Con questa tecnologia è possibile costruire e gestire prodotti che controllano meglio il rischio e aumentano la marginalità.
Per accedere a questo contenuto
All’inizio c’erano le formiche, solo in apparenza piccole ed indifese. Poi qualcuno si è messo ad osservarle attentamente, meticolosamente e pazientemente, spingendosi a farne uno studio sulla swarm intelligence* che ha in seguito portato alla concettualizzazione e creazione di un algoritmo particolare chiamato “Ant Colony Optimisation” (ACO). Un algoritmo appunto ispirato dall’organizzazione di una colonna di formiche per la soluzione di problemi complessi.
L’idea di base di questo algoritmo, che viene impiegato dal Neural Advisor, si basa su un meccanismo di feedback positivo come una sorta di 'feromone virtuale', per rafforzare quelle parti di soluzione che contribuiscono alla risoluzione del problema. Il punto di forza dell'ACO consiste quindi nella creazione di un 'sistema intelligente distribuito'. In parole povere le scelte adottate non sono prese da un'unica entità che lavora al problema, bensì da una colonia, che agisce autonomamente e per mezzo dei feromoni riesce a condividere le soluzioni appena vengono trovate, adattandosi dinamicamente all'ambiente. Fantascienza? No, qui parliamo di realtà.
Cosa fa la rete neurale applicata al mondo finanziario? Le reti neurali non identificano un trend ma un possibile intervallo di prezzo per ogni strumento nella giornata successiva in quale direzione è plausibile che si sviluppi questo range. La presenza simultanea di posizioni long e short minimizza i rischi direzionali in presenza di eventi catastrofici.
Quale innovazione dunque? Le informazioni all'interno di una rete neurale (biologica o artificiale) sono distribuite per tutti i vari nodi della rete e non in un 'posto' singolo. Non si può più quindi guardare solo a una parte del sistema e dire che questa unità contiene una determinata informazione o svolge un determinato compito specifico (tranne per casi molto particolari). I sistemi distribuiti sono notoriamente molto robusti riguardo al danneggiamento: il sistema può sopportare 'lesioni' anche molto estese prima di risentirne significativamente nella sua efficienza.
Entriamo più nello specifico della relazione reti neurali/mondo finanziario. I sistemi distribuiti possono apprendere dando al sistema la possibilità di vedere campioni di ciò che deve imparare e, tramite un algoritmo che modifica la forza delle singole connessioni tra le unità, tali sistemi possono apprendere una varietà di compiti anche molto complessi (dal riconoscimento di immagini, alle previsioni metereologiche, ad associare alle parole un contenuto semantico). Con questo tipo di tecnologia è possibile costruire e gestire prodotti attualmente utilizzati sul mercato e assistere i clienti istituzionali durante il loro percorso di crescita creando nuovi prodotti che gestiscono meglio il rischio e aumentano la marginalità.
E se il super computer HAL 9000 – reso celebre dal capolavoro di Stanley Kubric “2001 odissea nello spazio” – fosse in fondo una specie di antesignano (un po’ arrogante a dire il vero) delle reti neurali? I sistemi distribuiti risultano particolarmente efficaci in quei compiti che richiedono un gran numero di variabili, caratteristica di azioni che noi compiamo in maniera del tutto naturale. Come il guidare, leggere, riconoscere ogni canzone e operare in borsa, tante per citare qualche esempio.
Ci piace chiudere con un richiamo al titolo di questo articolo, che in modo volutamente provocatorio parte da un animaletto talmente piccolo da sembrare quasi inconsistente: eppure, preso nel suo insieme di colonia, assume una forza prorompente.
* Swarm intelligence (SI) is the collective behavior of decentralized, self-organized systems, natural or artificial. The concept is employed in work on artificial intelligence. The expression was introduced by Gerardo Beni and Jing Wang in 1989, in the context of cellular robotic systems.
I CONTENUTI E LE OPINIONI ESPRESSE IN QUESTO ARTICOLO SONO QUELLE DEGLI AUTORI E NON DELLE SOCIETA’ PER CUI LAVORANO.