當 ChatGPT 於 2022年11月30日 首次亮相，隨後不久 其他人工智慧聊天機器人 也相繼問世時，最初的反應是毫無掩飾的震驚，隨後是 略加剋制的炒作。
企業家和軟體工程師馬克·安德森在 X 平臺（前身為 Twitter）上的一篇帖子中將 ChatGPT 描述為“純粹、絕對、難以形容的魔法”。比爾·蓋茨 告訴福布斯，ChatGPT “與個人電腦和網際網路一樣重要”。如果說這種誇張還不夠，Alphabet 和 Google 的執行長桑達爾·皮查伊在 60 分鐘 訪談 中宣稱，人工智慧 “是人類正在研究的最深刻的技術——比火更深刻”。圖靈獎得主傑弗裡·辛頓 告訴哥倫比亞廣播公司新聞，他似乎沒有意識到其中的諷刺意味，“我認為它在規模上可以與工業革命或電力——或者可能是車輪相提並論。”
唉，近 70 年來，人工智慧的啦啦隊 過度承諾而交付不足。現在越來越清楚的是，GPT 和其他大型語言模型 在任何有意義的層面上都不是智慧的，並且 不能依賴它們 來進行重要的決策，例如 招聘選擇、 監獄量刑、 貸款審批、 保險費率——以及投資。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關當今塑造我們世界的發現和思想的具有影響力的故事的未來。
人工智慧驅動的投資尤其有趣，因為它提供了一種量化的方法來評估該技術的能力。首個由人工智慧驅動的 交易所交易基金 (ETF) 於 2017 年 10 月 18 日由投資平臺 EquBot 推出，其股票程式碼令人難忘，為 AIEQ（“AI” 代表人工智慧，“EQ” 代表股票）。EquBot 聲稱 AIEQ 是 “三種人工智慧形式的突破性應用”：遺傳演算法、模糊邏輯和自適應調整。哇！EquBot 的執行長兼聯合創始人奇達·卡圖阿在 新聞稿 中吹噓說，AIEQ “有能力模仿一支由股票研究分析師組成的軍隊，全年 365 天、全天候工作，同時消除流程中的人為錯誤和偏見。”
請為我註冊！
兩週後，ETF 提供商 Horizons（現為 Global X）推出了 Active AI Global Equity Fund (MIND)，該公司在 新聞稿中描述了該基金
MIND 由 Mirae Asset Global Investments... 提供次級諮詢，該公司使用完全由專有和自適應人工智慧系統執行的投資策略，該系統分析資料並提取模式……。MIND 投資策略背後的機器學習過程被稱為深度神經網路學習——這是一種人工神經網路的結構，使人工智慧系統能夠識別模式並做出自己的決策，就像人腦的工作方式一樣，但速度極快。
時任 Horizons 總裁兼執行長的史蒂夫·霍金斯補充說：“與當今可能容易受到投資者偏見（如過度自信或認知失調）影響的投資組合經理不同，MIND 沒有任何情緒。”
這就是炒作。現實情況是，這兩隻基金的表現都遠遜於標準普爾 500 指數。截至 2023 年 12 月 31 日（我們擁有的最新資料），AIEQ 的累計總回報率為 63%，而標準普爾 500 指數為 108%。MIND 在 2022 年關閉之前的累計總回報率為-12%，而標準普爾 500 指數為 65%。
最近由人工智慧驅動的基金表現是否更好？也許吧？不是的。
在一項尚未經過同行評審的分析中，我們研究了自 2017 年 10 月 18 日以來推出的所有公開可用的 AI 驅動的 ETF 和共同基金。我們發現了 11 只完全由人工智慧驅動的基金，例如 AIEQ 和 MIND，因為投資決策是在沒有人為干預的情況下做出的。我們還發現了 43 只部分由人工智慧驅動的基金，這些基金使用了人工智慧，但允許人為參與。例如，Qraft AI-Enhanced U.S. Large Cap Momentum ETF (AMOM) 使用人工智慧系統來告知 “股票選擇”，同時讓人工顧問保留 “對投資決策的完全酌處權”，根據 Qraft 對該基金的描述。
我們發現，在 43 只部分人工智慧基金中，只有 10 只基金在其存續期內的表現優於標準普爾 500 指數。所有 43 只基金的平均年回報率比標準普爾 500 指數低約 5 個百分點（分別為 7.11% 和標準普爾 500 指數的 12.43%）。對於完全人工智慧基金來說，情況更加災難性。每一隻基金的表現都遜於標準普爾 500 指數。11 只基金中有 6 只實際上虧損了。總體而言，11 只完全人工智慧基金的平均年虧損率為 1.8%，而標準普爾 500 指數為投資者帶來了 7.6% 的平均年回報率。此外，在它們存在的短暫時間內，11 只完全人工智慧基金中有 6 只和 43 只部分人工智慧基金中有 25 只已被關閉。
人工智慧系統的阿喀琉斯之踵在於，雖然它們在尋找統計模式方面是無與倫比的，但它們 無法判斷 它們發現的模式是否合理或毫無意義。如果每日股價與蒙大拿州羚羊城的低溫之間存在一年的相關性（實際上存在相關性），這些演算法很可能會使用這種統計相關性來做出投資決策，因為它們不知道溫度是什麼或股價是什麼，更不用說兩者是否可能在邏輯上相關。
隨著過去一個月華爾街出現 人工智慧炒作列車正在更廣泛地動搖 的跡象，即使是 “突破性” 演算法帶來的令人失望的回報也指向了過度吹捧的技術中存在的 深刻缺陷。
除非人工智慧算法理解詞語的含義以及它們與現實世界的聯絡，否則它們在重要決策方面將繼續不可靠，包括但不限於投資。
這是一篇觀點和分析文章，作者或作者表達的觀點不一定代表《大眾科學》的觀點。