DeepMind扑克校友将强化学习应用于交易

Equilibre Technologies 由 DeepMind 前研究人员（也是 DeepStack 扑克 AI 背后团队）创立，获得了由 Creandum 领投的一大笔 A 轮投资，使其估值达到 5 亿美元。该公司使用强化学习——与用于掌握不完美信息游戏（如扑克）的技术相同——为与 Tower Research Capital 部署的交易代理提供支持。目前，这些代理在标准普尔 500 指数和纳斯达克指数上每日交易量达数十亿美元，该初创公司声称其每月回报率均有正增长。通过在布拉格斯以 25 人团队运营，该公司利用可量化的奖励信号（利润）训练模型，无需像大型语言模型那样进行大量数据标记，从而节省了成本。这一发展标志着人工智能人才从纯粹研究转向金融等高价值垂直领域的趋势，在这些领域，强化学习可以立即变现。