Израильский стартап 42AI утверждает, что разрабатывает «модель поведенческого мира», способную на это, и только что вышел из тени, получив $62,5 млн начального финансирования. Изначально компания запускает свою предиктивную систему в нескольких финансовых брокерских компаниях, где, по их словам, модель может помочь предсказать, как отдельные трейдеры отреагируют на волатильные условия.
«Поведение не детерминировано; оно постоянно вероятностно», — заявил генеральный директор и соучредитель 42AI Амит Гал-Ор TechCrunch, когда я попросил его обосновать амбициозное заявление компании. Он утверждает, что у людей есть глубинные психологические тенденции, которые влияют на их решения, даже когда меняются обстоятельства, и именно это стартап пытается измерить и преобразовать в данные, понятные модели.
«Через неделю вы можете быть другим человеком, но ваши тенденции всегда будут проявляться в определенных областях с определенной вероятностью или распределением», — добавил его соучредитель и технический директор Эхуд Эзра. И именно это, по утверждению компании, делает модель: показывает *вероятность* того, что человек примет определенное решение.
42AI заявляет, что модель пытается выяснить внутренние мотивы людей, а не экстраполировать закономерности на основе их предыдущих действий. Для этого 42AI изучает, как люди реагируют на, казалось бы, несвязанные события. Для инвестора или трейдера такими событиями могут быть, например, прохождение KYC-процедур, онбординг, звонки в службу поддержки, денежные переводы или торговля акциями.
«Когда человек общается со службой поддержки или продаж в процессе онбординга […] мы смотрим на сентимент, мы смотрим на голос, мы смотрим на множество взаимодействий, которые они совершают, сколько раз они звонят и так далее», — добавил технический директор и соучредитель Эхуд Эзра. «И все эти точки данных поступают в модель. Позже у нас есть взаимодействия: как вы покупаете и продаете, и когда, и на этом этапе мы смотрим на рынок».
«Таким образом, мы пытаемся понять, как они смотрят на мир. В модели мира каждый человек — это мир», — добавил он.
Затем компания преобразует эти наблюдения в математические представления черт характера, которые затем подаются в основанную на трансформерах модель мира, которая выкладывает вероятности возможных решений при различных обстоятельствах. (Компания использует отдельную языковую модель для генерации объяснений своих прогнозов).
Эзра сказал, что модель обучена сохранять глубинные тенденции человека во время симуляций. Так что, если кто-то обычно избегает риска, но модель внезапно начинает относиться к нему как к рисковому игроку, «цель не достигнута», сказал он, объясняя, как структурированы вознаграждения за обучение модели.
42AI потратила три года на разработку этого подхода, сочетая психологические исследования с нейронаукой и генетикой, а также консультации экспертов в области психологии и ПТСР, и Дана Шехтмана, которому была присуждена Нобелевская премия по химии 2011 года.
Гал-Ор сказал, что команда сначала изучила тысячи людей с помощью психометрических тестов и поведенческих сценариев, а затем добавила государственные и биобанковские наборы данных, охватывающие более 2 миллионов человек. С тех пор их клиентские наборы данных расширились и охватывают почти 30 миллионов человек, сказал он.
В реальных развертываниях модель анализирует существующие записи клиентов, включая транзакции и звонки в службу поддержки. Гал-Ор отметил, что системе не нужна личная информация, утверждая, что «модель никогда не знает, кто этот человек». Однако, похоже, компания по-прежнему создает индивидуальные поведенческие профили на основе связанных действий клиентов.
При прогнозировании рыночных сделок 42AI утверждает, что ее модель достигает 98% точности, но Гал-Ор уточнил, что это скорее мера того, попадают ли торговые потоки в прогнозируемый диапазон, а не то, была ли каждая сделка предсказана правильно.
Он также сказал, что модель стабильно достигает F1-меры от 0,8 до 0,85 для прогнозирования направления и объема торгов. (F1-мера — это метрика в машинном обучении, которая измеряет, насколько хорошо модель классификации может сбалансировать правильные прогнозы с ложными срабатываниями и пропущенными событиями).
И модель не может работать везде, учитывая, что это все еще машина в коробке. «Существует естественный потолок, потому что у вас действительно нет доступа ко всему, что переживает человек», — сказал Гал-Ор. Эзра объяснил, что точность системы также страдает, когда она упускает важный контекст ситуации, например, если кто-то решает изменить свои торговые решения на основе совета друга или коллеги.
Гал-Ор сказал, что 42AI работает с 10 крупными брокерскими компаниями, которые используют ее для управления ликвидностью, маржинальными требованиями и хеджированием рисков. Компания подключает больше клиентов, сказал он, и генерирует более «семизначный» доход, хотя он и не уточнил сумму.
Клиенты платят стартапу фиксированную плату или процент от стоимости, которую платформа помогает им получить. Он утверждал, что одна брокерская компания сгенерировала примерно $30 миллионов дополнительной стоимости за счет динамического хеджирования.
Посевное финансирование в размере $62,5 млн поступило от основателей и Infinity Group за три года, и, по словам Гал-Ора, было получено не только от внешних инвесторов. Infinity была основана его отцом, Амиром Гал-Ором, который также является председателем совета директоров и соучредителем 42AI. Теперь 42AI планирует привлечь больше средств.
Помимо финансов, 42AI в настоящее время изучает применение своей модели в играх, предотвращении мошенничества и кибербезопасности, и однажды хочет использовать ее, чтобы помочь роботам и ИИ-агентам понимать людей. Но до этого может быть еще далеко: Эзра признал, что модель необходимо обучать правилам и контексту для каждой новой области.
И, как и со всеми инструментами ИИ, у технологии 42AI есть потенциально тревожная сторона: если брокерская компания может предвидеть, что сделают ее клиенты, что помешает кому-то использовать эти знания в своих интересах? Эзра признал, что это «обоснованное опасение», когда я поднял этот вопрос, и основатели указали на нормативные акты, мониторинг и внутренний этический комитет, хотя они и не объяснили, что, если вообще что-то, помешает их клиентам использовать технологию для получения преимущества над теми, кого она профилирует.
Гал-Ор, однако, был уверен, что технология может помочь решить эти риски. «Мы очень гордимся тем, что на самом деле являемся частью решения; мы — решение этой проблемы», — сказал он.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Ram Iyer
