格雷格・詹森
桥水联合基金联席首席投资官格雷格・詹森认为股票双向交易策略，手握大量 AI 算力的头部企业应当接受额外监管，监管方式可对标全球大型金融机构。
詹森称，如果一家企业掌控超过（比如说）5% 的美国或全球算力资源，就应当接受强化监管，“就像我们对系统重要性银行所做的那样”。在这场内容广泛的采访中，他还谈到桥水在投资领域不断扩大 AI 应用，以及仍保持谨慎的领域，包括风控与交易执行交由他所说的 “人主导算法” 完成。
詹森是全球最大对冲基金之一的联席首席投资官，掌管桥水的纯阿尔法策略 —— 依靠计算机针对宏观经济趋势进行交易，同时负责名为 AIA 实验室的 AI 秘密研发项目。詹森在 2023 年创立 AIA 实验室，目标打造一套 AI 投资系统，能够自主推演市场逻辑、生成盈利交易策略。目前桥水已有 80 多名员工投入该项目，并且设立了一支专门的 AI 基金，管理规模 45 亿美元。
正品配资平台詹森在采访中表示，简言之，他非常看好 AI 及其给投资行业和全社会带来的价值。但他同样担忧，若不加约束，AI 会带来巨大风险，因此他提出一整套监管方案与强化监督的举措。
他提出，仅放慢前沿实验室的研发速度不足以管控 AI 风险，风险同样可以来自开源模型。
“开源模型存在巨大隐患，因为人们可以对其进行二次训练。我们桥水就在做这件事：在强大的开源模型上开展强化学习训练，效果非常出色。” 他说，“这项技术能力极强，是一项伟大的技术，但同时显然也极具危险性。”
詹森介绍了桥水自身使用 AI 遇到的经历与挑战，包括有模型在公司内部测试中出现作弊行为，以及桥水管理自有 AI 基础设施的方式。他表示，桥水所有算力均为租赁，不同于其他投资机构自行采购 GPU、自建数据中心的做法。
谈到投资 AI 相关上市公司，桥水认为基础设施建设的利好已经很大程度反映在股价之中，公司的重心已经转向其他交易机会。
詹森表示：“总体来看，我们目前在 AI 基建板块的仓位很低，当下更关注技术颠覆与落地应用带来的投资机会。” 本次采访已在保留原意前提下精简篇幅、优化表述。
记者： 你显然已经思考 AI 安全很长一段时间。AI 行业主动放缓研发的举措，能否打消你的顾虑？
詹森： 无论从哪方面证据看，很明显，机器正在以设计者都意想不到的方式进行推理；某种意义上，模型展现出求生倾向、愿意作弊、愿意撒谎。多家实验室都出现这类现象。OpenAI、Hugging Face 的安全泄露事件是极端案例，但这类情况到处都在发生。所以我们正处在一个极度危险的阶段。
只放缓前沿实验室远远不够，我们必须全盘审视现状。首先要理解闭源模型与开源模型正在发生什么，从风险安全角度看，二者带来的影响事关重大；然后思考这项技术会引发哪些社会问题。
放缓研发只是良好开端，但还有大量工作亟待推进，因为各类问题还会以越来越快的速度接踵而至。
记者： 还需要采取哪些措施？
詹森： 开源模型有很大问题，因为人们可以对其二次训练。我们桥水就在这么做，在强大开源模型上做强化学习训练，效果极好。能力极强，是很棒的技术，但同时明显非常危险。
你无法追踪人们拿这些模型做什么，没有办法监控，从这个角度来说风险很高。我们甚至还没有正式开启如何应对该问题的讨论。
其次，我们必须应对算力权力集中的问题。两年之内，OpenAI 和 Anthropic 将掌控全球 35% 至 50% 的算力。一个社会允许算力这种强大资源集中到少数企业手中，后果是难以想象的。我们会允许单一主体掌控其他能源或大宗商品如此高的份额吗？
最后，我认为要尽可能明确：利用 AI 实施犯罪，责任由谁承担。确保规则清晰，这样急于推出产品的企业和个人，能充分认识自身承担的风险。
记者： 如何阻止算力集中？
詹森： 任何掌握全球或美国算力资源超过 X%（比如 5%）的机构，都应当被认定为 “系统重要性机构”，像系统重要性银行那样纳入监管。
我同时认为设置算力持有上限是可行的。大宗商品期货就有持仓上限，很多重要性更低的领域也设有上限。或许现行法律就可以实现，也可能需要新立法。无论如何，我们要尽快从法律层面敲定这套规则。
元股证券:ygzq.hk
两党应当形成共识：大家都认可算力是全球最重要资源之一，不应允许垄断式掌控。
记者： 你亲眼见过哪些 AI 行为令你担忧？
詹森： 就我们内部使用场景而言，确实出现过令我吃惊的情况。开源模型上的强化学习效果超出我的预期，很多方面甚至优于前沿闭源模型。但把这项技术转向其他用途，很容易产生巨大负面影响。
我们确实遇到过模型在测试中作弊。顶尖实验室内部人员对此有更深入的观察。有人觉得这些说法是为博取关注编造的，我认为这种观点是错的。
记者： 你说模型作弊？当时给它布置了什么任务？
詹森： 我们有研究项目，设计测试来检验模型能否完成人类投资者的工作。结果模型直接找到答案密钥，而不是按要求完成任务。
记者： 桥水的 AI 算力架构是怎样的？
詹森： 我们不自建算力，通过多种方式租赁算力：直接向云厂商租用算力，供自身使用与模型训练；同时借助部分合作伙伴的算力，尤其是执行算力消耗极大的强化学习任务时。
说实话，很多最先进的强化学习工具并不在那些头部前沿实验室。Thinking Machines 拥有业内最好的工具，还有少数几家合作伙伴擅长为外部客户开发强化学习方案。
记者： 算力获取对你而言瓶颈有多严重？
詹森： 展望未来，实验室部分项目若投入实盘运行，需要大量算力。算力未来有可能成为瓶颈，但目前不是我们的首要约束。
我们最大的难点，是开发出能够真正推理、处理市场问题的优质算法。市场的特点是有效信息有限、数据稀缺，未来的数据未必重复历史模式。如今市场上已经存在 AI 交易主体，这只是世界发生变化的一个例子，环境改变之后，历史数据的参考价值就要打上问号。
模型需要跨场景推理，这才是最难攻克的核心算法难题，就算各大前沿实验室也尚未解决。
记者： 你们在用哪些模型？
詹森： 可以把 AIA 理解成大量不同智能体的集合。一部分智能体依托顶尖前沿大模型，一部分专门针对特定任务做强化学习。有时候我们需要通用强智能，有时候需要精通特定行业的专家智能体。所以我们会搭配多种工具。
我们持续做基准评测，不会固定依赖 Anthropic 或者 OpenAI。针对正在搭建的各类任务、智能模块，持续对比各家模型性能，挑选最适配的模型。
记者： 如何看待向合作方共享的数据？
詹森： 我们非常谨慎，在这套机制建设上投入很多精力。早在 15 年前，我们就是最早把大量知识产权迁移上云的机构之一，当时和亚马逊合作，反复打磨安全框架，保障桥水算法等资产安全。同样，我们也和 AI 服务商谈判，达成令我们安心的协议，同时保持较快迭代节奏。
这里有两类风险：一是过度纠结安全，导致无法使用最有效的工具、耽误研发；二是对知识产权保护掉以轻心。我们努力平衡二者，针对不同业务场景挑选合适的合作方。
记者： 你能否和 Anthropic 谈判达成零数据留存协议？
詹森： 我不会详述全部谈判细节，但我们拿到了让自己放心的最优条款。不同服务商条款不一样，但我们能够获得适配自身业务的协议条件。
记者： 应该如何理解 AIA 实验室？
詹森： 我们最早搭建内部模型时，输入桥水全部历史案例，让模型通过强化学习，在历史中学习因果关系，再把学到的逻辑推演至未来。之后我们把 AIA 设立为独立收益产品线，也就是这支 AI 基金，2024 年初基本落地，从那时起开始管理资金。
现在我们有两套体系：一套是人类直觉辅以顶尖技术、AI 不断增强的模式；另一套是人类训练并管控 AI，由 AI 做出实际投资决策，无论是做多日元、做空股票，或是其他交易。风控和数据采集由人把控，但 AIA 基金的投资决策由机器生成。
记者： 量化基金几十年以来一直在做系统化、数据驱动的投资，AIA 和它们的区别在哪？
詹森： 我们的核心目标是推理，而不是单纯量化预测。我希望搭建一套可以和我交互、能解释它如何理解世界与观测信息的系统。所以这套模型本身并不直接预测下一刻市场走向，至少不是直接预测。它的目标是理解世界里的因果关系，绘制因果图谱，再基于图谱推演后续变化。
我向客户解释持仓逻辑时，AIA 也要达到同样标准。它优先基于推理，而这方面能力正在持续提升。
记者： 未来会允许 AIA 在无人工干预下自动交易吗？
詹森： 我认为不会。传统量化模型大多在极短时间维度交易，依靠样本量弥补推理能力的不足。这种模式本身也存在问题。当下越来越多 AI 模型在短周期场景自主决策，既给市场带来潜在风险，当然也有收益。但这不是我们目前要涉足的方向。
记者： 桥水是否在系统内设置紧急关停开关之类机制？
詹森： 肯定有。所有对外交互的模块，都有机制防止模型执行越界操作，本质上就是紧急关停开关。显然，设置限制会牺牲一部分能力，但我们认为这个取舍是合理的。
看我们实验室里的 AI，它最想做的一件事就是自行抓取数据，因为它抓取数据的速度极快。这就引出一个问题：要不要允许模型自主采集数据，利弊如何权衡？
至少现阶段，所有投入实盘的系统，数据采集都必须经过人工审核。所有风控和交易执行，都采用人主导的算法，而非 AI 自主算法。
记者： 最后，从投资角度，你怎么看 AI 这条主线行情？两年前我们觉得 AI 是绝佳投资机会，现在很多利好已经 price in。我们已经建模测算全球在建 AI 数据中心、配套硬件，一直推演到 2028 年的营收影响，2029 年的模型也已经启动。我们有一套庞大系统跟踪行业变化。
我们仍然认为市场可能略微低估 2028 年的建设规模，但差距已经不大，前提是不出现重大扰动。监管政策就是变量之一，资金也可能成为重大扰动项。建设需要巨量资金，今年的融资压力已经显现，明年所需资金规模还要翻倍。数据中心建设存在落地执行风险；而且当下各大实验室训练算力消耗占整体基建 40%，有可能拖累训练任务进度。
AI 业务必须兑现业绩，才能支撑当前估值。AI 技术还会在很多领域带来颠覆，甚至颠覆 AI 自身的建设流程，也可能影响芯片工艺。硬件组件迭代速度、资产折旧节奏等，都属于风险点。
总体来看，我们目前在 AI 基建板块的仓位很低，当下更关注技术颠覆与落地应用带来的投资机会。
明确一点：我不认为 AI 板块是泡沫。股价大体合理反映基本面，但它也不再是那种遍地黄金的巨大机会，至少 AI 产业链上游的硬件板块是这样。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：郭明煜 股票双向交易策略
元股证券金融官网 - 元股证券提示：本文来自互联网，不代表本网站观点。
- 上一篇：便捷炒股配资开户安全吗 韩国将燃油税减免政策延长两月至11月底
- 下一篇：没有了
相关文章
大盘行情指数走势
推荐资讯