-

知名金融機構採用causaLens的開創性因果型AI平臺來發現關鍵因果見解並制定獲利更高的交易策略

倫敦--(BUSINESS WIRE)--(美國商業資訊)-- (美國商業資訊)--多家金融服務公司(包括英傑華投資公司(Aviva Investors)、2IQ美國教師退休基金會(TIAA)、CLS Group和眾多知名避險基金)正在利用擴大規模期深科技公司causaLens打造的全球首創因果型人工智慧平臺,自動從金融資料中獲取體現因果關係的重要見解並提高其交易策略的獲利能力。

金融服務業必須瞭解推動市場變化的真正因素,但當前的AI系統只能識別其中的關聯性。這種「曲線擬合」機器無法擴充,需要昂貴且很難聘請到的資料科學家團隊,而且可解釋性有限,所以用於金融市場的成效不佳。

因果型AI是全新的機器學習(ML)技術,讓我們離真正智慧型機器又近了一步。它可以理解因果關係,直覺式地融合人類知識,設計出理想的介入措施,並想像出反事實情境,而這些都有助於推動策略和決策的制定。此外,它在傳統預測任務上也有更突出的表現,事實證明,它適應新市場狀況的速度是當前機器學習技術的三倍

英傑華投資公司投資策略主管兼首席經濟學家Michael Grady在解釋這家資產管理公司為何與causaLens合作時表示:「因果型AI在我們的投資分析中正扮演著越來越重要的角色。這項技術能夠借助成熟、適應性強、可解釋且不會出現過度擬合問題的模型,識別經濟、金融和另類資料中新的因果關係,幫助我們的策略師和投資組合經理產生超額回報。」

CLS Group資訊服務主管Masami Johnston解釋道:「因果型AI使我們能夠發現與外匯市場有關的關鍵因素的重大變化和意外變化,有助於我們對市場狀況做出快速反應,並強化我們的投資策略。」

causaLens執行長、共同創辦人Darko Matovski評論道:「我們在2017年率先推出用於時序資料的自動機器學習(AutoML)技術,在績效和成本撙節方面為我們的客戶創造了巨大價值。我們很自豪現在能將更高的智慧水準引進市場。因果型AI所特有的反事實推理和介入推理功能可以幫助我們的客戶達到比以前更先進的自動化和智慧水準,從而取得更高的投資報酬率。我們還將這項技術擴展到時序資料之外的應用領域。」

有關因果型AI的更多用例、白皮書和示範,請查看causaLens的新網站

免責聲明:本公告之原文版本乃官方授權版本。譯文僅供方便瞭解之用,煩請參照原文,原文版本乃唯一具法律效力之版本。

Contacts

Alejandro Ortega Ancel
alejo@causaLens.com

More News From causaLens

causaLens獲得4500萬美元A輪融資,將為以人為中心且可理解因果關係的人工智慧進行升級

倫敦--(BUSINESS WIRE)--(美國商業資訊)--開創人工智慧之未來的倫敦深度科技公司causaLens在A輪融資中籌集了4500萬美元。 causaLens是因果人工智慧領域的先驅。因果人工智慧是唯一量化因果關係的人工智慧技術,以值得信賴、可解釋和公平的方式與人類一起進行推理。因果人工智慧是目前以相關性為基礎之人工智慧技術的巨大進步,後者盲目地推斷歷史資料,無法提出反事實的問題——而各種「假設」才是人類想像力和創造力的核心。causaLens的無代碼平臺提供更準確和可靠的結果,並首次允許人類和機器一起工作。它得到了金融、工業、科技和政府等各行各業決策者的信任。 本輪融資由Dorilton Ventures和Molten Ventures領投,而現有投資者Generation Ventures和IQ Capital參投的金額也相當大。GP Bullhound等公司也加入了該輪融資,導致超額認購。Dorilton Ventures的Daniel Freeman已加入causaLens董事會。 自2021年1月脫離隱秘模式以來,causaLens的年營收成長超過500%,贏得...

causaLens推出首個因果型AI平臺

倫敦--(BUSINESS WIRE)--(美國商業資訊)--預測和優化全球經濟的深科技公司causaLens發佈世界首個因果型人工智能(因果型AI)企業平臺。企業不再需要依賴無法處理當今世界複雜問題的曲線擬合機器學習平臺。誠摯歡迎企業利用能夠理解因果關係的平臺,加入真正的AI革命大潮。 causaLens平臺為機器智能界定了新類別。其新一代AI引擎能夠充分理解因果關係,從而直接優化企業KPI。 causaLens行政總裁Darko Matovski解釋道:「投資於AutoML等現有形式機器學習(ML)的企業只是為資料曲線擬合流程自動化買單,而未能真正理解真實世界。他們就好像是通過後視鏡而有效地向前行駛。而我們的平臺採用完全不同的方式。因果型AI是教機器理解因果關係,這是發展真正AI的必要步驟。這讓我們的平臺能夠自主在新層次的抽象化上運行,向企業說明他們需要採取哪些行動來達成各自的目標。」 causaLens在開闢新疆域方面樹立了良好的口碑,曾針對時間序列數據開創了自動化機器學習(AutoML)。因果型AI平臺保留了全面自動化的優勢,能夠同時對成千上萬的數據集進行清理、分類和監控。此...
Back to Newsroom