اولین معماری در نوع خود در مقایسه با روش های آموزشی سنتی تا 7 برابر سرعت می دهد.
یک تیم تحقیقاتی چند رشته‌ای در دانشگاه آکسفورد اخیراً اولین شبیه‌ساز کتاب سفارش محدود با شتاب GPU (LOB) به نام JAX-LOB را در نوع خود توسعه داده‌اند.
JAX ابزاری است که توسط گوگل برای آموزش سیستم های یادگیری ماشینی با کارایی بالا توسعه یافته است. در زمینه شبیه سازهای LOB، مدل های هوش مصنوعی اکنون می توانند مستقیماً بر روی داده های مالی آموزش داده شوند.
یک تیم تحقیقاتی در آکسفورد روش جدیدی ایجاد کرده اند که به JAX اجازه می دهد شبیه سازهای LOB را تنها با استفاده از GPU اجرا کند. به طور سنتی، LOB Sims با استفاده از یک واحد پردازش کامپیوتری (CPU) اجرا می شود. مدل‌های هوش مصنوعی می‌توانند با اجرای مستقیم روی زنجیره GPU که در آن آموزش هوش مصنوعی مدرن انجام می‌شود، برخی از مراحل ارتباطی را نادیده بگیرند. طبق یک مقاله تحقیقاتی از پیش چاپ شده از تیم آکسفورد، این سرعت را تا 7 برابر افزایش می دهد.
دینامیک LOB یکی از جنبه های علمی مورد مطالعه در امور مالی است. به عنوان مثال، در بازار سهام، LOB به معامله گران تمام وقت اجازه می دهد تا نقدینگی خود را در طول معاملات روزانه خود حفظ کنند. و در دنیای ارزهای دیجیتال، LOB ها توسط سرمایه گذاران حرفه ای تقریبا در هر سطحی پذیرفته می شوند.
مربوط: نقش کتاب سفارش حد مرکزی DEX در امور مالی غیرمتمرکز
آموزش سیستم‌های هوش مصنوعی برای درک پویایی‌های LOB یک کار دشوار و فشرده با داده‌ها است که به دلیل ماهیت و پیچیدگی بازارهای مالی بر شبیه‌سازی‌ها تکیه دارد. و هر چه شبیه سازی دقیق تر و قوی تر باشد، مدل آموزش داده شده بر روی آن کارآمدتر و مفیدتر خواهد بود.
بر اساس مقاله تیم دانشگاه آکسفورد، یافتن راه هایی برای بهینه سازی این فرآیند بسیار مهم است.
توانایی مدل‌سازی دقیق و کارآمد پویایی LOB به دلیل نقش مرکزی آن در سیستم مالی بسیار ارزشمند است. ممکن است بتوانیم تأثیر مقررات مالی را بر ثبات سیستم مالی پیش‌بینی کنیم.»
JAX-LOB اولین در نوع خود است و هنوز در مراحل اولیه است. در حالی که محققان بر نیاز به تحقیقات بیشتر در مقاله خود تاکید می کنند، برخی از کارشناسان قبلاً پیش بینی می کنند که می تواند تأثیر مثبتی بر بخش های هوش مصنوعی و فین تک داشته باشد.
جک کلارک یکی از بنیانگذاران Anthropic اخیراً نوشت:
نرم افزاری مانند JAX-LOB جالب است زیرا به نظر می رسد دقیقاً از چه هوش مصنوعی قدرتمندی در آینده برای انجام آزمایش های مالی خود استفاده کند.
نویسنده: Tristan Greene
