埃森哲为AI和机器学习揭示秘密酱 2017-08-08 05:24:01

$888.88
所属分类 :金融

数据科学家如何在快速推进人工智能和机器学习的世界中脱颖而出

这是对冲基金和资产管理公司的投资,这些公司大量投资于新技术,需要考虑很多

按重要性排序通常提到的单独组件是:数据,算法和硬件但是这些至关重要,秘密酱(在这种情况下,这些成分的组合通常是这些成分如何结合新闻周刊将于12月6日至7日在纽约举行的资本市场会议上主持人工智能和数据科学图片:新闻周刊媒体集团有充分证据表明,渴望数据的企业在海域,海上搜寻和空间寻找他们的同行尚未遇到的数据集同时,谷歌的Tensor处理单元(TPU)和其他应用程序特定的机器学习处理器正在硬件军备竞赛中添加到这个充满活力的大数据开源社区,其中包含甚至受到AQR和Man AHL等对冲基金的推动“问题是什么将成为一种商品,什么将与众不同,”Acce董事总经理Sharad Sachdev说道

nture,人工智能和分析“如果每个人都能负担得起相同的硬件,无论是算法还是数据 - 数据在多大程度上也成为商品

我认为这是一个棘手的问题所有这些都很重要,但它更多的是关于如何将数据,硬件和算法拼凑在一起这不是你的秘诀,这是区别你的事情吗

“Sachdev的同事,Oscar Garcia,董事总经理埃森哲资本市场北欧表示,所有可客观验证的数据中的一个区分因素是情绪:解释和处理新闻的方式加西亚说:“如果行业中的所有参与者对数据的访问是相同的,那么公司将采用的方式之一实现差异化是他们解释和处理新闻的方式;因此,不客观的信息这就是人类思维和人工智能将变得越来越相关的原因处理和理解新闻的能力以及市场中实时发生的事情将带来独特的差异化“他的观点开辟了实践和道德问题

每个人最终都采用相同的系统方法,特别是在交易领域,随着更多模型的制定,这些因素得到定价“从理论上讲,我们会看到定价缩小,这将对市场制造产生影响,特别是在延迟和时间和速度是一个关键的竞争优势,“加西亚说

”然而,我并不相信我们会看到多家公司使用相同的算法

人类总是存在人类角度和差异化“机器人和人工智能带来人们的工作是一个众所周知的主题当人工智能变得更加扩展以及技能和功能的转变将伴随着另一个道德时,世界等待着对就业的影响问题涉及信息获取方面的不平等,这在资本市场领域转化为创造财富在其他行业,如健康领域,对社会的益处是显而易见的另一个问题涉及公司所依赖的技术的透明度和可解释性“我们是否投资于支持缺乏透明度的技术

”加西亚问道,“特别是当我们看到我们今天看到的监管浪潮的主要原因以及监管机构为促进行业内部提供便利的主要原因时透明度“关于黑箱伦理问题,Sachdev指出,在某些情况下,对某些事情的处理方式不太关心;唯一值得关注的是它做得很好“这就是为什么你会看到某些领域更多的采用和成熟,以及银行承销,保险,健康承保等其他领域的采用率降低 - 仅仅是因为这些算法缺乏可解释性”对于如何培养人才成为优秀的数据科学家(实际上是软件工程,统计和数据仓库等学科的交叉点),人们非常感兴趣

埃森哲与麻省理工学院和斯坦福大学合作进行研究,这项研究正在推动培训计划对于自己的员工Sachdev说,有用的先决条件包括一些数学和编程技巧,但你仍然可以在没有这些的情况下获得理解他说:“我们现在有很多人接受过机器学习的培训 此外,我们每两周运行一次内部高级机器学习论坛,人们可以来这里讨论他们编写的下一个机器学习算法,他们如何编写,什么工作,什么不工作“就建立机器学习而言在公司的能力,您可以从头开始“在Python中构建这些模型,在R中使用现在可用的算法库,从机器学习到深度学习,”Sachdev说道,“现在,你需要了解如何构建这些模型的特殊技能,这就是为什么数据科学家的工作被称为最性感的工作,但却是市场上最难的工作,因为需要一定的数学技能和编程技能才能做到这一点“第二种方式构建这些解决方案的目的是使用像Google Tensor Flow或IBM Watson这样的平台,“他说”你不是从头开始构建模型,而是使用API​​调用Google或IBM构建的底层功能你需要d知道哪个API最相关,以及如何训练可以访问该API的算法“每个人都可以访问所有这些库所以,艺术与科学一样,它是关于你如何将它拼凑在一起我可以成为米其林星级厨师,或者我可以开办快餐联合会“埃森哲将加入纽约时报新闻周刊即将召开的人力资源市场AI和数据科学创新小组