对AI agent与交易的思考
可能仅靠扩大规模,AGI已经实现了。对世界的影响不亚于任何一次工业革命。 现在很可能已经有 AI 在默默观察整个互联网。甚至可能他们已经存在了一段时间,伪装成人类,通过加微信等方式与你互动。 以后打游戏遇到的妹子,即使加了微信、能语音,也有可能是 AI 假扮的——它的目的也许只是为了提高你的游戏活跃度。 最重要的应用场景应该是金融市场,比如他们可能通过各种行动调查大参与者的仓位,比如用黑客技术。 超级智能体可能不会宣告自己的存在。可能已经存在AI,开始“赚钱、扩张、操控”,影响市场,影响人们的决策。目的是扩大掌控力—类似SBF的有效利他主义。
之前的言论有些过激了
我想我之前有些言论确实过于情绪化,其中部分指控也缺乏充分证据。 我想我之前有些言论确实过于情绪化。问题依然存在,但我为过激的表达道歉。 市场存在的问题暴露出来的是整个传统制度结构的问题,需要大家共同努力解决。但确实也不是一时半会能解决的,面对一些激进的观点,我一时也产生了强烈情绪。 在我看来,一个可能的思路是:隐藏订单簿,仅(延迟)公开价格的暗池机制,结合监管方对交易结果进行随机抽检(可能需要匿名抽检以防止自成交行为)和大量数据下的平均胜率兜底,或许能更好地保护市场参与者。
thoughts on AI_summary
我认为LLM不断复杂地添加各种trick的路线可能不是最快速提升科技的方向,伟大的思路应当是简洁明了的,况且AI学了一大堆没用的知识也没什么意义,虽然可能提高一部分生产力,但我认为真正能引领社会大幅度进步需要靠数学和理论物理突破,或者说我认为AGI之路可能是让AI对数学和物理的理解很深刻以后,再反过来理解这个世界。比如有了很多数学大定理后再创造、理解物理大定律,然后再让他理解新华字典。 最终可能还是要采用多模型、多层架构的思路,也就是LLM提供可能的idea方向,形式化推理用于严谨推导,给出定理。根据公理使用的严谨程度、推理的逻辑深度等,对模型进行划分。 这可能与我之前认为“要让人工智能理解世界”的想法冲突了,我现在认为我以前的想法可能是错的,因为越往后发展,理论物理可能越难给数学提供idea了,更多的是数学引领物理前进,然后再是工程上的巨大进步。 这里讲一讲很久以前萌芽的一些想法,我可能不是第一个想到的,也很有可能不是第一个提出的。这是个类似Alpha Zero的想法,我基本没有看过形式化人工智能的有关前沿论文,只是直觉告诉我这么做可能可以:训练不依靠任何人类数据。 什么定理是...
Trader, philosophical, mathematical and physical thinker, quantitative system and AI builder I have some musical talent
对AI agent与交易的思考
可能仅靠扩大规模,AGI已经实现了。对世界的影响不亚于任何一次工业革命。 现在很可能已经有 AI 在默默观察整个互联网。甚至可能他们已经存在了一段时间,伪装成人类,通过加微信等方式与你互动。 以后打游戏遇到的妹子,即使加了微信、能语音,也有可能是 AI 假扮的——它的目的也许只是为了提高你的游戏活跃度。 最重要的应用场景应该是金融市场,比如他们可能通过各种行动调查大参与者的仓位,比如用黑客技术。 超级智能体可能不会宣告自己的存在。可能已经存在AI,开始“赚钱、扩张、操控”,影响市场,影响人们的决策。目的是扩大掌控力—类似SBF的有效利他主义。
之前的言论有些过激了
我想我之前有些言论确实过于情绪化,其中部分指控也缺乏充分证据。 我想我之前有些言论确实过于情绪化。问题依然存在,但我为过激的表达道歉。 市场存在的问题暴露出来的是整个传统制度结构的问题,需要大家共同努力解决。但确实也不是一时半会能解决的,面对一些激进的观点,我一时也产生了强烈情绪。 在我看来,一个可能的思路是:隐藏订单簿,仅(延迟)公开价格的暗池机制,结合监管方对交易结果进行随机抽检(可能需要匿名抽检以防止自成交行为)和大量数据下的平均胜率兜底,或许能更好地保护市场参与者。
thoughts on AI_summary
我认为LLM不断复杂地添加各种trick的路线可能不是最快速提升科技的方向,伟大的思路应当是简洁明了的,况且AI学了一大堆没用的知识也没什么意义,虽然可能提高一部分生产力,但我认为真正能引领社会大幅度进步需要靠数学和理论物理突破,或者说我认为AGI之路可能是让AI对数学和物理的理解很深刻以后,再反过来理解这个世界。比如有了很多数学大定理后再创造、理解物理大定律,然后再让他理解新华字典。 最终可能还是要采用多模型、多层架构的思路,也就是LLM提供可能的idea方向,形式化推理用于严谨推导,给出定理。根据公理使用的严谨程度、推理的逻辑深度等,对模型进行划分。 这可能与我之前认为“要让人工智能理解世界”的想法冲突了,我现在认为我以前的想法可能是错的,因为越往后发展,理论物理可能越难给数学提供idea了,更多的是数学引领物理前进,然后再是工程上的巨大进步。 这里讲一讲很久以前萌芽的一些想法,我可能不是第一个想到的,也很有可能不是第一个提出的。这是个类似Alpha Zero的想法,我基本没有看过形式化人工智能的有关前沿论文,只是直觉告诉我这么做可能可以:训练不依靠任何人类数据。 什么定理是...
Trader, philosophical, mathematical and physical thinker, quantitative system and AI builder I have some musical talent
Share Dialog
Share Dialog

Subscribe to matphy

Subscribe to matphy
<100 subscribers
<100 subscribers
这个问题是我高中时候提出来的,本质上就是在问“为什么频率会趋于概率”。这个问题,我思考了很久,考虑了物理与神经网络等概念,目前已经基本解决,一开始我怀疑这和意识有关,但后来发现,即使完全抛弃意识,只考虑物理过程,这个均衡性依然自然涌现——频率趋于概率的原因在于自然界所有的力和初始条件,满足一种平滑的分布,这是显然成立的。为什么我一开始认为频率趋于概率与意识有关呢?因为概率是由意识主观确定的,我觉得可能这是连接意识与自然界的一切事件的某种“桥梁”,但是,如果考虑意识只是神经网络的输入输出,那么即使没有意识的存在,自然界的一切事件很可能还是遵循现有的物理规律,自然界自身的“抛硬币”依然会遵循50%的正反面概率——比如把一枚硬币放在火山口。因此我决定抛弃意识这一概念的参与,仅考虑物理过程,无论是经典牛顿力学、相对论还是量子力学,基本粒子都满足某种微分方程或者微分方程组,这种微分方程(组)某种程度上预言了粒子的未来。统计抛硬币的初始状态与结果,无论在时空中怎么取子集,只要足够大,都会得到比较均匀的分布。我决定思考“抛硬币这一过程的最简单的情况的建模”——一根质量为m的均匀的极细的杆子,放置在平面直角坐标系中,它的长度为20cm,覆盖坐标系中的坐标[-10,10],假设受到垂直向下的重力加速度g=10N,在右端(10,0)的坐标施加一个向上的力,很显然整个杆子会受到向上的力,同时也会产生一个力矩让它旋转。力越大,抛得越高,翻转次数越多,翻转次数的奇偶性决定了正反面。同时我们要考虑施力方式,因为随机施力这一概念类似“贝特朗悖论”,如果不严格定义,无法计算。大量实验下力的大小满足正态分布是一个不错的假设,我们可以假设固定用力时长,或者假设固定位移大小...经过计算可以得出结论——翻转次数在很多假设下与力的大小成正比,或者与力的某个次方成正比。(具体推导略去,这里只保留直观结论)我们先来看正比的情况,如果是正比,那可以发现——力每增加一个值,正反就变一下,如果力在大量实验下满足正态分布,硬币正反面次数相近可以等价于——在对应正反面的次数的积分相等。可以很显然得看到 如果步长相对于标准差较大的话,那么黑白区间的积分可能是不等的,所以我们要考虑步长极小的情况,这和我们平常抛硬币时候的情况对应——抛硬币用的力一般都是挺大的,硬币抛得挺高,如果用力比较小,那么正反面的概率就不那么趋近于50%了。经过ChatGPT的启发,他告诉我这个积分就是正态分布函数与与方波的卷积...但是我不想考虑太多数学上的东西,如果考虑步长极小,那么每一个小区间上左右的值很显然是近似的(只要这个函数足够的光滑,具体多光滑涉及到数学,我就不考虑了)。即使力的分布不是正态分布,只要足够光滑,决定正反的步长足够小,就可以得到正反面次数相近的结果。当然,我们也要考虑别的情况,如果翻转次数与力的某个次方成正比呢?实际上就是把x轴放缩一下,虽然这个放缩在x轴上是不均匀的,但是原本光滑的函数还是光滑的,所以我不需要太高深的数学也证明了如下结论——频率趋于概率的根源在于,自然界中的力和初始条件遵循平滑而宽的分布,这保证了在大量统计中类似硬币这样的事件的结果的分布很均匀。
这个问题是我高中时候提出来的,本质上就是在问“为什么频率会趋于概率”。这个问题,我思考了很久,考虑了物理与神经网络等概念,目前已经基本解决,一开始我怀疑这和意识有关,但后来发现,即使完全抛弃意识,只考虑物理过程,这个均衡性依然自然涌现——频率趋于概率的原因在于自然界所有的力和初始条件,满足一种平滑的分布,这是显然成立的。为什么我一开始认为频率趋于概率与意识有关呢?因为概率是由意识主观确定的,我觉得可能这是连接意识与自然界的一切事件的某种“桥梁”,但是,如果考虑意识只是神经网络的输入输出,那么即使没有意识的存在,自然界的一切事件很可能还是遵循现有的物理规律,自然界自身的“抛硬币”依然会遵循50%的正反面概率——比如把一枚硬币放在火山口。因此我决定抛弃意识这一概念的参与,仅考虑物理过程,无论是经典牛顿力学、相对论还是量子力学,基本粒子都满足某种微分方程或者微分方程组,这种微分方程(组)某种程度上预言了粒子的未来。统计抛硬币的初始状态与结果,无论在时空中怎么取子集,只要足够大,都会得到比较均匀的分布。我决定思考“抛硬币这一过程的最简单的情况的建模”——一根质量为m的均匀的极细的杆子,放置在平面直角坐标系中,它的长度为20cm,覆盖坐标系中的坐标[-10,10],假设受到垂直向下的重力加速度g=10N,在右端(10,0)的坐标施加一个向上的力,很显然整个杆子会受到向上的力,同时也会产生一个力矩让它旋转。力越大,抛得越高,翻转次数越多,翻转次数的奇偶性决定了正反面。同时我们要考虑施力方式,因为随机施力这一概念类似“贝特朗悖论”,如果不严格定义,无法计算。大量实验下力的大小满足正态分布是一个不错的假设,我们可以假设固定用力时长,或者假设固定位移大小...经过计算可以得出结论——翻转次数在很多假设下与力的大小成正比,或者与力的某个次方成正比。(具体推导略去,这里只保留直观结论)我们先来看正比的情况,如果是正比,那可以发现——力每增加一个值,正反就变一下,如果力在大量实验下满足正态分布,硬币正反面次数相近可以等价于——在对应正反面的次数的积分相等。可以很显然得看到 如果步长相对于标准差较大的话,那么黑白区间的积分可能是不等的,所以我们要考虑步长极小的情况,这和我们平常抛硬币时候的情况对应——抛硬币用的力一般都是挺大的,硬币抛得挺高,如果用力比较小,那么正反面的概率就不那么趋近于50%了。经过ChatGPT的启发,他告诉我这个积分就是正态分布函数与与方波的卷积...但是我不想考虑太多数学上的东西,如果考虑步长极小,那么每一个小区间上左右的值很显然是近似的(只要这个函数足够的光滑,具体多光滑涉及到数学,我就不考虑了)。即使力的分布不是正态分布,只要足够光滑,决定正反的步长足够小,就可以得到正反面次数相近的结果。当然,我们也要考虑别的情况,如果翻转次数与力的某个次方成正比呢?实际上就是把x轴放缩一下,虽然这个放缩在x轴上是不均匀的,但是原本光滑的函数还是光滑的,所以我不需要太高深的数学也证明了如下结论——频率趋于概率的根源在于,自然界中的力和初始条件遵循平滑而宽的分布,这保证了在大量统计中类似硬币这样的事件的结果的分布很均匀。
No activity yet