พื้นฐานและศักยภาพในการใช้งาน AI｜ตอนที่ 3 การเรียนรู้เชิงลึก, การเรียนรู้แบบกลุ่ม, การเรียนรู้เชิงเสริม［月光為替］

【โปรไฟล์】

Gecko Exchange (げっこうかわせ) คือผู้ค้าเฮดจ์ฟันด์ที่ยังทำงานอยู่ มีประวัติทำกำไรจาก FX เดือนละ 200–300 pips และมูลค่าเงิน 1–2 พันล้านเยนอย่างมั่นคง ปัจจุบันทำการบริหารหุ้นญี่ปุ่นเป็นหลัก และยังคงทำการซื้อขาย FX ในทรัพย์สินส่วนบุคคลต่อไป โดยทำงานภายใต้ชื่อ Gecko Exchange โดยไม่ได้บอกกับบริษัท เป็นผู้สนับสนุนนักลงทุนส่วนบุคคลที่เห็นความจริงของตลาดแม้ในคำพูดที่เข้มงวด

การเรียนรู้เชิงลึก

แนวคิดที่ขยายจากเครือข่ายประสาทเทียมที่อธิบายไปก่อนหน้านี้ มีวิธีที่เรียกว่าการเรียนรู้เชิงลึก ข้อแตกต่างที่สำคัญกับเครือข่ายประสาทแบบเดิมคือว่าจะให้ผู้มนุษย์กำหนดตัวแปรอธิบาย หรือจะให้เครื่องเรียนรู้และกำหนดเอง

ในการเรียนรู้เชิงลึก เครื่องจะดึงตัวแปรออกมา ให้คะแนนด้วยน้ำหนัก และทำซ้ำขั้นตอนนั้นหลายครั้งเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด และในที่สุดจะระบุตัวแปรที่คัดกรองมาแล้ว

ตัวอย่างเช่นสำหรับราคาหุ้น มีตัวแปรที่อาจมีอิทธิพลมากมาย เช่น ผลประกอบการของบริษัท การประเมินค่า ราคาทางเทคนิค และปัจจัยเศรษฐกิจมหภาค ฯลฯ ในการเรียนรู้เชิงลึกจะเลือกสรรสิ่งเหล่านี้และสกัดตัวแปรที่มีอิทธิพลมากที่สุดเพื่อให้ได้ตัวแปรที่มีอิทธิพลสูงสุดในที่สุด ซึ่งตัวแปรสูงสุดอาจเป็นการรวมหลายตัวแปรเป็นตัวแปรใหม่

สิ่งสำคัญคือ ตัวแปรที่เลือกนั้นเป็นเพียงตัวแปรที่อธิบายการเคลื่อนไหวในช่วงการเรียนรู้ในอดีตเท่านั้น และไม่แน่ว่าจะอธิบายอนาคตได้หรือไม่ และเพื่อให้มนุษย์สามารถตัดสินใจได้ ต้องมีการกู้คืนพารามิเตอร์เดิมในขั้นตอนการโมเดล แต่ในการเรียนรู้เชิงลึกไม่สามารถกู้คืนได้ ดังนั้นจึงไม่สามารถทำการสังเคราะห์เชิงเหตุผลได้ ในทางปฏิบัติจึงเป็นวิธีที่มีประโยชน์มาก แต่เมื่อนำไปใช้งานจริงต้องมีการคิดค้นแนวทางเพิ่มเติม