Kas tehisintellekt on parem investor kui inimene?

Masin ei lämbu infotulvas ega tee ebaloogilisi otsuseid. Inimese juhitav tehisintellekt toob kasu ka investoritele.

ILKKA PERNU

tehisintellekt

 
Kuidas nutitelefonid oskavad muuta kõne tekstiks? Kuidas e-posti programmid tunnevad ära rämpsposti ligi sajaprotsendilise täpsusega ja isesõitvad autot suudavad liikuda turvaliselt?

Kõik eelpool mainitud asjaolud tulenevad ühest tehnoloogilisest innovatsioonist – tehisintellektist.

Tehisintellekti tehnoloogiat on arendatud juba aastaid, kuid 2010. aastatel on selle kasutamine plahvatuslikult kasvanud seda mööda, kuidas on suurenenud arvutite võimsus.

Tehisintellekti kasutavad nii meelelahutustööstus, soovitades publikule teda huvitavat materjali, kui ka krediitkaardifirmad, tabades kaardipettusi. Tehisintellekt suudab isegi leida satelliidifotodelt orjatöö tegijaid. Kasutusvaldkondi on piiramatult.

Ka rahandusmaailmas kasutatakse tehisintellekti varasemast rohkem. Kõige selle keskmes on Briti firma Prowler.io. Kompanii arendab tehisintellektil põhinevat otsustusvõimet lisaks rahandusmaailmale ka logistika- ja transpordivaldkonna ning linnaplaneerimise vajadusteks. Prowler.io on oma ala eelkäija. Firma juhtiv uurija ja teadlane Carl Rasmussen on üks maailma hinnatumaid asjatundjaid tehisintellekti ja masinõppimise alal. Konkurents asjatundjate ligimeelitamiseks on tehisintellektiturgudel terav, sest ainult kõige andekamad matemaatikud suudavad lahendada raskeimaid tehisintellektiga seotud ülesandeid.

Masin ei tunne infolämbumist, kui vaid arvutusvõimsust on piisavalt.

Prowler.io ärijuht Sami Salomaa ei ole uurija, vaid keskendub tehisintellekti sobitamisele. Ta on teinud pikaajalise rahvusvahelise karjääri nii tehnoloogiatööstuses kui ka rahandusalal. Lõpetanud tehnikakõrgkooli 1994. aastal, uurides ja rakendades matemaatilisi prognoosimudeleid. Powler.io-s on Salomaa ülesanne juhtida firma finantsalaseid rakendusi. Ta väidab, et tehisintellekt on talle südamelähedane.

Tehisintellekti kasutamine finantsmaailmas ei ole midagi uut. Rahanduse korraldamisel on portfellihaldurid alati koostanud prognoosimudeleid selle kohta, kuidas tasub oma vara investeerida, pidades silmas riske ja prognooside täpsust.

„Tehisintellekt on hea tööriist paremate ja rikkalikumate prognooside tegemiseks. Lisaks prognoosidele huvitab investoreid, kui kindel prognoos on ja millised on investeeringu võimalikud lõpptulemused,“ rääkis Salomaa.

Ühtviisi jälgitakse paljudes suurtes firmades tehisintellekti abil, kuidas firmatehingud, majandusprognoosid, konkurentide tegevus, töötajate värbamine või ostetavad kaubad mõjutavad firma tegevust ja tasuvust. Prowler.io süsteemid on kasutusel ka neis keskkondades.

Ka analüütikud kasutavad oma igapäevases töös tehisintellekti. Niinimetatud fundamentaalanalüüsi puhul kogub analüütik märkimisväärse hulga infot eri firmade kohta, et otsustada, milliseid aktsiaid portfelli valitakse. Asjatundjate kasutusse tuleb üha laienev määr tehisintellekti algoritme, mida analüütikud saavad kasutada otsuste tegemiseks nii investeerimisel kui ka tööstuses. Tehisintellekt on protsesse kiirendav tööriist: investeerimisvariante võib olla tuhandeid ning inimene ei suuda kuidagi kõigisse neisse süveneda, veel vähem reageerida kõigile jätkuvatele muutustele nende tähtsusjärjekorras.

Ka sel juhul teeb lõpliku otsuse siiski inimene.

On olemas ka kolmas viis tehisintellekti ära kasutada. Portfelliga seotud kümned koordineeritud ja igapäevased muutmissoovitused teeb inimese asemel tehisintellekt. See on Prowder.io trump. Firma tehisintellekt suudab teha inimese võimeid ületavaid koordineeritud ja iseseisvaid otsuseid, näiteks anda investeerimissoovitusi seoses ulatuslike portfellidega.

 

MIKS INIMENE TOIME EI TULE?

„Inimesel on piiranguid,“ ütleb Salomaa.

Inimese piirangud ja isegi kahjulikud omadused tulevad vastu paljudes rahanduse korraldamise ja investeerimisega seotud etappidel, kui on vaja tegemist teha numbritega. Salomaa loetleb nelja eri põhjust:

Esitekst:  masin on masin. See suudab käidelda suuri infokoguseid inimesega võrreldes mitmekordse kiirusega.

Teiseks: kuigi inimene suudakski käidelda palju informatsiooni, on siiski inimlik, et mingi hetk tekib tal infolämbumine. Inimene hakkab tegema vigu. Keskendumisvõime väheneb. Masin sellist lämbumist ei tunne, kui on vaid piisavalt arvutusvõimsust.

Kolmas põhjus on veelgi inimlikum: on leitud, et inimene ei suuda numbrite aluselt täpselt hinnata tõenäolisusi ja suhtelisusi. Kümnete ja sadadega tuleb ta veel hästi toime, kuid näiteks tuhandete ja kümnete tuhandete puhul ollakse juba abitu. Miljonitest ja miljarditest rääkimata.

 

Inimesel on kombeks teha ebaloogilisi otsuseid.

 

Neljas ja viimane tegur on kõige otsustavam: kognitiivsed kõrvalekalded. Inimestel on kalduvus teha ebaloogilisi otsuseid.

„Klassikaline näide on järgmine: kuna tean ühest asjast rohkem kui teisest, eelistan esimesse investeerimist. Tegemist on tuntuse tundega. Investor, kellele meeldivad teatud firma tooted, võib eelistada seda firmat ka oma investeerimisotsuste tegemisel, kuigi firma aktsiad oleksidki investeerimisobjektina kehvad,“ selgitab Salomaa.

Sama kognitiivse kõrvalekaldega on seotud vastupanu muutustele ja see, et me anname suurema osakaalu arvamustele, mis on meie enda omadele lähedased.Salomaa toob näite oma praeguselt kodumaalt Suurbritanniast. Riigi on vallutanud Brexiti kaos, mis kõigutab valuutat.„Kui hirm suureneb, müüvad kõik paaniliselt Briti naelsterlingeid. Kui palju on sel juhul õigupoolest tegemist valuutaanalüüsiga ja kui palju lihtsalt tundega?“

Inimene lihtsalt ei ole neutraalne kasumi ja riski suhtes, mis on siiski investeerimise puhul kõige tähtsam. Masin on neist kõrvalekalletest vaba. Masinat Brexiti tundetormid ei morjenda. „Meie süsteem on üles ehitatud matemaatilise struktuuri kaudu nii, et see kõrvaldab kõik need kahjulikud tegurid. Süsteem käitleb infot õigel viisil, teisiti kui inimene.“

SIISKI ON KA INIMESEL selles süsteemis tähtis roll, sest inimene – Prowler.io puhul kümned eri teaduste doktorid – on määratlenud tehisintellekti tööpõhimõtted ning vastutab teisalt ka tehisintellektilt saadud soovituste rakendamise eest. Näiteks investeerimisel. Prowler.io tehisintellekti kasutav portfellihoidja võib piirata süsteemi aktiivsust ja tegutsemisvabadust. Portfellihoidja võib tegutseda koos süsteemiga, eriti siis, kui ebakindlus on suur või infoanalüüsi kaudu ei ole informatsiooni saadaval. Piiratud või väga ebakindlad olud saab seega kõrvale jätta.

Seda tegutsemisviisi nimetatakse Principled AI ehk põhimõtteline AI.

 

„Me ei ütle masinale, et osta mida tahes ajaloo põhjal. Alati on määratletud näiteks aktsiate maksimumkogus, millega tohib kaubelda ja kui tihti. Tingimusi on palju.“

Usutakse, et tehisintellekt automatiseerib aktsiaäri ja sellega seotud süstemaatikat. Samal ajal muutub investeerimisproffide töö: tulevikus saavad nad keskenduda mehaanilise kauplemise asemel ärijuhtimisega.Käesoleval ajal elatakse tehisintellekti arengus niinimetatud esimeses põlvkonnas, mille areng sai alguse juba 1980. aastatel. Tehisintellekti õppimine põhineb ikka veel numbrilistel  mudelitel. ”Teatud numbritele ja parameetritele otsitakse väärtused õppimise ehk kordamiste kaudu. Murrang toimus aastatuhande algul, kui arvutite arvutusvõimsus plahvatuslikult kasvas.“

Mida rohkem prognoosimudeleid masin suudab arvutada, seda „arukam“ see on. Võimsuse kasv on võimaldanud muu hulgas tänapäevase näotuvastustehnoloogia arengut.

Inimliku arukusega ei ole siin siiski tegemist. Tehisintellekt põhineb korrelatsioonil: tulevasi asju prognoositakse varasemate sündmuste alusel. Tänapäeva tehisintelligent ei suuda ehitada tõhusalt kausaalseid mudeleid. Kui arvuti leiab korrelatsiooni jäätise söömise ja uppumissurmade vahel, võib see otsustada, et üks põhjustab teist, kuigi tegelikult mõjutab mõlemat ilus ilm.

Trumpi säutsude ja aktsiaturgude vahelise korrelatsiooni kohta on juba nii palju infot, et prognooside tegemine on saanud võimalikuks.

 

„Suur osa maailmas kasutatavast tehisintellektist on veel üsna rumal ja sirgjooneline, kuigi sellega võidakse teha ka küllalt muljetavaldavaid asju.“

Salomaa sõnul läheneb tehisintellekti järgmine põlvkond juba inimlikumatele tegevusmudelitele. „Inimene suudab otsustada korrelatsioonide üle ilma suurte infomäärade või omaenda varasemate kogemusteta. Sa ei hüppa auto ette, kuna tead, et see võib teha haiget, kuigi ei ole seda varem kogenud.“Inimlikkuse juurde kuulub ka kollektiivselt jagatud info, ja eetika.

Prowler.io tehisintellektipõhi suudab Salomaa sõnul öelda rohkem kui korrelatsioonil põhinev tehisintellekt. „Kui suudame kirjeldada, kuidas keegi tegutseb, võime ehitada prognoosimudeleid informatsioonile, mida veel ei ole. On võimalik ehitada osalistel tähelepanekutel rajanevaid süsteeme ja asju otsustada. Tõenäolisuste abiga pääsetakse lähemale sellele, mida inimene mõtleb, kuid ilma tunneteta.“

Kuigi tehisintellekt ei oska veel teatavasti ennustada Donald Trumpi mõtteid, võib sellest olla kasu turureaktsioonide ennustamisel. Tehisintellekti ja õigete mudelite abil saab näiteks ennustada, kui suur aktsiaturgude korrigeerimine võib toimuda, kui Trump säutsuks tuleval ööl tollipiirangute kehtestamisest Kanada suhtes. Trumpi säutsude ja aktsiaturgude vahelise korrelatsiooni kohta on juba nii palju mudeliteks ühendatavat infot, et prognooside tegemine on võimalik.

Tehisintellekt elab üle murranguperioodi, kuid me oleme veel kaugel ulmefilmide ähvardavatest tulevikuvisioonidest, kus masinatel on arenenud teadvus ja need langetavad otsuseid, mida inimene ei ole neisse programmeerinud. Seni teeb tehisintellekt vaid seda, mida inimene on sellele õpetanud ja mida inimene käsib sel teha.

Tehisintellekti käideldavad prognoosimudelid toovad investorile kasu. Risk, et tehisintellekt hakkab tegema halbu otsuseid, on tühine, kui tegevusmudel ja vabadused on määratud keskkonna suhtes õigesti. Tehisintellekt ei ela oma elu.

„Masinat ei jäeta nurka üksi surisema. Otsuste tegemisel kasutatakse tervet mõistust ja sellel põhinevaid struktuure.“

 

_________________________________________

Mandatum Life ostis kevadel osa Prowler.io-st. Teised omanikud on mh Tencent, Pearson, FutureShape, RB Capital, Amadeus Capital Partners, Passion Capital, SG Innovate, Atlantic Bridge ja Cambridge Innovation Capital.


Similar articles