LinkAlpha lập AI Lab tài chính, kiểm chứng độ tin cậy AI đầu tư

LinkAlpha vừa thành lập tổ chức nghiên cứu trí tuệ nhân tạo (AI) chuyên biệt cho lĩnh vực tài chính, đồng thời bắt tay vào kiểm chứng độ tin cậy của các mô hình ngôn ngữ lớn (LLM) trong việc đưa ra phán đoán đầu tư. Khi ngành tài chính ngày càng mở rộng ứng dụng AI sang hỗ trợ quyết định đầu tư, công ty muốn xây dựng một hệ thống đánh giá xem phán đoán của mô hình có thể áp dụng vào thực tế hay không.

LinkAlpha cho biết đã chính thức ra mắt tổ chức nghiên cứu chuyên về tài chính mang tên “LinkAlpha AI Lab” vào ngày 20. LinkAlpha là công ty cung cấp dịch vụ nghiên cứu đầu tư bằng AI cho các nhà đầu tư tổ chức, mới đây đã huy động thành công vòng gọi vốn Series A trị giá 22 triệu USD (khoảng 34 tỷ won) với sự tham gia của nhiều định chế tài chính toàn cầu.

AI Lab được vận hành như một tổ chức nghiên cứu chính thức trong nội bộ công ty, quy tụ 5 nhân sự nghiên cứu toàn thời gian, hoạt động chủ yếu tại New York và Seoul. Mô hình hợp tác giữa doanh nghiệp và giới học thuật cũng được thiết lập, với sự tham gia của các nhà nghiên cứu từ trường đại học. Công ty cho biết sẽ tiếp tục mở rộng đội ngũ nghiên cứu sang Hong Kong, Singapore trong thời gian tới.

Giáo sư Lee Yong-jae của Viện Khoa học và Công nghệ Ulsan (UNIST) đảm nhiệm vai trò trưởng nhóm nghiên cứu. Hướng nghiên cứu chính gồm △hiểu cách mô hình AI suy luận thị trường △đo lường độ tin cậy của phán đoán AI △xây dựng hệ thống alpha và quản lý rủi ro.

Alpha là thuật ngữ chỉ mức lợi nhuận vượt trội so với thị trường chung. Hệ thống quản lý rủi ro là cơ chế kiểm soát khả năng thua lỗ và yếu tố bất định trong quá trình ra quyết định đầu tư. Đằng sau đó là quan điểm cho rằng nếu muốn AI tài chính trở thành công cụ hỗ trợ đầu tư thay vì chỉ dừng ở tóm tắt văn bản, cần kiểm tra cả quá trình phán đoán lẫn độ dao động của mô hình, chứ không chỉ nhìn vào kết quả cuối cùng.

Giáo sư Alejandro Lopez-Lira (Alejandro Lopez-Lira) của Đại học Florida tham gia với vai trò cố vấn học thuật. Ông từng nhận giải thưởng nghiên cứu xuất sắc nhất do BlackRock(BLK) trao tặng năm 2023.

Một đại diện của LinkAlpha nói rằng AI Lab nghiên cứu cách AI hiểu và phán đoán thông tin tài chính, độ tin cậy của các phán đoán đó, cũng như khả năng kết nối với hiệu quả đầu tư thực tế. Đây được xem là nỗ lực nhằm thu hẹp khoảng cách giữa tốc độ ứng dụng AI trong ngành tài chính và mức độ kiểm chứng hiện có.

Trong một bài nghiên cứu công bố tại hội nghị quốc tế về AI và tài chính của ACM (ICAIF), nhóm nghiên cứu chỉ ra rằng các mô hình nền tảng lớn như ChatGPT, Gemini, Claude đều cho thấy độ lệch (bias) mang tính hệ thống trong phán đoán đầu tư. Dựa trên phát hiện này, nhóm đã xây dựng một bảng xếp hạng công khai để so sánh, đánh giá đặc điểm phán đoán đầu tư giữa các LLM lớn.

Bảng xếp hạng này hoạt động theo cách đưa ra cho mô hình các lập luận mua và bán được cân bằng trong cùng điều kiện, sau đó ghi nhận phán đoán lặp lại nhiều lần để tính điểm độ lệch. Điểm số khác nhau giữa các mô hình không đồng nghĩa với hiệu quả đầu tư thực tế khác nhau. Thông điệp mà nhóm nghiên cứu muốn nhấn mạnh là thay vì tiếp nhận phán đoán của AI một cách trực tiếp, ngành tài chính cần kiểm chứng xem phán đoán đó dễ dao động trong điều kiện nào.

LinkAlpha cho biết tính đến thời điểm ra mắt, công ty đã có hơn 13 bài nghiên cứu được công bố tại các hội nghị AI lớn như ICML, ACL, ACM ICAIF. Công ty cũng đã hợp tác nghiên cứu với nhiều tổ chức tài chính và học thuật như JPMorgan(JPM), BlackRock(BLK), Blackstone(BX), State Street(STT), MIT, đồng thời công bố các bộ dữ liệu chuẩn (benchmark) cho AI tài chính mang tên “FinDER” và “FinAgentBench”.

FinAgentBench được giới thiệu là bộ benchmark đánh giá khả năng tìm kiếm và suy luận của AI agent trong các tác vụ hỏi đáp về tài liệu tài chính. Cấu trúc đánh giá được chia thành hai phần: khả năng lựa chọn đúng loại tài liệu tài chính cần ưu tiên, và khả năng tìm ra đoạn văn bản then chốt bên trong tài liệu đã chọn.

Đồng sáng lập kiêm đồng Giám đốc điều hành LinkAlpha, ông Choi Chan-yeol, cho biết “Việc ứng dụng AI tài chính đang mở rộng nhanh chóng, nhưng tiêu chuẩn để có thể tin tưởng AI trong phán đoán đầu tư thực tế vẫn chưa được thiết lập đầy đủ” và nói thêm “mục tiêu của chúng tôi là xây dựng một hệ thống kiểm chứng khách quan”. Phát biểu này cho thấy nhận thức rằng tốc độ mở rộng của nghiên cứu đầu tư bằng AI đang vượt trước tiêu chuẩn kiểm chứng tương ứng.

Ngành tài chính Hàn Quốc cũng đang bước vào giai đoạn thiết lập tiêu chuẩn ứng dụng AI. Viện Bảo mật Tài chính Hàn Quốc (Financial Security Institute) đã đưa các tiêu chí như △quản lý hiệu năng mô hình △chất lượng dữ liệu △tính công bằng và độ lệch △khả năng giải thích được △kiểm chứng mô hình và dữ liệu bên ngoài vào hệ thống đánh giá độ an toàn và độ tin cậy của AI tài chính.

Sự ra đời của AI Lab lần này cũng nằm trong xu hướng nhu cầu về AI chuyên biệt theo ngành (vertical AI) ngày càng tăng. Khi AI tài chính dịch chuyển từ tự động hóa nghiệp vụ sang hỗ trợ phán đoán đầu tư, không chỉ hiệu năng mô hình mà cả độ lệch, khả năng giải thích và mức độ kiểm chứng độ tin cậy cũng đang nổi lên như những yếu tố cạnh tranh riêng biệt.