Deepfakes和AI产生的虚假信息使AI交易系统感到困惑
喜欢指数的未来？加入我们的Xpotential社区，通过Xpotential University的课程进行未来的证明，阅读有关指数技术和趋势，连接，观看Keynote或浏览我的博客。
前一周，五角大楼明显的爆炸的深料图片将标准普尔500指数下降了0.3％，作为人工智能（AI）定量交易者，或众所周知的Quants，以响应股票。
虽然贸易公司的算法越来越有可能过滤错误信息，但威胁格局正在发展成为一款高风险的猫和小鼠游戏，很少有人可以在短期内采用解决方案。
预测：主题演讲马修·格里芬（Matthew Griffin
拉文帕克数据科学家彼得·哈菲兹（Peter Hafez）说，Quants有两个直接的担忧：“我们看到面对两个障碍的Quants：可能会欺骗新闻记者的假图像，并报道了欺骗算法本身的假图像。”
在大规模上打击深层蛋糕可能需要大量的技术投资来抑制交易的混乱，尤其是对于像Quants这样的高速贸易公司，通过各种金融工具的价格分开差异来使他们的利润赚钱。
同时，一些智慧正在转向将来自不同来源的新闻汇总成情感分数的数据源 - 如果他们将许多假新闻汇总在一起，这可能会冒险。然后，其他人正在使用趋势而不是由社交媒体和当前新闻报道驱动的趋势变动进行交易，而其他人也正在更改算法，以交叉检查有效性。
联合国最近的一份报告描述了私营部门和公共部门的勾结如何推动虚假信息运动以实现政治或金融议程，并特别提醒公众AI生成的深层诉讼如何引起内乱。
根据布法罗大学媒体取证实验室的说法，产生的DeepFake仅需要大约500张图像或十秒钟的视频。但是，麻省理工学院技术评论认为，普遍的观点是AI可以在更多数据中效果更好。
OpenAI的GPT-2型号使用了40 GB，而GPT-3使用了570 GB。该公司尚未透露其GPT-4模型使用的数据，但专家认为它在2 pB范围内。
更多的数据还可以产生更现实的深层。法案最近的一份法案要求公司揭示其AI算法用于生成内容的数据。
但是，由于深层蛋糕的问题（尤其是与使用犯罪分子来操纵市场并为经济利益相关的问题），Buffalo的Forensics Lab通过识别异常的眼球运动来培养深层，而英特尔的FakeCatcher工具可以分析人类面孔以检测正常的人类血流。
Google即将推出的元数据和水印工具也可以帮助识别合成内容。附加到文件上的元数据为内容提供了上下文，而水印则嵌入了可以在适度编辑中生存的弹性种子数据。
