למידת מכונה היא ענף של בינה מלאכותית שבו מערכות מזהות דפוסים מתוך נתונים ומשפרות את הביצועים שלהן בלי שנכתב עבורן כלל מפורש לכל מקרה. בעולם הפיננסי היא משמשת לזיהוי הונאות, לחיתום אשראי, לתמחור
ביטוח, לניתוח דוחות ולבניית אסטרטגיות מסחר. מחקרים הראו שמודלים מסוגלים לחזות חלק ניכר מהחלטות של מנהלי השקעות מקצועיים, ממצא שמעלה שאלות על ההצדקה לגובה דמי ניהול במוצרים מנוהלים. ההתקדמות בתחום
נשענת על כמויות עצומות של כוח חישוב, ולכן היא מתורגמת ישירות לביקוש לשבבים ולמרכזי נתונים ולתמחור של חברות בענף. עבור המשקיע, האתגר הוא להבחין בין חברות שבהן הטכנולוגיה מייצרת יתרון תחרותי אמיתי לבין כאלה שמשתמשות במונח בעיקר לצרכי שיווק.
מה קורה בין הרגע שאתם מקישים שאלה לרגע שהתשובה מופיעה, בשפה שאינה דורשת רקע במחשבים: איך המודל מנחש את ההמשך, מהם מיליארדי הפרמטרים, מה עושה מנגנון הקשב, מהם שלושת שלבי האימון, ולמה כל זה שונה לגמרי ממנוע חיפוש