策略思考

讀書心得-《Principles》by Ray Dalio (原則) (中)

2017 年 9 月 28 日

Be cautious about trusting AI without having deep understanding

前陣子Tesla創辦人Elon Musk提出的"AI威脅論",認為AI的快速發展,有可能人類文明存亡造成根本性威脅。在投資的領域中,許多程式、高頻交易可能取代交易員,甚至導致主觀交易沒有辦法獲利的問題,也早已不是新聞。而被稱為AiCIO的Dalio,也在書中提出對於AI的看法:

I worry about the dangers of AI in cases where users accept-or, worse, act upon- the cause-effect relationships presumed in algorithms produced by machine learning without understanding them deeply. 我擔心人類過於依賴AI所帶來的危險。更糟的是,人們依賴機器學習算法中假定的因果關係,而沒有深入了解它們。

“Artificial intelligence”(人工智慧)與”Machine learning”(機器學習)兩個名詞常被混視為同義詞,但兩者其實大不相同,Dalio將由機器輔助進行決策分為三種型式:

  • Expert systems (專業系統):Expert systems也是目前橋水應用在投資決策的方式。藉由了解一連串的因果關係,建立明確的標準,並可以預見在各種不同情況下可能造成的結果。
  • Mimicking (模仿):模仿可以應用在可預測且重複發生的情況中。藉由電腦觀察到固定的模式,而非了解背後的邏輯,應用在決策當中。
  • Data mining (資料探勘):machine learning在近幾年發展快速,藉由電腦可以迅速運算大量的資料跟找出固定運行的模式。

我們由上面的描述可以看出,若是藉由模仿或是機器學習的方式進行決策,其實具有相當的風險。因為兩者皆是藉由電腦來發現其"固定的模式"作為依據,但當某些未被預期的因素發生改變,電腦是沒有辦法馬上反應並即時做出相應的處理。或是電腦有可能會將兩個先後發生的事件視為因果關係,舉例來說,我們早上起床後吃早餐這兩件先後發生的事件,電腦可能會將其視為起床(因)導致肚子餓(果)。

Dalio認為,每一個決策背後都應有一個符合邏輯的因果關係,而深度的思考與徹底的了解對於進行決策是絕對必要的。那為什麼很多人對於機器學習還是抱持的盲目的信念呢?

因為他們認為人性驅使我們先選擇較簡單,容易思考的方式,間接導致我們倚賴對於電腦的幫助。這與我們有時會預測失準的情況類似,在《精準預測》這本書中提到,許多預測人員把相關當成因果關係,尤其是在這個巨量資料的時代中,人們把雜訊當成訊號的案例比比皆是,反而推導出錯誤的結論。若是我們可以徹底了解現象背後的根本原因,預測可能會有利的多。

以投資領域來說,當某交易決策被廣泛地採用,這個交易策略則很有可能會失靈。市場中的行為會影響價格,換句話說,當每一個人都知道商品的價值,這個商品的價格有可能就會偏離其真實的價值了。再者,市場並不擁有規律性,而是充滿了隨機性。而Dalio將他認為所有可能影響市場的因素,轉換為其依據的原則,再藉由電腦的輔助做出最佳化的決策,其背後所倚靠的是持續不斷觀察而得出的因果關係。

《魔球投資學》這本書當中也有提出與Dalio相符合的概念,也就是決策能力包含了「了解資訊、有條理的整合資訊、在決策過程中找出相關資訊,以及避免衝動回應」幾種要素。這過程也與Clayton Christensen、Paul Carlile和David Sundahl所提出建構理論的三大階段類似:

1) 以文字和數字來描述你想要理解的事物:目標在於仔細觀察、敘述、估量某個現象,而這個現象必須是特定主後來的研究者也會認同的現象

2) 依相似性為現象進行分類:讓一切變得有組織,並釐清各種現象之間的差異

3) 建構一個可以解釋現象行為的理論:立基於嚴謹分類的穩健理論可解釋因果關係。理論必須具備可否證性。

Thinking → Principles → Algorithms

將想法轉換為原則,再轉變為演算法的過程中,科技的進步扮演著重要的角色。這個過程可以應用在不管是投資決策或工作的決策當中,可以排除情緒性因素的影響,增加決策的效率與可靠性。但人類的弱點相對也可以視為一項優勢,由於我們的感性、富含創造力與想像力,讓我們可以建構對於未來的藍圖,我們對於價值觀的認定幫助我們鑑別目標的重要性,而做出更好的決策。而我們可以利用機器的優勢,屏除人性的偏見與盲點,提供更多可能性,並製造出更好的結果。

Dalio認為在某些情況下,模仿與資料探勘是可利用的,但必須確認未來會與過去所發生的有一致性的關係。讓我們可以在更多的變數之中,考慮到所有可能發生的情況。但在我們處於一個充滿變數的世界,含有眾多你所無法掌握的因素之下,Dalio最後寫道:

I suspect that AI will lead to incredibly fast and remarkable advances, but I also feat that it could lead to our demise.

    發表留言