ويلسون تشان، المؤسس والرئيس التنفيذي لشركة Permutable AI – سلسلة المقابلات

ويلسون تشان هو المؤسس والرئيس التنفيذي لشركة Permutable AI، وهي شركة مقرها لندن وتختص في تقديم بيانات ومعلومات عالمية في الوقت الفعلي للمؤسسات المالية. مع خلفية في مجال الذكاء الاصطناعي والأسواق المالية وهندسة البيانات، يبني ويلسون أنظمة تترجم تدفقات المعلومات الهائلة إلى رؤى قابلة للفهم ويمكن اتخاذ إجراءات بناءً عليها. وهو معلق متكرر على الابتكارات في مجال الذكاء الاصطناعي في الأسواق المالية ومزاج السوق ومستقبل اتخاذ القرارات القائمة على البيانات، ويدافع عن التكنولوجيا التي تعزز الخبرة البشرية بدلاً من استبدالها.

بدأت مسيرتك المهنية في ميريل لينش وسيتي قبل تأسيس شركة Permutable AI. ما هو ما دفعك إلى الانتقال من التمويل التقليدية إلى بناء شركة ذكاء اصطناعي تركز على استخبارات السوق؟

بدأت مسيرتي المهنية كتاجر كمي في ميريل لينش في قسم المشتقات الثابتة، حيث كنا نجرّب حتى ذلك الحين تقنيات التعلم الآلي المبكرة لتعزيز سرعة التحكيم عبر منحنيات العائد. كانت معظم الأسواق المالية لا تزال في حالة “برمجيات 1.0” – قواعد محددة يدوياً ونماذج محسنة يدوياً.

على مدار العقد الماضي، شهدنا تقدمًا سريعًا: أولاً إلى “برمجيات 2.0″، حيث استُبدلت الشبكات العصبية بالمنطق الصريح، والآن إلى “برمجيات 3.0″، حيث يمكن للنماذج اللغوية الكبيرة تفسير كميات هائلة من البيانات غير المهيكلة مباشرة. لقد جعلت تلك التحولات من الواضح أن الأسواق سوف تتأثر في النهاية بنظم ذكاء اصطناعي أصلية قادرة على تفسير المعلومات العالمية بشكل أسرع وأكثر شمولاً من أي حزمة تقليدية.

تم إنشاء Permutable AI للاستفادة من تلك الفرصة بالضبط – بناء نماذج LLM متعددة الوكلاء التي تتنبأ بتغييرات السوق في الوقت الفعلي بدلاً من الاستجابة لها بعد الحادث.

رسالة Permutable AI هي “التوقع، لا مجرد الاستجابة، للتغيير في السوق” هي رسالة مقنعة. كيف شكّلت هذه الفلسفة تصميم البنية المعمارية للنموذج اللغوي الرأسي في البداية؟

لقد بنينا نماذج منطقية مصممة لفهم العلاقات والأسباب، وليس فقط الارتباطات. تتكيف البنية بشكل مستمر مع الظروف الكلية الجديدة، وأنهار الأخبار، والتنميات الجيوسياسية. ذلك الطبقة التكيفية هو جوهر فلسفتنا: إذا كنت ترغب في توقع الأسواق، فإن النظام يجب أن يتطور بسرعة مثل العالم نفسه.

يمكنك أن تفسر كيف تختلف النماذج اللغوية الكبيرة الرأسية عن النماذج اللغوية الكبيرة العامة مثل GPT، ولماذا هي أكثر ملاءمة لأسواق المال والسلع؟

في Permutable، نبني مكدسات متعددة الوكلاء مصممة للعمل بشكل تعاوني وتنفيذ عمليات عمل نهاية إلى نهاية تقليدية يتم التعامل معها من قبل فرق كاملة. نحن واثقون من أنها تتفوق بالفعل على معظم السوق (انظر نتائجنا على مدار عام)، ولكننا نعتقد أيضًا أن أفضل النتائج تأتي من دمج هذه الوكلاء مع مهندسين ومختصين بالdomain ذوي مهارات عالية.

النموذج اللغوي الرأسي يدمج علم الأنتولوجيا المالي – الكيانات، والتدفقات، والسلřet، والمحركات الكلية، والارتباطات. ومخرجاته ليست فقط نصًا، بل قرارات مهيكلة: محركات، ومستويات التأثير، ودرجات الثقة، ولذلك فهي مصممة خصيصًا لأسواق المال.

كثير من المؤسسات تعاني في تحديث بنية تحليلاتها. كيف يستبدل نظامك القائم على المنطق والتكيف البنية التقليدية بطريقة عملية؟

لقد بنينا أنظمة LLM ذات التقييم الذاتي والمراقبة المستمرة في قلبها. الهدف هو الحفاظ على الإشراف البشري مركزًا وحد أدنى، مع ضمان الموثوقية في نفس الوقت. الحقيقة هي أن الابتكار داخل المؤسسات الكبيرة صعب للغاية لأن الحواجز الثقافية والهيكلية غالبًا ما تعترض الطريق.

حيث تتوفر للمنظمات الثقافة والقيادة المناسبتين، فإن التحول يكون دراماتيكيًا. في النهاية، تلك التي تتبنى هذا التحول سوف تتسارع؛ تلك التي لا تفعل قد تواجه صعوبات في البقاء ذا صلة.

الرئيس التداولي هو تطور مثير. كيف يستفيد من البيانات والمعلومات الاقتصادية الكلية في الوقت الفعلي لمنح المتداولين ميزة؟

نظامنا يفحص مئات الآلاف من المقالات في الوقت الفعلي ويعرض تلك التي تهم حقًا – مع التحليل الذي يتم إنشاؤه تقريبًا في الحال. إنه يتجاوز ما يمكن أن تنتجه لغة LLM القياسية المدعومة بالبحث. إنه بمثابة محرك منطقي حي يقع بجانب كل متداول، ويتم تحديث قراءته للعالم باستمرار.

يصبح الذكاء الاصطناعي القابل للشرح أكثر وأكثر أهمية في الصناعات الخاضعة للتنظيم. كيف تضمن Permutable الشفافية والمساءلة داخل نماذجها ومخرجات قراراتها؟

ميزتنا الرئيسية هي أن كل مخرجات النموذج قابلة للتتبع إلى المقالة الدقيقة والتاريخ والمصدر. نحن نقوم بتقليل الوهم عن طريق التحكم الصارم في حدود المهمة لكل نموذج. كل شيء يأتي مع سجل مراجعة مدمج به معايير الشفافية مضمنة في البنية الأساسية.

تتوسع شراكاتك الآن لتشمل مزودي البيانات ومنصات التداول وشركات التحليل. ما يشبه الشراكة الاستراتيجية المثالية لشركة Permutable، وكيف تعزز هذه التعاونات نطاقك العالمي؟

نحن نبحث عن شركاء يتوافقون مع رؤية Permutable طويلة الأمد: جلب استخبارات السوق القائمة على الذكاء الاصطناعي في الوقت الفعلي إلى تدفقات اتخاذ القرار الأساسية في الأسواق العالمية. الشريك المثالي هو الذي يتوافق مع رؤيتنا، وله انتشار دولي، ومصداقية النظام البيئي القوية، والقدرة على مساعدة توسيع informationsنا وآرائنا عبر مناطق واصناف أصول متعددة.

لقد ذكرت هدف بناء “نموذج عالمي لأسواق المال”. ماذا سيكون شكل هذا النموذج في الممارسة، وما هي التحديات التي يجب التغلب عليها لتحقيقه؟

النموذج العالمي يخلق خريطة وفهم كيفية تفاعل أسعار الأصول القابلة للتداول وتأثيرها المتبادل – سواء كانت هذه الأصول ديون حكومية أو عملات أو سلع أو حتى شيء محدد مثل سعر القهوة. إنه تمثيل موحد لديناميات السوق العالمية.

كيف ترى تحول الذكاء الاصطناعي التكيفي لسرعة ودقة اتخاذ القرار لمديري الأصول والصندوق المتداول وغيرها من المؤسسات المالية على مدار الخمس سنوات القادمة؟

كلما دعيت إلى اجتماع على مستوى المجلس، أعرف في دقيقة واحدة ما إذا كانت المنظمة قادرة على الخضوع لتحول ذكاء اصطناعي. الثقافة هي كل شيء.

من حقيقة أن الذكاء الاصطناعي المتعدد الوضع سوف يوحّد التقارير والأخبار والصور وبيانات التدفق وأسعار الإشارات في طبقة منطقية واحدة. وسوف تتقدّم صناديق الاستثمار المتداولة أكثر لأنها تتكيف بشكل أسرع. لكن العديد من المنظمات الكبيرة للتداول إلى جانب الأفضل والألمع لا تزال لديها فرق مقاومة للابتكار – لا يدركون ببساطة كيف يتغير المنظر بسرعة.

أخيرًا، مع استمرار الذكاء الاصطناعي في تشكيل التداول والتحليل، ما هو ما يثيرك أكثر حول الحدود التالية لشركة Permutable AI والنظام البيئي المالي التكنولوجي الأوسع؟

نحن نعتقد أن أنظمة متعددة الوكلاء سوف تصبح الإطار السائد، على الرغم من أن الأدوات لا تزال في طور النضج. ما يثيرني أكثر هو أن الفائزين في التداول والتحليل سوف يكونون المؤسسات الأكثر استعدادًا وقدرة على التكيف – وهذا بالضبط حيث تقع رؤية Permutable.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Permutable AI.