AlphaGo无敌了但是将退出竞技舞台 华尔街在机器人面前也节节败退

人工智能

636人已加入

描述

  2016年在首尔战胜传奇棋手李世石时,AlphaGo所弈出的创新着法,给围棋界带来了全新的知识。而年初以Master身份在网络上进行的非官方对局,也给包括柯洁在内的许多顶尖棋手带来了深远影响。两位顶尖棋手与AlphaGo分别配对,也展示了人类利用AI在复杂领域中产生全新认知的潜能。

  许多运动员在获得冠军后会选择退役。而当谷歌人工智能AlphaGo在最古老和最复杂的棋类游戏中战胜所有挑战者后,会做出怎样的“决定”呢?上周在备受瞩目的柯洁对阵AlphaGo围棋大战中,柯洁以0比3负于人工智能AlphaGo。这一结果也引发AI爱好者和研究人员的密切关注。可以肯定的是, AlphaGo的超强能力令人印象深刻。

  

  据外媒报道, DeepMind团队周一表示,AlphaGo会将重点转移到新的挑战上。 该团队在一篇博文中表示:“如果AI系统证明他们能够在一些领域发现新的知识和策略,那在这些领域的突破将十分可观。我们已经迫不及待地想看到这一切的发生。”

  DeepMind团队称,这些新目标可能包括“新的疾病治疗方法、显著降低能源消耗及发明革命性的新材料等”。此前,他们补充称:“尽管 AlphaGo 将退出竞技比赛的舞台,但这绝不是我们与围棋界合作的终点。”

  AlphaGo的下一步是治病、降低能耗

  围棋界对AlphaGo给予了积极的评价,职业棋手和业余围棋爱好者也对AlphaGo给围棋这一古老游戏带来的全新视角表示欢迎,他们对AlphaGo的反应让我们十分感动。我们计划把这些新发现应用到其他新领域,以解决当前我们正面临的一些最重要最迫切的科学挑战。

  对于AlphaGo而言,本周在围棋诞生之地与世界顶尖棋手举行的一系列扣人心弦的比赛,已经是它作为一个竞技程序所能企及的巅峰。因此,此次围棋峰会将是AlphaGo参加的最后一场赛事。

  从现在开始,AlphaGo的研发团队将把精力投入到其它重大挑战中,研发出高级通用算法,为科学家们解决最复杂的问题提供帮助,包括找到新的疾病治疗方法、显著降低能源消耗、发明革命性的新材料等。如果人工智能能够在上述领域发现新的知识和策略,那在这些领域的突破将十分可观。我们已经迫不及待地想看到这一切的发生。

  华尔街在机器面前也节节败退

  有着223年历史的美国纽约梅隆银行,在过去的十五个月里投放了超过220名“机器人军团”,以提高工作效率,降低运营成本。很遗憾,华尔街雇佣的员工在逐年减少。一年来,华尔街的12家顶级投行中,股票、固收和投行的雇佣人数下滑3%,减少了1900人。这已经是华尔街员工的连续第五年减少,2012年以来,华尔街累计削减了12700名员工。

  AlphaGo

  这是来自Coalition数据分析公司的数据,统计对象包括了美银美林,巴克莱,法巴银行,花旗,瑞信,德银,高盛,汇丰,摩根大通,摩根士丹利,法国兴业银行和瑞银12家投行。

  削减的员工,与“机器人”脱不开干系。

  有着223年历史的美国纽约梅隆银行,在过去的十五个月里投放了超过220名“机器人军团”,以提高工作效率,降低运营成本。该行预计每年可节省30万美元。

  全球最大资产管理公司贝莱德CEO认为,贝莱德的阿拉丁等解决方案业务营收占比将在未来五年从当前的7%跃升至30%。阿拉丁是贝莱德自行研发的风险管理与交易系统,基于大量可靠的历史数据,采用算法来预测股票、债券等资产的未来走势。

  而纵观投行乃至对冲基金的招聘趋势,传统的金融人才形势更加严峻。被动投资显著跑赢主动投资,量化人才比选股经理更受欢迎。

  上月贝莱德宣布,裁员40名主动型基金员工,包括7名投资组合经理,以量化投资策略取而代之。60亿美元的资产未来将采用计算机与数学模型进行投资的量化投资策略。

  Institutional Investor旗下Alpha富豪榜显示,25位高收入对冲基金经理去年合计斩获94亿美元,几乎只有三年前一半,比2008年金融危机低谷期还低;去年上榜门槛1.3亿美元是2011年以来最低。

  更令金融界忧伤的是,在量化人才的争夺战中,最为富有的资金管理者也变成了弱势群体。

  所有的企业,从投行、对冲基金,到科技公司,乃至其他500强企业,数据科学家都是绝对的香饽饽。数据科学家们可以从社交媒体上的图片发掘消费需求,也可以为金融市场建模来作出最佳投资判断。

  全球最大上市对冲基金公司Man Group的CEO对华尔街日报表示,谷歌正从世界各地搜罗数据科学家。“谷歌比我更有钱,我没办法和谷歌抢人。”

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分