Un equipo de investigación multidisciplinario de la Universidad de Oxford desarrolló recientemente un simulador de libro de órdenes limitadas (LOB) acelerado por GPU llamado JAX-LOB, el primero de su tipo.
JAX es una herramienta para entrenar sistemas de aprendizaje automático de alto rendimiento desarrollada por Google. En el contexto de un simulador de LOB, permite que los modelos de inteligencia artificial se entrenen directamente en datos financieros.
- Anthropic abre la "caja negra" para ver cómo se le ocurren a la inteligencia artificial las cosas que dice
El equipo de investigación de Oxford creó un método novedoso mediante el cual JAX podría utilizarse para ejecutar un simulador de LOB utilizando solo GPUs. Tradicionalmente, las simulaciones de LOB se ejecutan utilizando unidades de procesamiento de computadoras (CPUs). Al ejecutarlas directamente en una cadena de GPUs, donde ocurre el entrenamiento moderno de IA, los modelos de IA pueden omitir varios pasos de comunicación. Según el artículo de investigación preliminar del equipo de Oxford, esto proporciona un aumento de velocidad de hasta 7 veces.
Las dinámicas de LOB son uno de los aspectos más estudiados desde el punto de vista científico en las finanzas. En el mercado de valores, por ejemplo, los LOBs permiten a los traders a tiempo completo mantener la liquidez durante las sesiones diarias. Y en el mundo de las criptomonedas, los LOB son abrazados en casi todos los niveles por inversores profesionales.
Entrenar a un sistema de IA para comprender las dinámicas de LOB es una tarea difícil y que requiere una gran cantidad de datos que, debido a la naturaleza y complejidad del mercado financiero, se basa en simulaciones. Y cuanto más precisa y poderosa sea la simulación, tienden a ser más eficientes y útiles los modelos entrenados en ellas.
- Expertos en informática opinan que EE.UU. debería crear una nueva agencia federal para la inteligencia artificial: Encuesta
Según el artículo del equipo de Oxford, encontrar formas de optimizar este proceso es de suma importancia:
“Debido a su papel central en el sistema financiero, la capacidad de modelar con precisión y eficiencia las dinámicas de LOB es extremadamente valiosa. Por ejemplo, podría permitir que una empresa financiera ofrezca mejores servicios o podría permitir al gobierno predecir el impacto de la regulación financiera en la estabilidad del sistema financiero”.
Siendo el primero de su tipo, JAX-LOB todavía está en pañales. Los investigadores enfatizan la necesidad de más estudios en su artículo, pero algunos expertos ya predicen que podría tener un impacto positivo en los campos de la IA y la tecnología financiera.
Jack Clark, cofundador de Anthropic, escribió recientemente:
“Software como JAX-LOB es interesante, pues parece ser exactamente el tipo de herramienta que una futura IA poderosa podría usar para llevar a cabo sus propios experimentos financieros”.
Aclaración: La información y/u opiniones emitidas en este artículo no representan necesariamente los puntos de vista o la línea editorial de Cointelegraph. La información aquí expuesta no debe ser tomada como consejo financiero o recomendación de inversión. Toda inversión y movimiento comercial implican riesgos y es responsabilidad de cada persona hacer su debida investigación antes de tomar una decisión de inversión.
Sigue leyendo:
- Anthropic abre la "caja negra" para ver cómo se le ocurren a la inteligencia artificial las cosas que dice
- Expertos en informática opinan que EE.UU. debería crear una nueva agencia federal para la inteligencia artificial: Encuesta
- Nueva investigación muestra cómo la computación neuromórfica podría revolucionar la tecnología blockchain y la IA
- La nueva IA "Voicebox" de Meta es una herramienta de texto a voz que aprende como ChatGPT
- El nuevo sistema Megabyte de Meta resuelve uno de los mayores obstáculos para modelos GPT
- El interés de estudiantes de Udemy por habilidades de ChatGPT aumentó en más de un 4,400% desde 2022
- Bitcoin se mantiene en su rango, pero con menos volatilidad, ¿le seguirán TON, LINK, MKR y XTZ?