Teorija crnog labuda, koju je popularizirao Nassim Nicholas Taleb, opisuje neočekivane i rijetke događaje s ogromnim posljedicama. Takvi događaji su retrospektivno gotovo uvijek lako stavljeni u širi kontekst i objašnjivi, ali su u trenutku nastanka izuzetno teško predvidljivi. Neki od klasičnih primjera su teroristički napadi na SAD 2001. godine ili financijska kriza 2008. godine. Iako su negativni primjeri učestaliji, treba imati na umu da teorija predviđa i pozitivne verzije takvih događaja kao npr. pojavu i nagli razvoj interneta, što je omogućilo povezivanje cijelog čovječanstva. Pojava takvih događaja se može uočiti u različitim disciplinama, uključujući financijska tržišta, fiziku i meteorologiju, što nas navodi na zaključak da je problem nepredvidljivosti kompleksnih sustava fundamentalni problem čovječanstva koji (još uvijek) nije riješen, a po mnogima nije ni rješiv. No je li uistinu tako?
Tradicionalno gledano, ova teorija je nastala u okviru financijskih tržišta, što je također područje u kojem je autor ove teorije radio i stekao uvide da formira teoriju. Financijska tržišta su podložna velikim fluktuacijama koje standardni modeli procjene rizika, poput Value at Risk (VaR), teško predviđaju. Ovi modeli često zanemaruju učestalost i utjecaj izuzetno rijetkih događaja jer se oslanjaju na normalne distribucije i povijesne podatke koji ne uključuju dovoljno rijetkih, ali ključnih događaja. Izuzetno je teško otkriti obrazac pojave tih događaja, jer su po svojoj prirodi takvi događaji u pravilu unikatni i stoga ne postoji povijesni obrazac na kojeg bi se model mogao osloniti u pokušaju da predvidi sljedeću pojavu takvog događaja.
Usporedno s financijskim tržištima, u prirodnom svijetu slični fenomeni se pojavljuju u obliku kaotičnih sustava. Primjerice, vremenska prognoza predstavlja područje gdje se kratkoročne prognoze mogu ostvariti s visokim stupnjem točnosti, dok dugoročne prognoze postaju sve nepredvidljivije zbog osjetljivosti na početne uvjete – tzv. „butterfly efekt“. Takvi efekti se javljaju i u matematici (npr. Mandelbrotov skup), gdje sitna promjena početnih postavki uzrokuje drastično različite konačne rezultate.
Sve to nas navodi na jednostavni zaključak – visoko kompleksni sustavi su kaotični i nije moguće precizno predvidjeti njihovo kretanje. Takav naizgled fundamentalni princip je relativno lako za prihvatiti, ako se ne uzme u obzir neobuzdani ljudski nagon da inovira i otkrije sve neotkriveno (osobito ako usput ima ogromne, poželjno financijske, koristi od toga). Simbolično, „hint“ se nalazi u samom imenu teorije. Crni labud je originalno latinski izraz, kojim se označavalo nešto što ne postoji. Međutim, 1697. godine nizozemski pomorci su neočekivano uočili stvarnog crnog labuda na obalama novootkrivene Australije i zauvijek promijenili značenje tog izraza.
Umjetna inteligencija se nameće kao najnoviji obećavajući alat putem kojeg bi mogli „razbiti“ kaotične sustave. Glavna prednost umjetne inteligencije je u tome što može obrađivati ogromne količine podataka i učiti iz obrazaca koji su previše složeni za ljudsku analizu. Trenutno imamo primjer da se duboko učenje i neuronske mreže počinju koristiti za identifikaciju obrazaca u trgovanju, otkrivajući mikro-obrasce nevidljive ljudskim analitičarima.
Postavlja se ključno pitanje – jesu li kaotični sustavi nepredvidivi jer su a) beskonačno kompleksni ili b) konačno kompleksni, ali prekompleksni za ljudski um. Ako prihvatimo odgovor b), što se s obzirom na informacije koje imamo čini kao ispravni odgovor, i ako prihvatimo da razvoj umjetne inteligencije nije ograničen nekim plafonom, onda je samo pitanje vremena kad će dovoljno jaka umjetna inteligencija biti u stanju precizno predviđati kretanje kompleksnih sustava, koji su do sada bili nepredvidivi. Izgledno je da bi takva mogućnost bila ograničena na početku, u smislu da je moguće predvidjeti kretanje nekog sustava neko kratko vrijeme unaprijed, ali bi takvi sustavi nesumnjivo s daljnjim razvojem postajali sve moćniji.
Ako vam se „super!“ nameće kao prva reakcija, potičem vas da razmislite opet. Potičem vas da razmislite o organizacijama koje bi takvu tehnologiju koristile i na koji način. Hoće li takva tehnologija biti javno dostupna, korištena na reguliran način za opće dobro? Ili će takva tehnologija biti poznata samo nekima i korištena da se ostvari gotovo neograničena komparativna prednost i privatna korist? Dvije su mogućnosti – ozbiljno shvatiti jureći vlak napretka umjetne inteligencije ili odmahnuti rukom uz poznati povik „ma neće to u nas nikad!“.
Izvori:
Taleb, N.N. (2007). The Black Swan: The Impact of the Highly Improbable, New York: Random House.
Kahneman, D. (2011). Thinking, Fast and Slow. New York: Farrar, Straus and Giroux.
LeCun, Y., Bengio, Y., Hinton, G. (2015). "Deep learning"
