AI 对冲基金创造新货币,要将华尔街“开源”

简介:

雷锋网2月23日报道,华尔街是一个竞技场,一场完全属于金钱的达尔文优胜劣汰的竞争。Gordon Gekko曾说,贪婪是好的,“它抓住了进化精神的本质”。华尔街是这样运作的:一个对冲基金寻找到一个利益点,便开始进行疯狂保护,将他们的交易数据锁死,阻止他们的交易员跳槽去隔壁公司。而这个利益点就存在于没有人能发现的市场无效率和更低的成本费用之中。但是Richard Craib 想要改变这一切。他想将华尔街的血腥竞争转变成一种和谐共生。

据《连线》杂志报道,如今,这个29岁的南非技术员和他的另类对冲基金 Numerai 启动了一项新的数字货币项目。Craib 的想法非常奇怪,所以不同于以往的任何经验,这个项目的命名都变的很模糊。从比特币的底层技术中获得灵感的 Craib 为自己的创新加入了Crypto金融(Crypto++库是一个用c++编写的密码类库)领域所谓的“数字令牌”——一种基于互联网的资产,可以将从风险资本到计算机电源的一切进行众包。Craib 希望他设计的特殊令牌可以让华尔街的人在一个团队中工作。这是一个奇怪、复杂却潜力巨大的创新,它建立在技术上一个非常大胆的安排、一种新的布局和对资本市场前提条件的一种质疑。贪婪依旧很好,但是人们一同工作也许更好。

据雷锋网了解,位于旧金山的 Numerai 是一个用人工智能操控交易的对冲基金。但是这个系统并不只是 Craib 的功劳,而是数千名数据科学家努力创造的最好的交易算法的结果,并且在他们得到努力下,它战胜了比特币。整个概念听起来像是一个硅谷的冷笑话。但是 Numerai 已经用这样的方式进行交易超过一年,据 Craib 说,系统也在持续获利。这个项目也吸引着很多大人物,比如复兴技术公司(Renaissance Technologies)的创始人Howard Morgan(该公司是技术驱动型交易领域的先驱者,获得过巨大成功)。

AI 对冲基金创造新货币,要将华尔街“开源”

(图为 Richard Craib)

这个系统的精妙之处在于:Numerai 将数据交给科学家们之前会先将交易数据加密,以防止他们模仿基金的交易。同时,公司会谨慎地组织这些加密数据,使得数据科学家们可以用数据建立模型提升交易质量。这样的众包方式在某种程度上看起来非常可行。但是在 Craib 眼中,这个系统仍然存在着一个重大问题:如果一个优秀科学家从中获利,会因为某些动机邀请其他优秀科学家加入其中,这种众包的思维其实是与华尔街“自利“的核心理念相悖的,华尔街坚信应为自己挣最多的钱。

这也正是 Craib 的新令牌想法的来源。Craib 和他的公司相信,如果可以将所有人的动机统一起来,Numerai 会更加成功。他们希望这种新的货币——Numeraire,可以将在线竞争变成一种合作,将华尔街的模式逐渐转变。

人人共赢

在系统的第一个版本中,Numerai 发生了一个重大失误。公司发放比特币的标准是只基于加密测试数据的成功,而不进行真实市场测试。这个设定相当于在鼓励科学家们与系统数据赌博,为自己获利而不是为整个基金工作。比特币大企业 Coinbase的联合创始人及华尔街资深人士 Fred Ehrsam 说“这个判断标准只基于过去发生的事情,而不是未来发生的事情。“

但是 craib 觉得这个系统的失误还有另一个方面,这也是华尔街的问题所在——数据科学家们仍然在竞争,他们每个人都只为个人奋斗,而不是为了一个相同的目标。他们最大的兴趣是为自己赢得更多的利益。如果他们把成果发布出去,那么竞争会更加激烈,他们赢得的奖金会变少。尽管科学家们正在共同建立一个主要的人工智能,但是他们仍然有分歧,基金和这些基金的创建者目的相左。

为了解决这个问题,Numerai 将 Numeraire,总共1,000,000个令牌分配给12,000个参与的科学家。科学家在排行榜上排位越高,就能获得更多的 Numeraire。但是 Numeraire 并不是一个真实可用的货币,它只是用来下注他们的机器学习模型会在真实市场中运行顺畅。据雷锋网(公众号:雷锋网)了解,如果他们的交易成功,他们可以将Numeraire 取回,并获得比特币的报酬,算是一种分红;如果交易失败,公司会清除他们的 Numeraire,也不会给他们发放薪酬。

这个新的系统鼓励数据科学家们建立可以在真实市场而不是在测试数据上运行的模型。Numeraire 的价值也会因为整个对冲基金的整体成功而按比例增加,因为如果基金增长的时候,Numerai会为数据科学家拥有的每一个Numeraire兑付更多的比特币。Craib 解释到:”因为Numerai 每月会给持有 Numeraire 的人付一百万美元,那么 Numeraire 的价值会变得非常高,因为持有 Numeraire 将会是赚取这一百万的唯一途径。“

这是一个精妙的逻辑:每个用Numeraire 下注的人都有一个让其他人建立最好模型的动机,因为大家一起努力,使得基金成长的越快,大家可以分红的额度越多。每个人都有想要增加更多人才的动机。这是一种奖励合作的结构。

另外,尽管 Numeraire 本身没有固定的价值,但是它必定会在二级市场上被交易。最有可能的买主会是一些成功的数据科学家,因为他们想要增加他们的存量,下更多的赌注,得到更多的比特币。并且如果基金取得成功,二级市场需求增加,那么即使那些不下赌注的人也能看到他们 Numeraire 价值的增加。在它的交易过过程中,Numeraire 会变成一种“股票“,一种自成体系的”货币“。

一个富足的合作体系

对Craib,这个头发卷曲,身高190的受过训练的数学家来说,他的希望就是 Numeraire 能够激励华尔街像一个开源软件一样运行。在这个“软件”中,大家互相分享,所有人从合作中获利,整个系统变得更好。比如谷歌将他们的人工智能引擎开放出来,因为来自外部的改善会使得谷歌自己的系统也变得更好。

“为什么技术是合作博弈而金融则是零和博弈呢?”Craib问道,“技术公司从由不同类型的人组成的网络效应中获利。因为他们都在努力构建整个网络,而不是相互竞争。”

Craib 和他的公司在以太坊(Ethereum)中构建他们新的令牌。如果这个令牌能赶上比特币的发展之路,那么与此相关的每个人都会想要主动推进这个新项目,将它推入新的发展之路。

via wired.com


本文作者:何忞
本文转自雷锋网禁止二次转载, 原文链接

相关文章
|
25天前
|
机器学习/深度学习 人工智能 算法
整合海量公共数据,谷歌开源AI统计学专家DataGemma
【10月更文挑战第28天】谷歌近期开源了DataGemma,一款AI统计学专家工具,旨在帮助用户轻松整合和利用海量公共数据。DataGemma不仅提供便捷的数据访问和处理功能,还具备强大的数据分析能力,支持描述性统计、回归分析和聚类分析等。其开源性质和广泛的数据来源使其成为AI研究和应用的重要工具,有助于加速研究进展和推动数据共享。
48 6
|
2月前
|
存储 人工智能 uml
介绍一款好用的开源画图神器-draw.io | AI应用开发
draw.io 是一款基于浏览器的开源绘图工具,无需安装即可使用,支持多种操作系统和设备。其简洁的界面、丰富的形状库、智能对齐功能和强大的云端协作能力,使其成为专业人士和创意爱好者的首选。无论是产品设计、流程图绘制还是思维导图构建,draw.io 都能满足你的多样化需求。【10月更文挑战第7天】
154 0
|
13天前
|
人工智能 开发框架 搜索推荐
今日 AI 开源|共 10 项| 复合 AI 模型,融合多个开源 AI 模型组合解决复杂推理问题
今日 AI 简报涵盖多项技术革新,包括多模态检索增强生成框架、高保真虚拟试穿、视频生成、生成式软件开发、上下文感知记忆管理等,展示了 AI 在多个领域的广泛应用和显著进步。
96 10
今日 AI 开源|共 10 项| 复合 AI 模型,融合多个开源 AI 模型组合解决复杂推理问题
|
4天前
|
存储 人工智能 缓存
官宣开源 阿里云与清华大学共建AI大模型推理项目Mooncake
近日,清华大学和研究组织9#AISoft,联合以阿里云为代表的多家企业和研究机构,正式开源大模型资源池化项目 Mooncake。
|
25天前
|
存储 人工智能 SEO
全开源免费AI网址导航网站源码
Aigotools 可以帮助用户快速创建和管理导航站点,内置站点管理和自动收录功能,同时提供国际化、SEO、多种图片存储方案。让用户可以快速部署上线自己的导航站。
54 1
|
2月前
|
人工智能 Java API
阿里云开源 AI 应用开发框架:Spring AI Alibaba
近期,阿里云重磅发布了首款面向 Java 开发者的开源 AI 应用开发框架:Spring AI Alibaba(项目 Github 仓库地址:alibaba/spring-ai-alibaba),Spring AI Alibaba 项目基于 Spring AI 构建,是阿里云通义系列模型及服务在 Java AI 应用开发领域的最佳实践,提供高层次的 AI API 抽象与云原生基础设施集成方案,帮助开发者快速构建 AI 应用。本文将详细介绍 Spring AI Alibaba 的核心特性,并通过「智能机票助手」的示例直观的展示 Spring AI Alibaba 开发 AI 应用的便利性。示例源
|
2月前
|
人工智能 Java API
阿里云开源 AI 应用开发框架:Spring AI Alibaba
阿里云开源 Spring AI Alibaba,旨在帮助 Java 开发者快速构建 AI 应用,共同构建物理新世界。
|
2月前
|
机器学习/深度学习 人工智能 TensorFlow
解锁AI潜力:让开源模型在私有环境绽放——手把手教你搭建专属智能服务,保障数据安全与性能优化的秘密攻略
【10月更文挑战第8天】本文介绍了如何将开源的机器学习模型(如TensorFlow下的MobileNet)进行私有化部署,包括环境准备、模型获取与转换、启动TensorFlow Serving服务及验证部署效果等步骤,适用于希望保护用户数据并优化服务性能的企业。
60 4
|
2月前
|
人工智能 自然语言处理 搜索推荐
【云栖实录】大模型驱动,开源融合的AI搜索产品发布
本文介绍了2024云栖大会上,阿里云发布的年度AI搜索产品详情。
192 8
|
2月前
|
人工智能 编解码 文字识别
阿里国际AI开源Ovis1.6,多项得分超GPT-4o-mini!
阿里国际AI团队提出了一种名为Ovis (Open VISion)的新型多模态大模型的架构。