Anndy Lian | Inter-Governmental Blockchain Adviser | Book Author | Investor | Board Member | Singapore
会议总结|AAAI夏季研讨会:AI与Web3 共塑世界金融体系
- 增进公众对人工智能的理解。
- 改善人工智能从业者的教育和培训。
- 为研究规划者和资助者提供有关当前人工智能发展和未来方向的指导。
- 组织和赞助会议、研讨会和工作坊。
- 出版面向所有会员的季刊杂志。
- 出版一系列论文集,包括年度的人工智能AAAI会议论文集。
- 通过教育项目和政府联系为全球会员提供支持。
- 授予拨款和奖学金。
- AI x Metaverse
- Artificial Intelligence for FinTech (AI4FinTech)
- Building Connections: From Human-Human to Human-AI Collaboration
- Second Symposium on Human Partnership with Medical AI: Design, Operationalization, and Ethics
- Embodied Intelligence
其中,Moledao受AI4Fintech分会场的邀请,在7.18下午2:30-3:30pm,请到了很多 AI+Web3 的资深从业者和项目方,协助举办了一场激动人心的圆桌讨论活动。
联合主席:SMU, NUS, NTU
活动网站:https://aaai.org/conference/summer-symposia/summer-series-2023
主要内容:如何将人工智能(基于注意力机制的Transformer模型)整合到解决复杂金融挑战和引导战略决策中,包括深度定价、时间序列预测以及在销售、交易和资产管理领域应用生成式人工智能的重要项目。
金融领域的合成数据
分享嘉宾:Tucker Balch,Managing Director,J.P. Morgan AI Research
主要内容:如何利用机器学习、大数据和定量分析为投资专业人士提供有价值的投资见解。探索机器学习和密码学、多Agent系统模拟、高频电子市场和金融合成数据等领域。
加密资产分析和可视化发表
分享嘉宾:Ying Chen,Associate Professor, National University of Singapore
主要内容:讨论如何让大众投资者高效发掘潜在的加密资产相关的诈骗行为。由于区块链上的交易数据和诈骗类型的繁多和错综复杂,该文章使用了一个彩色的光碟样式的可视化图表,其能以一种直观的方式向交易者展示并锁定有关NFT市场的wash trade所在范围。
使用机器学习测量公司质量
分享嘉宾:Bin Ke,Professor of Accounting and Provost’s Chair at the NUS Business School
主要内容:主要研究使用机器学习来测量公司质量。采用19个基本比率作为指标,并使用XGBoost模型进行预测,相较于传统线性回归模型,表现提高27%。他们发现添加更多的会计数据或使用其他比率并不能得到更好的预测模型。研究结果表明,基于XGBoost和这19个比率的公司质量度量能更好地解释股票价格,并在价值投资交易策略中相对于传统Q分数模型表现更好。
深度学习在金融市场中的应用及其对贸易自动化和服务业的影响
分享嘉宾:Tomaso Aste,Professor of complexity science in the Computer Science Department at University College London
主要内容:讨论如何将强化学习应用于限价单簿(limit order book)来进行交易价格预测,以及如何使用拓扑深度学习技术进行时间序列数据的预测。除此之外,还将讨论对于贸易和服务行业自动化使用人工智能越来越复杂的影响的一般观点。
大语言模型与期望回报的关系
分享嘉宾:Dacheng Xiu,Professor of Econometrics and Statistics, Booth School of Business, University of Chicago
主要内容:研究关于使用大型语言模型从新闻文本中预测收益。相比传统基于词汇的方法,上下文化表示更全面地理解文本含义。研究包含16个股票市场和13种语言的新闻数据,证明了新闻导致的收益可预测性。通过实时交易策略,利用新闻提醒进行交易可以获得更高的夏普比率。
加密资产分析与可视化 – 简介与最新进展
分享嘉宾:Cheng Ling,PHD student at SMU
主要内容:关于虚拟资产分析,从资产转移路径入手,建立了一套完整的基于深度学习的分析方法。并且论文提出的方案不仅能够及时快速地检测出非法交易信息,并且可以对其交易模式提供一定的可解释性。关于可视化技术用于加密资产分析的论文中,展示了一种简明的加密资产可视化的途径。为了有效地应对虚拟资产领域的非法交易,可视化技术被引入到监测和监控过程中。可视化技术通过图表、图形和交互式界面等方式,将复杂的虚拟资产交易数据转化为直观的可视化信息,使监测人员能够更加直观地了解虚拟资产的流动和交易行为。文中列举了关于可视化技术用于wash-trading和Ponzi-scheme的检测,并取得了较好的效果。
Alibaba Cloud Intelligence
Web3的互操作性为各种应用之间的突破性合作打开了大门,带来了更加集成和以用户为中心的体验。从社交图谱到游戏化体验,价值创造和资产利用的潜力是巨大的。Web3 并不局限于加密货币爱好者;即使是传统的金融机构也正在将 Web3 的元素纳入其系统,在两个世界之间架起一座桥梁。
Prof Zhu指出:”我们目前面临的最大变化是,随着网络3和分散式金融的出现,中介机构被取消了。Web3 代表着传统集中式 Web2 的范式转变,它消除了中介,使用户能够直接控制自己的资产和数据。向 Web3 过渡可实现无缝、高效的点对点交易,从而增强金融服务。这一领域的显著发展包括去中心化金融(DeFi),它为无中介的借贷和资产增长提供了令人兴奋的前景。”
Martha用公司实际案例说明了Web3的便捷:团队和三方供应商分布在不同国家和地区,按照传统银行流程,开户、汇款会特别繁琐,通过考虑合规稳定币的方案能解决部分创业公司的烦恼。”
海栋提出:”我们面临的挑战是实现大规模应用,并将传统金融系统集成到 Web3 中。Web3 的大规模应用仍然是一个挑战。Web2 和 Web3 以及现有监管系统的融合需要谨慎驾驭。要在新旧货币之间取得平衡,同时确保在机器自动生成内容构成风险的世界中的网络安全,需要深思熟虑。”
人工智能:游戏规则的改变者
人工智能的崛起堪称一场变革。以ChatGPT为代表,其效率和自动化能力重塑了各行各业。在金融创新方面,人工智能提供了重要的安全和内容生成机会。机器学习算法可以高效地分析海量数据,从而改善风险管理和合规性。
关于人工智能和大语言模型,Martha说:“AI已经融入到了我们生活的方方面面,我甚至使用它来为我们团队写过公司发展路线。” 对此,Anndy也表示自己经常会使用ChatGPT来判断市场行情。
关于大模型未来的发展方向,Prof Zhu说:“商业的竞争正在从大模型之间的竞争,转向数据的竞争,数据的确权和价值的分发在未来会尤为重要,这一点也需要监管部门的参与。”
当然,人工智能的潜在风险也不容忽视。Wilson说:”在机器生成内容和网络攻击盛行的世界里,如何确保安全性、合规性和风险管理是一项挑战。例如,人工智能驱动的内容生成可以带来大量有价值的信息,但同时它可以生成以假乱真的虚假信息,对网络安全造成影响。”由此可见,随着人工智能算力和储存空间的不断提升,生成式攻击逐渐成为现实,加强网络威胁防范意识变得更加重要。
关于AI与Web3的融合,Anndy提出:”人工智能和 Web3 可以携手彻底改变金融服务。人工智能驱动的语言模型可以简化 Web3 等区块链平台上的编程,增强应用程序的开发和安全性。但是我仍然相信,AI不会取代人类,因为AI生成的东西其实并不完美,就拿写代码为例,AI生成的代码依然需要人为Debug才能正常运行。”
Thomas对此观点表示赞同,最后补充到:“在这个AI迅速发展的时代,未来大概率的工作模式会是:首先定义工作和目标,其次是制定衡量工作结果的标准,之后的内容就可以交给AI去完成了。所以作为普通人,积极地拥抱AI,就是这个时代提升自我竞争力的最好方式。”
嘉宾给的答案是:相信会是各个语言地区的开源社区的力量。巧合的是,时隔一天,就出现了Llama-v2模型,来自开源社区。她说:“第一次觉得自己就站在科技发展的滚滚浪潮前,每个时代都有好多可以见证的里程碑。”
随着这些技术的不断演进,不管是金融机构、企业,还是个人,都需要适应这个充满可能性的新时代。通过深思熟虑、负责任地拥抱这些进步,我们可以更好地抓住时代的红利,见证一个充满无限可能和繁荣机遇的未来。
The post 会议总结|AAAI夏季研讨会:AI与Web3 共塑世界金融体系 appeared first on Anndy Lian | Inter-Governmental Blockchain Adviser | Book Author | Investor | Board Member | Singapore by Anndy Lian.