editorwp_constanza
En la cima de un rascacielos de Nueva York, dentro de la sede de Lehman Brothers, Michael Kearns está tratando de enseñar a un ordenador a hacer algo nuevo: Pensar como un corredor de Wall StreetKearns es un científico informático con un doctorado de la Universidad de Harvard. Desde su cubículo, que domina el piso de intercambio, consulta a los corredores de Lehman Brothers mientras especialistas informáticos trabajan en un soft secreto. Los programas que escriben están diseñados para depurar entre billones de intercambios e identificar patrones sutiles en los mercados mundiales. Kearns, ha perseguido un sueño por más de dos décadas: imbuir un ordenador con Inteligencia Artificial. “En vez de procesar números automáticamente, un circuito generado por IA podrá imitar nuestro cerebro y entender nuestras emociones algún día. Esto cambiará al mundo, y cambiará a Wall Street” dice Kearns, que se pasó los noventas investigando la IA en los Laboratorios Bell en Murray Hill, Nueva Jersey.
Por décadas, los bancos de inversión y empresas de fondos de cobertura, han empleado matemáticos y otros discípulos amantes del análisis cuantitativo – gente conocida como “quants” – para descubrir relaciones entre los mercados y explotarlos con intercambios rápidos. Los quants buscan desligar las emociones humanas, como miedo y ambición, de las inversiones. Hoy, el intercambio guiado por ordenador ha llegado a niveles insospechados una década atrás. De acuerdo a la consultora Aite Group, un tercio de todas las operaciones de compraventa fueron realizados por programas automáticos, o algoritmos. Para el 2010, se estima que el número llegaría al 50%
Los partidarios de la inteligencia artificial dicen que les ha llegado la hora. Vasant Dhar, un ex-quant de Morgan Stanley (que enseña en el Colegio de Negocios Stern de la Universidad de Nueva York) está tratando de programar un ordenador para que prediga las formas en que los eventos inesperados, como la muerte repentina de un ejecutivo, pueden afectar los valores de una compañía. No muy lejos de allí, en la Universidad de Columbia, Kathleen McKeown, imagina construir una réplica electrónica de Warren Buffet, capaz de contestar casi cualquier tipo de pregunta sobre inversiones. “Queremos poder preguntarle a un ordenador: ‘Cuéntame sobre la fusión de la empresa A con la B’ o ‘¿Qué impacto tendrá en los mercados de enviar mas tropas a Irak?’ dice McKeown.
Algunos ejecutivos y científicos prefieren no hablar de IA porque les recuerda esperanzas frustradas sobre máquinas de inteligencia artificial que harían maravillas. “La promesa siempre ha sido mayor que la realidad” dice Brian Hamilton, jefe ejecutivo de Sageworks, mientras usa fórmulas para leer automáticamente valores de acciones, ingresos de compañías y otros datos, con los que crea reportes para inversores. Hamilton dice que hoy, los programas de IA, pueden resolver problemas específicos con un set de parámetros establecidos. “La inteligencia artificial es muy efectiva cuando hay una solución específica” cuenta Hamilton “el verdadero desafío aparece cuando se necesita juicio, y ahí es donde la IA ha fallado enormemente”
En el caso de el Ajedrez, por ejemplo, Deep Blue (una supercomputadora desarrollada por International Business Machines) le ganó al campeón mundial Garry Kasparov en un juego en 1997. Claro que las reglas del ajedrez nunca cambian, y un jugador sólo puede hacer una cantidad limitada de movidas. Deep Blue podía evaluar 200 millones de posiciones posibles por segundo. Sin embargo, en los mercados financieros, las influencias son prácticamente infinitas, desde revueltas en Oriente a huracanes en el Golfo de México. En el lenguaje de los ordenadores, el ajedrez es un sistema cerrado, en tanto el mercado es un sistema abierto.
Sin embargo, los investigadores de IA han progresado mucho a través de los años. Mira dentro de tu navegador Web o el GPS de tu auto, y probablemente encuentres inteligencia artificial trabajando. Una rama de IA, llamada Procesador de Lenguaje Natural (NLP, Natural Language Processor), es poseedora de la perspectiva de un soft que puede entender el lenguaje humano, hacer lecturas de compañías, escuchar a ejecutivos y destilar lo que aprende a programas de intercambio. A la IA le falta discernimiento, pero quizás sólo sea cuestión de tiempo.
