Нейрон

На картинке ниже вы можете увидеть модель биологического нейрона. В упрощенном виде рабочий процесс нейрона можно представить следующим образом: нейрон получает сигнал на входе, обрабатывает сигнал, передает его и дает модифицированный сигнал на выходе другим нейронам. Если вы хотите больше информации о нейронах, вы можете найти ее здесь.

Что сейчас действительно важно для нас, так это то, что в человеческом мозге находится приблизительно восемьдесят шесть миллиардов нейронов. Каждый нейрон имеет в среднем 7000 синаптических связей с другими нейронами. Очень похоже на гигантскую сеть нейронов.

А что если бы мы могли создать искусственный нейрон, который выполняет ту же функцию, что и биологический? И, на самом деле, мы можем создать такой, примерно как на картинке ниже:.

А что если мы сможем объединить тысячи и миллионы искусственных нейронов в сеть? Тогда мы могли бы получить сеть искусственных нейронов, прямо как в мозге человека. И вот вопрос, разве такая сеть не будет являтся искусственныйм интеллектом? Еще нет. Во-первых, каким-то образом нам нужно обучить эту сеть, чтобы дать нам ожидаемый выходной сигнал в ответ на вводимые параметры. И как раз в этот момент и начинается машинное обучение. После того, как такая искусственная сеть нейронов будет обучена, мы можем использовать ее как ИИ, но, к сожалению, только для той задачи, для которой она была обучена.

Итак, теперь вы можете видеть, что искусственный мозг очень похож на биологический. Они работают по одним и тем же принципам и могут иметь одинаковую структуру. И я задам вам вопрос: имея искусственный мозг, можем ли мы запрограммировать его для анализа финансовой отчетности?

Когнитивные искажения

Далее мы подходим к проблеме когнитивного искажения. Амос Тверский и Даниэль Канеман проделали большую работу, представив миру понятие когнитивных искажений. Из-за когнитивной предвзятости люди склонны отклоняться от рационального выбора в процессе принятия решений. Вы можете прочитать больше о проблеме когнитивного смещения здесь.

ИИ, в отличие от людей, имеет управляемую предвзятость . Управляющий ИИ может настроить его так, как он хочет, и в любое время, когда пожелает. Это очень хорошее преимущество ИИ.

Ошбки при моделировании

Представьте, что человек научился делать что-то в своей жизни, например, чистить зубы, делать покупки или готовить. И он в принципе продолжит использовать свои навыки без каких-либо изменений. Это большая удача, если эти навыки ведут к успеху и максимизируют результат. Но что, если эти навыки приведут к посредственному результату, а хозяин этих навыков будет считать результат приемлемым для себя? Получается, что он не изменит свое поведение без воздействия внешних сил, например таких как, сильное психологическое давление или угрожающие жизни обстоятельства. Так что это значит? Это означает, что если обычный человек совершает ошибки, он будет постоянно повторять их.

С другой стороны большинство людей даже не понимают, что они делают ошибки. Обычно они предпочитают отрицать ошибки, а не исправлять их, особенно когда кто-то со стороны указывает на эти ошибки. Причиной такого исхода является то, что один или несколько раз в прошлом определенный поведенческий паттерн был успешным, и человеческий мозг это усвоил, поэтому при сходных обстоятельствах человеческий мозг использует тот же паттерн. А процесс изменения условий использования поведенческих паттернов в мозге человека требует огромного количества энергии, ведь ему прийдется перестроить множество нейронных связей. А человеческий мозг стремится к экономии энергии, это свойство мозга обусловлено уже эволюцией.  Вот почему изменения в поведении человека возможны под очень сильным давлением в течение длительного периода времени, или при угрожающих жизни обстоятельствах

С Искуственным интеллектом все гораздо проще, он не заботится об экономии энергии и не отрицает собственных ошибок и может постоянно искать лучшие решения, под наблюдением человека.

Заключение

В таких задачах, как оценка огромных объемов финансовой отчетности компаний, Искусственный Интеллект работает эффективнее человека. Однако в создании и совершенствовании моделей оценки компаний, люди пока лучше. Если обощить, то  ИИ более точен, быстр и дешев в рутинных простых и повторяющихся задачах, особенно там, где применимо масштабирование. В нашем случае это прогнозы цен на акции на основе финансовой отчетности компаний, технического анализа и анализа настроений участников рынка.