#earningsseason
O CTO emérito da Ripple revisita o aviso de 2020 da Gensler sobre IA
O CTO emérito da Ripple, David Schwartz, revisitou o artigo de 2020 de Gary Gensler sobre IA, concordando com grande parte da sua preocupação com o risco financeiro.
O artigo alertou que a adoção generalizada de deep learning poderia tornar os mercados mais frágeis se as instituições confiassem em modelos, dados e estratégias de otimização semelhantes.
Schwartz questionou se sistemas mais inteligentes fariam decisões irracionais, desviando o foco para o comportamento correlacionado, incentivos e para como agentes autônomos poderiam afetar a estabilidade financeira em grande escala.
O CTO emérito da Ripple, David Schwartz, se manifestou sobre um artigo de 2020 que voltou a circular e foi coautorado pelo ex-presidente da SEC Gary Gensler sobre IA e estabilidade financeira. Schwartz disse que grande parte do argumento fazia sentido, ao mesmo tempo em que questionou a ideia de que sistemas capazes ficariam inteligentes o suficiente para agir de forma irracional. Sua resposta reaviva um debate sobre se a adoção ampla de IA poderia criar riscos financeiros por meio de tomada de decisão sincronizada. A discussão acontece à medida que agentes de IA interagem com a infraestrutura financeira, em vez de permanecerem limitados à pesquisa
Agentes de IA reavivam o alerta de estabilidade financeira da Gensler
Gensler coautorizou o artigo, intitulado “Deep Learning and Financial Stability”, com Lily Bailey em novembro de 2020, antes de se tornar presidente da SEC. A pesquisa argumentou que a adoção de deep learning em todo o setor financeiro poderia criar fragilidade se as instituições confiassem em modelos, dados e estratégias de otimização semelhantes. A preocupação era menos sobre algoritmos individuais falharem e mais sobre muitos sistemas reagindo de forma semelhante ao mesmo tempo. Essa possibilidade se tornou mais relevante à medida que agentes de IA avançam para atividades financeiras autônomas, incluindo investimento, pagamentos e gestão de portfólio.
A discussão também citou preocupações de que agentes autônomos poderiam rapidamente deslocar depósitos ou investimentos ao otimizar retornos, amplificando o estresse durante interrupções do mercado. Schwartz pareceu aceitar o risco de coordenação, mas rejeitar a ideia de que mais inteligência, por si só, naturalmente lev
O CTO emérito da Ripple revisita o aviso de 2020 da Gensler sobre IA
O CTO emérito da Ripple, David Schwartz, revisitou o artigo de 2020 de Gary Gensler sobre IA, concordando com grande parte da sua preocupação com o risco financeiro.
O artigo alertou que a adoção generalizada de deep learning poderia tornar os mercados mais frágeis se as instituições confiassem em modelos, dados e estratégias de otimização semelhantes.
Schwartz questionou se sistemas mais inteligentes fariam decisões irracionais, desviando o foco para o comportamento correlacionado, incentivos e para como agentes autônomos poderiam afetar a estabilidade financeira em grande escala.
O CTO emérito da Ripple, David Schwartz, se manifestou sobre um artigo de 2020 que voltou a circular e foi coautorado pelo ex-presidente da SEC Gary Gensler sobre IA e estabilidade financeira. Schwartz disse que grande parte do argumento fazia sentido, ao mesmo tempo em que questionou a ideia de que sistemas capazes ficariam inteligentes o suficiente para agir de forma irracional. Sua resposta reaviva um debate sobre se a adoção ampla de IA poderia criar riscos financeiros por meio de tomada de decisão sincronizada. A discussão acontece à medida que agentes de IA interagem com a infraestrutura financeira, em vez de permanecerem limitados à pesquisa
Agentes de IA reavivam o alerta de estabilidade financeira da Gensler
Gensler coautorizou o artigo, intitulado “Deep Learning and Financial Stability”, com Lily Bailey em novembro de 2020, antes de se tornar presidente da SEC. A pesquisa argumentou que a adoção de deep learning em todo o setor financeiro poderia criar fragilidade se as instituições confiassem em modelos, dados e estratégias de otimização semelhantes. A preocupação era menos sobre algoritmos individuais falharem e mais sobre muitos sistemas reagindo de forma semelhante ao mesmo tempo. Essa possibilidade se tornou mais relevante à medida que agentes de IA avançam para atividades financeiras autônomas, incluindo investimento, pagamentos e gestão de portfólio.
A discussão também citou preocupações de que agentes autônomos poderiam rapidamente deslocar depósitos ou investimentos ao otimizar retornos, amplificando o estresse durante interrupções do mercado. Schwartz pareceu aceitar o risco de coordenação, mas rejeitar a ideia de que mais inteligência, por si só, naturalmente lev
