伦敦:“我的同事们研究的是人工智能，”以色列心理学家阿莫斯·特沃斯基(Amos Tversky)曾打趣道。“我，我研究自然的愚蠢。”这位行为经济学的联合创始人于1996年去世，他没能活到2023年，那时他的更多学术同事与风险资本家、企业领袖和股票经纪人一起加入了人工智能的大潮。
但投资者应密切关注特沃斯基的专业化。研究心理、情感和社会因素如何影响人类决策的行为经济学为那些希望利用人工智能赚钱的人提供了一些重要的指导。
第一个教训是最明显的:当心泡沫。自去年11月OpenAI发布ChatGPT聊天机器人以来，资本源源不断地涌入所有与人工智能相关的领域，这已经变成了一股洪流。全球领先的人工智能芯片制造商英伟达(Nvidia)的股价在过去六个月里飙升了100%以上。自今年2月宣布将人工智能纳入其必应搜索引擎以来，软件巨头微软(MSFT.O)的市值已增长近5000亿美元。上周，谷歌(Google)首席执行官桑达尔·皮查伊在公司年度I/O大会上公布了新的人工智能产品后，这家公司的投资者在一天之内就让这家公司的市值增加了600亿美元。
事实上，对人工智能的热情已经成为打破美国利率破纪录上升所造成的股市低迷的一道光芒。法国兴业银行(SocGen)分析师马尼什•卡布拉(Manish Kabra)上周估计，如果不考虑人工智能相关的涨幅，标准普尔500指数今年迄今将下跌2%。相反，它上涨了8%。这种繁荣甚至会对宏观经济产生影响。爱尔兰财政部长迈克尔·麦格拉思上周公布了一个新的900亿欧元主权财富基金的计划，该基金的资金主要来自苹果(AAPL.O)和微软(Microsoft)等在爱尔兰注册的科技巨头的公司税横财。
对其他公司来说，人工智能的脆弱性可能意味着厄运。Chegg (CHGG.N:行情)本月早些时候承认，ChatGPT等所谓的大型语言模型正在蚕食其市场，导致该公司股价大跌。
正统的资产定价模型表明，这些剧烈的波动反映了对未来盈利能力的不断变化但理性的评估。但行为经济学长期以来提供了另一种解释，它列举了人类决策中的系统性缺陷。这些因素包括从众、过度自信、确认偏误和害怕错过。对于投资者来说，这是一个好时机，尤其要警惕一种天生愚蠢的趋势，即把股市估值推向不现实的极端——从而最终无利可图。
然而，行为经济学最重要的教训与一个更根本的问题有关:新一代人工智能会实现它的承诺吗?这项技术已经取得了一些令人印象深刻的成果。2020年11月，谷歌DeepMind的AlphaFold在分子生物学的一个重大挑战上取得了突破性进展，震惊了科学界。它仅根据组成蛋白质的氨基酸序列来预测蛋白质“折叠”的结构。诺贝尔奖得主、时任英国皇家学会会长的文基·拉玛克里希南(Venki Ramakrishnan)称这是一项进步，将“从根本上改变生物学研究”。
AlphaFold展示了被广泛认为是人工智能最大的优势:它能够识别人类直觉和传统统计分析无法识别的模式，然后利用这些模式进行预测。人工智能在国际象棋和围棋等战略游戏中击败人类对手的惊人成就，也体现了同样的能力，并使ChatGPT能够写出令人毛骨悚然的连贯散文。
最大的未知数是，人工智能是否能够在规则模糊的商业、金融和政治生活领域复制这种非凡的预测能力。行为经济学为这种在野外应用人工智能的尝试提供了一些警示。
在建立基于统计学习的预测模型时，一个潜在的问题是所谓的抽样偏差。问题是，用于训练模型的数据集可能会忽略罕见但重要的事件。例如，股票市场的回报可能受到少数罕见但极端的股价波动的影响。因此，量化交易公司经常回避纯粹的数据挖掘策略，而倾向于采用假设而非学习所谓尾部风险概率的方法。不太懂技术的投资者在运用简单的启发法(如传奇投资者本杰明•格雷厄姆(Benjamin Graham)的“安全边际”(margin of safety))时，也会采用他们自己的相同策略。
行为经济学家在研究人类如何学习时描述了抽样偏差的问题。但神经网络可能也有类似的缺点。智能机器，就像天生愚蠢的人类一样，将不得不面对一个令人恼火的事实:证据的缺失几乎从来都不是证据的缺失。
当涉及到建模和操纵人类行为时，可能是所有问题中最令人沮丧的:古德哈特定律。这就是英国央行(Bank of England)官员查尔斯•古德哈特(Charles Goodhart)在1975年首次提出的悖论:当一个指标成为政策目标时，它就不再是一个可靠的指标。例如，货币总量曾经是通胀的良好预测指标。但当央行根据这些数据制定目标时，这种稳定的相关性就消失了。
这个问题的根源在于，人类系统具有内在的适应性，而物理系统则不然。如果人们意识到自己的行为违背了自己的利益，他们就会理解并试图智胜预测自己行为的努力。参与蛋白质折叠的氨基酸则不然。
再一次，这些实际的挑战在投资领域得到了充分的证明。证券交易是一场零和游戏:一个投资者的资本收益是另一个投资者的资本损失。因此，一旦发现历史上成功的交易规则，市场的其他部分就会有一种强大而自动的动机去适应和废除这些规则。古德哈特定律解释了为什么系统投资策略所享有的超额回报通常会随着时间的推移而减少。人工智能是否能更好地摆脱自身引力，仍是一个悬而未决的问题。
投资者如果忽视人工智能迄今产生的惊人成果，那将是疯了。但当涉及到更广泛的应用时，他们应该小心行事。人工智能可能比人类或机器目前认为的与自然愚蠢有更多的共同之处。
访问news.dtnext.in浏览我们的互动报纸!
下载DT Next应用程序获得更多令人兴奋的功能!
点击这里下载iOS
安卓系统点击这里