015年，特斯拉CEO Elon Musk，LinkedIn创始人Reid Hoffman及PayPal创始人Peter Thiel等人共同宣布创立的非盈利的研究公司OpenAI。它是地球上最强的人工智能研究团队之一，致力于进行非监督式学习和强化学习的研究。
密探请到了斯坦福大学和OpenAI的研究者之一——施天麟（Tim Shi），在硅谷Live，讲述“如何构建训练人工智能的虚拟世界”。虽然直播已结束，但是扫描下图二维码，付费后可以无限次反复回听录播，语音和PPT永久保存在「硅谷Live」。
Speaker简介： 施天麟 斯坦福大学计算机系在读博士 OpenAI Member Of Technical Staff (Part-Time)
本次硅谷Live将用中文讲述：从ImageNet到AlphaGo，人工智能的重大突破都依赖于确立明确的标杆（Benchmark）。如何构建一个通用的学习环境，来衡量与增强人工智能处理不同任务的能力？
大纲：
1. 回顾强化学习领域的最新进展
2. OpenAI Universe虚拟环境及其基本架构
3. 在Universe环境下训练人工智能的初步尝试
扫码报名
▼▼▼
硅谷Live是硅谷密探旗下的语音互动知识分享平台，力求帮助全球华人提升创新力。更多问题，欢迎添加「硅谷Live小助手」（ID：guigulive）咨询。
本文编译自Venturebeat。
密探在招人，请看：
