แนะนํา AI และแมชชีนเลิร์นนิ่ง
เราภูมิใจที่จะแบ่งปันว่าเราทํางานอย่างขยันขันแข็งในการปรับปรุงเทคโนโลยีให้กับแพลตฟอร์มการให้คําปรึกษาของเรา ความร่วมมือเชิงกลยุทธ์ล่าสุดของเรากับมหาวิทยาลัยที่มีชื่อเสียงในสหราชอาณาจักรส่งผลให้เกิดการดําเนินโครงการ 2 ปีซึ่งในที่สุดก็แนะนําปัญญาประดิษฐ์และการเรียนรู้ของเครื่องในการวิเคราะห์สินค้าของเรา คุณสามารถค้นหาข้อมูลเพิ่มเติมเกี่ยวกับโครงการด้านล่าง
ตุลาคม 2022 คาดการณ์ราคาตามรุ่นปัจจุบันของเราเทียบกับราคาจริง
บันทึกจาก M.D
เมื่อมองย้อนกลับไปเมื่อข้อมูลของเราเกี่ยวกับฝ้ายเริ่มขึ้นในปี 1800 เชื่อกันว่าฤดูกาลและสภาพอากาศเป็นผลมาจากพลังที่สูงขึ้น ข้ามไปสู่ศตวรรษที่ 21 วิทยาศาสตร์และข้อมูลสมัยใหม่ได้แพร่กระจายไปทั่วโลกและด้วยทัศนคติที่พัฒนาขึ้น สิ่งที่ครั้งหนึ่งเคยถือว่าเป็นปรากฏการณ์ลึกลับตอนนี้มักถูกใส่ลงไปที่ฟิสิกส์และคณิตศาสตร์ รูปแบบปรากฏอยู่รอบตัวเราและเมื่อพลังในการคํานวณเพิ่มขึ้นเราจึงมีความสามารถในการระบุและสร้างแบบจําลองรูปแบบเหล่านี้เช่นกัน จากอัลกอริทึมโซเชียลมีเดียที่ดูเหมือนจะ 'ฟังคุณ' ไปจนถึงอัลกอริธึมการซื้อขายในตลาดหุ้นที่วิเคราะห์แนวโน้มในระดับโลก มันเป็นเพียงเรื่องของเวลาก่อนที่ปรากฏการณ์ทั้งหมดจะลดลงลงไปที่ปัจจัยการผลิตและการตอบสนองที่ใกล้เคียงบางอย่าง
ตลาดสินค้าโภคภัณฑ์และตลาดหุ้นเป็นผู้ประมวลผลข้อมูลที่ใหญ่ที่สุดในโลก พวกเขานําข้อมูลจากปัจจัยมหภาคและจุลภาคมากมายจากเหตุการณ์ทั่วโลกไปสู่อารมณ์ของผู้ค้าและลดข้อมูลนี้ลงในเมตริกเดียว: ราคา ราคาของสินค้าโภคภัณฑ์หรือหุ้นเป็นไปตามตรรกะและรูปแบบ ศาสตร์แห่งราคาได้รับการศึกษามานับพันปีและในขณะที่บางคนเข้าใกล้การทํานายส่วนใหญ่ไม่ได้เข้าใกล้ความเข้าใจภาพรวมทั้งหมด
ดังนั้นสิ่งที่มีการเปลี่ยนแปลง?
ประการแรกมีเพียงไม่กี่คนที่ศึกษาราคาอย่างจงใจไม่เชื่อเรื่องราคา ยกตัวอย่างฝ้ายจากเกษตรกรถึงผู้ผลิตทั้งสองมีทิศทางที่พวกเขาหวังว่าราคาจะไป นี่เป็นหนึ่งในเหตุผลที่ EAP ประสบความสําเร็จอย่างมากในการทํานายตลาดในช่วงไม่กี่ครั้งที่ผ่านมา พวกเขาไม่ได้ดํารงตําแหน่งในตลาดที่พวกเขาแนะนําดังนั้นพวกเขาจึงอ่านรูปแบบโดยไม่มีความคิดที่แน่นอนเกี่ยวกับทิศทาง สิ่งนี้ทําให้ EAP พัฒนารูปแบบและกฎของตนเองและเคารพกฎและโมเดลดังกล่าวตามที่นักวิเคราะห์ตลาดที่ไม่เชื่อเรื่องราคาจะทํา อย่างไรก็ตาม EAP ไม่ใช่นักวิเคราะห์ตลาดรายแรกในประเภทเดียวกัน และไม่ใช่นักวิเคราะห์ตลาดรายแรกที่พัฒนาโมเดลของตนเอง เป็นการแนะนําปัญญาประดิษฐ์ที่นํา EAP ไปสู่อีกระดับ
ปัญญาประดิษฐ์เป็นคําพึมพําที่นักวิทยาศาสตร์และนักข่าวใช้เหมือนกัน แต่ในแง่ง่าย ๆ มันหมายถึงอะไรและเกี่ยวข้องกับ EAP อย่างไร? มันเป็นวิธีการทดสอบทฤษฎีและทฤษฎีที่เป็นปัญหาคือการทํานายราคาของฝ้ายและสินค้าโภคภัณฑ์และธัญพืชอื่น ๆ ความแม่นยําและประโยชน์ของการทดสอบ AI ใด ๆ นั้นพิจารณาจากคุณภาพของปัจจัยสองประการ: ข้อมูลและแบบจําลองที่ใช้ในการวิเคราะห์ EAP มีข้อมูลคุณภาพมูลค่ากว่า 100 ปีในตลาดสินค้าโภคภัณฑ์และรูปแบบการวิเคราะห์ที่ผ่านการทดลองและทดสอบแล้วได้รับการพิสูจน์อย่างถูกต้องครั้งแล้วครั้งเล่า จุดข้อมูลหลายพันจุดที่ EAP ได้รวบรวมเกี่ยวกับราคาอุปสงค์และอุปทานและเหตุการณ์มหภาคมีมากเกินไปสําหรับนักวิเคราะห์หรือทีมนักวิเคราะห์คนหนึ่งที่จะจดจําและให้คําปรึกษาทุกครั้งที่ตลาดเคลื่อนไหว แต่เราได้พัฒนาโปรแกรมคอมพิวเตอร์เพื่อประมวลผลและทดสอบรูปแบบตลาดในอดีตในเวลาไม่กี่วินาทีเพื่อคาดการณ์ แทนที่จะเป็นวันหรือสัปดาห์ที่บุคคลจะต้องดําเนินการ รุ่นนี้ได้รับการปรับปรุงทุกวัน มันกําลังพิสูจน์ทฤษฎีตลาดของ EAP ถูกและผิดโดยใช้ระบบทดสอบรูปแบบในอดีตนี้และปรับแต่งความแม่นยําของการคาดการณ์ที่มอบให้
ขณะนี้แบบจําลองกําลังสร้างการคาดการณ์ด้วยอัตราความแม่นยํา 80% ซึ่งได้รับและจะยังคงได้รับการปรับปรุงต่อไปเนื่องจากรูปแบบการประมวลผลข้อมูลได้รับการขัดเกลาโดยทีมนักวิเคราะห์ที่มีประสบการณ์ที่ EAP สิ่งนี้เป็นไปไม่ได้หากปราศจากความเชี่ยวชาญด้าน AI และนี่คือเหตุผลที่ EAP ร่วมมือกับมหาวิทยาลัยลิเวอร์พูลซึ่งนําความเชี่ยวชาญด้านปัญญาประดิษฐ์กว่า 30 ปีและได้แสดงความสนใจอย่างมากในโมเดลและความแม่นยําที่น่าประทับใจในระยะแรกนี้ EAP กําลังพิสูจน์ว่าตลาดไม่ได้สุ่มและสร้างแบบจําลองรูปแบบที่พวกเขาปฏิบัติตาม เรากําลังคํานวณราคาในอนาคตแทนที่จะคาดการณ์และหวังว่าจะเป็นผู้นําในด้านวิทยาศาสตร์การทํานายราคาในทศวรรษหน้า
สรุปโครงการ
Earlam and Partners (EAP) ให้คําปรึกษาด้านสินค้าโภคภัณฑ์ในบริบทของตลาดฝ้าย EAP มีแบบจําลองทางคณิตศาสตร์สําหรับการวิเคราะห์การเคลื่อนไหวของราคาซึ่งเก็บข้อมูลตลาดซึ่งน้ําหนักจะถูกกําหนดด้วยตนเองเพื่อทําการคาดการณ์ซึ่งจัดส่งในรายงานตลาดรายสัปดาห์
เพื่อส่งมอบบริการของ EAP ในวงกว้าง จําเป็นต้องมีระบบอัตโนมัติและความแม่นยําที่เพิ่มขึ้น การใช้ AI ที่อธิบายได้น้ําหนักเบาสามารถระบุรูปแบบที่สนับสนุนการถ่วงน้ําหนักของข้อมูลได้ รูปแบบที่สามารถใช้ในการสร้างระบบการคาดการณ์ราคาสินค้าโภคภัณฑ์ (CPP) ที่มีทั้งน้ําหนักเบา (ทํางานบนเครื่องเดสก์ท็อปมาตรฐาน) และอธิบายได้ (บอกผู้ใช้ว่าการคาดการณ์ได้มาอย่างไร) การส่งมอบการคาดการณ์สดโดยใช้ระบบ CPP ที่เสนอจะช่วยให้ลูกค้าทั่วทั้งห่วงโซ่อุปทานมีความยืดหยุ่นมากขึ้นและจัดการการดําเนินงานได้ดีขึ้นเมื่อเผชิญกับความผันผวนของตลาดที่เพิ่มขึ้น
วิสัยทัศน์คือการขยายนอกเหนือจากฝ้ายไปยังสินค้าโภคภัณฑ์อื่น ๆ (ถั่วเหลืองข้าวโพดข้าวสาลีกาแฟน้ําตาลและโกโก้) ซึ่งเกษตรกรและผู้ผลิตได้รับผลกระทบมากขึ้นจากความผันผวนจากการเปลี่ยนแปลงสภาพภูมิอากาศสงครามและปัจจัยอื่น ๆ หลังจาก 10 ปีของการพัฒนาและปรับแต่งรูปแบบการวิเคราะห์สําหรับฝ้าย EAP จําเป็นต้องนําความเชี่ยวชาญด้าน AI เชิงวิชาการมาขยายไปทั่วตลาดมากขึ้นและช่วยเหลือผู้คนมากกว่าที่ทําได้เพียงอย่างเดียวดังนั้น KTP ที่เสนอ
จุดมุ่งหมายเชิงกลยุทธ์
EAP ประสบความสําเร็จในการให้บริการให้คําปรึกษาด้านสินค้าโภคภัณฑ์มานานกว่า 13 ปี EAP ได้พิสูจน์กระบวนการในการรวบรวมข้อมูลและให้ข้อมูลเชิงลึกใน 5 ด้าน: ปัจจัยพื้นฐานของตลาดฝ้าย (1), ตําแหน่งกองทุนป้องกันความเสี่ยงในฝ้าย (2), การอ่านรูปแบบแผนภูมิฝ้าย (3), การวิเคราะห์ทางสถิติตามฤดูกาลของฝ้าย (4) และการวิเคราะห์มหภาคโดยรวม (5) วันนี้องค์กรมีทีมที่ปรึกษาที่ผ่านการฝึกอบรมซึ่งมีหน้าที่ให้การสนับสนุนลูกค้าที่มีอยู่เพื่อให้แน่ใจว่ามีการตัดสินใจด้านการดําเนินงานและการเงินอย่างรอบด้าน EAP จัดการการตัดสินใจของพวกเขาโดยการถ่วงน้ําหนักข้อมูล ("1 ถึง 5" ดังกล่าวข้างต้น) ตามประสบการณ์และสิ่งที่เกิดขึ้นในตลาดต่างประเทศและนําโดย Jo Earlam
วิสัยทัศน์ของความร่วมมือครั้งนี้คือการนําความเชี่ยวชาญในการสร้างแบบจําลองปัญญาประดิษฐ์จากมหาวิทยาลัยลิเวอร์พูลมาใช้ในการทดสอบและปรับปรุงแบบจําลองทางคณิตศาสตร์ของ EAP ซึ่งเก็บข้อมูลไมโครและมหภาคทั้งในปัจจุบันและในอดีต การคาดการณ์ราคาสินค้าโภคภัณฑ์ที่มีประสิทธิภาพมากขึ้นสําหรับสินค้าโภคภัณฑ์ที่หลากหลายสามารถทําได้โดยการควบคุมเครื่องมือและเทคนิคการเรียนรู้เชิงลึก การมีซอฟต์แวร์ที่สะท้อนการตัดสินใจของนักวิเคราะห์ EAP จะช่วยให้เกิดข้อมูลเชิงลึกที่สอดคล้องกันมากขึ้นและสอนนักวิเคราะห์ใน บริษัท ให้เข้าใจตลาดมากขึ้นตามอัลกอริทึมและดีขึ้น ด้วยการพัฒนารูปแบบการคาดการณ์ตลาดปัญญาประดิษฐ์การคาดการณ์ราคาและข้อมูลเชิงลึกจะกลายเป็นระบบอัตโนมัติมากขึ้นแม่นยําและทันเวลาและการพึ่งพาความเชี่ยวชาญของแต่ละบุคคลจะลดลง
EAP มีความทะเยอทะยานในการส่งมอบบริการผ่านซอฟต์แวร์มากกว่าที่จะเป็นที่ปรึกษาแบบดั้งเดิมที่โต้ตอบกับลูกค้าผ่านทางโทรศัพท์และอีเมลเท่านั้น เมื่อเร็ว ๆ นี้ EAP ได้สร้างแพลตฟอร์มเว็บเพื่อปรับปรุงความสามารถในการปรับขนาดของบริการของพวกเขา อย่างไรก็ตามการวิเคราะห์ถูก จํากัด ด้วยความสามารถของนักวิเคราะห์ภายในของพวกเขา EAP ไม่มีความเชี่ยวชาญด้านแมชชีนเลิร์นนิงและปัญญาประดิษฐ์ภายในองค์กร ดังนั้นจึงต้องการเป็นพันธมิตรกับมหาวิทยาลัยอังกฤษอันทรงเกียรติ ในตอนท้ายของโครงการนี้ EAP วางแผนที่จะมีระบบที่ให้การคาดการณ์ตลาดอัตโนมัติที่สามารถเข้าถึงได้ตลอดเวลา การคาดการณ์จะได้รับการสนับสนุนจาก แต่ไม่พึ่งพาการให้คําปรึกษาโดยตรงและข้อมูลเชิงลึกจากนักวิเคราะห์ EAP
การรายงานรายปักษ์เป็นวิธีการปัจจุบันที่ลูกค้า EAP ได้รับข้อมูลเชิงลึกรายงานเหล่านี้จะถูกแบ่งปันกับลูกค้าในทุกส่วนของห่วงโซ่อุปทานฝ้าย ความร่วมมือนี้จะทําให้รูปแบบการคาดการณ์ของ EAP มีความแม่นยําและพร้อมใช้งานตามความต้องการมากขึ้นซึ่งก่อกวนและไม่เหมือนใครในการให้คําปรึกษาอื่น ๆ ในพื้นที่ ความร่วมมือครั้งนี้มีศักยภาพที่จะเปลี่ยน EAP ให้เป็นผู้นําด้านนวัตกรรมด้านการให้คําปรึกษาด้านฝ้ายและสินค้าเกษตร
ความรู้ที่ขาดหายไป
EAP สนใจที่จะให้บริการโดยใช้สภาพแวดล้อมออนไลน์ระบบการคาดการณ์ราคาสินค้าโภคภัณฑ์ (CPP) ที่มีรูปแบบการทํานาย AI ที่มีทั้งน้ําหนักเบาและอธิบายได้ สภาพแวดล้อมจะถูกโฮสต์บนแพลตฟอร์มบนเว็บ (ดังนั้นโมเดลจึงต้อง "มีน้ําหนักเบา") ซึ่งได้รับการสนับสนุนโดยกลไก AI ที่จะคาดการณ์ดัชนีราคาสินค้าโภคภัณฑ์ในลักษณะที่อธิบายได้ วิสัยทัศน์คือการให้การสนับสนุนแก่เกษตรกรผู้ปลูกโดยเฉพาะผู้ปลูกฝ้ายทั่วโลก ไม่เพียง แต่เกษตรกรผู้ปลูกรายใหญ่เท่านั้น แต่ยังรวมถึงเกษตรกรผู้ปลูกรายย่อยที่ทําการเกษตรบนพื้นที่เพียงไม่กี่เอเคอร์
EAP มองว่าโซลูชัน AI เป็นศูนย์กลางในการส่งมอบแพลตฟอร์มที่เสนอ การทําให้แพลตฟอร์มเป็นจริงจะต้องใช้เทคโนโลยี AI ที่หลากหลายที่ EAP ไม่มีในปัจจุบัน ได้แก่ (i) การทําความสะอาดข้อมูล (โครงการขั้นที่ 1), (ii) การคาดคะเน (โครงการขั้นที่ 1), (iii) AI ที่อธิบายได้และ AI ที่มีน้ําหนักเบา (โครงการขั้นที่ 2), (iv) การจัดรูปแบบการแสดงข้อมูล (โครงการขั้นที่ 4) และ (iv) การบํารุงรักษาการคาดการณ์แบบจําลอง (โครงการขั้นที่ 5 ). ทุกด้านของ AI ที่พันธมิตรฐานความรู้มีความเชี่ยวชาญ AI เป็นหนึ่งในภาควิชาวิทยาการคอมพิวเตอร์ที่เสาหลักการวิจัยสองแห่งของลิเวอร์พูลโดยมีนักวิชาการประมาณยี่สิบคนรวมถึงหัวหน้างาน KB และหัวหน้าฝ่ายวิชาการ AI ที่อธิบายได้หรือ EXAI ตามที่มักเรียกกันว่า Lightweight AI และการบํารุงรักษาแบบจําลองการคาดการณ์ล้วนเป็นพื้นที่ปัจจุบันของการวิจัยด้านวิทยาการคอมพิวเตอร์ที่เป็นที่สนใจของพันธมิตรฐานความรู้ ExAI ได้รับแรงบันดาลใจจากความต้องการทั่วโลกที่จะได้รับความไว้วางใจจากผู้ใช้ปลายทางของระบบ AI เพื่อให้ศักยภาพของ AI สามารถรับรู้ได้อย่างเต็มที่ วิธีหนึ่งในการบรรลุเป้าหมายนี้คือการให้คําอธิบายว่าระบบ AI ตัดสินใจอย่างไร EAP เชื่อว่าความสามารถในการอธิบายเป็นคุณสมบัติที่จําเป็นสําหรับระบบ CPP ที่คาดการณ์ไว้ ลูกค้าของ EAP จะต้องการทําความเข้าใจว่าการคาดการณ์ของระบบ CPP มาถึงได้อย่างไร AI ที่มีน้ําหนักเบาเกี่ยวข้องกับการสร้างแบบจําลองการคาดการณ์การเรียนรู้เชิงลึกที่ต้องการพลังการประมวลผลที่จํากัด แรงจูงใจคือการอนุญาตให้เข้าถึงการเรียนรู้เชิงลึกโดยใช้อุปกรณ์ที่มีพลังจํากัดเท่านั้น และจากมุมมองด้านสิ่งแวดล้อม เพื่อลดปริมาณพลังงานที่ระบบการเรียนรู้เชิงลึกใช้ แนวคิดพื้นฐานคือการสร้างโมเดลการเรียนรู้เชิงลึกแล้วบีบอัดเพื่อให้เครือข่ายพื้นฐานลดขนาด EAP เชื่อว่า AI ที่มีน้ําหนักเบาจะมีความสําคัญเนื่องจากพวกเขาต้องการส่งการคาดการณ์โดยใช้แพลตฟอร์มออนไลน์ การบํารุงรักษาแบบจําลองการคาดคะเนกลายเป็นความกังวลที่เพิ่มขึ้นโดยได้รับแรงบันดาลใจจากแนวคิดที่ว่าเราไม่ต้องการเรียนรู้โมเดลการเรียนรู้เชิงลึกใหม่เมื่อใดก็ตามที่มีข้อมูลใหม่ แต่เราต้องการอัปเดตเฉพาะส่วนที่เกี่ยวข้องของโมเดลเท่านั้น