※ 引述《chirex (不含铜锂锌)》之铭言:
: “所谓的AI绘图就只是把各种相近色调,以及浓淡的碎片拼凑在一起,
: 让你误以为这东西跟你所输入的指令很像,但你仔细发现就会知道根本天差地别,
: 这种东西我已经看到很厌烦了。”
是说之前在写程式交易时,也有弄过一个低阶版本的ai算法,简单地说就是
丢五个技术指标,以及像是三大法人买卖张数,委买,委卖,成交量....
然后全部让程式自己跑,让它自己找是否有数据上的特征,接着丢3~4年的资料做回测。
我原本的想法是:应该可以反过来,从程式的买卖纪录来找到可行的买卖方式。
类似从程式中学习的,不过结果跟我想的完全相反。
事实上你很难发现每个买卖点到底有啥关联性,甚至没有逻辑性。比如说你回测抓出
程式判断的几个技术指标,你会发现程式自己抓的买点会变成:
[ 若 RSI<18 且 KD>23 则在次根开盘价市价买入。]
那为何程式会这样抓呢,因为我丢的训练历史纪录中,在:
A. RSI<18后买入 B.KD>23后买入 这两条件下买入刚好都会赚钱。
而在极端地例子下会有 A+B的状况,又很偶然地A+B下买入又赚钱。
所以我猜程式就把这条件作为买点了。那为何说我猜呢?
因为事实上"我不知道",因为我总共丢5种技术指标。
如果我当初只有丢一个到两个,我还可以靠回测纪录去猜。
就像你在平静的水面看两道水滴的涟漪,你还可以慢慢仔细看它们互相干涉的过程。
但如果超过5滴水滴,基本上光是算那排列组合跟可能的结果,
首先你很难理解到底是哪几个变因让它形成结果的,而你也很难找到逻辑跟规律,
并在这基础上人为地改善与强化。你只能看着程式自己尝试错误跟自己跑出结果。
这个就是AI常被说是黑箱的原因。
再来这个策略本身可能是垃圾。
因为它只是在你的样本空间里凑巧成功,它不代表未来也可能重现成功。
它本身不见得会有逻辑性,就只是某些数据偶然地排列下可以重现,这个重现的纪录
被程式发现就直接拿来用了。但只要你工作的数据是随机产生的话,
那你其实可以预期这种无逻辑性的成功纪录,其实只是一种偶然的圣杯幻觉而已。
这其实跟我们写程式时要避免的Overfitting很像。但只要你全部交给程式跑,
你人类写程式会碰到的问题,AI当然也会碰到。而且它通常会用更笨的方式来做出决策。
这点就很讨厌,因为它很难知道到底是哪层的哪个子程式跟子程式产出无逻辑的特征
阿又是无逻辑你又很难帮这无脑的决策做改良与最佳化。
所以你又只能用类似尝试错误的方式,慢慢试错找到你希望的结果。
结果来说,你会发现你绕那么大一圈来训练程式自己写策略,最后却是:
: 山本贵嗣说。山本贵嗣更进一步批评,虽然人们给予他一堆指令让他画出来,
: 得到的成品让人感觉很厉害很酷,但实际上AI连自己在画什么都不晓得,
: 终究只是不知所以然的垃圾罢了。
如果你要靠这东西吃饭,你很快就会发现这方法其实不会给你太大的优势。
像我的话我就会认为:干妈的浪费我时间,我还不如弄比较单纯一点,
自己写一个简单地交易程式跟做回测还比较快。
如果你是一个可以从无到有画出整个概念画的原画师,或是可以直接接案弄出V皮的绘师。
那你看Midjourney那鬼东西根本就是垃圾。我干嘛还要在那Discord里面TRY关联字呀?
而且更常见的问题多半是你就算你下了你认为很精确的关联字,跑出来也不见得是你要的
因为事实上你也不知道那个AI绘图它是怎么画出来的。你还要不断地试着各种关联字
可能会有什么效果,然后像掷骰子般找一个姑且你认为稍微有点像你要的东西,
再依照那结果再掷骰子丢关联字,看下次丢指令生出的图有没有比较像你要的。
完全没比较快作画还像在抽卡一样,浪费一堆时间,我他妈就直接画就好啦,神经病。
这个大概就是目前AI作画的极限吧。而且依赖AI做原画跟设计集的话,
基本上对你的绘画经验也没有具体帮助,所以我其实可以理解为啥画师会讨厌这东西。
不过以后如果发委托的公司或个人认为它自己用Midjourney抽卡,
偶尔抽到一张它要的原画图就免费赚到啦。以画师来说也意味着委托会变少吧。
事实上就是连原画这种很吃天分的东西,也遭遇到机器学习的竞争与威胁吧。