#earningsseason
Cựu CTO của Ripple xem lại cảnh báo AI năm 2020 của Gensler
Cựu CTO của Ripple, David Schwartz, đã xem lại bài nghiên cứu AI năm 2020 của Gary Gensler, đồng tình với phần lớn những lo ngại của ông về rủi ro tài chính.
Bài viết cảnh báo rằng việc áp dụng rộng rãi deep learning có thể khiến thị trường trở nên mong manh hơn nếu các tổ chức phụ thuộc vào các mô hình, dữ liệu và chiến lược tối ưu hóa tương tự.
Schwartz đặt câu hỏi liệu các hệ thống “thông minh hơn” có khiến người ra quyết định phi lý hay không, qua đó chuyển trọng tâm sang hành vi tương quan, động lực và cách các tác nhân tự chủ có thể tác động đến sự ổn định tài chính ở quy mô lớn.
Cựu CTO của Ripple, David Schwartz, đã lên tiếng về một bài nghiên cứu năm 2020 được khơi lại, đồng tác giả bởi cựu Chủ tịch SEC Gary Gensler, liên quan đến AI và sự ổn định tài chính. Schwartz cho biết phần lớn lập luận là hợp lý, đồng thời đặt vấn đề về ý tưởng rằng các hệ thống năng lực sẽ đủ “thông minh” để hành xử phi lý. Phản hồi của ông thổi bùng lại tranh luận về việc liệu việc áp dụng AI rộng rãi có thể tạo ra rủi ro tài chính thông qua việc ra quyết định đồng bộ hay không. Cuộc thảo luận diễn ra trong bối cảnh các tác nhân AI tương tác với cơ sở hạ tầng tài chính thay vì chỉ giới hạn trong nghiên cứu
Các tác nhân AI khơi lại cảnh báo của Gensler về sự ổn định tài chính
Gensler đồng tác giả bài nghiên cứu, có tiêu đề “Deep Learning and Financial Stability” (Deep Learning và Sự ổn định tài chính), với Lily Bailey vào tháng 11/2020, trước khi trở thành chủ tịch SEC. Nghiên cứu lập luận rằng việc deep learning được áp dụng trên toàn lĩnh vực tài chính có thể tạo ra sự mong manh nếu các tổ chức dựa vào các mô hình, dữ liệu và chiến lược tối ưu hóa tương tự. Mối lo ngại không nằm ở việc các thuật toán riêng lẻ bị lỗi, mà ở việc nhiều hệ thống phản ứng theo cách tương tự vào cùng một thời điểm. Khả năng này ngày càng trở nên đáng chú ý hơn khi các tác nhân AI tiến tới hoạt động tài chính tự chủ, bao gồm đầu tư, thanh toán và quản lý danh mục#ment.
Cuộc thảo luận cũng nhắc đến lo ngại rằng các tác nhân tự chủ có thể nhanh chóng chuyển dịch tiền gửi hoặc khoản đầu tư khi tối ưu hóa lợi nhuận, làm gia tăng áp lực trong các đợt biến động của thị trường. Schwartz dường như chấp nhận rủi ro phối hợp, đồng thời bác bỏ ý tưởng rằng trí tuệ cao hơn tự nhiên sẽ dẫn đến
Cựu CTO của Ripple xem lại cảnh báo AI năm 2020 của Gensler
Cựu CTO của Ripple, David Schwartz, đã xem lại bài nghiên cứu AI năm 2020 của Gary Gensler, đồng tình với phần lớn những lo ngại của ông về rủi ro tài chính.
Bài viết cảnh báo rằng việc áp dụng rộng rãi deep learning có thể khiến thị trường trở nên mong manh hơn nếu các tổ chức phụ thuộc vào các mô hình, dữ liệu và chiến lược tối ưu hóa tương tự.
Schwartz đặt câu hỏi liệu các hệ thống “thông minh hơn” có khiến người ra quyết định phi lý hay không, qua đó chuyển trọng tâm sang hành vi tương quan, động lực và cách các tác nhân tự chủ có thể tác động đến sự ổn định tài chính ở quy mô lớn.
Cựu CTO của Ripple, David Schwartz, đã lên tiếng về một bài nghiên cứu năm 2020 được khơi lại, đồng tác giả bởi cựu Chủ tịch SEC Gary Gensler, liên quan đến AI và sự ổn định tài chính. Schwartz cho biết phần lớn lập luận là hợp lý, đồng thời đặt vấn đề về ý tưởng rằng các hệ thống năng lực sẽ đủ “thông minh” để hành xử phi lý. Phản hồi của ông thổi bùng lại tranh luận về việc liệu việc áp dụng AI rộng rãi có thể tạo ra rủi ro tài chính thông qua việc ra quyết định đồng bộ hay không. Cuộc thảo luận diễn ra trong bối cảnh các tác nhân AI tương tác với cơ sở hạ tầng tài chính thay vì chỉ giới hạn trong nghiên cứu
Các tác nhân AI khơi lại cảnh báo của Gensler về sự ổn định tài chính
Gensler đồng tác giả bài nghiên cứu, có tiêu đề “Deep Learning and Financial Stability” (Deep Learning và Sự ổn định tài chính), với Lily Bailey vào tháng 11/2020, trước khi trở thành chủ tịch SEC. Nghiên cứu lập luận rằng việc deep learning được áp dụng trên toàn lĩnh vực tài chính có thể tạo ra sự mong manh nếu các tổ chức dựa vào các mô hình, dữ liệu và chiến lược tối ưu hóa tương tự. Mối lo ngại không nằm ở việc các thuật toán riêng lẻ bị lỗi, mà ở việc nhiều hệ thống phản ứng theo cách tương tự vào cùng một thời điểm. Khả năng này ngày càng trở nên đáng chú ý hơn khi các tác nhân AI tiến tới hoạt động tài chính tự chủ, bao gồm đầu tư, thanh toán và quản lý danh mục#ment.
Cuộc thảo luận cũng nhắc đến lo ngại rằng các tác nhân tự chủ có thể nhanh chóng chuyển dịch tiền gửi hoặc khoản đầu tư khi tối ưu hóa lợi nhuận, làm gia tăng áp lực trong các đợt biến động của thị trường. Schwartz dường như chấp nhận rủi ro phối hợp, đồng thời bác bỏ ý tưởng rằng trí tuệ cao hơn tự nhiên sẽ dẫn đến
