lu.se

Denna sida på svenska This page in English

Artificiell intelligens fördelar tillgångar

2021-04-07

Petter K Holm, Erik Lindström. Foto.

Petter K Holm och Erik Lindström

Femton matematiker får i år dela på 25 miljoner kronor i anslag inom ramen för Knut och Alice Wallenbergs Stiftelses matematikprogram. Programmet gör det bland annat möjligt för yngre matematiker att forska vid någon av världens främsta matematikmiljöer och sedan återvända till Sverige. Till LTH kommer Petter N Kolm som gästprofessor.

Petter N Kolm är för närvarande professor vid Courant Institute, New York University (NYU). Han kommer, tack vare anslaget från Knut och Alice Wallenbergs Stiftelse, vara gästprofessor matematisk statistik vid Matematikcentrum LTH.

Artificiell intelligens, eller AI, har redan förändrat stora delar av vårt samhälle. Autonoma datorsystem kan idag köra bil själva, vinna över människan i schack och ställa sjukdomsdiagnoser. Men inom vissa områden har tillämpningarna bromsats då datorerna inte varit helt och hållet tillförlitliga - även välfungerande AI-system kan i praktiken vara oanvändbara om de inte går att lita på fullt ut.

Ämnet för hans gästprofessur är att utveckla AI för portföljoptimering av värdepapper.

Området har hållit sig avvaktande till att använda AI-metoder, eftersom även mycket små fel kan leda till stora ekonomiska förluster.

Två delproblem kommer att studeras. I första steget utvecklas datadrivna modeller för att hitta abrupta förändringar i marknaden. Svårigheten här är att välja de få relevanta variablerna bland hundratals eller tusentals andra som bara tillför brus. Nästa steg innebär att kombinera datamodellen med en maskininlärningsmetod, förstärkningsinlärning. Till förstärkningsinlärningens största framgångar räknas datorprogrammet AlphaGo som besegrade världsmästaren i brädspelet go, kanske det mest komplexa spelet med upp till 10365  möjliga lägen.

Förstärkningsinlärning har fördelen att kunna användas brett och därmed tillåta lösningar av betydligt mer realistiska problem jämfört med traditionella metoder för maskininlärning. En AI-baserad portföljoptimering kan exempelvis bli av största betydelse för pensionsfonder och privata forskningsstiftelser.

- Möjligheten att få bjuda in Petter N Kolm gästprofessor i Lund betyder mycket för LTH. Hans bakgrund spänner över flera discipliner, och hans vetenskaplig gärning täcker skilda områden som Bayesianska metoder, portföljvalsoptimering och hedging, reinforcement learning och på senare tid data science, maskininlärning och så kallad alternativa data, säger Erik Lindström, professor i matematisk statistik vid LTH

AI-bild visar grafer över portföljoptimering. Foto.