XiaoMi-AI文件搜索系统
World File Search System感更强
通过敏感性分析解读人工智能交易员的投资决策算法
随着金融科技的进步，金融机构现在广泛应用于其运营中的人工智能（AI），例如贷款决策、保险支付评估和欺诈交易检测。在资产管理领域，该技术正被用于在市场预测和投资策略中发现当前信息与未来资产价格之间存在的复杂关系，并取得了一些优异的效果。 另一方面，包括深度学习模型在内的人工智能内部的处理过程非常复杂，有人指出，存在所谓的“黑盒”问题，即不容易解释人工智能决策背后的因果关系。在资产管理领域，由于对高投资回报的期待，对能够做出超出人类理解的投资决策的人工智能的需求将不断增加。如果这导致无法由人类验证其有效性的交易增加，未来可能会出现意想不到的风险，影响金融机构的财务健全性和市场的稳定。 近年来，为了缓解人工智能的黑箱性质，人们进行了大量研究，主要在图像识别领域，以解释人工智能内部的处理过程。 在资产管理领域，人们对AI的可解释性的兴趣日益高涨，例如，Shiono（2018）通过将AI模型与理论宏观经济模型相结合，构建了一个回报预测AI，在预测准确性和可解释性之间取得了良好的平衡。 在本研究中，我们构建一个对未来日经225期货收益具有解释能力（以下称预测精度）的AI交易员，并尝试通过敏感性分析表达其输入变量（市场数据）和输出值（投资决策）之间的关系，从而解释AI的内部处理过程。
欣赏人工智能艺术时的人类中心主义偏见
我们认为，人工智能 (AI) 在艺术领域（例如音乐、绘画）的最新进展对人类中心主义世界观构成了深刻的本体论威胁，因为它们挑战了人类独特性叙事的最后前沿之一：艺术创造力。四项实验（N = 1708），包括一项高强度的预注册实验，一致揭示了对人工智能制作的艺术品的普遍偏见，并揭示了其心理基础。同一件艺术品被贴上人工智能制作（而非人造）的标签时，人们的偏好会降低，因为它被认为缺乏创造力，因此引起的敬畏感也会减少，而敬畏感是一种通常与艺术审美相关的情感反应。这些影响在具有更强的人类中心创造力信念的人（即相信创造力是人类独有的特征）中更为明显。对人工智能艺术的系统性贬低（赋予较低的创作价值、抑制情绪反应）似乎服务于一种动摇的人类中心主义世界观，即创造力专属于人类。
