Financieel/Partnercontent
Deze inhoud valt buiten de verantwoordelijkheid van de hoofdredactie van De Telegraaf.
Inventors
Gesponsord
Inventors is voor de professionele belegger hét platform op het gebied van the future of finance. Hier wordt u als CIO, CEO, CFO, portfolio manager, fund manager, trader etc. dagelijks op de hoogte gehouden van de nieuwste technologieën, inzichten en (disruptieve) trends op financieel gebied.

Kinderen later geen rijbewijs meer nodig?

Door Bradley Betts

Algoritmen die een financiële crisis kunnen voorspellen zijn nog verre toekomstmuziek. Maar machine learning kan ons al wel helpen om marktreacties beter te voorspellen. De ontwikkelingen op dit terrein gaan razendsnel.

Een team onder leiding van professor Michael Bowling van de Universiteit van Alberta is er vorig jaar in geslaagd een computerprogramma te ontwikkelen dat in staat was om professionele pokerspelers individueel te verslaan.

Dit programma, Deep Stack geheten, maakte gebruik van kunstmatige intelligentie. Na elke speeldag sloeg de computer aan het rekenen om zich te kunnen aanpassen aan de speelwijze van de tegenstanders. Met succes, want het lukte Deep Stack om professionele spelers stelselmatig alle fiches af te pakken.

Bradley Betts

Bradley Betts

Imperfecte informatie

Dat was een enorme doorbraak. Want wat poker zo complex maakt is dat de spelers werken met imperfecte informatie. Je medespeler houdt zijn kaarten tegen de borst, waardoor een deel van de informatie die nodig is om een beslissing te kunnen nemen verborgen blijft.

Dat is een groot verschil met bijvoorbeeld schaken, dammen of Go, waarbij alle spelers over alle benodigde data beschikken. Het is geen wonder dat banken en vermogensbeheerders dit experiment met grote belangstelling hebben gevolgd, want als er één sector is die kampt met imperfecte informatie, dan is het wel de financiële wereld. Institutionele beleggers moeten opereren in een omgeving met enorm veel ruis, dynamiek en beperkingen in datasets.

Machine learning en deep learning

Er is de laatste jaren veel belangstelling voor machine learning en deep learning. Maar er gaat een lange geschiedenis aan vooraf. Al in de jaren vijftig van de vorige eeuw werd ermee geëxperimenteerd. Toen hadden wetenschappers ontdekt dat onze hersenen functioneren met netwerken van neuronen. Dat riep de vraag op of het niet mogelijk zou zijn om de werking van onze hersenen na te bootsen met machines.

Maar de laatste jaren zijn er op dit terrein enorme stappen gezet. De snelheid van chips is explosief toegenomen en daarmee ook de rekenkracht van computers. Daarnaast zijn data en data-opslag voor iedereen toegankelijk.

Dit alles zorgt ervoor dat computers in korte tijd enorme hoeveelheden data kunnen analyseren en – met behulp van neurale netwerken – patronen kunnen ontdekken die de mens zelf nooit zou kunnen vinden.

Menselijke fouten voorkomen

Machine learning kan op veel verschillende terreinen worden ingezet om menselijke fouten te voorkomen. Ik denk dat mijn kinderen later geen rijbewijs meer nodig zullen hebben, omdat ze zich gaan verplaatsen in zelfrijdende auto’s. Dat zal leiden tot een flinke afname van het aantal doden in het verkeer.

Natuurlijk gaat dat met vallen en opstaan. Denk maar aan die zelfrijdende Tesla die twee jaar geleden een dodelijk ongeluk veroorzaakte omdat de auto een enorme witte vrachtwagen over het hoofd had gezien.

Dit artikel is ingekort. Het hele stuk lees je op het platform Inventors.