در سیاتل یک سوپرکامپیوتر در دفتری توسعه پیدا کرده که قصد دارد با تحلیلگران سرشناس وال استریت رقابت کند. در این دفتر ۸ ردیف سرور درون فریمی مشکی رنگ قرار گرفتهاند و ۴۰۰ کامپیوتر در این فریم چشمک میزنند. این کامپیوترها دادههای بازار را با سرعت بالایی تحلیل میکنند و پاسخگوی درخواستهای معاملهگران در شیکاگو هستند. برای تحلیل وضعیت از ۱۰ مانیتور استفاده میشود که خروجی را نشان میدهد.
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 سرمایهگذاری آن، «J4 Capital» تصمیم به خروج از بازار بگیرند. وضعیت این صندوق پوشش ریسک خوب است، حتی اگر بازار وضعیت جالبی نداشته باشد. نزدیک به یک ماه پیش ارزش سرمایهگذاریهای J4 Capital نزدیک به ۴ درصد افزایش پیدا کرد، در حالی که شاخص داو جونز در آن زمان کاهش ۲۷ درصدی را تجربه میکرد.
بسیاری از مهندسان اقتصادی باور دارند که شکست بازار سهام توسط یک ماشین تنها به بوسیله دستگاههای خود، غیرممکن است. اطلاعات بازار سهام بسیار بهم ریخته و تصادفی هستند که باعث میشود امکان پیشبینی آنها وجود ندارد. سوابق تجاری محدود به ۱۰۰ سال گذشته میشوند و قانون میانگین نیز بیرحم است. هرگونه سیگنال قابل پیشبینی که وجود داشته باشد، شرکتهای رقیب سریعا به آن دست مییابند و نابودش میکنند. در حالی که برخی صندوقها از الگوریتمها برای معاملات با فرکانس بالا استفاده میکنند، اما اغلب آنها را مجددا برنامهریزی میکنند و بهبود میدهند.
رقابت سنگین در این بخش از بازار باعث میشود که سود بسیار کمی برای شرکتهای جدید وجود داشته باشد. یک معاملهگر بسیار توانمند با نرخ موفقیت ۵۱ درصد هیجانزده میشود، البته هنوز این کار ریسک بالایی دارد. «Renaissance Technologies» شاید سودآورترین صندوق پوشش ریسک در این بخش باشد که با پیشبینیهای خود ثروت زیادی بدست آورده است. با وجود این موفقیت، J4 Capital ادعا میکند که نرخ موفقیت سرمایهگذاریهای آن نزدیک به ۶۰ درصد است.
در دنیای صندوقهای پوشش ریسک با ادعاهای زیادی روبهرو میشویم که تنها شمار کمی از آنها حقیقت دارند. در همین راستا دو فرد تحصیل کرده با تخصص در زمینه الگوریتمهای مالی درباره نوآوری انقلابی J4 Capital ابراز تردید کردهاند، البته هیچ کدام از آنها 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 میکند.گلیکمن اطلاعات کمی درباره مسائل مالی دارد. این مهندس کامپیوتر ۵۹ ساله تا به امروز در وال استریت یا بانکهای بزرگ کار نکرده و به همین دلیل سوپرکامپیوتر آن در بخشهای مختلف معامله نمیکند که درآمد محدود آن را در پی داشته. گلیکمن علاوه بر اینکه دانش مالی ندارد، الگوریتم سرمایهگذاری برای این سوپرکامپیوتر نیز توسعه نداده تا توسط آن ورودیها را انتخاب کند. گلیکمن بجای این کار، یک کامپیوتر فوقالعاده هوشمند خلق کرده که خودش را برنامهریزی مجدد میکند.
گلیکمن اعلام کرده نرم افزاری که او اجرا میکند، نوعی از اثبات قضیه است، یک الگوریتم غیرقطعی که مجموعهای از دادهها را مورد بررسی قرار میدهد و فرضیهای بر اساس آنچه میبیند، مطرح میکند. 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 میکند. به گفته این مهندس، نتیجه کار فوقالعاده قوی است.
ترفند اصلی این نرم افزار، تغییرات مداوم در بازار است. همانطور که شاید بدانید برخی مواقع سرمایهگذاران به سراغ طلا و گاهی به سراغ نفت میروند. گلیکمن در این زمینه گفته:
«بعضی مواقع بازار از اتفاقاتی که در جهان رخ میدهند، میترسد که برای مثال میتوان به جنگها یا آزمایش موشکهای هستهای توسط کره شمالی اشاره کرد. این ترسها باعث میشوند که بازار واکنش منفی از خود نشان دهد و سرمایهگذار ضرر کند.»
حرکات بازار تصادفی به نظر میرسند، اما در پایان روز سرمایهگذاران اطلاعات خود را از منابع یکسان مانند مصرف نفت و قیمتها، میزان ابتلا به کرونا و وال استریت ژورنال تامین میکنند. اما آیا هوش مصنوعی میتواند تمام این اطلاعات را تحلیل کند؟ گلیکمن هوشمندانه از کلمه تصادفی استفاده میکند مانند اینکه هرج و مرج در جهان تنها یک توهم است تا یک نظم اساسی را مخفی کند. وی ادامه میدهد:
«زمانی که اطلاعات بسیار پیچیده میشوند، مغز انسان نمیتواند آنها را متوجه شود. در حالی که شاید ما فکر کنیم که این اطلاعات تصادفی هستند، اما چنین چیزی وجود ندارد. ما تنها با اطلاعات پیچیدهای روبهرو هستیم که از توانایی ذهنی انسان بالاتر است، اما سوپرکامپیوترها توانایی تحلیل آنها را دارند.»
پس از آن ارتش خواستار برنامهای شد که بتواند از سیگنالهای رادیویی برای شناسایی سیلوهای موشک در شبکههای رمزگذاری شده مرکز فرماندهی و کنترل استفاده کند. یکی دیگر از پروژههایی که گلیکمن برای ارتش انجام داد، توسعه یادگیری ماشینی برای بهبود تحلیل هوایی زیرساختهای دشمن بود تا پنتاگون بتواند با بمبهای سبکتر به میزان خسارت موردنیاز خود دست پیدا کند و هزینهها را کاهش دهد.گلیکمن از دانشگاه ایلینوی مدرک کارشناسی خود را دریافت کرد اما هیچ وقت به سراغ کارشناسی ارشد نرفت و سعی کرد ایدههای خود را به کسب و کارهای قابل رشد و توسعه تبدیل کند. در اوایل دهه ۸۰ میلادی شرکت «Thumb Scan» را تاسیس کرد که از برخی از پتنتهای اولیه در زمینه امنیت بیومتریک و اثر انگشت محافظت میکند. پس از این شرکت، گلیکمن کسب و کار مشاورهای خود را راهاندازی کرد و با شرکتهایی مانند فورد و جنرال موتورز همکاری داشت اما پیچیدگیهای صنایع نظامی توجه او را به خود جلب کرد. وزارت دفاع بدنبال هوش مصنوعی برای پیشبینی قدرت نظامی نیروهای خارجی بود و گلیکمن در این زمینه مشغول بکار شد.
در حالی این موارد مشکلات نظامی مهمی بودند و حقوق مناسبی به برطرفکنندهها پرداخت میشد، اما یکی از وظایفش که مهندسی معکوس برای پیشبینی 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 سالها جستجو برای پیدا کردن جواب این سوال، در سال ۲۰۰۰ به یک کتاب دست پیدا کرد که عنوان «شکست بازار» را یدک میکشید. این کتاب باعث شد گلیکمن به سراغ استفاده از یادگیری ماشینی برای شکست بازارسهام برود.
در سال ۲۰۰۴ این مهندس کامپیوتر متوجه شد که به یک نرم افزار جدید مبتنی بر هوش مصنوعی نیاز دارد، یک اثباتکننده فرضیه که میتواند خود را مجددا برنامهریزی کند تا مدلهای جدید از اطلاعات مالی تولید کند. در میان سالهای ۲۰۰۵ تا ۲۰۱۰، وی مشغول کار روی این پروژه بود و به پیشبینیهای قابل اعتماد نزدیک و نزدیکتر میشد. با این وجود، همچنان نمیدانست که چگونه از نرم افزار خود استفاده کند، اما در نهایت شرکتی برای مدیریت مالی تاسیس کرد.
در حالی که شرکتهای مدیریت مالی به زیرساختها و تجهیزات زیادی نیاز ندارند، اما کار آنها بسیار سخت است. گلیکمن برای تاسیس شرکت خود توانست با یک نابغه که در ۱۹ سالگی مدرک MBA گرفته بود، همکاری کند. پس از مدتها بالاخره در ژوئن ۲۰۱۵ 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 وضعیت شاخص S&P 500 را برای روز بعدی پیشبینی کند، اما نمیدانست که چگونه این نرم افزار باید به نتیجه برسد.
مدلهای یادگیری عمیق و شبکههای عصبی یک مشکل رایج دارند که با نام «جعبه سیاه» شناخته میشوند: میلیونها یا حتی میلیاردها عملیات محاسباتی هوش مصنوعی میتواند درک این موضوع که آن چگونه به نتیجه مشخصی میرسد 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 ۸ ساعت اول چه کارهایی انجام داده است، نزدیک به یکسال تحقیق کردند. این نرم افزار کار خود را با ساخت تئوری شروع میکند و پس از اینکه متوجه میشود که جبر وجود دارد و از آن میتوان برای تفسیر دادهها استفاده کرد، آن را نگه میدارد. سپس هندسه را کشف میکند و در مراحل بعدی به سراغ مثلثات و حسابان میرود. در مرحله بعدی معادلات دیفرانسیل جزئی را کشف میکند و در نهایت هوش مصنوعی به سطح بالایی از ریاضیات دست مییابد.
پس از اینکار، گلیکمن به هوش مصنوعی خود اجازه میدهد که به صورت آزمایشی شروع به معامله کند که اگرچه در ابتدا سرعت کمی داشت اما با گذر زمان سریع و سریعتر شد. با افزایش تعداد معاملات، نوسان خروجیها کاهش پیدا کرد و شکست بازار سرمایه امکانپذیر شد. شاید برای درک نحوه کار سوپرکامپیوتر گلیکمن نیازی به داشتن دانش بالایی در زمینه ریاضی نداشته باشید، اما همچنان با یک فناوری اختصاصی روبهرو هستیم و نمیتوانیم درباره خودکار بودن آن اظهارنظر خاصی بکنیم.
با شیوع کرونا گلیکمن در خانه قرنطینه شده اما سوپرکامپیوتر آن همچنان به فعالیت خود ادامه میدهد. زمانی که برای اولین بار ویروس کرونا در ژانویه به واشنگتن رسید، گلیکمن شروع به آزمایش این موضوع کرد که کامپیوتر اگر تنها بماند، میتواند 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.
زیرساختهای معاملات مانند سوپرکامپیوتر خودکار 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 میتواند در لندن و هنگ کنگ نیز معامله کند و پاسخگوی درخواست ۱۰۰۰ یا حتی ۱۰ هزار مشتری باشد.
در حال حاضر J4 Capital یک شرکت کوچک محسوب میشود که گلیکمن برای ایجاد آن از دوستان و اعضای خانواده خود ۱۰ میلیون دلار پول قرض و ۴۰۰ سرور برای سوپرکامپیوتر خود تهیه کرد. این صندوق برای مدیریت پول ۲ درصد کارمزد میگیرد و ۲۰ درصد نیز از سود دریافت میکند، نرخهایی که در صندوقهای پوشش ریسک یک استاندارد است.
این شرکت وظیفه مدیریت ۷.۲ میلیون دلار سرمایه را تا پایان ۲۰۱۹ برعهده داشت، با این حال گلیکمن امیدوار است که حجم سرمایهها در آینده نزدیک به بیش از ۱۰۰ میلیون دلار برسد که این موضوع باعث میشود برای تشکیل پرونده به کمیسیون بورس و اوراق بهادر ایالات متحده آمریکا فراخوانده شود.
گلیکمن تنها به انجام معامله در بازار بورس راضی نیست و میخواهد ماشینش در بازارهای بیشتری حضور داشته باشند. حالا که این ابررایانه در حال آمادگی برای حضور در بازار سهام کشورهای خارجی است، سازنده آن میخواهد 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 مشکلات در زمینههای لجستیک و مدیریت زنجیره تامین برود، حوزههای که مشتریان خواستار کمک در آنها هستند.در حالی که این ابررایانه در حال چاپ اسکناس است، سازنده آن خانهنشین شده و روی بخشهای دیگری از تجارت خود تمرکز کرده که شامل پیدا کردن سرمایهگذاران جدید برای خرید تجهیزات بیشتر برای افزایش قدرت سوپرکامپیوتر و در نتیجه جذب سرمایه بیشتری برای مدیریت میشود. در حالی که J4 Capital قصد ندارد تبدیل به Renaissance Technologies دوم شود، میخواهد فعالیتهای خود را افزایش دهد.
برای گلیکمن فرقی نمیکند که سوپرکامپیوتر آن چگونه کار میکند 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 میخواهیم در فضای آنها نقش داشته باشیم. ما در حقیقت یک شرکت فناوری هستیم و برای ایجاد یک تجارت سودآور تلاش میکنیم و از آن سود بدست میآوریم، مانند سایر شرکتهای فناوری که در بازار حضور دارند.»
منبع : دیجیاتو