یادگیری ماشینی به‌عنوان زیرمجموعه‌ای از هوش مصنوعی که در پیدا کردن الگوها و پیش‌بینی‌ها بهتر عمل می‌کند، ابزاری ایده‌آل برای کسب‌وکار به نظر می‌رسد. با این حال، صندوق‌های پوشش ریسک معتبر در لندن و نیویورک، هنوز قابلیت‌های این تکنولوژی‌ها را قبول ندارند. البته در سانفرانسیسکو، تعدادی از صندوق‌های پوشش ریسک نوپا عزم‌شان را برای بهره‌برداری از این تکنیک‌ها جزم کرده‌اند. اما به نوشته مجله اکونومیست، این صندوق‌های پوشش ریسک نوظهور هنوز نمی‌توانند به پای رقبای قدیمی و قدر خود برسند.

 اکونومیست کلید کار را در این می‌بیند که رویکردی اندیشمندانه‌تر برای به کار بردن هوش مصنوعی در این صندوق‌ها اتخاذ شود. یکی از مشکلات بر سر راه این صندوق‌ها این است که میزان داده‌های مالی موجود در مقایسه با سایر کاربردهای هوش‌ مصنوعی بسیار اندک هستند. به عبارتی، داده‌های مربوط به معاملات سهام حتی در بازه زمانی ۱۰ساله، در مقایسه با حجم داده‌های موجود در سیستم تشخیص چهره تلفن‌های هوشمند، بسیار اندک هستند. تکنیک‌های یادگیری ماشینی و هوش مصنوعی تنها در حالتی می‌توانند موفق عمل کنند که حجم داده بسیار بزرگی به آنها داده شود، در غیر این صورت پیش‌بینی‌ها و تصمیم‌گیری‌های آنها ممکن است با ریسک بالایی همراه باشد.

یکی از این صندوق‌های مدیریت مالی در آمریکا، چند کارشناس هوش مصنوعی را به کار گرفته و دائما در مورد متدهای جدید تحقیق می‌کند. اما مدل‌ کسب‌وکار این صندوق‌ها نیز اهمیت ویژه‌ای دارد. این صندوق، یک دهه پیش فعالیت خود را در مقیاس بسیار کوچکی شروع کرد و تنها پول موسسان خودش را مدیریت می‌کرد. اما در سه سال گذشته، سعی کرده است، کسب‌و‌کار خود را با بهینه‌سازی سایت‌های فروشگاهی و... توسعه دهد و اخیرا اقدام به مدیریت دارایی افرادی خارج از حلقه موسسان نیز کرده است.

یک صندوق پوشش ریسک دیگر به نام Cerebellum، در سال ۲۰۰۸ فعالیت خود را به‌عنوان صندوق سرمایه‌گذاری در سهام آغاز کرد و در سال ۲۰۱۶ تبدیل به صندوقی شد که به‌طور کامل با هوش مصنوعی اداره می‌شود. این صندوق از یادگیری ماشینی برای تجزیه و تحلیل داده و تعیین استراتژی سرمایه‌گذاری استفاده می‌کند. مدل‌های این سیستم مزیت سرمایه‌گذاری را در نتیجه استراتژی‌های مختلف می‌سنجند. اما در نهایت معاملات نهایی سهام را انسان‌‌ها انجام می‌دهند که بر‌اساس دستورالعمل‌ها و نتیجه‌های الگوریتم‌های سیستم اتخاذ می‌شوند. اکونومیست معتقد است این تکنیک‌ها در درازمدت به سرمایه‌گذاران خود پاسخ خواهند داد، از سوی دیگر چیزی که مشخص است این است که استفاده بیشتر از هوش مصنوعی حداقل در سرمایه‌گذاری، لزوما به معنی استفاده کمتر از هوش انسانی نیست.

 

 

اخبار مرتبط