王寧

    聊天、敲代碼、找bug、寫小說、寫研報……近期，ChatGPT的全球走紅，讓大家對它的“多才多藝”連連叫好，甚至稱其為“學(xué)富五車、滿腹經(jīng)綸”。同時，與以往各類聊天機器人不同，ChatGPT的“智商”很高，對多類問題都可對答如流、應(yīng)用場景非常豐富，有人提問：ChatGPT能否成為基金經(jīng)理？

    想要回答這個問題，筆者認(rèn)為，先要了解人工智能和ChatGPT是什么關(guān)系，以及他們的本質(zhì)是什么。

    眾所周知，人工智能產(chǎn)業(yè)鏈可分為基礎(chǔ)層、技術(shù)層和應(yīng)用層三大部分，具體來看，基礎(chǔ)層所提供的硬件設(shè)備和軟件服務(wù)是人工智能產(chǎn)業(yè)不可或缺的基礎(chǔ)設(shè)施，而技術(shù)層是主要驅(qū)動力，應(yīng)用層才是最終的場景落地。

    截至目前，人工智能主要場景應(yīng)用包括了汽車、醫(yī)療、安防等眾多領(lǐng)域，其中也包括金融行業(yè)，但更多是集中在基礎(chǔ)層面，即主要提供硬件和軟件的基礎(chǔ)設(shè)置，在技術(shù)層的覆蓋厚度和深度仍相對一般，即便是近些年備受資本市場高度關(guān)注的量化交易，也并不是純粹的智能應(yīng)用，也需要人工干預(yù)。

    而對于ChatGPT，則是基于深度學(xué)習(xí)開發(fā)的一種語言模型，其原理在于使用預(yù)訓(xùn)練轉(zhuǎn)移學(xué)習(xí)方法，經(jīng)過大量文本信息訓(xùn)練，根據(jù)用戶提問快速反應(yīng)，運用真實人類語言所表達的一種方式。

    首先，ChatGPT的自我學(xué)習(xí)，是需要通過檢索到的信息來輸出回答，而要驗證檢索到的信息仍然必須依靠人力，這也是當(dāng)前為何以公開方式讓大家免費使用的緣故，本質(zhì)上是想借助廣大力量來對ChatGPT的回答進行反饋優(yōu)化，從而實現(xiàn)對模型的進一步訓(xùn)練。而誰來對其檢索到的信息負(fù)責(zé)、由此產(chǎn)生的對現(xiàn)有知識產(chǎn)權(quán)體系的挑戰(zhàn)仍待解決。

    其次，ChatGPT的算力成本需要更多資金和技術(shù)支持，需要各類場景有實際應(yīng)用的配合，而最終決定是否給予支持的還是要看終端用戶的需求。就目前來看，各類投資者對于人工智能在投資領(lǐng)域的忠誠感和青睞度還需要很大程度的提高。

    此外，雖然ChatGPT的背后有高算力支持，以及未來可能會有更高算力的和算法的提升，但是投資是一門科學(xué)，更是一門藝術(shù)，這項工作需要涉及不可量化、偏主觀判斷的決策，而基金經(jīng)理的工作也需要持續(xù)學(xué)習(xí)，并對趨勢的發(fā)展進行預(yù)判，同時根據(jù)市場的反應(yīng)做出應(yīng)對。

    最后，ChatGPT即便可以通過對大量歷史數(shù)據(jù)學(xué)習(xí)，來承擔(dān)數(shù)據(jù)搜索、清洗、程序化的處理，但是，對于未來的趨勢預(yù)判，對于產(chǎn)業(yè)未來的想象力空間測算，目前情況下還較難做到。

    按照當(dāng)前私募基金八大投資策略分類來看，無論是從去年全年，亦或是今年首月策略榜單來看，能夠取得較高收益的仍然是偏主觀交易型行為，雖然量化交易整體取勝能力較強，但在以“絕對收益”為目標(biāo)的投資市場來看，當(dāng)前主觀交易仍是主流派。

    在筆者看來，中短期ChatGPT不會站在基金經(jīng)理的對立面，長期則需視市場發(fā)展實際情況來判斷。就當(dāng)前來看，ChatGPT不乏作為基金經(jīng)理的輔助工具之一。

    舉例來看，網(wǎng)上有一段很驚艷的演示，在ChatGPT輸入兩家上市公司數(shù)據(jù)搜索，一張財務(wù)表很清晰的列出來，這對基金經(jīng)理而言是個很好的輔助工作，不用費時費力抓取數(shù)據(jù)。投資是計算與藝術(shù)的結(jié)合，目前ChatGPT還未有那么多“藝術(shù)感”。筆者大膽預(yù)測，10年之內(nèi)ChatGPT是無法取代基金經(jīng)理的。

（編輯 孫華 姜楠）