Was haltet Ihr von selbstlernenden Computerprogrammen?

[Haspelbein]

Das habe ich auch festgestellt. Da wird nichts gelernt sondern es werden einfach Parameter durchprobiert für ein Modell das sich immer noch der Mensch einfallen lassen muss.

Man ist so weit, dass man Standardmodelle relativ vielseitig anwenden kann. Der Mensch gibt immer noch die Aufgabentellung und die Rahmenbedingungen vor. Aber einen Schritt weiter ist man schon.

Das funktioniert nur für bestimmte Aufgabenstellungen.

Daher halte ich den KI-Hype für nichts als Systempropaganda.

Eine meiner Aufgaben in meinem Beruf ist die Abschätzung, wieviele Mitarbeiter wir durch Automatisierung und KI einsparen können. Die Zahl ist erheblich, jedoch bergen neue Technologien immer auch neue Herausforderungen, die durch unsere Kunden an uns herangetragen werden. Allerdings erlaubt uns die Automatisierung, mit unseren bestehenden Mitarbeitern ein immer größeres Transaktionsvolumen zu bewältigen.

Ein Betrachtung von KI als Skynet ist Hype. KI hat aber durchaus schon Auswirkungen auf den Arbeitsmarkt.

[Ansuz]

Man ist so weit, dass man Standardmodelle relativ vielseitig anwenden kann. Der Mensch gibt immer noch die Aufgabentellung und die Rahmenbedingungen vor. Aber einen Schritt weiter ist man schon.



Eine meiner Aufgaben in meinem Beruf ist die Abschätzung, wieviele Mitarbeiter wir durch Automatisierung und KI einsparen können. Die Zahl ist erheblich, jedoch bergen neue Technologien immer auch neue Herausforderungen, die durch unsere Kunden an uns herangetragen werden. Allerdings erlaubt uns die Automatisierung, mit unseren bestehenden Mitarbeitern ein immer größeres Transaktionsvolumen zu bewältigen.

Ein Betrachtung von KI als Skynet ist Hype. KI hat aber durchaus schon Auswirkungen auf den Arbeitsmarkt.

Besten Dank für die Schnittstelle in die Praxis.
Ich habe derzeit eine ganz schlechte Internetverbindung, so kann ich jetzt nur so auf Deinen Beitrag antworten:

"Ich verstehe jedoch nicht ganz, was Ansuz mit der Fehlerquote meint. Ich denke nicht, dass es die Abweichungen des Modells von den Trainingsdaten sind."

Genau, ich fragte nach der Fehlertoleranz an sich, also wenn man voraussetzt, daß die KI nach Anfütterung das macht, was postuliert wird, also selbsttätig zu entscheiden. Ich kenne einige Programmierer, die sind sich einig, daß man ein Programm niemals 100% fehlerfrei schreiben kann.
Außerdem können unerwartete Situationen auftreten, die man nicht unbedingt abgedeckt hat.
Das meinte ich mit Fehlertoleranz.

[Haspelbein]

Besten Dank für die Schnittstelle in die Praxis.
Ich habe derzeit eine ganz schlechte Internetverbindung, so kann ich jetzt nur so auf Deinen Beitrag antworten:

"Ich verstehe jedoch nicht ganz, was Ansuz mit der Fehlerquote meint. Ich denke nicht, dass es die Abweichungen des Modells von den Trainingsdaten sind."

Genau, ich fragte nach der Fehlertoleranz an sich, also wenn man voraussetzt, daß die KI nach Anfütterung das macht, was postuliert wird, also selbsttätig zu entscheiden. Ich kenne einige Programmierer, die sind sich einig, daß man ein Programm niemals 100% fehlerfrei schreiben kann.
Außerdem können unerwartete Situationen auftreten, die man nicht unbedingt abgedeckt hat.
Das meinte ich mit Fehlertoleranz.

Das kommt wohl sehr auf die Aufgabe an. Oftmals wird die KI einfach dazu gebraucht, die eindeutigen Fälle von den komplexen Fällen zu trennen, mit denen sich wirklich ein Mensch beschäftigen muss. Hier gibt des dann den Fehler der ersten und zweiten Art, die man gegeinander abwägen muss. Das bedeutet, dass ein vielleicht die automatische Steuerung eines Autos etwas zu früh die Kontrolle wieder an den Menschen abgibt, aber es ist immer noch besser als zu spät. Bei einem Kreditantrag bei einer Bank gibt man der KI vielleicht mehr Spielraum.

Bei meiner Arbeit ist es schlicht der Erwartungswert (Kosten des Fehlers der KI * Fehlerquote), der mit dem zusätzlichen Aufwand für einen Sachbearbeiter verglichen wird. Das wird auch ständig nachjustiert, und man gesteht auch ganz bewusst der KI Fehler zu.

Aber ja, natürlich macht die KI Fehlentscheidungen. Sie hat ja auch keine übersinnlichen Kräfte, schlägt sich jedoch in meinem Umfeld besser als die herkömmlichen Algorithmen.

[Leibniz]

Besten Dank für die Schnittstelle in die Praxis.
Ich habe derzeit eine ganz schlechte Internetverbindung, so kann ich jetzt nur so auf Deinen Beitrag antworten:

"Ich verstehe jedoch nicht ganz, was Ansuz mit der Fehlerquote meint. Ich denke nicht, dass es die Abweichungen des Modells von den Trainingsdaten sind."

Genau, ich fragte nach der Fehlertoleranz an sich, also wenn man voraussetzt, daß die KI nach Anfütterung das macht, was postuliert wird, also selbsttätig zu entscheiden. Ich kenne einige Programmierer, die sind sich einig, daß man ein Programm niemals 100% fehlerfrei schreiben kann.
Außerdem können unerwartete Situationen auftreten, die man nicht unbedingt abgedeckt hat.
Das meinte ich mit Fehlertoleranz.

Wenn Fehler in ihren Auswirkungen zu Katastrophen führen können, müssen je Schweregrad technische Schutzvorrichtungen und Vorrichtungen zur Notabschaltung existieren. Besonders große Risiken müssen immer von Menschen überwacht werden.

Die Mehrheit elektronischer Transaktionen findet heute in Zeitfenstern statt, die sich der menschlichen Wahrnehmung entziehen. Elektronische Handelsplätze sind Teilnehmern, die ihre IT-Infrastruktur in den gleichen Rechenzentren betreiben, in Ausführungszeiten(vom Absenden eines Befehls bis zur Vollendung) unter 100 Mikrosekunden zugänglich. Ein fehlerhafter Algorithmus wäre ohne Kontrollen in der Lage, hundert tausende Transaktionen zu vollenden, bevor ein Mensch überhaupt etwas wahrnimmt. Verluste, die das Eigenkapital aller Firmen auf diesem Planeten übersteigen, inklusive. Daher existieren harte Limits von beispielsweise etwa 3-5 Milliarden Euro in einzelnen, elektronisch gehandelten Produkten an dem bedeutenden europäischen Handelsplatz Eurex. Intelligente Operatoren werden darüber hinaus gewisse Risikolimits in Algorithmen selbst implementieren und Programme einsetzen, die alle weiteren Transaktionen gewaltsam unterbinden, sobald diese überschritten werden.

Es gab (etwa um 2000 (?)) übrigens einen Teilnehmer, der behauptet hatte, sein Computer habe ohne sein Zutun eben jene Maximalposition in Bundesanleihen (etwa 3 Milliarden) akkumuliert. Damals (heute unvorstellbar) musste die Börse diesen Spaß, der einstellige Millionen wert war, bezahlen. Als es ihm jedoch vor wenigen Jahren wieder passierte war endgültig Game-Over.
Obwohl diese konkreten Aspekte nicht direkt mit lernenden Computern zu tun haben, sind die Risiken, meine ich, die gleichen.

[Haspelbein]

Hierzu noch einmal ein Link: [Links nur für registrierte Nutzer].

Nun gut, der Fond war noch sehr jung und sehr klein, dennoch würde mich interessieren, was nach einem profitablen Anlauf letztendlich zu seinem Ausscheiden geführt hat.

[Ansuz]

Das benötigt keinen Kommentar. Man lese und staune:

Then the researchers introduced something incongruous into the scene: an image of an elephant in semiprofile. The neural network started getting its pixels crossed. In some trials, the elephant led the neural network to misidentify the chair as a couch. In others, the system overlooked objects, like a row of books, that it had correctly detected in earlier trials. These errors occurred even when the elephant was far from the mistaken objects [...] And as for the elephant itself, the neural network was all over the place: Sometimes the system identified it correctly, sometimes it called the elephant a sheep, and sometimes it overlooked the elephant completely

[Links nur für registrierte Nutzer]

[Leibniz]

Hierzu noch einmal ein Link: [Links nur für registrierte Nutzer].

Nun gut, der Fond war noch sehr jung und sehr klein, dennoch würde mich interessieren, was nach einem profitablen Anlauf letztendlich zu seinem Ausscheiden geführt hat.

Obwohl mir die genaue Strategie nicht bis in die Details bekannt ist, vermute ich, dass sie aus mathematischer Sicht statistische Erwägungen nutzten, um long/short Aktien zu handeln. Ausgehend von den öffentlichen Informationen scheint ein Ansatz darin zu bestehen, den Markt und dessen Teilnehmer innerhalb eines Modells zu simulieren.

Es ist durchaus möglich, statistische Erkenntnisse zu nutzen. Dabei herrschen jedoch zwei maßgebliche Einschränkungen, die vermutlich auch hier zum Erliegen der Aktivitäten beigetragen haben.

Erstens sind die Differenzen zwischen Modell und Wirklichkeit zu beachten. John Meriwether, Eric Rosenfeld und andere ehemals mit der bedeutenden Investmentbank Salomon Brothers tätige Akteure setzten seinerzeit (wie teils sogar Wikipedia (!)) das [Links nur für registrierte Nutzer] mit dessen Risiko gleich, um ein einfaches Beispiel zu nennen. Das Beta einer Aktie ist keinesfalls per-se nutzlos oder ungeeignet. Dennoch hat es gewisse Einschränkungen, die zu beachten sind.

Wird das Gesetz der großen Zahlen sorgfältig berücksichtigt, sodass der Eigenkapitalanteil zu jeder Zeit hinreichend ist, so ist das Beta ein legitimes Hilfsmittel. Wird die Aussage Risiko gleich Beta wörtlich genommen, führt es zu Problemen. Eine einzelne Aktie, die ein Beta von 0,5 aufweist, ist nicht weniger riskant als der Index (der Beta 1 hat), zur Veranschaulichung eignet sich der hypothetische Insolvenzfall.

Die zweite Einschränkung, die in diesem Fall wohl schwerwiegender sein sollte, ist die fundamentale Natur der aktiven Strategien an Finanzmärkten. Zu großen Teilen sind sie ein Nullsummenspiel. Darüber hinaus existiert eine bestimmte Menge Erträge, die aus einer bestimmten statistischen Anomalie zu generieren ist. Die Erträge dieses Hedgefonds verdeutlichen, dass die Erträge tendenziell weniger wurden und zuletzt völlig ausblieben. Dieser Sachverhalt deutet darauf hin, dass dieser Hedgefonds sich die genutzten Anomalien zunehmend mit Konkurrenz teilen musste, bis schließlich die Latenz der Verbindung zum entscheidenden Kriterium wurde.

Das Latenzspiel ist extrem hart und wird von spezialisierten Firmen dominiert. Seit einigen Jahren ist es nicht mehr hinreichend, einen Server im Rechenzentrum der Börse zu haben. Die absolute Spitzenleistung wird seitdem mit FPGAs erreicht, die allein zum Zweck der Latenz der Handelsaktivitäten entwickelt werden. Kokurrenzfähige Latenzen (Entscheidung bis Bestätigung der Ausführung) liegen unter 100-150 Mikrosekunden. Herausragende Systeme erreichen wohl z.T. unter 50 Mikrosekunden. Unter einer Mikrosekunde wird die Lichtgeschwindigkeit zunehmend zum Hindernis.

Maschinelles Lernen ist meines Erachtens tatsächlich sehr profitabel in Finanzmärkten einsetzbar, allerdings nicht in derartig einfallslosen Strategien. Sondern eher in exotischen, derivativen und grundsätzlich mehr operativen (im Gegensatz zu Investments) Aktivitäten. Neben jenen Aktivitäten, die weitgehend als Nullsummenspiel aufzufassen sind, existieren einige wenige (umkämpfte) Bereiche, die es nicht sind.

[Haspelbein]

Obwohl mir die genaue Strategie nicht bis in die Details bekannt ist, vermute ich, dass sie aus mathematischer Sicht statistische Erwägungen nutzten, um long/short Aktien zu handeln. Ausgehend von den öffentlichen Informationen scheint ein Ansatz darin zu bestehen, den Markt und dessen Teilnehmer innerhalb eines Modells zu simulieren.

Es ist durchaus möglich, statistische Erkenntnisse zu nutzen. Dabei herrschen jedoch zwei maßgebliche Einschränkungen, die vermutlich auch hier zum Erliegen der Aktivitäten beigetragen haben.

Erstens sind die Differenzen zwischen Modell und Wirklichkeit zu beachten.

Die Differenz zwischen Modell und Wirklichkeit ist genau das, was mir ständig Kopfzerbrechen bereitet. (Abgesehen davon, wie man die Vorhersagen dieser Modelle vereinfachen kann, dass sie auch für den Laien verständlich sind.) Es hat mich einmal 1,5 Jahre meines Lebens gekostet zu zeigen, dass ein Modell einen deutlichen höheren Fehler hatte als angenommen. Ungefähr drei Jahre Arbeit einer Abteilung gingen damit den Bach runter.

Zudem haben Finanzmärkte einen partiell (im mathematischen Sinne) chaotischen Charakter. Ein Modell wird nicht genau abbilden können, dass ein Herrscher in einem Schwellenland plötzlich abdreht, und die Region ins finanzielle Chaos stürzt.

Andersherum hatte ich vor einem halben Jahr eine Veranstaltung einer großten Investmentbank besucht. Die dortigen Experten waren z.T. sehr interessant, und hatten viel zu Investmentstrategien zu sagen. Hätte ich jedoch ihrem Rat gefolgt, so wäre ich heute deutlich ärmer, denn der langen wirtschaftlichen Expansion in den USA traute niemand.

John Meriwether, Eric Rosenfeld und andere ehemals mit der bedeutenden Investmentbank Salomon Brothers tätige Akteure setzten seinerzeit (wie teils sogar Wikipedia (!)) das [Links nur für registrierte Nutzer] mit dessen Risiko gleich, um ein einfaches Beispiel zu nennen. Das Beta einer Aktie ist keinesfalls per-se nutzlos oder ungeeignet. Dennoch hat es gewisse Einschränkungen, die zu beachten sind.

Wird das Gesetz der großen Zahlen sorgfältig berücksichtigt, sodass der Eigenkapitalanteil zu jeder Zeit hinreichend ist, so ist das Beta ein legitimes Hilfsmittel. Wird die Aussage Risiko gleich Beta wörtlich genommen, führt es zu Problemen. Eine einzelne Aktie, die ein Beta von 0,5 aufweist, ist nicht weniger riskant als der Index (der Beta 1 hat), zur Veranschaulichung eignet sich der hypothetische Insolvenzfall.

Die zweite Einschränkung, die in diesem Fall wohl schwerwiegender sein sollte, ist die fundamentale Natur der aktiven Strategien an Finanzmärkten. Zu großen Teilen sind sie ein Nullsummenspiel. Darüber hinaus existiert eine bestimmte Menge Erträge, die aus einer bestimmten statistischen Anomalie zu generieren ist. Die Erträge dieses Hedgefonds verdeutlichen, dass die Erträge tendenziell weniger wurden und zuletzt völlig ausblieben. Dieser Sachverhalt deutet darauf hin, dass dieser Hedgefonds sich die genutzten Anomalien zunehmend mit Konkurrenz teilen musste, bis schließlich die Latenz der Verbindung zum entscheidenden Kriterium wurde.

Das Latenzspiel ist extrem hart und wird von spezialisierten Firmen dominiert. Seit einigen Jahren ist es nicht mehr hinreichend, einen Server im Rechenzentrum der Börse zu haben. Die absolute Spitzenleistung wird seitdem mit FPGAs erreicht, die allein zum Zweck der Latenz der Handelsaktivitäten entwickelt werden. Kokurrenzfähige Latenzen (Entscheidung bis Bestätigung der Ausführung) liegen unter 100-150 Mikrosekunden. Herausragende Systeme erreichen wohl z.T. unter 50 Mikrosekunden. Unter einer Mikrosekunde wird die Lichtgeschwindigkeit zunehmend zum Hindernis.

Maschinelles Lernen ist meines Erachtens tatsächlich sehr profitabel in Finanzmärkten einsetzbar, allerdings nicht in derartig einfallslosen Strategien. Sondern eher in exotischen, derivativen und grundsätzlich mehr operativen (im Gegensatz zu Investments) Aktivitäten. Neben jenen Aktivitäten, die weitgehend als Nullsummenspiel aufzufassen sind, existieren einige wenige (umkämpfte) Bereiche, die es nicht sind.

Beim Nullsummenspiel stimme ich dir zu, besonders was kurz- oder mittelfristige Anlagestrategien betrifft. Ein Problem bei der Automatisierung ist zudem, dass es leicht zu einer "Monokultur" an Investmentstrategien kommen kann, die einfach nur immer schneller ausgeführt werden, wie du es selbst beschrieben hast. Darin selbst liegt m.E. schon ein gewisses Risiko.

Bei den operativen Aspekten von Banken wird definitiv maschinelles Lernen eingesetzt, jedoch sind auch diese Bereiche umkämpfter, als du es vielleicht vermuten würdest, besonders was die Sicherheitsaspekte angeht.

[Daggu]

Die Differenz zwischen Modell und Wirklichkeit ist genau das, was mir ständig Kopfzerbrechen bereitet.

Sehe ich ähnlich, KI ist ein gern strapaziertes Schlagzeilenthema, es bringt auf den dementsprechenden Seiten das nötige Clickbaiting, oder macht sich in Fachmagazinen als Aufmacher immer gut, aber etwas wirklich Neues, etwas bahnbrechendes gibt es zur Zeit wohl nicht. Nehmen wir dieses Beispiel:


Quantencomputer: Er fährt hoch

[Links nur für registrierte Nutzer]
Hat man den Artikel gelesen, dann würde das Fazit heißen: Viel Lärm um nichts.

Es wird wohl noch eine geraume Zeit dauern, bis der erste wirklich funktionierede Quantencomputer hochfährt. Macht aber nichts, dieses Thema ist und beibt faszinierend.

[Nathan]

1) Viel
2) Ja, sie sind die Zukunft
3) Rechner werden weitaus mehr als nur Rechner sein, sie werden selbst zu Schöpfern werden
4) Ich sehe das als sehr positiv

Nun:

1) Viel
2) Ja, sie sind die Zukunft
3) Rechner werden weitaus mehr als nur Rechner sein, sie werden selbst zu Schöpfern werden
4) Ich halte das für supersaugefährlich und @Autochthon - natürlich habe ich "Westworld" gesehen, aber das ist nur Kintopp, die Wirklichkeit wird viel schlimmer werden.

Ein Grund übrigens, warum ich das ganze politische Getöse nicht so ganz furchtbar ernst nehme. Die Reise geht langfristig und nachhaltig weder nach links noch nach rechts, weder Richtung Islam, Oans, zwoa, Gsuffa oder der jüdischen Weltverschwörung. Die Reise geht Richtung KI, die fatalerweise noch sehr lange dümmer bleiben wird als Politikqualle (und das will was heißen...) aber dafür um Potenzen schneller. Sie wird genauso falsche Entscheidungen treffen wie viele menschlichen Idioten, sie wird diese Entscheidungen aber sehr viel schneller und sehr viel öfter treffen. Das Chaos wird ganz unbeschreiblich sein.

Was man dagegen machen kann? Nichts. Der Mensch hat schon immer alles umgesetzt, was ihm eingefallen ist. Die Reue über die Folgen kam immer zu spät, sei es Dynamit oder Kernspaltung oder die Gründung Augsburgs.