🌐 English ⚡ 即时比分

42AI结束隐身模式,获6250万美元融资,推出可“预测人类行为”的世界模型

人工智能 来源: TechCrunch • 发布时间: • 热度: 👍👍
42AI结束隐身模式,获6250万美元融资,推出可“预测人类行为”的世界模型
🤖
🤖

核心导读

以色列初创公司42AI结束隐身模式,获6250万美元种子轮融资。其行为世界模型通过心理倾向、互动与交易数据预测个人决策,已用于10家经纪商的流动性、保证金和对冲管理,称交易区间预测准确率98%、方向与量预测F1达0.8-0.85。公司拟拓展游戏、反欺诈、网络安全及机器人理解人类,但数据画像与潜在利益冲突引发伦理担忧。

这是一个十足科幻的问题:如果AI能在你做出决定之前,甚至在全新情境中,预测你将做什么,会怎样? 以色列初创公司42AI表示,它正在开发一种能做到这一点的“行为世界模型”,并刚刚结束隐身模式,获得6250万美元种子轮融资。公司最初在少数几家金融经纪商处运行其预测系统,并称该模型可帮助预测单个交易员将如何应对波动市况。 “行为并非决定论式的,而是始终具有概率性,”42AI首席执行官兼联合创始人阿米特·加尔-奥尔(Amit Gal-Or)在回答我关于公司这一高调宣称的依据时对TechCrunch表示。他认为,人们具有潜在的心理倾向,即便处境改变,这些倾向也会影响决策;而这正是这家初创公司试图测量并转化为模型能够理解的数据的东西。 “一周之后,你可能会是另一个人,但在某些领域,你的倾向总会以一定概率或分布表现出来,”其联合创始人兼首席技术官埃胡德·埃兹拉(Ehud Ezra)补充道。公司据此主张,模型所做的正是:展示一个人做出某项决定的概率。 42AI表示,该模型试图弄清人们的内在动机,而不是根据其以往行为外推模式。为此,42AI考察人们如何对看似无关的事件作出反应。例如,对投资者或交易员而言,此类事件可能包括完成KYC流程、开户引导、客服通话、转账或股票交易。 “当人在初始流程中与客服或销售交谈时……我们会观察情绪、语音,以及他们进行的大量互动、他们打来多少次电话等等,”首席技术官兼联合创始人埃胡德·埃兹拉补充道。“所有这些数据点都会进入模型。之后还有互动:你如何买卖、何时买卖,我们那时会观察市场。” “所以,我们试图观察他们如何看待世界。在一个世界模型中,每个个体就是一个世界,”他补充道。 公司随后将这些观察转化为特质的数学表征,再输入一个基于Transformer的世界模型,由后者列出不同情形下可能决策的概率。(公司使用一个单独的语言模型为其预测生成解释)。 埃兹拉说,模型经过训练,要在模拟过程中保持一个人的潜在倾向。因此,如果某人通常厌恶风险,但模型突然将其视为风险偏好者,“目标就偏了”,他说,并解释了模型的训练奖励是如何设置的。 42AI花了三年时间开发这一方法,结合了心理学研究与神经科学、遗传学,以及心理学和PTSD专家的建议,还有2011年诺贝尔化学奖得主丹·谢赫特曼(Dan Shechtman)的建议。 加尔-奥尔说,团队首先通过心理评估和行为情境研究数千人,随后加入覆盖200多万人的政府和生物样本库数据集。他说,其客户数据集此后已扩展到覆盖近3000万人。 在实时部署中,模型会分析客户现有记录,包括交易和客服通话。加尔-奥尔指出,该系统不需要个人身份信息,并称“模型从不知道这个人是谁”。不过,公司似乎仍会从相互关联的客户活动中创建个人行为画像。 在预测市场交易方面,42AI声称其模型达到98%的准确率,但加尔-奥尔澄清,这更多是衡量交易流是否落在预测区间内,而不是每笔交易是否都被准确预测。 他还说,在预测交易方向和交易量时,该模型持续达到0.8至0.85的F1分数。(F1分数是机器学习中的一项指标,用于衡量分类模型在正确预测与误报、漏报之间的平衡能力)。 而且,模型并非随处可用,因为它仍是一台“盒子里的机器”。“存在一个天然上限,因为你确实无法获取一个人所经历的一切,”加尔-奥尔说。埃兹拉解释,当系统漏掉重要的情境背景时,其准确率也会受损,比如某人根据朋友或同事的建议改变交易选择。 加尔-奥尔说,42AI正与10家大型经纪商合作,这些机构用该模型管理流动性、保证金要求和对冲敞口。他说,公司正在接入更多客户,收入已超过“七位数”,但他不愿给出具体数字。 客户向这家初创公司支付固定费用,或按平台帮助其获得价值的一定比例付费。他声称,一家经纪商通过动态对冲创造了约3000万美元的额外价值。 据加尔-奥尔介绍,这6250万美元种子资金来自创始人和Infinity Group,历时三年,并非全部来自外部投资者。Infinity由其父亲阿米尔·加尔-奥尔(Amir Gal-Or)创立,他同时也是42AI的董事长和联合创始人。42AI目前计划筹集更多资金。 除金融外,42AI正在探索其模型在游戏、防欺诈和网络安全领域的应用,并希望有朝一日用它帮助机器人和AI智能体理解人类。但这可能尚需时日:埃兹拉承认,模型需要针对每个新领域训练规则和情境。 与所有AI工具一样,42AI的技术也有潜在令人不安的一面:如果一家经纪商能够预判客户可能做什么,那么什么能阻止有人利用这些知识为自己谋利?当我提出这一点时,埃兹拉承认这是一个“合理担忧”,创始人们提到监管、监控和内部伦理委员会,但他们没有解释,若有任何措施,什么能阻止其客户利用该技术相对于被其画像的人获利。 不过,加尔-奥尔相信,这项技术可以帮助应对此类风险。“我们非常自豪,实际上我们是解决方案的一部分;我们就是这个问题的解决方案,”他说。
分享这篇文章: