Trym Riksen

Sist uke kunne vi lese i Finansavisen at 90 prosent av aksjemeglerne snart ville være overflødige. -Det tar ikke mer enn maksimum fem år før de er erstattet av datamaskiner, sa meglernestor Jan Petter Sissener. Samme uke ble verdensmesteren i sjakk for første gang i historien regelrett utspilt av en PC. Er maskinene i ferd med å ta over?

Menneskets fascinasjon for maskinene er århundrelang. Selv for flere hundre år siden så man for seg at maskinene kunne begynne å tenke selv. I 1700 ble den såkalte sjakktyrken presentert. En dukke kledd i kappe og turban satt bak maskinen og flyttet sjakkbrikkene. Et synlig urverkliknende maskineri skulle gjøre inntrykk av at dette virkelig var en maskin som kunne tenke selv. I virkeligheten satt det en liten sjakkmester inne i kabinettet og styrte dukken. Mannekengen, styrt av den kortvokste sjakkmesteren, vant de fleste slagene. Benjamin Franklin og Napoleon Bonaparte er blant dem som spilte mot, ble lurt og tapte mot denne maskinen.

 

Over to hundre år senere er ikke interessen for maskinenes potensial mindre. Filmkulturen har mange glimrende eksempler på vår fascinasjon over maskinen og hva som skiller menneske fra maskin. The Matrix (1999) er nummer 34 på International Movie Databases (IMDB) liste over tidenes beste filmer. Tar vi hensyn til antall stemmer bak Matrix som et mål på popularitet, rykker filmen opp på en tredjeplass med sine nær 193000 stemmer, kun slått av The Shawshank Redemption (1994) og The Lord of the Rings: The Fellowship of the Ring (2001).

 Kunstig intelligens

Mens Matrix er siste skudd på stammen av epokegjørende filmer med menneske vs maskin og kunstig intelligens som tema, ble denne typen filmer vanligere fra 1980-tallet av (Stanley Kubricks 2001: A Space Oddyssey fra 1968 var en odd pioner i så måte. Denne filmen er rangert som nummer 79 på IMDB, men nummer 48 ut fra antall stemmer). Blade Runner (1982) er rangert som nummer 95 på IMDB, men den er på 32. plass ut fra antall stemmer. The Terminator 2: Judgment Day (1991) er nummer 88 kvalitetsmessig, men 24 ut fra popularitet. Menneske versus maskin er en suksessoppskrift i kulturen. Steven Spielbergs Artificial Intelligence: AI (2001) ble ingen suksess, kanskje fordi vi mennesker liker bedre å bli skremt av maskinene enn å føle noen som helst tilhørighet til dem.

 

Selv om det de siste 20 årene har kommet en rekke gode filmer om dette temaet, er det umulig å ikke se menneske vs maskin i en litt større sammenheng. Det er jo i utgangspunktet godt over 200 år siden folk trodde at en sofistikert tenkende datamaskin var oppfunnet gjennom sjakktyrken. Vår fascinasjon for maskinene tok nok for alvor av i forbindelse med den industrielle revolusjonen, som begynte i Storbritannia på slutten av 1700-tallet og spredte seg raskt til resten av verden. Spinning Jenny ble for mange symbolet på manuell arbeidskraft som ble gjort overflødig av en maskin.

 

Litteraturen er full av eksempler på hvordan industrialiseringen og fremtidsvisjonene utartet. Mens enkelte fokuserte på fremtidsoptimisme, dvelte andre ved øyeblikkets tunge omstilling. Jules Verne (1828-1905) skrev om reiser i verdensrommet, i luften og under vann lenge før det var mulig. H. G. Wells (1866-1946) er mannen bak Klodenes kamp, Tidsmaskinen og Den usynlige mann. Andre, som norske Oskar Braathen (1881-1939), skildret arbeidermiljøet midt i en storby i vekst. Knut Hamsun (1859-1952) lot sin forakt overfor det nye samfunnet skinne igjennom i flere av sine bøker og romantiserte det gamle jordbrukssamfunnet hvor svære hender, grov fysikk og en enkel instilling til livet (á la ”I will work harder”) la grunnlaget for suksess.

 
Grunn til glede

Hvis meglere er utdanket av datamaskiner om noe år og stormestere i sjakk for all tid er satt matt av PC-en, er det grunn til å glede seg over nettopp dette. Glimrende samtidsskildrere og -kritikere som Braathen og Hamsun vil nok en gang belyse de mindre hyggelige sidene av samfunnsutviklingen, men over tid vil vi se at utviklingen er mer av det gode enn det motsatte.

 

Ta da utrydningstruede meglerne. De aksjemeglerne som står i fare for å bli overflødiggjort, er for lite verdiskapende i den funksjonen de har i dag. Når investor har bestemt seg for hvilke aksjer som skal kjøpes og selges, trenger han ikke ringe en megler for å få utført ordren. Såfremt det er snakk om likvide aksjer, er det nok bedre om datamaskiner kan knytte investorene sammen i ett digitalt system hvor investorenes behov dekkes i løpet av få sekunder. Derfor vil den gamle meglerrollen endre seg. Flere av dem må bidra med mer kvalitative innspill til investor, bidrag som det ligger mye arbeid og analyse bak. Andre vil finne veien inn i corporate-avdelingen slik at den samfunnsviktige oppgaven med å få kapitalisert flere gode prosjekter kan gjøres enda bedre.

 

For oss som jobber i forvaltningsbransjen, har utfordringene fra maskinene vært synlige lenge. Det trengs lite påfyll av menneskelig kapital for å etablere og forvalte et rent indeksfond. Oppblomstringen av billige fond med lave forvaltningshonorarer har tvunget forvalterne til å fokusere mer på å generere resultater utover dem som skapes i en indeks. Hedgefondutviklingen må ses i lys av nettopp dette kravet til å produsere resultater som ikke kan replikeres av en maskin.

 
Stor verdi

For samfunnet er maskinenes inntog av stor verdi - spesielt på områder hvor maskinene ikke har gjort sitt inntog ennå. Forskning og utvikling, selve grunnpilaren i den vestlige økonomiske modellen, kan ta syvmilssteg når man går fra en manuell til en maskinassistert modell. Igjen vil jeg ta utgangspunkt i finans- og økonomifaget. Fagets tidlige pionerer var tvunget til å utvikle teorier uten å ha tilgang til harde statistiske fakta om utviklingen i markedspriser og aktørenes forventningsdannelse. Modeller og teorier ble utviklet uten at man kunne ta i bruk matematiske verktøy. Litt etter litt fant matematikk og statistikk likevel veien inn i faget for å støtte pionerenes tidlige arbeider.

 

I dag kan en ivrig gymnasiast med tilgang på internett og Microsoft Office fort slå fast at de grunnleggende antakelsene i moderne finans ikke holder. I 1900 forsvarte franskmannen Louis Bachelier doktorgraden med tittelen The Theory of Speculation. Dette var første gang matematiske verktøy knyttet til tilfeldige bevegelser, som var utviklet i andre fag, ble brukt for å forstå markedsutviklingen. Standardavvik ble innført som et mål på risiko og selv i dag er lite skjedd på universitetene siden 1900 for å forstå markedsrisiko. Problemet er at standardavvik er veldig dårlig for å forstå risko i finans. Det passer utmerket til å beskrive norske rekrutters høydefordeling ved sesjon, men elendig for å forstå markedstrender og krakk. Sannsynligheten for å få et så stort fall som under krakket i 1987, var omtrent 1 delt på 10^50, basert på standardavvikmodellen. Samtidig vet vi at det ikke finnes rekrutter som er over tre meter høye. Det er heller ingen med negativ IQ eller en IQ-score på 1000.

 

I finans, derimot, bruker man matematiske verktøy som produserer slike resultater. Den ivrige gymnasiasten kan i dag fort slå fast at lav risiko – målt ved standardavvik i avkastningen – gjerne gir høyest risiko (for eksempel verdiaksjer). Graver han enda dypere, vil han finne at beta ikke er spesielt bra til å forklare avkastning. Han vil også finne at økonomien og aksjer går svært samstemt, uten at han kan finne frem til et eneste fagmiljø som vil påstå at økonomisk vekst følger en helt tilfeldig bane. Før kvelden er over, kan den ivrige gymnasiasten rive ned mange av de antakelsene som fortsatt legges til grunn i finans- og økonomifaget.

 
Millioner kan teste

På grunn av den rivende utviklingen rundt digitalisering og internett, kan millioner i dag endelig teste om finans- og økonomifagets grunnleggende hypoteser holder mål. Det kunne ikke fagets tidlige gründere og kun spesielt interesserte og kvalifiserte kunne det helt frem til kanskje 1980- og 1990-tallet. På grunn av en stadig mer omfattende digitalisering av finansrelaterte data er jeg svært optimisitisk med tanke på fagets utvikling de neste tiårene. Det vil fortsatt finnes dem som hevder at jorden er sentrum i universet og mene at det er kjettersk å hevde noe annet. De som ser at det ikke er slik, kan ta faget videre. Det er all grunn til å tro at maskin- og datakraft kan ha en liknende og positiv utvikling også på andre fagområder.

 

For å komme tilbake til sjakkmesterens nederlag for maskinen i innledningen, kan man spørre seg om vi kan lære noe av nettopp computer-sjakkens historie. Jeg tror den kan si oss mye om hva vi kan forvente oss av maskinene i årene fremover. Da computer-sjakk ble innført, var fremgangen stor fra år til år. I sjakk måles ferdighetene ved et såkalt ELO ratingsystem. Enkelt sagt kan man si at en nybegynner har en rating på mellom 700 og 1200. De som er på topp lokalt har gjerne en rating på rundt 2000. Når man kommer opp på 2400-2499, finnes det i dag bare 1868 spillere i verden på dette intervallnivået. De fleste er såkalte International Masters eller Grand Masters (GM). 563 spillere har en rating på 2500-2599. De aller feste av disse er GM. 123 spillere har en rating på 2600-2699, hvorav alle er GM. Kun 18 spillere ligger på 2700-2799 og bare 39 har noensinne ligget over 2700. Garry Kasparov har historiens høyeste rating på 2851.

 Mindre fremgang

Disse ratingene forteller oss noe om at mennesket fort kan øke ferdighetene sine fra et lavt nivå, men at fremgangen blir mindre og mindre etter som nivået blir høyere. Luften blir tynnere og tynnere. Interessant nok gjelder det samme for sjakkmaskiner. I det de blir innført, er fremgangene store. Det er imidlertid 10 år siden daværende verdensmester Garry Kasparov tapte for første gang mot en IBM-maskin. Med tanke på at Kasparov tapte for en maskin for 10 år siden og Kramnik tapte igjen i forrige uke, kan det se ut til at maskinen ikke har hatt noen som helst fremgang på ti år.

 

Det er likevel viktige forskjeller. For ti år siden var maskinens seier overraskende og gjenspeilet kanskje dårlige forbereredelser av Kasparov kombinert med verdensmesterens panikk når han forsto at maskinen kunne ”tenke”. Forrige ukes toppoppgjør mellom verdensmester Vladimir Kramnik og maskinen var annerledes. Denne gang kjørte sjakkprogrammet, som kan kjøpes for en knapp tusenlapp på nettet, på en vanlig kontor-PC og ikke et IBM-monster. Kramnik er kanskje også den spilleren i verden som har forberedt seg best mot maskinen. Likevel vant han ikke et eneste av seks spilte slag. Sånn jeg ser det, virker det trolig at maskinen har en fremgang på, forsiktig antatt, 10-20 ELO ratingpoeng i året. Det er lite med tanke på at ratingen ligger på i overkant av 2800 poeng og at maskinkraften dobles, ifølge Moores lov, annethvert år.

 
Vinneroppskrift

Den avtakende nytten maskiner får fra ytterligere datakraft, tror jeg er veldig viktig for å forstå maskinenes sammfunnsbidrag i fremtiden. Akkurat idet de introduseres på et område, er gevinsten stor. Etter hvert faller produktiviteten til en vekstlinje som likner på den vi mennesker er underlagt.

 Sjakk er et spill med enkle regler og bare 64 felt slaget kan utspilles på. Hittil har menneskets evne til å forstå mønstre i sjakkspillet vært maskinkraften overlegen, men nå er mønsterforståelsen for første gang slått av pur regnekraft, som gjør at datamaskinen kan vurdere 10 millioner trekk i sekundet. Markedet er mye mer komplisert enn et slag sjakk og mønstrene som utspiller seg i finansmarkedene er så dynamiske at det er langt frem til at en maskin kan forstå disse mønstrene bedre enn et erfarent menneske. Derfor er det helt utenkelig at en maskin i overskuelig fremtid kan forstå alle fasettene i markedet bedre enn mennesker. Hvis man snevrer inn området, for eksempel ber maskinen replisere en viss strategi eller kjøp og salg på gitte kurs-, volum og tidsintervaller, kan maskinene gjøre det mye bedre enn noe menneske. På de områdene hvor fantasi, forestillingsevne og improvisasjon er viktige, vil mennesket fortsette å regjere, med god hjelp fra maskinen til å finne svar på de stilte spørsmålene. Menneske + datamaskin er en vinneroppskrift.