نبرد سوپرکامپیوتر و تحلیلگران بازار سهام - مجله اندیشه

در سیاتل یک سوپرکامپیوتر در دفتری توسعه پیدا کرده که قصد دارد با تحلیلگران سرشناس وال استریت رقابت کند. در این دفتر 8 ردیف سرور درون فریمی مشکی رنگ قرار گرفته اند و 400 کامپیوتر در این فریم چشمک می زنند. این کامپیوترها داده های بازار را با سرعت بالایی تحلیل می کنند و جوابگوی درخواست های معامله گران در شیکاگو هستند. برای تحلیل شرایط از 10 مانیتور استفاده می شود که خروجی را نشان می دهد.

به علت شیوع کرونا رکود در جهان حاکم است و اقتصاد وضع مناسبی ندارد، اما این موضوع باعث نشده که جک گلیکمن و شرکت مشاوره سرمایه گذاری آن، J4 Capital تصمیم به خروج از بازار بگیرند. شرایط این صندوق پوشش ریسک خوب است، حتی اگر بازار شرایط جالبی نداشته باشد. نزدیک به یک ماه پیش ارزش سرمایه گذاری های J4 Capital نزدیک به 4 درصد افزایش پیدا کرد، در حالی که شاخص داو جونز در آن زمان کاهش 27 درصدی را تجربه می کرد.

بسکمک از مهندسان مالی باور دارند که شکست بازار سهام توسط یک ماشین تنها به بوسیله دستگاه های خود، غیرممکن است. اطلاعات بازار سهام بسیار بهم ریخته و تصادفی هستند که باعث می شود امکان پیش بینی آن ها وجود ندارد. سوابق تجاری محدود به 100 سال گذشته می شوند و قانون میانگین نیز بی رحم است. هرگونه سیگنال قابل پیش بینی که وجود داشته باشد، شرکت های رقیب سریعا به آن دست می یابند و نابودش می کنند. در حالی که بعضی صندوق ها از الگوریتم ها برای معاملات با فرکانس بالا استفاده می کنند، اما اغلب آن ها را مجددا برنامه ریزی می کنند و بهبود می دهند.

رقابت سنگین در این بخش از بازار باعث می شود که سود بسیار کمی برای شرکت های جدید وجود داشته باشد. یک معامله گر بسیار توانمند با نرخ موفقیت 51 درصد هیجان زده می شود، البته هنوز این کار ریسک بالایی دارد. Renaissance Technologies شاید سودآورترین صندوق پوشش ریسک در این بخش باشد که با پیش بینی های خود ثروت زیادی بدست آورده است. با وجود این موفقیت، J4 Capital ادعا می کند که نرخ موفقیت سرمایه گذاری های آن نزدیک به 60 درصد است.

در جهانی صندوق های پوشش ریسک با ادعاهای زیادی روبه رو می شویم که تنها شمار کمی از آن ها حقیقت دارند. به همین دلیل دو فرد تحصیل کرده با تخصص در زمینه الگوریتم های مالی درباره نوآوری انقلابی J4 Capital ابراز تردید کرد ه اند، البته هیچ کدام از آن ها با شرکت آشنایی نداشتند. گلیکمن که صاحب چندین پتنت در زمینه پردازش تصویر، شناسایی الگوها و فناوری شبکه است، اصرار دارد که هوش مصنوعی آن واقعا کار می کند.گلیکمن اطلاعات کمی درباره مسائل مالی دارد. این مهندس کامپیوتر 59 ساله تا به امروز در وال استریت یا بانک های بزرگ کار نکرده و به همین دلیل سوپرکامپیوتر آن در بخش های مختلف معامله نمی کند که درآمد محدود آن را در پی داشته. گلیکمن علاوه بر اینکه دانش مالی ندارد، الگوریتم سرمایه گذاری برای این سوپرکامپیوتر نیز توسعه نداده تا توسط آن ورودی ها را انتخاب کند. گلیکمن بجای این کار، یک کامپیوتر فوق العاده هوشمند خلق کرده که خودش را برنامه ریزی مجدد می کند.

گلیکمن اعلام کرده نرم افزاری که او اجرا می کند، نوعی از اثبات قضیه است، یک الگوریتم غیرقطعی که مجموعه ای از داده ها را مورد بررسی قرار می دهد و فرضیه ای بر اساس آنچه می بیند، مطرح می کند. نحوه عملکرد این نرم افزار شبیه به مغز انسان در زمان تجزیه و تحلیل اطلاعات برای کشف موارد ناشناخته است. هوش مصنوعی گلیکمن این قضایا را با افزایش سطح انتزاعی ریاضی آزمایش می کند. به گفته این مهندس، نتیجه کار فوق العاده قوی است.

ترفند اصلی این نرم افزار، تغییرات مداوم در بازار است. همانطور که شاید بدانید بعضی مواقع سرمایه گذاران به سراغ طلا و گاهی به سراغ نفت می فرایند. گلیکمن در این زمینه گفته:

بعضی مواقع بازار از اتفاقاتی که در جهان رخ می دهند، می ترسد که برای مثال می توان به جنگ ها یا آزمایش موشک های هسته ای توسط کره شمالی اشاره کرد. این ترس ها باعث می شوند که بازار واکنش منفی از خود نشان دهد و سرمایه گذار ضرر کند.

حرکات بازار تصادفی به نظر می رسند، اما در خاتمه روز سرمایه گذاران اطلاعات خود را از منابع یکسان مانند مصرف نفت و قیمت ها، میزان ابتلا به کرونا و وال استریت ژورنال تامین می کنند. اما آیا هوش مصنوعی می تواند تمام این اطلاعات را تحلیل کند؟ گلیکمن هوشمندانه از کلمه تصادفی استفاده می کند مانند اینکه هرج و مرج در جهان تنها یک توهم است تا یک نظم اساسی را مخفی کند. وی ادامه می دهد:

زمانی که اطلاعات بسیار پیچیده می شوند، مغز انسان نمی تواند آن ها را متوجه شود. در حالی که شاید ما فکر کنیم که این اطلاعات تصادفی هستند، اما چنین چیزی وجود ندارد. ما تنها با اطلاعات پیچیده ای روبه رو هستیم که از توانایی ذهنی انسان بالاتر است، اما سوپرکامپیوترها توانایی تحلیل آن ها را دارند.

پس از آن ارتش خواستار برنامه ای شد که بتواند از سیگنال های رادیویی برای شناسایی سیلوهای موشک در شبکه های رمزگذاری شده مرکز فرماندهی و کنترل استفاده کند. یکی دیگر از پروژه هایی که گلیکمن برای ارتش انجام داد، توسعه یادگیری ماشینی برای بهبود تحلیل هوایی زیرساخت های دشمن بود تا پنتاگون بتواند با بمب های سبک تر به میزان خسارت موردنیاز خود دست پیدا کند و هزینه ها را کاهش دهد.گلیکمن از دانشگاه ایلینوی مدرک کارشناسی خود را دریافت کرد اما هیچ وقت به سراغ کارشناسی ارشد نرفت و سعی کرد ایده های خود را به کسب و کارهای قابل رشد و توسعه تبدیل کند. در اوایل دهه 80 میلادی شرکت Thumb Scan را تاسیس کرد که از بعضی از پتنت های اولیه در زمینه امنیت بیومتریک و اثر انگشت محافظت می کند. پس از این شرکت، گلیکمن کسب و کار مشاوره ای خود را راه اندازی کرد و با شرکت هایی مانند فورد و جنرال موتورز همکاری داشت اما پیچیدگی های صنایع نظامی توجه او را به خود جلب کرد. وزارت دفاع بدنبال هوش مصنوعی برای پیش بینی قدرت نظامی نیروهای خارجی بود و گلیکمن در این زمینه مشغول بکار شد.

در حالی این موارد مسائل نظامی مهمی بودند و حقوق مناسبی به برطرف کننده ها پرداخت می شد، اما یکی از وظایفش که مهندسی معکوس برای پیش بینی دقیق عدد تصادفی بعدی بود، باعث شد گلیکمن به فکر هوش مصنوعی مخصوصی بیفتد. در این هنگام گلیکمن بدنبال پاسخ این سوال بود که چه ارتباطی میان حرکت تصادفی ذرات معلق در یک سیال و نوسان بازار سهام وجود دارد. پس از سال ها جستجو برای پیدا کردن جواب این سوال، در سال 2000 به یک کتاب دست پیدا کرد که عنوان شکست بازار را یدک می کشید. این کتاب باعث شد گلیکمن به سراغ استفاده از یادگیری ماشینی برای شکست بازارسهام برود.

در سال 2004 این مهندس کامپیوتر متوجه شد که به یک نرم افزار جدید مبتنی بر هوش مصنوعی نیاز دارد، یک اثبات کننده فرضیه که می تواند خود را مجددا برنامه ریزی کند تا مدل های جدید از اطلاعات مالی تولید کند. در میان سال های 2005 تا 2010، وی مشغول کار روی این پروژه بود و به پیش بینی های قابل اعتماد نزدیک و نزدیک تر می شد. با این وجود، همچنان نمی دانست که چگونه از نرم افزار خود استفاده کند، اما در نهایت شرکتی برای مدیریت مالی تاسیس کرد.

در حالی که شرکت های مدیریت مالی به زیرساخت ها و تجهیزات زیادی نیاز ندارند، اما کار آن ها بسیار سخت است. گلیکمن برای تاسیس شرکت خود توانست با یک نابغه که در 19 سالگی مدرک MBA گرفته بود، همکاری کند. پس از مدت ها بالاخره در ژوئن 2015 گلیکمن از نرم افزار خود استفاده کرد و برای یک روز کامل با آن محاسبات انجام داد. او امیدوار بود که هوش مصنوعی آن بتواند شرایط شاخص S&P 500 را برای روز بعدی پیش بینی کند، اما نمی دانست که چگونه این نرم افزار باید به نتیجه برسد.

مدل های یادگیری عمیق و شبکه های عصبی یک مشکل رایج دارند که با نام جعبه سیاه شناخته می شوند: میلیون ها یا حتی میلیاردها عملیات محاسباتی هوش مصنوعی می تواند درک این موضوع که آن چگونه به نتیجه مشخصی می رسد را تقریبا برای ما غیرممکن کند. این موضوع باعث شد که گلیکمن تصمیم بگیرد که یک جعبه سفید بسازد.

این مهندس و شریک آن برای اینکه بفهمند هوش مصنوعی در 8 ساعت اول چه کارهایی انجام داده است، نزدیک به یکسال تحقیق کردند. این نرم افزار کار خود را با ساخت تئوری شروع می کند و پس از اینکه متوجه می شود که جبر وجود دارد و از آن می توان برای تفسیر داده ها استفاده کرد، آن را نگه می دارد. سپس هندسه را کشف می کند و در مراحل بعدی به سراغ مثلثات و حسابان می رود. در مرحله بعدی معادلات دیفرانسیل جزئی را کشف می کند و در نهایت هوش مصنوعی به سطح بالایی از ریاضیات دست می یابد.

پس از اینکار، گلیکمن به هوش مصنوعی خود اجازه می دهد که به صورت آزمایشی شروع به معامله کند که اگرچه در ابتدا سرعت کمی داشت اما با گذر زمان سریع و سریع تر شد. با افزایش تعداد معاملات، نوسان خروجی ها کاهش پیدا کرد و شکست بازار سرمایه امکان پذیر شد. شاید برای درک نحوه کار سوپرکامپیوتر گلیکمن نیازی به داشتن دانش بالایی در زمینه ریاضی نداشته باشید، اما همچنان با یک فناوری اختصاصی روبه رو هستیم و نمی توانیم درباره اتوماتیک بودن آن اظهارنظر خاصی بکنیم.

با شیوع کرونا گلیکمن در خانه قرنطینه شده اما سوپرکامپیوتر آن همچنان به فعالیت خود ادامه می دهد. زمانی که برای اولین بار ویروس کرونا در ژانویه به واشنگتن رسید، گلیکمن شروع به آزمایش این موضوع کرد که کامپیوتر اگر تنها بماند، می تواند کارهای خود را انجام دهد یا خیر. این کار برای دو هفته انجام شد که نتیجه آن، عملکرد مناسب سیستم بدون نیاز به انسان بود.

زیرساخت های معاملات مانند سوپرکامپیوتر اتوماتیک هستند که این موضوع باعث شده ابررایانه J4 با مشتریان خود در ارتباط باشد، معاملات را انجام دهد و در مواقع ضروری خود را خاموش یا ریبوت کند. گلیکمن برای افزایش کارایی سیستم خود یک مهندس فعال در حوزه ابری را استخدام کرد و هم اکنون این ابررایانه می تواند در لندن و هنگ کنگ نیز معامله کند و جوابگوی درخواست 1000 یا حتی 10 هزار مشتری باشد.

در حال حاضر J4 Capital یک شرکت کوچک محسوب می شود که گلیکمن برای ایجاد آن از دوستان و اعضای خانواده خود 10 میلیون دلار پول قرض و 400 سرور برای سوپرکامپیوتر خود تهیه کرد. این صندوق برای مدیریت پول 2 درصد کارمزد می گیرد و 20 درصد نیز از سود دریافت می کند، نرخ هایی که در صندوق های پوشش ریسک یک استاندارد است.

این شرکت وظیفه مدیریت 7.2 میلیون دلار سرمایه را تا خاتمه 2019 برعهده داشت، با این حال گلیکمن امیدوار است که حجم سرمایه ها در آینده نزدیک به بیش از 100 میلیون دلار برسد که این موضوع باعث می شود برای تشکیل پفراینده به کمیسیون بورس و اوراق بهادر ایالات متحده آمریکا فراخوانده شود.

گلیکمن تنها به انجام معامله در بازار بورس راضی نیست و می خواهد ماشینش در بازارهای بیشتری حضور داشته باشند. حالا که این ابررایانه در حال آمادگی برای حضور در بازار سهام کشورهای خارجی است، سازنده آن می خواهد اوراق قرضه و سایر محصولات اعتباری را معامله کند. این احتمال وجود دارد که این هوش مصنوعی عملکردی بالاتر از بازارهای مالی داشته باشد و به سراغ حل مسائل در زمینه های لجستیک و مدیریت زنجیره تامین برود، حوزه های که مشتریان خواستار کمک در آن ها هستند.در حالی که این ابررایانه در حال چاپ اسکناس است، سازنده آن خانه نشین شده و روی بخش های دیگری از تجارت خود تمرکز کرده که شامل پیدا کردن سرمایه گذاران جدید برای خرید تجهیزات بیشتر برای افزایش قدرت سوپرکامپیوتر و در نتیجه جذب سرمایه بیشتری برای مدیریت می شود. در حالی که J4 Capital قصد ندارد تبدیل به Renaissance Technologies دوم شود، می خواهد فعالیت های خود را افزایش دهد.

برای گلیکمن فرقی نمی کند که سوپرکامپیوتر آن چگونه کار می کند چرا که هدف نهایی آن مانند سایر کسب و کارهاست. این مهندس کامپیوتر در نهایت اعلام کرده:

هدف ما ایجاد یک کسب و کار و درآمدزایی از آن است. ما یک شرکت در وال استریت نیستم و فقط می خواهیم در فضای آن ها نقش داشته باشیم. ما در حقیقت یک شرکت فناوری هستیم و برای ایجاد یک تجارت سودآور تلاش می کنیم و از آن سود بدست می آوریم، مانند سایر شرکت های فناوری که در بازار حضور دارند.

منبع : دیجیاتو