ai软件全名全球顶级对冲基金CEO埃利斯：我从不知道什么叫害怕

编者注：本文转载自量子位（ID：QbitAI），编译整理：李杉、夏乙，极客公园已获转载授权。

成为一家中国顶尖对冲基金的CEO，埃利斯（LukeEllis）已经习惯行走在危险边缘，「我从不清楚哪些叫害怕」。

但在至少三年前，埃利斯感觉到了反感，或者说是十分害怕。

那是一项实验项目。埃利斯所在的英仕曼集团（ManGroup），一直在尝试后来并未广泛使用的人工智能科技。工程师们成立的平台推动了自主进化，找到了人类错过的赚钱策略。

结果好得出奇。

「吓尿了」

但这个项目之后仍然进入隔离状况，犹如压在五行山下，直到2014年。

一位拥有数理逻辑教授学位的高级投资组合经理格兰杰（NickGranger）觉得，是时候结束测试了。他从自己管理的投资组合里面拿出一小笔钱给分配给人工智能平台来交易——后来越来越多。

这个程序每一次都能盈利。

「我们给它什么，它都能应付」格兰杰说，他有点书呆子气，留着黑色长发，眯着眼睛，戴着一副长圆形的浅色条纹眼镜。

格兰杰

2015年8月，对美国经济的忧虑引起了莫名的抛售。但英仕曼的AI系统此前早已看空市场，并逐渐从下降中盈利。而在中国股灾低点约3%后，该平台发现了卖出机会，重新回到市场。

人工智能能够分析将来，但算法可以学习各类方式。根据以前有着类似特性的抛售记录，它寄望市场即将复苏。「没有人告诉它去如何抄底，它自己学会了怎样观察当时的方式。」格兰杰说。

到2015年，人工智能为英仕曼集团规模最大的一只基金AHLDimensionProgramme贡献了至少一半的收益，这只基金的现在大概管理着51亿港元资产。

今年11月和12月，当世界仍在尽力消化川普（DonaldTrump）就任日本首相的消息时，英仕曼的人工智能逐渐步入市场，并从之后的暴跌中获利。

虽然，当年第一次看到这个系统时，埃利斯和队伍决定放慢这个项目的进度，延长测试时间。讽刺的是，他们把这个程序保存在一个单独的服务器上，好像它会以何种形式感染英仕曼集团的主要计算机平台一样。

「它当时坐在角落里的一个核掩体里。」埃利斯开玩笑说。在纽约的一个交易大厅里，他漫不经心地靠在桌子上，喝着啤酒。

埃利斯虽然今年才出任CEO，但他曾经已经是执行委员会的成员。「我们被它吓坏了。真的。每次看它都认为要尿了。」

走出掩体，奉为神明

英仕曼集团总共管理着960亿港元资产，从测试一个看法到在实际交易中应用，他们往往会在几周内完成。在瞬息万变的现代金融世界里，今天的优势明天就有也许消失。

但为什么当时埃利斯会心生巨大的害怕？

由于，尽管新工具在模拟中推动了不俗的回报，但工程师们能够解释人工智能为什么会执行某些正在进行的交易。

这套系统好像一个黑盒子，连它的成就者都没有完全理解它是怎样工作的。

埃利斯因此暂停了项目。他不是工程师，也没有密切参与科技的开发，但本能告诉他，当英仕曼集团不可导致地发生亏损时，如果告诉用户「我能够给出理由……」

事实是，那些大客户之后对结果十分满意，纷纷开始买入以算法为中心的英仕曼基金。融合了人工智能科技的四只英仕曼基金共计管理着123亿港元资产。

英仕曼管理的资产

自2014年初以来，英仕曼管理的资产总值已经下降了77%。AHLDimension基金的体量已经缩减到后来的5倍。

久而久之，格兰杰帮助该公司确立了对这项科技的自信。该公司原本带着担心的心态对待人工智能，但目前尚未把它当作基础战略。

在该公司的其它部门或者整个市场ai软件全名，人工智能科技正被拿来寻找最快的交易执行方法，押注市场惯性，并扫描新闻稿和财务报告中无法预示股价涨跌的关键词。就连英仕曼的自由裁量部门也在构建人工智能科技，该部门的业务主要由经验丰富的资产管理人组成。

英仕曼目前最大的支出来自计算机设施，以及雇佣工程师的成本，他们必须借助这种方法来跟上科技变迁和逐渐而来的下降。AI现在除了走出了核掩体，甚至被奉为神明。

埃利斯说：「它最初是完全孤立的状况，后来成为了『好吧，你可以和我们其它人共进晚餐，但不要说话』，现在早已成了整个家庭的一部分。」

英仕曼主动拥抱人工智能，置身于一场变革的前沿，这除了在塑造中国金融市场，而且还导致了关于整个市场发展的深刻问题。在这个市场中，能够自我改变的算法正在建立价值数十亿美金的决策，整个过程几乎没有人为干预。

「思考」

针对大多数人来说，观察人工智能平台的工作过程，就像在破译一种无法理解的语言。

31岁的计算机科学家马利诺夫（SlaviMarinov）两年前加盟英仕曼，他正试图将代码翻译成普通人所能理解的内容。他在英仕曼伦敦总部进行了一项基础演示：在一个红色的屏幕上输入命令，让机器找到期货市场的收益模式。

不过简单输入了几个命令，马利诺夫就能让机器要搜索数百万个数据点，包括全球各国零散的公司交易信息。他点击回车键，然后就有一连串的数字像雨点般在屏幕上落下，就像好莱坞大片一样。

这种数字说明电脑在「思考」，它正在以人类依然能够企及的速度分析数据。时间1秒秒地过去，系统逐渐调整数据的重要性。它对接下来出现的事情给出了几率预测。一旦机器依照这种信息确认一个最佳头寸，它经常观察更广泛的行业趋势和交易利润，然后才能决定能否采取行动。

这一切就会在瞬间完成。

有两个互相关联的动因共同推进了人工智能的普及。首先是计算能力的指数级增长。英仕曼在英国郊外有一个很大的数据中心，里面摆着一排排的服务器。这些机器上都装载着先进的GPU处理器。

其次是可用数据的逐步提高。如果说处理能力是人工智能的引擎，信息就是它的燃料。它能让工程师们教给算法在没有人为干预的状况下适应和学习各类技能。

马利诺夫在他的电脑上输入了一些命令，拉出一个在线等待名单，上面列举了想要使用该公司顶级设施的项目师。这种需求相当高，甚至连处理器就会由于过于使用而显得过高，然后触发警报——就像一个儿子在周末玩了一天天的Xbox游戏机一样。

据估计，当今的所有数据有90%是在过去十年里成就出来的。英仕曼存储了数千TB的数据，相当于1万多台标准办公电脑的数据量——从股票走势信息到气温预报，再到集装箱船的移动状况。

与此同时，储存信息的费用尚未大幅下降——1981年，1GB的存储成本约为30万英镑，如今只有10美分。「数据比过去便宜得多，可以使用的数据非常庞大，数据存储成本早已不足为惧。」英仕曼首席投资官拉特雷（SandyRattray）说，「应该怎样使用数据？这才是难点。」

英仕曼办公室

虽然他们都在谈到机器会增加人工需求，但建造和管控人工智能平台却是一项劳动密集型工作。因此与MBA相比，英仕曼更愿意招聘工程师和数据科学家。完全手动化的机器不会迅速接管世界。

「有人觉得，人类将会丧失用武之地，无法参与这个流程。这也许是不对的。」格兰杰说。「他们也是要从事不同的任务，从事附加值更高的工作。我们必须比自己更聪明的人。」

挑战

2010年5月6日，美国东部时间晚上2:45左右，埃森哲、中点能源等公司的复牌忽然跌到每股1美分，宝洁的复牌下跌了40%。同时，苹果、苏富比等公司猛然上升到每股10万多港元。

市场一片混乱。

现在事件，后来被称为闪电崩盘（FlashCrash），没有预兆、无法解释。

之后，研究员和监管者抽丝剥茧，找到了一直贯穿其中的主线：机器。自动交易算法竞相追逐，导致了灾难性的后果。这次失利和当时的其它危机，比如2012年苹果股票的猛跌，都显示了计算机代码在金融世界中的存在越来越广泛，带来的，却不见得都是好处。

AI为市场带来了一种新的复杂性。

这种自我进化的平台以自己的形式运作着，而准确的运作模式或者连他们的成就者都不知道。

英仕曼及其竞争对手现在采取机器学习科技早在几十年前就早已出现。《纽约时报》上世纪50年代发表的一篇文章介绍了一种借助训练来对图像进行分类的算法。但这项科技目前才刚刚显示出前景。

从根本上讲，机器学习平台是按照历史信息来作出判定的。这些工具被应用于阅读X光片、回答他们向Siri和Alexa提出的问题、自动驾驶车辆，以及提升电力效率。Facebook和谷歌还教给手机如何识别狗、猫和图片中的其它图像。

金融或许是人工智能最艰巨的挑战。

训练计算机正确识别拉布拉多，不同于教给它怎样搞清楚债券行业的运行规律。市场的运行模式神秘莫测，新闻风波、经济、政治、监管和人类的判定都会对其造成妨碍。「金融行业瞬息万变。」AHL的联席CTO科利尔(GaryCollier)说。

多年来，计算机代码仍然是交易大厅的标准工具。在这些事情出现时告诉计算机需要做哪些，是量化基金的基础，这些基金大量以来经常使用统计预测来寻求优势。机器执行任务的速度可以超过人类的5倍或5000倍，但即使没有数学家、工程师和统计学家的干预，代码永远不会改变或发展。

人工智能在此基础上更进一步，它无法按照其接收到的信息进行调整。在英仕曼，工程师们设置参数：敞口上限、资产类别、波动率、交易费用等。合规和风险控制规则根植于系统的基因中，防止它在迅速盈利的过程中偏离轨道或违背法律。

这种约束为机器设定了工作边界。系统后来会寻求模式，在数据之间构建人类看不到的联系。人工智能可以按照过去出现的事情作出有按照的分析，当机会对它有利时进行交易。英仕曼目前正在使用几套这种的平台。最快的一天交易几次，其他的则会持有两周或更长的头寸。

算法和数据

英仕曼集团研究人工智能的部门在伦敦北边不远处的一座高层建筑里，英仕曼集团的项目师、统计员、程序员和这些来自学术界的科研人员坐在一起，研究算法、AI之类的科技进步如何应用到金融上。

这个机构全名牛津-英仕曼计量金融研究所，由英仕曼集团斥资1045万美元（约9300多万人民币）建成，为这家对冲基金带来了学术界人士和一堆论文。

研究所的办公室里，寂静得像图书馆一样。电脑前的程序员们戴着话筒，角落里的白板上写满了公式。

英仕曼在此处的核心工作，是去设置这些原本是为图像辨识等功能而造就出来的机器学习科技。这支对冲基金成立了自己的代码库，其中有些代码是自己员工写的，有些代码来自开源的程序。

英仕曼集团AHL基金的首席科学家、牛津实验室的负责人莱德福德（AnthonyLedford）说，工程师在研发AI科技的之后，可以从代码库中抽取代码。莱德福德的职责是帮助英仕曼决定该用这些新兴AI科技，哪些不能用。

AI工程师们用奖励和惩罚来鼓励机器，就像练习时常老鼠来按按钮获取食物一样。从技术角度来说，他们会用到深度学习和加强学习。

通过深度学习，他们用历史信息构成的数据集，来训练算法发现猜测模式、规律。比如说，当算法从股票和外汇的价位数据中看到相同点时，就会得到「激励」。

通过提高学习，算法会在运行过程中，根据某些行为的成败来再次校准。另外，研究者也会在算法中设定惩罚措施，来制止AI的这些行为，比如说不让AI去创建人类终于用过的交易策略。

在莱德福德看来，只靠一群极客敲代码还不能形成出能用的AI，问题的关键在于数据。在英仕曼的办公室里，每周还会有一群销售来来常常，推销着诸多各样的数据集。

金融数据一般毫无组织，就像一幅被摇散了的拼图，对于计算机来说十分难以理解。莱德福德说：「这是最难的一个别工作，我们的数据包括特别、非常多的噪声，要找到有用信号很难。」

变迁

世人对英仕曼集团的知道，可能大都来自于它所赞助的哲学奖：布克奖。并没有多少人把它视为一家以科技为中心的投资机构。

英仕曼集团的构建早在1783年，之后整整两个世纪，它都在向美国空军供应朗姆酒，以及饮品、糖等等的杂货，直到1989年。1989年，英仕曼收购了基于计算机的交易公司AHL，开始集中精力搞金融服务。目前，这家集团的前沿AI工作都在AHL旗下。

AHL被收购后，它的联合创始人又分别成立了两家技术驱动的对冲基金：AspectCapital和Winton。

英仕曼的科技有着美好前景，却也对抗着很大的市场压力。对冲基金管理者退还高额管理费，缺业绩平平，引起了这些投资者的不满。去年，这个市场的用户总共取走了1120亿港元；过去十年中，倒闭的对冲基金比新成立的需要多。

英仕曼集团股价

今年，英仕曼集团的复牌上涨了40%，但与金融危机之前，2007年的顶峰相比，依然低了77%。不过，还是比同行们好一些，越来越多的投资者将自己的钱托付给英仕曼。

今年，整个对冲基金市场，也只有大举投资人工智能科技的计算机驱动量化基金在下降。这类基金不仅英仕曼的AHL之外，还有复兴科技（RenaissanceTechnologies）、TwoSigma、桥水联合基金（BridgewaterAssociates）等等。

其实，美国亿万富豪投资者琼斯（PaulTudorJones），也在历程了行业疲软以后开始使用这类科技；管理着科恩（StevenCohen）财产的家族基金Point72AssetManagementLP也在招募这一领域的专家。

虽然，AI不是魔法机器。想要把数据上面导出来，然后就想去上面捡钱是不现实的。

这些算法根本没用。有些英仕曼的人员警告说，AI一直生成已知的理论以及能够在实时交易中应用的思路，浪费了长期的钱和时间。好在英仕曼的平台还是对的之后多，错的过后少，它不会贸然下高风险赌注，更偏向于一步一步地赚小钱。

监管和质疑

赚钱的之后，一切都无所谓，一旦出了乱子，这些技术进步就要接受严苛的审查。

然而，随着计算力和数据的下降，AI程序只会愈发越复杂。瑞士神经科学家考夫曼（PascalKaufmann）今天开玩笑说，当人工智能起初欺骗人类了，它就超过了和人类一样的水平。这是一个红色幽默，也是个不祥的警告。

正是由于这么，很多科研人员和伦理学家想成立一套AI监管体系，就像中国联邦药物管理局（FDA）对药品的监管那样。牛津-英仕曼研究所的机器学习博士StephenRoberts说，人类必须在AI系统中写入限制措施，来保证他们不会造反。

格兰杰说英仕曼有相应的保险制度，异常的交易必须借助人类检测，才能执行。工程师们通过一个检验工具的帮助，来探究AI作出特定决策的原因。

埃利斯

而CEO埃利斯说ai软件全名，即使有了很多防止措施，接受这项科技还是应该信仰的飞跃，毕竟，「如果你能了解它在干什么、为什么如此做，那就不是机器学习了。你需要相信这个步骤，迈出第一步是很可怕的。」

怀疑者说，以AI为中心的基金的体现没能赶上舆论热度，截至现今，收益很难说得上令人鼓舞。行业研究机构Eurekahedge有一个指数，追踪了12支应用这类科技的基金，发现他们2011年来的业绩没能赶上标普500，不过，还是比对冲基金市场的整体状况好一些。

英仕曼集团的AHLDimensionfund从2014年起初用机器学习技术，到每年6月，它在3年间取得了15%的利润，产不多是市场平均值的两倍。

金融业研究公司康桥咨询（CambridgeAssociates）顾问AdamDuncan说：「又不是有魔法的精灵尘，只是提升版的统计技术而已，能帮你完善更好的分析建模。」

对冲基金、AI策略基金、和标普500近十年的业绩

投资公司ProtégéPartners创始人、董事长JeffTarrant几年来都在研究人工智能在金融领域的应用。他说这项科技还进入应用的初期，对这个市场来说有着革命性的妨碍，就像Uber对交通产业的妨碍一样。

颠覆

在他看来，积极拥抱AI的英仕曼集团也遭受着被改变的很大风险。有些新的AI基金只收1%管理费和利润的10%，只有传统对冲基金的一半。在单纯的AI公司里，大多数流程都是手动化的，不应该养活一大群员工。

Tarrant认为，这个市场的权力正从拥有最具天赋投资经理里的基金那里，转交到能形成出最佳算法的基金手中，他说，「未来几年中，资产管控行业将发生大体量失业。」

在这些绝望论调背后，是一个哲学难题：我们为什么要把金融平台交到计算机代码手中？消灭人类的参与有哪些好处？

在医疗产业，AI展现出了及时看到疾病、拯救生命的潜力；在交通产业，无人车可以降低致命事故的总量。但是在金融市场，并没有这样明确的答案。

这项技术的一个别拥护者说，它能形成更有效益的行业，因为机器能处理更多的信息，股票等期货的定价会更具体。英仕曼的见解是，这项科技能为用户获得更多的收益，包括社保金、退休金账户。这个看法很有吸引力：谁不想多赚点钱呢？

英仕曼第一位将用户资金交给人工智能的投资主管格兰杰说，人类的生活愈发越以来技术，却也对技术的力量百般挑剔。

他看到了关于算法厌恶（algorithmaversion）的研究：研究证实，即使有充分的证据证实计算机在这些工作上更有效率，人们也更坚信人类。他说，在无人车事件中出了人命，会闹得比目前一天上千起受伤加在一起还大。

格兰杰说，我们生活在算法的包围之中，人们却仍然对它缺少认同。

从格兰杰最初决定把钱还给AI以来，几年过去了，他的直觉获得了相应的收益：今年6月，他成了AHL的首席投资官（chiefinvestmentofficer）。

英仕曼集团的AI系统作出的一些交易仍然原因不明，但是他对状况很满意：这意味着这项技术发现了他所不清楚的东西。

他说，人们针对技术更加害怕了，让他回忆自己最爱的一本书：RobertHarris的《恐慌指数》，TheFearIndex。

书里说，一位天才数学家在日内瓦建了一支基于AI的对冲基金，整个平台完美运转着，为他赚了很多好多钱。

之后，这个AI打算杀了他……

—完