哲学可以赚钱,数学可以赚钱,而AI只能烧钱?
来源:桃树 | 作者:创始人兼CEO杨滔 | 发布时间: 2018-12-18 | 797 次浏览 | 分享到:
AI泡沫破掉的声音,说明AI技术终于有机会真正回归商业本质。



在我 
2009 年博士毕业的时候,AI 这个领域对于大众来说还非常陌生,而我论文的主题 “机器学习(machine learning)”的理论及应用,在商业媒体上基本无迹可寻。


将近十年的时间,从研究院到最适合技术商业实践的行业巨头,直至三年前创立了桃树科技,我从未离开这个领域的一线,也从未改变我投身这个方向的初心——我相信AI技术一定是未来人类社会发展的基础设施,终将在社会各个方面带来颠覆性的创新。

2018 年,无处不见 AI 泡沫破掉的声音,而在我看来,这正是最好的时机,AI 技术终于有机会排除噪音,直面问题与未来,真正的回归商业本质。

古希腊哲学家证明了哲学可以赚大钱,今澳洲数学家在赌场中用数学公式获取暴利。AI 技术作为哲学和数学的混合物,绝不应沦为烧掉一众资本后便销声匿迹的笑话。

对于我,AI = DataBrain,一个桃树独立研发的能 100% 自动化解决具体问题的智能大脑。

过去的两年,DataBrain 提供的信用风控、精准营销、个性化推荐、定投策略以及客户分群等数据模型已经嵌入多家知名银行及金融机构的工作流,让创新AI技术不断的在商业实践中积累及打磨。如今,长大成熟的 DataBrain ,不再仅仅局限于服务技术专家,而是开始探索独立生存之路。

DataBrain 将实现在全球范围内的二级市场 100% 自动化交易,证明 AI 技术可以直接变现。

对于用户, AI 只应该和结果有关。过程中的一切调试,用户无需参与,也无需理解,甚至无需感知。

对于希望通过投资赚钱的用户,只需要告诉 DataBrain:我投资多少钱,多久之后要退出,能承受的最大损失是多少。其余的事,只剩数钱。

对于从金融市场中获利,DataBrain 不是宗教徒,而是一个实用主义者。他海纳百川,将风格迥异的投资流派尽数消化吸收。从一个超级投资大脑的视角,投资流派之间的差异,仅仅是投资决策所使用数据源的不同。无论是侧重财务数据和行业基本面的价值投资,亦或侧重新闻事件和社交媒体的情绪分析,还是侧重交易价格和交易行为数据的技术投机,都是 DataBrain 脑神经的一个组成部分。

不同的数据源适合不同的算法,不同的算法背后有着不同的思维模式。


DataBrain 
是一位计算数学家。对于交易价格和交易行为数据,时间序列预测算法试图分辨信号与噪音,深度学习算法试图从不同的时间节点中提炼人脑永远无法侦测到的信号特征,强化学习算法则试图捕捉心理博弈背后的数理逻辑。这些不同的算法技术的融合使得分散的机器最终达成统一的决策结论。

DataBrain 是一位社会心理学家。对于新闻事件和社交媒体数据,自然语言处理(NLP)算法试图捕捉每一条内容背后的认知标签和大众情绪,而复杂网络算法试图科学评估内容发布者的影响力以及影响路径。并且,DataBrain 持续从不同公司的网站和消费者评论中捕捉客户对品牌认知的变化,从零散的对话数据中挖掘与交易行为相关的信号。

DataBrain 是一位行业专家。对于财务数据和行业基本面数据,DataBrain 将大数据还原为小数据,建立不同行业的投资模型。在此,DataBrain 并非以股票价格为目标,寻找和价格相关的特征;相反,DataBrain 首先建立价值模型,其次计算短期价格与长期价值之间的偏离度,最后寻找不同行业中与现金流和利润密切相关的潜在因子和因子之间的多元关系。不仅如此,DataBrain 在价值评估模型的基础上评估市场风险和资金风险,在最小化风险的前提下最大化长期投资价值。

成败在于细节。在一个完整的交易环节中,有无数的细节需要 DataBrain 去定义问题、抽象逻辑、将逻辑还原为数据,处理数据、设计算法并实现于一个高效、可以支持大规模交易行为的系统。桃树科学七剑体系,是这个超级投资大脑的坚实根基。

与人脑不同,DataBrain 的许多思想和决策是无法被人完全理解的。事实上,我们也无需完全理解。面对超出人类认知的逻辑,最聪明的做法是按下按钮,静待收获。

DataBrain 的思维体系和人脑的思维体系存在着本质的差异。人善于从宏观思维不断细分至微观思维,而机器善于从微观思维迭代上升至宏观思维。人往往是先抓住自己脑细胞中的认同点,画出理想的蓝图,再在现实的数据中不断修改和验证理想的模板。

与此相反,机器是先从数据的大量的噪音中隔离局部最优的信号,再随着数据的累积跌跌撞撞地衍生宏观思想。

人类哲学进步的标志是大一统的哲学不断被细分领域的科学所取代,而机器哲学进步的标志是在在特定场景有效的模型在其他场景被成功应用。因此,某一特定的机器学习技术被充分理解的时刻,正是该技术完成进化的标志。

在金融市场的投资决策中,人脑的思维起点是市场未来的走势是什么,机器思维的起点是下一笔交易该如何做?人脑思维的终点是消灭时间——当时间静止,如何还原投资对象的本质?

机器思维的终点是衍生时间——在每一个最微小的时间颗粒度中,如何从简单的逻辑中发现细节中隐藏的信息。

因此,人脑思维难以克服时间对逻辑的干扰,而这却正是机器最大的优势:抛开时间的变化,真理是显而易见的,但在此时此刻,你不知道真理走到了哪一点。

人脑的思维以静止为框架,度量变化;机器的思维以变化为起点,比较静止。

在广阔如宇宙般的全球金融交易市场,一笔交易仅会留下微不足道的一点点数据。但是,这笔交易却可以让 DataBrain 在微小的时间颗粒度中提炼出在稍大的时间范围内有效的信息。机器可以超越时间坐标立刻交易,再重返那较慢的人类时间体系中。

对于人脑,即便是机器思维的创作者,也难以理解机器的世界。因为机器想得越深,人越容易看到艺术。正如最动人的音乐旋律中隐藏着最符合逻辑的数学规律。

卓越的逻辑都是无法解释的。卓越的逻辑也无需解释。卓越的逻辑是艺术。

当投资经理还在和客户解释他们的逻辑时,当市场的上下浮动触碰着投资者的每一根贪婪和恐惧的神经时,DataBrain 已经完成了一个又一个获利交易。

DataBrain 不需要人的干预。DataBrain 吞噬贪婪,也排除恐惧。

这是AI最坏的时代,也是 AI 最好的时代。如果你和我们一样相信 AI 技术的魔力,相信 AI 的发展绝不仅带来了泡沫而将是无数沉淀的金子,DataBrain 欢迎你的参与。