Tecnologias Emergentes > I.A.

Deixe a inteligência artificial cuidar das suas finanças

Uma dos verticais que mais se beneficiam da IA é o mercado financeiro, seguido de distribuição e serviços, setor público, e, por último, manufatura

05 de Maio de 2017 - 09h39

Dados, dados e mais dados...

Os dados estão sendo coletados, analisados ​​e aplicados às soluções mais amplamente e mais rápidamente do que nunca. A tecnologia de Inteligencia Artificial (IA) possibilita automatizar grandes quantidades de dados, aplicando-as em velocidades de registro.

No mercado financeiro, uma ação é a denominação comum de um contrato que, sob determinadas condições, confere à empresa o direito ou a obrigação de receber ou fornecer ativos ou fluxos de caixa. Uma empresa no mercado financeiro usa estas ações para cobrir riscos quando opera nos mercados. Esse cálculo do risco e dos preços das ações é uma tarefa computacionalmente intensiva e as GPUs surgem como uma das tecnologias mais importantes para executá-la.

A inteligência artificial (IA) está se expandindo rapidamente e a NVIDIA está se posicionando para ganhar mais “market-share” com foco em novos hardwares e softwares para o desenvolvimento de novos produtos. A meta é atender a demanda das empresas do mercado financeiro que estão aumentando os investimentos em inteligência artificial.

Atualmente, a empresa já detém quase 90% do mercado de processadores que são usados ​​para tarefas de treinamento na aprendizagem de máquinas, também conhecida como Deep Learning e, de acordo com o IDC, a NVIDIA está entre as principais plataformas de software cognitivos voltados às mudanças de contexto tecnológico e empresarial.

O estudo ainda aponta que um dos mercados que mais se beneficiarão desta mudança é o mercado financeiro, com 28,6%, seguido pelo ramo de distribuição e serviços com 20,8% e setor público com 17,9% e, por último, a manufatura com 14,1%.

Riscos da carteira

Há cinco anos, um operador precisava extrair dados e transferi-los para sistemas especializados a fim de realizar análises avançadas e modelagem. Tudo isso para a mais importante das suas tarefas: calcular os riscos da carteira. No passado, os cálculos de risco que precisavam de muita matemática geralmente eram efetuados em lote durante a noite, o que dificultava reagir às mudanças do mercado em tempo real.

Com os avanços em placas de vídeo e deep learning, agora eles podem realizar exploração de dados, desenvolver e consumo de modelos em uma única plataforma de computação de alta potência com as placas de vídeo Kinetica e NVIDIA (Aplicações como essas serão tema da GPU Technology Conference, evento que acontece no Vale do Silício, de 8 a 11 de maio. Lá a empresa falará sobre diversas áreas de atuação do Deep Learning e IA).

Os clientes podem realizar consultas complexas sob demanda sem a necessidade de mover dados entre sistemas e os analistas quantitativos conseguem executar sofisticados trabalhos científicos de dados no mesmo banco de dados que armazena todas as informações necessárias para orientar as decisões de negociação. Isso resolve o desafio da movimentação de dados e possibilita usar uma arquitetura mais simples para cargas de trabalho de IA.

Com os recursos de função definida pelo usuário acelerados pelas placas de vídeo Kinetica, os clientes podem implementar um modelo de estruturas de deep learning, como TensorFlow, Tocha, Caffe ou Spark ML usando uma chamada à API simples. Isso permite que os analistas quantitativos e outros analistas aproveitem o desempenho e os benefícios de paralelização da placa de vídeo sem precisar aprender novas linguagens de programação.

Por outro lado, a execução das operações envolve descobrir como obter o melhor preço para um valor mobiliário quando você tem um certificado de ordem limitada. Se o futuro estiver algumas centenas de milissegundos à frente ou há apenas um minuto, à medida que negocia quantidades cada vez maiores de um determinado valor mobiliário, o investidor quer saber se está obtendo o melhor preço agora em relação ao futuro próximo.

Com o backup de seus dados quantitativos em um ambiente de deep learning, você pode começar a entender aonde vão as milhões de operações realizadas com esse valor mobiliário. Você treinou com uma quantidade enorme de dados e pode, então, fazer inferências com esses dados em tempo real para ver se deve negociar agora, em algumas centenas de milissegundos, em um segundo ou em um minuto. Esse tipo de inteligência realmente aumenta muito o potencial de negociação algorítmica.

No final das contas, quando fecha o pregão, o que se tem é uma grande vitória. Dos dados. E mais dados.

Marcio Aguiar é Gerente de desenvolvimento para área Enterprise para América Latina da NVIDIA