«4-GPT» يتفوق على البشر في تحليل البيانات المالية
![...](/uploads/posts/2024-05/c9d7aa74-2454-4293-9d7c-c46385b4b3f3.jpg)
نيويورك: وكالات
أظهر النموذج اللغوي الكبير GPT-4 من OpenAI القدرة على تحليل البيانات المالية بمستوى من الدقة يفوق أفضل المحللين الماليين البشريين.
ويأتي هذا الادعاء عبر ورقة كتبها باحثون في جامعة شيكاغو قالوا إن النتائج تشير إلى مستقبل واعد للذكاء الاصطناعي التوليدي في مجال التحليل المالي.
واستخدم الباحثون GPT-4 لتحليل البيانات المالية للشركات المدرجة في البورصة من أجل محاولة التنبؤ بنمو أرباحها المستقبلية.
وزعم الباحثون أن GPT-4 كان ناجحًا جدًا وتفوق على المحللين الماليين البشريين حتى عند تزويده بعدد قليل فقط من الميزانيات العمومية وبيانات الدخل الموحدة والمجهولة المصدر دون أي سياق إضافي.
وكتب مؤلفو التقرير الذي يحمل عنوان “تحليل البيانات المالية باستخدام النماذج اللغوية الكبيرة”: “وجدنا أن دقة تنبؤ النموذج اللغوي الكبير تتساوى مع أداء نموذج تعلم الآلة المتطور المدرب”.
وأوضح الباحثون كيف استخدموا تقنية تعرف باسم “سلسلة الأفكار” للسماح للنموذج اللغوي الكبير GPT-4 بتنفيذ الاستدلال المعقد ومحاكاة عمليات التفكير البشري في التحليل المالي. ومن خلال تعليم النموذج اللغوي الكبير كيفية تحديد الاتجاهات وحساب النسب وتجميع المعلومات، تمكنوا من إقناعه بعمل تنبؤات دقيقة.
ووفقًا للورقة البحثية، يستطيع GPT-4 التنبؤ باتجاه الأرباح المستقبلية بدقة تصل إلى 60 في المئة، متجاوزًا الدقة التي تتراوح بين 53 في المئة و 57 في المئة لمعظم المحللين الماليين البشريين.
ويتوقع الباحثون أن الأداء المتفوق للنموذج اللغوي الكبير GPT-4 ينبع من قاعدة المعرفة الواسعة التي يمكنه الاعتماد عليها، إلى جانب قدرته على تعرف مفاهيم وأنماط الأعمال وإجراء التفكير البديهي حتى مع مجموعات البيانات غير المكتملة. وقال الباحثون: “إن نتائجنا مجتمعة تشير إلى أن النماذج اللغوية الكبيرة قد تؤدي دورًا مركزيًا في صنع القرار”.
ومن غير المرجح أن يُستبدل المحللون الماليون البشريون بالذكاء الاصطناعي في أي وقت قريب، مع أن الباحثين يقولون إنهم يعتقدون أن النماذج اللغوية الكبيرة قد تكون أدوات قوية تساعد في تبسيط عمل المحللين وزيادة فعاليته.
وأنشأ الباحثون تطبيق ويب تفاعليًا لمشتركي ChatGPT Plus يمكنه إثبات قدرة GPT-4 على إجراء التحليل المالي، مع أنهم يذكّرون المستخدمين بأنهم يحتاجون إلى التحقق من دقته بطريقة مستقلة.