2008 年，谷歌（Google）做了一件震惊全球医疗界的大事。
他们推出了一款名为谷歌流感趋势的 AI 预测系统。
谷歌的工程师发现了一个绝妙的相关性：当流感即将爆发时，人们在生病前几天，会在搜索引擎里疯狂搜索“咳嗽药”、“肌肉酸痛”、“发烧怎么办”等词汇。
通过抓取这些庞大的搜索数据，谷歌的 AI 能够比美国疾病控制与预防中心的官方报告提前整整两周预测出流感的爆发时间和地点，而且准确率高达 97%。
《自然》杂志为此发表了封面文章，整个科技界都在欢呼：大数据和 AI 彻底颠覆了传统的流行病学！
但仅仅几年后，神话破灭了。
2013 年，谷歌流感趋势系统发出了极其恐怖的红色预警，预测美国将爆发一场史无前例的超级流感。医院严阵以待，政府调拨物资。但结果却是：当年只是一个极其普通的流感季，谷歌的 AI 把真实的流感患病率夸大了整整 140%。
为什么一个曾经无比精准的神级 AI，突然变成了一个满嘴跑火车的骗子？
数据科学家们经过调查，发现了极其讽刺的真相：杀死谷歌 AI 的，正是谷歌自己。
原来，谷歌在几年间更新了自己的搜索引擎算法。为了提高用户体验，当用户仅仅输入“咳嗽”两个字时，搜索框的“自动补全”功能会立刻弹出一大堆建议：“咳嗽是流感吗？”、“流感初期症状”。
这导致大量原本只是轻微嗓子不舒服的健康人，被搜索引擎引导着去点击了流感相关的词条。
AI 模型依然在极其尽职地抓取数据，但它不知道的是，输入给它的数据，早已经被系统自身的推荐算法彻底污染了。 过去的“自然搜索量”变成了后来的“诱导搜索量”。数据底层的基本面发生了改变，刻舟求剑的算法自然走向了崩溃。
在计量经济学和量化交易中，这被称为“模型衰减”和“非平稳数据”（Non-stationary Data）。
市场是活的。你在历史回测中发现的某个胜率极高的“指标”或“相关性”，一旦被你（或者被市场上足够多的人）开始使用，这个规律本身就会反过来改变市场的生态。
在实战中，如果不对 AI 进行定期的“特征重估”，那个曾经帮您持续盈利的模型，就会像谷歌流感趋势一样，在最关键的时刻给出完全相反的致命信号。
https://x.com/i/status/2034155339017228432
他们推出了一款名为谷歌流感趋势的 AI 预测系统。
谷歌的工程师发现了一个绝妙的相关性：当流感即将爆发时，人们在生病前几天，会在搜索引擎里疯狂搜索“咳嗽药”、“肌肉酸痛”、“发烧怎么办”等词汇。
通过抓取这些庞大的搜索数据，谷歌的 AI 能够比美国疾病控制与预防中心的官方报告提前整整两周预测出流感的爆发时间和地点，而且准确率高达 97%。
《自然》杂志为此发表了封面文章，整个科技界都在欢呼：大数据和 AI 彻底颠覆了传统的流行病学！
但仅仅几年后，神话破灭了。
2013 年，谷歌流感趋势系统发出了极其恐怖的红色预警，预测美国将爆发一场史无前例的超级流感。医院严阵以待，政府调拨物资。但结果却是：当年只是一个极其普通的流感季，谷歌的 AI 把真实的流感患病率夸大了整整 140%。
为什么一个曾经无比精准的神级 AI，突然变成了一个满嘴跑火车的骗子？
数据科学家们经过调查，发现了极其讽刺的真相：杀死谷歌 AI 的，正是谷歌自己。
原来，谷歌在几年间更新了自己的搜索引擎算法。为了提高用户体验，当用户仅仅输入“咳嗽”两个字时，搜索框的“自动补全”功能会立刻弹出一大堆建议：“咳嗽是流感吗？”、“流感初期症状”。
这导致大量原本只是轻微嗓子不舒服的健康人，被搜索引擎引导着去点击了流感相关的词条。
AI 模型依然在极其尽职地抓取数据，但它不知道的是，输入给它的数据，早已经被系统自身的推荐算法彻底污染了。 过去的“自然搜索量”变成了后来的“诱导搜索量”。数据底层的基本面发生了改变，刻舟求剑的算法自然走向了崩溃。
在计量经济学和量化交易中，这被称为“模型衰减”和“非平稳数据”（Non-stationary Data）。
市场是活的。你在历史回测中发现的某个胜率极高的“指标”或“相关性”，一旦被你（或者被市场上足够多的人）开始使用，这个规律本身就会反过来改变市场的生态。
在实战中，如果不对 AI 进行定期的“特征重估”，那个曾经帮您持续盈利的模型，就会像谷歌流感趋势一样，在最关键的时刻给出完全相反的致命信号。
https://x.com/i/status/2034155339017228432
Comments
Be the first to add a comment
Log in to comment