12、不要玩自己无法承受损失的游戏12 在运气 ...
-
在运气面前保持清醒不要玩自己无法承受损失的游戏12
“你等一下，”赛诺把笔电放到一旁，“我去拿水杯。”
聊了有一段时间，习惯这个姿势，也有了温度，斯坦利不喜欢这种突然空荡荡的感觉。
“谁允许你可以休息的。”斯坦观察对方表情细微的变化。
“？”赛诺有些茫然地看向斯坦，“哦......那我口渴了。”
“我可以去拿水杯吗？”
“……”
斯坦利觉得自己真该死啊。
“干嘛？”赛诺很困惑。
“没什么。你坐着吧，我去拿。”
“？”
赛诺看着斯坦的背影消失在房间里，目光落回笔电屏幕上。使用“造势投注派”方法作弊成功的例子是1932年墨西哥的Agua Caliente赛马场，获胜马匹的Linden Tree的赔率，被人为从合理的7比10拉高到将近10比1。
以及1964年英国Dagenham赛场，操作更精准，场内只卖出一张获胜组合的彩票，彩池赔率被推高到9872比1。
而他们使用的获胜方法是——“红茶。”
赛诺感受着侧脸的丝丝冰凉，抬头，“红茶。”
“还有柳橙汁，你要换吗？”
“不用。”赛诺从斯坦手里接过红茶，“这个就好。”
“你坐过来。”
“嗯嗯，我坐过去了。”
赛诺察觉斯坦的爪子压上自己的肩膀，“谈到造势投注派的获胜手段，第一，套利理论(Arbitrage Theory)，核心概念是在两个市场之间，利用价格差异无风险获利。彩池赔率与场外庄家固定赔率是两个独立的定价系统。造势投注派的本质，就是人为制造两者之间的价差，然后在场外庄家手里套取差价。”
“第二，资讯不对称理论(Information Asymmetry)，操纵者掌握场内场外两个市场的完整资讯，而场外庄家只能看到自己窗口的下注，无法即时观察彩池内部的操纵行为。”
“第三，彩池均衡破坏(Pari-mutuel Equilibrium Disruption)，这跟我刚才提过的不动点定理相关，我现在有点懒得列公式，简单来说就是故意向分子注入虚假资金，人为破坏均衡，使πj偏离真实的主观概率分布。”
“第四，赛局理论中的合谋，显而易见，造势投注派是一个合作赛局——团队成员协调行动，共同对抗市场机制。都知道吧？合作赛局本身缺乏稳定的解，因为合谋存在背叛诱因。我举的案例之所以成功，正是因为操纵规模很小，让系统来不及反应，然而一但规模扩大，内部背叛风险和市场察觉风险都会急剧上升。”
“好了。”赛诺喝了一口红茶，“我们进入主题吧！”
斯坦：“现在才要进入主题。”
“是，你看着我就可以了。”赛诺说，“上述案例之所以能够成功，是因为它们从外部破坏了彩池系统赖以成立的的所有数学假设——也就是说，它们不是在寻找优势，而是直接攻击系统的数学基础本身。”
“我们把它们的攻击反过来利用就可以了，因为任何试图从外部破坏市场数学假设的系统，它的成功本身会消灭它赖已成功的条件，意思就是消耗掉了一次性的资讯不对称，迫使系统必须重新让人为修正——1932年和1964年的案例之所以成为历史记录，正是因为它们足够罕见，一旦手法广为人知，市场的防御机制就会让它永远无法再现。”
“好吧，现在我们必须站在庄家和市场的立场来思考如何修正。撇除掉上述提及过的资讯不对称、合作赛局内部的不稳定性，最根本的矛盾是Scale Paradox。意思是在一个多领域中，尤其是人工智慧与系统经济学，出现的反直觉现象。规模能力越大，反而带来意想不到的劣势或矛盾。先来一个题外话，反正最近学校老师们也很热衷，那就是人工智慧领域的规模悖论。”
“反直觉的现象，一般人直觉会认为，模型越大、能力越强，安全性应该越高，能更敏锐地察觉恶意内容。但实验却发现，大型模型更容易受到对抗性诗词或复杂剧本的欺骗。”
“为什么？”赛诺把电脑切换回去写报告的视窗，“刚好，我写一下报告。首先第一点，因为会过度解读和配合。大型模型具备极强的指令遵循能力。当使用者也就是我，要求它用诗歌格式写一段内容时，模型会为了完美配合这项艺术创作任务，将注意力转移，进而导致冷冰冰的安全审查机制被搁置......但这并非我时常触碰的领域。因此，我举另外几个例子，斯坦，我会让你深刻感受到的。”
“在数学与科学推理上，假设我今天给予大型语言模型（LLM）一道需要复杂科学推理的物理或数学题。例如计算某个量子力学态的机率振幅。我们不意外AI 会吐出非常漂亮的 LaTeX 数学公式和繁复的推导步骤，它们看起来极度专业、合乎逻辑。”
“但是AI 其实只是根据前后文的文字机率，将网路上各种相似论文的数学符号进行拼贴与过度解读。如果仔细检查其中一个微小的代数步骤，会发现它犯了最基础的计算错误，但它却能基于这个错误，继续煞有其事地过度推导出后面的宏大物理结论。”
“所以除非是利用地端或是云端模型读取原文论文，再命令人工智慧仅可以从地端与云端之间，抓取实际数据，否则需要再三检查有无错误，不然就是询问专业人士或多花时间阅读第一手资料。”
“那么，要如何修正人工智慧的过度解读？”赛诺打字很快，“目前最流行的方法就是Physics-Informed Machine Learning！呵呵，在训练人工智慧前时，直接把物理定律，比如说能量守恒、统计力学的公式写进人工智慧的损失函数中。如果人工智慧想偷懒、找截径、过度解读杂讯来交叉，只要它的结论违反物理定律，就会受到严厉的数学惩罚！就像我上述所说的地端与云端那样，我可以逼迫人工智慧只能在符合真实科学规律的框架下寻找答案！”
“因此第二点，相较于大型模型，小型模型在这种时后反而更有优势。”
“回到我们原本的话题，应用在造势投注派里的规模悖论。”其实很简单啦，造势投注派要想赢得胜利，场内注额必须足够大。”
“因为这么做——才能扭曲彩池赔率嘛！”赛诺笑着说。
作者有话说
第12章 不要玩自己无法承受损失的游戏12
，还差 