Apeas
[ad_1]
Ceci est la première partie d'une série en trois parties explorant l'impact de l'intelligence artificielle sur la gestion des investissements.
Nous assistons au début de l'ère de l'intelligence artificielle (IA).
Le programme informatique AlphaGo a battu le meilleur joueur mondial du jeu de société chinois complexe Go, pour la dernière fois en mai 2017. Le programme n’était plus en compétition humaine. Ainsi, ses développeurs ont conçu AlphaGo Zero pour jouer simplement contre lui-même sans l'aide de données de jeu historiques. .
Les gens jouent à Go depuis des millénaires. Et pourtant, toute la sagesse humaine accumulée au cours de ces innombrables heures de compétition à travers les continents et au cours de l'histoire ne s'est avérée aucun rival avec un programme d'IA avec 40 jours à lui seul.
Et l'empreinte d'IA ne se limite pas aux jeux de société. Son empreinte est visible dans d'innombrables industries et professions, de la finance à la médecine en passant par la comptabilité. effectué 360 000 heures de travaux liés aux finances en quelques secondes. Un programme d'IA à l'Université de Nottingham peut maintenant être plus précis que les médecins. Les cabinets comptables EY et PwC sont en cours d’audit.
La menace que l'intelligence artificielle fait peser sur les emplois de cols blancs est évidente. Mais avant de lancer une discussion approfondie sur le point de savoir si et comment AI va mettre les gestionnaires d'investissements humains en faillite, nous devons d'abord définir ce que sont l'IA, l'apprentissage automatique et l'apprentissage en profondeur.
Pour les initiés techniques, Ian Goodfellow et tous sont d'excellentes ressources. Mais qu'en est-il des professionnels de l'investissement ayant une formation en finance, pas en algèbre linéaire et en programmation informatique? Que devons-nous savoir pour comprendre l’impact potentiel d’Amnesty International sur le secteur et nos carrières?
Qu'est-ce que l'intelligence artificielle?
Au niveau élémentaire, l'IA est une branche de l'informatique qui, pour paraphraser la mission lors du démarrage de Microsoft Research, cherche à construire des ordinateurs capables de voir, d'entendre et de comprendre les humains.
Le travail d’Alan Turing pour la fabrication de machines à penser », a été une étape importante dans l’histoire d’Amnesty International. Dans ce document de 1950, Turing posait la question suivante: «Les machines peuvent-elles communiquer en langage naturel d'une manière indiscernable de celle d'un être humain?», Telle est l'essence du célèbre, qui est devenue une référence pour des générations de chercheurs en intelligence artificielle dans l'évaluation du pouvoir. de leurs programmes.
Il semble que l’intelligence artificielle soit devenue une branche indépendante de la recherche scientifique en 1956, à
Pour nos besoins, le terme IA s'applique aux programmes qui simulent les capacités cognitives humaines ainsi qu'à ceux qui traitent et appliquent les informations capturées. Le traitement du langage naturel (NLP) et les applications de reconnaissance de la parole et d'images sont des exemples d'IA. La PNL cherche à comprendre les textes en langue écrite. La reconnaissance vocale – par exemple, transformer des voix ou une langue parlée en texte – est un domaine connexe. Le traitement d'image est un autre domaine parallèle et est souvent appelé reconnaissance d'image ou vision par ordinateur.
En tant que discipline, l'IA évolue rapidement, de même que sa définition. Les applications qui comptaient comme IA il y a quelques années à peine, comme la reconnaissance optique de caractères, ou l'OCR, par exemple, ne le sont peut-être plus.
Que sont l'apprentissage par machine et l'apprentissage en profondeur?
La qualité de la traduction automatique s'est améliorée à pas de géant au cours des derniers mois. Les recommandations de services commerciaux, tels qu'Amazon et Netflix, sont devenues omniprésentes. Comme avec AlphaGo et AlphaGo Zero, ces développements ont tous été motivés par les progrès des technologies d'apprentissage automatique et d'apprentissage en profondeur.
Alors, quels sont l'apprentissage par machine et l'apprentissage en profondeur? Arthur Samuel, informaticien, qualifiait l'apprentissage par «informaticien. Il s'agit d'un domaine d'étude qui donne aux ordinateurs la possibilité d'apprendre sans être explicitement programmé». Les applications d'apprentissage automatique sont des programmes d'intelligence artificielle capables d'écrire eux-mêmes des programmes supplémentaires permettant d'interpréter et de prédire les résultats.
Bien que l'apprentissage machine soit un nouveau terme que beaucoup de gestionnaires de placements n'ont que récemment rencontré, le réseau de neurones est un concept associé que les professionnels de la finance, en particulier les quants, connaissent peut-être mieux. Le réseau de neurones est une forme d'apprentissage automatique par laquelle le cerveau humain traite l'information. Yaser S. Abu-Mostafa de l'Institut californien de technologie (Caltech) à celui entre un avion et un oiseau.
est parmi les mots les plus en vogue aujourd'hui. Beaucoup prétendent que l’apprentissage en profondeur a revitalisé la recherche sur l’IA. L’apprentissage en profondeur consiste essentiellement en réseaux de neurones multicouches: programmes qui traitent l’entrée initiale en plusieurs étapes pour générer la sortie finale, chaque étape prenant en entrée la sortie de la dernière étape. Cela rappelle la façon dont nous avons tendance à décomposer des tâches complexes en une série de petites étapes. L'apprentissage en profondeur est l'une des nombreuses approches de l'apprentissage automatique.
Parallèlement à l'augmentation de la puissance de calcul et à l'avalanche de données maintenant disponibles, les progrès réalisés dans les techniques d'apprentissage en profondeur ont permis de réaliser ce que nous vivons aujourd'hui.
Où en sommes-nous dans la construction d'une machine à «voir, entendre et comprendre»?
La terminologie et les méthodes de l'IA continueront d'évoluer. Par exemple, Yann LeCun a récemment proposé que le terme remplace l’apprentissage en profondeur. Ce qui compte vraiment pour les professionnels de l’investissement, ce sont les boîtes à outils mises à notre disposition par ces innovations.
Où en est le tableau de bord aujourd'hui? Les ordinateurs progressent et peuvent nous dépasser, nous les humains.
- Dans le cadre du concours ImageNet de 2017, l'IA programme le meilleur record humain par une marge accrue, soulignant que les ordinateurs peuvent désormais «voir» les images mieux que nous.
- L'année dernière, et les programmes de reconnaissance vocale ont été transcrits aussi précisément que les humains, les ordinateurs peuvent désormais «entendre» aussi bien que nous.
- En janvier 2018, deux programmes d'intelligence artificielle avaient mieux réussi qu'un adulte moyen. Nous pouvons donc affirmer que les ordinateurs peuvent désormais nous «comprendre».
- En janvier 2018, Google a lancé le programme qui confère à plus de programmeurs le pouvoir de l’apprentissage automatique. Ainsi, plus de machines pourront voir, entendre et comprendre.
La technologie d’intelligence artificielle a fait d’énormes progrès au cours des 12 derniers mois et de nombreux autres outils sont maintenant à la disposition des programmeurs. Le prochain grand effort sera d'appliquer l'IA à travers les industries.
Selon de nombreux poids lourds de l'industrie, l'IA est la nouvelle électricité.
Je ne doute pas que cela va allumer de nombreuses ampoules.
Si vous avez aimé cet article, n'oubliez pas de vous abonner à la Investisseur entreprenant.
Tous les messages sont l'opinion de l'auteur. En tant que tels, ils ne doivent pas être interprétés comme un conseil en investissement, et les opinions exprimées ne reflètent pas nécessairement les vues du CFA Institute ou de l’employeur de l’auteur.
Crédit image: © Getty Images / nevarpp
