Czego "nie widzi" sztuczna inteligencja

Fakt, że zarządzający funduszami finansowymi (szczególnie firmy hedgingowe) oraz animatorzy rynków giełdowych (dbający o zachowanie pozorów płynności) korzystają z dobrodziejstw sztucznej inteligencji nie powinien nikogo dziwić. Po wielokroć już okazało się, że „nakarmiona” dużą ilości danych potrafi ona identyfikować nowe, zupełnie nieoczywiste wzorce zachowań, których zastosowanie daje przewagę konkurencyjną. Szczególnie nad tymi, którzy wciąż wierzą w analityczną moc ludzkiego umysłu.

Problem polega - jak zwykle - na rodzaju danych, którymi „karmi się” maszynę. Wykorzystanie na szeroką skalę sztucznej inteligencji przy analizowaniu rynków finansowych upowszechniło się jakiś czas temu. Rada Stabilności Finansowej (FSB – Financial Stability Board – międzynarodowe ciało powołane przez G20 po ostatnim kryzysie) zauważa, w swoim raporcie, że ilość przetwarzanych przez automaty informacji finansowych wzrosła w ciągu ostatnich siedmiu lat 10-krotnie. Przy czym przyrost gromadzonych danych jest - rok do roku - coraz większy.

Oznacza to, że sztuczna inteligencja ma precyzyjne – czasami nawet zbyt precyzyjne - dane analityczne za okres ostatnich trzech lat i nieco gorsze za lata wcześniejsze, kiedy to – z grubsza - zbierane były tylko te informacje, które mogły przebadać ludzkie mózgi.

Nierównowaga w zakresie zebranych danych jest istotna. Maszyny odnoszą swoje prognozy czy wzorce zachowań do lat, które są najlepiej udokumentowane. Każdy kolejny okres powoduje przyrost informacji, ale są one korygowane w stosunku do okresu bazowego. Im mniej pełne dane z lat wcześniejszych, tym trudniej maszynom o sensowne porównanie ich z sytuacją bieżącą. W skrócie: dla sztucznej inteligencji każdy kolejny rok to rodzaj odniesienia do okresu, który uzna ona za normę.

Tymczasem analogowi analitycy wiedzą, że w gospodarce po Wielkiej Recesji zaszło wiele zmian, które z normalnością mają niewiele wspólnego. Być może niektórzy pamiętają „szalone” próby ratowania instytucji finansowych przez banki centralne. Mieliśmy: drukowanie taniego pieniądza, obniżanie stóp procentowych, rzucanie na rynki obligacji, częściową nacjonalizację bankrutów, skupowanie toksycznych aktywów, i inne podobne działania ad hoc, które nie licują z zachowaniem instytucji gwarantujących stabilność finansową.

Czasy radosnej twórczości banków centralnych mamy – chwilowo – za sobą, ale efekty tych działań pozostaną z nami na dłużej. Stopy procentową są niskie – czasami, jak w przypadku Szwajcarii, grubo poniżej zera. Zalew taniego pieniądza też ma swoje negatywne konsekwencje. Wspomnę tutaj o dwóch. Zarządy firm często decydują się – z powodu nadmiaru gotówki na kontach – na skupowanie własnych akcji, zamiast na rozkręcaniu inwestycji. W samych Stanach Zjednoczonych szacuje się, że 10% notowanych publicznie przedsiębiorstw to spółki–zombie. (Technicznie rzecz ujmując: zombie to organizacja, działająca na rynku od co najmniej 10-ciu lat, której roczne przychody nie pokrywają kosztów.)

Szef Banku Rezerw Federalnych z Dallas, Robert Kaplan, wylicza jeszcze inne anomalie „otrzymane” w spadku po Wielkiej Recesji: rekordowo wysoka skala zadłużenia korporacji (rynek obligacji firmowych niemal się potroił od roku 2007), niska zmienność rynku giełdowego (brak poważnych korekt notowanych spółek od roku), i wreszcie najlepsze – kapitalizacja amerykańskich giełd stanowi 143% PKB Stanów Zjednoczonych.

Dla posiadaczy dłużej pamięci - niż ostatnie pół dekady – sytuacja rynków finansowych jest niestabilna i daleka od normalności. Do tej pory niska zmienność giełd była dla analityków sygnałem przegrzania i oznaką nadciągającej korekty – choć oczywiście wiedzieli o tym dopiero po fakcie. Tak było w roku 2000 (bańka dot-comów) oraz 2007 (bańka hipoteczna).

Tymczasem sztuczna inteligencja, która przejmuje zarządzanie funduszami inwestycyjnymi, jest ślepa i głucha na tego typu ostrzeżenia. Jej „pamięć” wydarzeń jest krótsza, a analiza normalizuje anomalie. Wydaje się, że nie bez przyczyny - wspomniana już - Rada Stabilności Finansowej (FSB) niepokoi się o przyszły kształt globalnego rynku finansowego. Optymalizacja działań funduszy inwestycyjnych -   dokonywana przez maszyny - nie uwzględnia w pełni historycznych zaszłości. W sytuacji gdy z „naszego” punktu widzenia będziemy dążyć do normalności, sztuczna inteligencja może postawić na zwalczenie ekstremum i powrotu do jej status quo.