ChatGPT爆火，交易者会被取代吗？
2023-02-23 11:26:22 牛钱网 不知名小钟 “欢迎关注牛钱网官微（niumoney_com），我们将每日为您提供专业及时、有价值的信息及交易服务。”
导读
在电梯里和美女同事相遇，她和我聊到人工智能，话题这么学术吗？是不是要用我喜欢的方式来撩我？一阵窃喜之后，美女同事说：“人工智能都会写文章写研究报告了，以后还需要你吗？”
核心观点：当AI对经济数据建模后它就能进行宏观+基本面的交易了，如果训练它对领导者行为、全球资本运行等事件、行为进行分析，它才能进行全面灵动的主观分析，但这些会涉及到认知建立，而“认知模型”的建立才是真正迈入人工智能大门的那一步，任重而道远。
正文
ChatGPT突然爆火了，一开始还没有什么感觉，这不就是聊天机器人吗？某宝也有。
直到有一天，在电梯里和美女同事相遇，她和我聊到人工智能，话题这么学术吗？是不是要用我喜欢的方式来撩我？一阵窃喜之后，美女同事说：“人工智能都会写文章写研究报告了，以后还需要你吗？”
留我在电梯里，不知道何去何从……
可是，这个“查特”，它如果遇到替代者，会感到紧张吗？看，这就是区别，但不代表这不重要不危险！
这个“查特”叫作预训练生成模型，它是还未训练成熟的数据模型，但他已经很强大了，它是通往AGI（通用人工智能）道路的一次跃迁。
简单了解一下“查特”：
1，它是基于海量数据获取、计算，进行概率分析的计算模型；
2，它对于编程、语言处理、数据处理有很强的能力；
3，它拥有自主学习能力，这基于对数据、人类反馈的反复计算；
4，它不具备意识、情绪、感知、灵感，这些是重要的有别于人类的地方。
难以取代人类
简单地说，“查特”就是一个通过数据分析产生解决方案的机器，但这些足以替代很多人类工作，比如会计、分析员、文案编辑者、客服、程序员。所有关于基础的数据、语言、编程的工作都能替代，这也对应了“查特”的基础逻辑功能：数据处理、语言处理、程序处理。
可以说“查特”还在婴儿阶段，因为在认知、情绪上还处于空白，但是数据一旦达到一个阶段，就会形成质变，人类的思维也是数据化的，这是受到机能的影响，“查特”没有躯体，无法感知触觉、味觉、激素刺激等感知，所以它暂时无法超越人类的多元感知。
人类进化超过500万年，在50万年前脑容量才达到巅峰，这么长的进化期让人类形成了对环境趋利避害的感知能力，这种感知能力被通过意识、情绪表达出来。我们有依赖、快乐和痛苦，但“查特”只有数据分析，而且暂时无法拥有灵感。
打个比方，如果我们想要发明一种新的能源获取方式，某个科学家从生活中获取灵感，而这种“跨界”联想能力是“查特”不具备的，但是在实验的时候，科学家可以让“查特”帮忙处理数据，举出几个可行性高的方法。
媒体称，许多公司高管对于人工智能的态度是：人工智能不会取代律师，但使用人工智能的律师将取代律师。
也就是说，“查特”是个优秀的辅助工具，它不能取代大脑，但你不用它就会因为低效而被淘汰。
目前来看，“查特”更像是三款软件结合体：《自动写作软件》、《自动编程软件》、《数据分析软件》。
“计算”功能强大到匪夷所思
“查特”和软件最大的区别在于实时更新、处理数据，这里包括对人类反馈数据的处理，对于数据而言，它是活的。它的不断改进也是基于自我对环境数据、对象数据的优化处理，似乎很死板，但一旦数据变得海量，就会显得“多变灵活”。
以财务中的运用为例，利用AI分析5000张资产负债表，它可以在几秒钟完成阅读，提取所有有用的财务信息，计算风险评分，并能够对投资组合的风险做出决策。
美国学生使用ChatGPT写论文得到全班最高分。
美国明尼苏达大学近期的一项试验就显示，将学校法学院的一份试卷输入ChatGPT中发现，ChatGPT最终取得了C+的成绩——尽管不算优秀，但是已经足以通过考试。
在“无脑”的脑力工作（缺少新意）中，它比人强，因为它更会算。
能否成为时代的引擎
纵观科技影响人类发展的历史，凡是能大幅降低生活成本、改善生活质量的科技都能成为新一代科技革命，并将经济推升至新的高度，比如内燃机、原油、电气、网络，主要是能源和微电子两个领域，前者侧重降本增效，后者是生活方式的改变。
目前能源方面几乎明确为以太阳能为主导的新能源科技，而微电子这一块一直没有明确方向，在芯片发展史上一直延续着摩尔定律（18—24个月芯片内的晶体管数量翻倍），但之后慢慢的遇到壁垒，成本下不去、功率上不去、尺寸小不了，甚至韩国三星制造出新一代芯片时受到市场冷遇（高成本且功能过高，超过应用水平）。
芯片的发展需要需求端的突破口。而AI的兴起，或许就是这个突破口，人类可能会进入“智能辅助”时代。
AI的底层已在各个行业被运用了二十年，正在经历技术迭代和加速发展阶段，数据量也呈现指数级增长。
以GPT-3大模型为例，其需要1750亿数据和数百万、数千万美元的算力投资。
由于AIGC拉动对高算力的需求出现指数级增长，这会拉动相关产业，比如云计算、云服务（大量用于训练的数据存储在云端）、计算芯片、网络系统。
那么AI会对高级芯片、5G、云服务的需求大增，这也是为什么某国会花那么大代价限制华为发展和我国芯片进口（此前美国对性能超过A100的计算芯片限制出口中国，而我国最先进的芯片A800计算性能约为A100的70%，和海外龙头存在两年以上的差距）。
AI兴起就能看到整个扼制的版图，如果这方面落后，很可能在未来，生活和科技上的区别等同于会用火的人类和大猩猩。设想一下，我们的企业还在制作PPT准备开会，而别人早就通过AI分析，人手一份精准报告了，是不是很可怕。
不良场景：
1，信息真实性：“查特”很会分析数据，但对一些概念和语言的理解缺乏逻辑性，也就是很难形成自己的认知，而仅仅是优势数据的表达。比如我们对水的理解是体验的，它对水的理解是数据的，不全面不真实，当然数据足够多的时候，它通过交互时获得的感受数据（人类对水的感受描述），对水的理解或许会更全面和真实。
还有一个问题，“查特”很难理解哲学，或者一些看似有缺陷但有人情味的东西，或许我们称之为文化，但在它眼里是不理性，很多电影中人工智能会因为人类缺陷而想强制改善人类。人类是它的创造者，它必须为人类服务，就要接受人类的不完美，这一点，它需要容错理解，不能认为送玫瑰不浪漫，是一种不环保的行为；
2，信息有害性：例如，“查特”采用了基于人类反馈的强化学习（RLHF），以实现有害和不真实输出的减少，但如果用户逐步引导，仍然会响应有害指令；
3，使用不当性：在学术界等场景使用“查特”并不恰当，多家顶刊已禁止生成式AI工具署名。这里比较好理解，比如算术考试的时候不能使用计算器，但在生活中不是处处都有监考。
是否会替代交易者
程序化交易本身就类似AI，但有两个区别，一个是程序由人写，它只负责执行，第二它无法通过自我学习进化。
一旦AI进入交易领域，客观交易完全会被替代，因为“查特”不仅会执行，还能自己发现规律进行回测，形成程序化模型并优化参数。但如果市场上充斥着“交易者查特”，机会越来越少，数据会越来越随机，最终回归到基本劳动的收益率，和银行活期的利率相当。
至于主观交易，经过长时间的学习，AI也会做得更好。因为主观交易本身就是经验哲学，要么你对历史事件统计不全面需要主观判断，要么此类历史事件太少，无法建模，需要使用到你的认知。
当AI对经济数据建模后它就能进行宏观+基本面的交易了，如果训练它对领导者行为、全球资本运行等事件、行为进行分析，它才能进行全面灵动的主观分析，但这些会涉及到认知建立，而“认知模型”的建立才是真正迈入人工智能大门的那一步，任重而道远。
■文章部分数据来源于华尔街见闻、华泰电子团队、架构师技术联盟，仅供参考，不代表本平台及所在机构观点，据此入市风险自负。期货市场有风险，投资需谨慎！
来源：牛钱网编写，未经授权不得转载，获授权转载刊登时应标明作者及来源。添加客服微信：niumoney1，获得更多精彩财经资讯。 
皖公网安备 34011102000225号