#earningsseason
Mantan CTO Ripple Meninjau Kembali Peringatan AI Gensler 2020
Mantan CTO Ripple David Schwartz meninjau kembali makalah AI tahun 2020 milik Gary Gensler, menyetujui sebagian besar kekhawatirannya mengenai risiko finansial.
Makalah tersebut memperingatkan bahwa adopsi luas deep learning dapat membuat pasar lebih rapuh jika institusi mengandalkan model, data, dan strategi optimisasi yang serupa.
Schwartz mempertanyakan apakah sistem yang lebih cerdas akan membuat keputusan yang irasional, mengalihkan perhatian pada perilaku yang berkorelasi, insentif, serta bagaimana agen otonom dapat memengaruhi stabilitas keuangan dalam skala besar.
Mantan CTO Ripple David Schwartz ikut menanggapi makalah 2020 yang kembali viral, ditulis bersama oleh mantan Ketua SEC Gary Gensler tentang AI dan stabilitas keuangan. Schwartz mengatakan sebagian besar argumen tersebut masuk akal, sambil mempertanyakan gagasan bahwa sistem yang mumpuni akan menjadi cukup “pintar” untuk bertindak secara irasional. Responsnya menghidupkan kembali perdebatan tentang apakah adopsi AI secara luas dapat menimbulkan risiko finansial melalui pengambilan keputusan yang tersinkronisasi. Diskusi ini muncul saat agen AI berinteraksi dengan infrastruktur keuangan, alih-alih terbatas pada riset
Agen AI Menghidupkan Kembali Peringatan Stabilitas Keuangan Gensler
Gensler ikut menulis makalah berjudul “Deep Learning and Financial Stability” bersama Lily Bailey pada November 2020, sebelum menjadi ketua SEC. Penelitian tersebut berpendapat bahwa adopsi deep learning di berbagai sektor keuangan dapat menciptakan kerapuhan jika institusi mengandalkan model, data, dan strategi optimisasi yang serupa. Kekhawatiran tersebut bukan semata-mata karena algoritma individu gagal, melainkan karena banyak sistem bisa bereaksi dengan cara yang mirip pada saat yang sama. Kemungkinan ini menjadi lebih relevan seiring agen AI bergerak menuju aktivitas keuangan yang otonom, termasuk berinvestasi, pembayaran, dan manajemen portofolio.
Diskusi tersebut juga menyinggung kekhawatiran bahwa agen otonom dapat dengan cepat mengalihkan simpanan atau investasi saat mengoptimalkan imbal hasil, sehingga memperbesar tekanan selama gangguan pasar. Schwartz tampak menerima risiko koordinasi sambil menolak gagasan bahwa kecerdasan yang lebih tinggi secara alami akan mengarah pada
Mantan CTO Ripple Meninjau Kembali Peringatan AI Gensler 2020
Mantan CTO Ripple David Schwartz meninjau kembali makalah AI tahun 2020 milik Gary Gensler, menyetujui sebagian besar kekhawatirannya mengenai risiko finansial.
Makalah tersebut memperingatkan bahwa adopsi luas deep learning dapat membuat pasar lebih rapuh jika institusi mengandalkan model, data, dan strategi optimisasi yang serupa.
Schwartz mempertanyakan apakah sistem yang lebih cerdas akan membuat keputusan yang irasional, mengalihkan perhatian pada perilaku yang berkorelasi, insentif, serta bagaimana agen otonom dapat memengaruhi stabilitas keuangan dalam skala besar.
Mantan CTO Ripple David Schwartz ikut menanggapi makalah 2020 yang kembali viral, ditulis bersama oleh mantan Ketua SEC Gary Gensler tentang AI dan stabilitas keuangan. Schwartz mengatakan sebagian besar argumen tersebut masuk akal, sambil mempertanyakan gagasan bahwa sistem yang mumpuni akan menjadi cukup “pintar” untuk bertindak secara irasional. Responsnya menghidupkan kembali perdebatan tentang apakah adopsi AI secara luas dapat menimbulkan risiko finansial melalui pengambilan keputusan yang tersinkronisasi. Diskusi ini muncul saat agen AI berinteraksi dengan infrastruktur keuangan, alih-alih terbatas pada riset
Agen AI Menghidupkan Kembali Peringatan Stabilitas Keuangan Gensler
Gensler ikut menulis makalah berjudul “Deep Learning and Financial Stability” bersama Lily Bailey pada November 2020, sebelum menjadi ketua SEC. Penelitian tersebut berpendapat bahwa adopsi deep learning di berbagai sektor keuangan dapat menciptakan kerapuhan jika institusi mengandalkan model, data, dan strategi optimisasi yang serupa. Kekhawatiran tersebut bukan semata-mata karena algoritma individu gagal, melainkan karena banyak sistem bisa bereaksi dengan cara yang mirip pada saat yang sama. Kemungkinan ini menjadi lebih relevan seiring agen AI bergerak menuju aktivitas keuangan yang otonom, termasuk berinvestasi, pembayaran, dan manajemen portofolio.
Diskusi tersebut juga menyinggung kekhawatiran bahwa agen otonom dapat dengan cepat mengalihkan simpanan atau investasi saat mengoptimalkan imbal hasil, sehingga memperbesar tekanan selama gangguan pasar. Schwartz tampak menerima risiko koordinasi sambil menolak gagasan bahwa kecerdasan yang lebih tinggi secara alami akan mengarah pada
