︿
Top

成功預測馬克宏當選 背後群集智慧Swarm及Surprisingly Popular

瀏覽次數:591| 歡迎推文: facebook twitter wechat twitter twitter

科技產業資訊室 - May 發表於 2017年5月11日

AI新創公司Unanimous A.I.提出“群集人工智慧”(Artificial Swarm Intelligence)的演算方法,曾多次在美國超級足球賽事做出精準的預測。雖然,曾在2016年美國總統大選失準押寶希拉蕊,但是卻在2017年法國總統大選準確預測馬克宏當選。
 
Unanimous A.I.公司創始人Louis Rosenberg 畢業於史丹福大學的博士,他的博士研究有關於機器人、虛擬現實、人機交互;曾在美國空軍阿姆斯壯實驗室擔任研究員。他創造世界上首個沉浸式增強現實系統(AR),並成立Immersion公司;也開發出世界上首個桌上型3D掃描機(desktop 3D digitizer)並成立Microscribe LLC公司。擁有約300件專利。2016年Rosenberg提出Swarm AI群集智慧演算技術。
 
所謂群集智慧(Swarm Intelligence)?

所謂群集人工智慧,是利用網路的線上即時系統,輸入一定數量的人類個體智慧、知識和直覺,再利用演算法輸出一個群集智慧之更優結果。群集智慧的概念是受到鳥類和蜜蜂的群聚啟發,從對自然界學習發現,社會動物以一個統一的動態系統集體工作時,解決問題和做決策上的表現會超越大多數單獨成員。因此,在生物學這一過程被稱為“群集智慧”。也就是俗稱:集多人的力量(智慧)而做出判斷。
 
問題是人類可以群集嗎?螞蟻有觸角可以進行群集,反觀人類並沒有進化出群集的能力,因為人類缺少同類用於建立實時反饋循環的敏銳連接。這種連接能力是高度相關的,讓群體行為被認為是一個“超級器官”,使這些生物能夠進行最優選擇,這要遠比獨立的個體的選擇能力要強得多。
 
人類要如何將每個人的思考組合起來,然後進行做更好的決策、預測、評估和判斷?事實上,Unanimous A.I.的Swarm AI人類群集技術已經被證明在預測體育賽事、金融趨勢、總統大選、奧斯卡獎得主的準確率超過個人專家。
 
群集人工智慧(Artificial Swarm Intelligence,Swarm A.I.)技術,它能將世界各地的人“人類群集”連接起來,組成即時的線上系統平台及背後演算法,吸引結合人類參與者的知識、智慧、硬體和直覺,並把這些要素組合成一個統一的新智慧,並生成最優的預測、決策、洞見和判斷。
 
Louis Rosenberg論文:Crowds vs Swarms, a Comparison of Intelligence.

根據Swarm AI的設定,個體之間是互相影響的,在預測過程中,個體很容易根據球位置的變化而不斷變化自己的選擇——當發現多數人也支持自己的選擇時,他可能會更加堅定地牽引;而當發現球大大偏離自己希望的方向時,他可能會放棄或減小牽引力,直至最終達成「共識」。
 
Swarm AI 曾失敗預測:希拉蕊當選美國總統
有專家評論認為,Unanimous AI採用“集群智慧”技術搜集數據的方法更帶有偏見性,這種偏見藉由問題的設定和對象的選取得到充分體現。
 
在2016美國總統大選,Unanimous A.I.曾失敗預測希拉蕊當選。它的方法是直接以人為分析對象,即通過詢問參與的選民一組類似的問題,例如:
  • “如果希拉蕊擔任總統,失業問題將如何改善?”參與預測的選民可從五個答案中選擇,即“大幅改善”、“略微改善”、“大幅加劇”、“略微加劇”以及“沒有任何變化”。
  • 可選的答案還有“希拉蕊勝算很大”、“希拉蕊略勝一籌”、“川普勝算很大”、“川普略勝一籌”以及“不相上下”。
  • 有45個選民參與預測,其中46%為民主黨人,24%為共和黨人,30%在黨派上保持中立或屬於其它黨派。
從設計的問題和選取的對象看,由Unanimous開發的swarm AI-UNU的預測則明顯傾向希拉蕊。
 
 印度MogIA AI系統成功預測:川普當選

印度新創公司Genic.ai所研發的MogIA AI(人工智慧)系統,就透過蒐集Google、Facebook、Twitter、YouTube等2000萬個數據來源進行分析,獨排眾議並預測川普成為最後贏家。
  • MogIA不同於其他AI之處,是其算法是完全由自己建立的,其中既不捨棄任何數據點,也不參雜任何人為意見,只由其獨立學習並自主完善,盡量確保預測結果的客觀性。
  • 但目前AI系統對“諷刺表達”、“反話”的識別能力有限,網民們的言論可能被系統錯誤解讀的。
  • 即使川普的Twitter帳號下有大量的網民互動,也不代表這部分網民傾向於支持川普,但相關話題的活躍度會被AI系統歸入民意預測依據。
對此,有分析認為MogIA 明顯是一個有利於川普的AI系統。
  
Surprisingly Popular演算法:解決群體AI缺陷的方法
因此,普林斯頓大學與麻省理工學院的學者2017年一月在《自然》雜誌(Nature)發表了一個解決群體AI缺陷的方法(A solution to the single-question crowd wisdom problem),就是「surprisingly popular」演算法。當大多數人的看法可能是錯誤的時候,這個演算法能更容易自群體中找到正確答案。在多數情況下,這個超乎多數人選擇的結果,就是正確答案。換句話說,「surprisingly popular」演算法會找出「意外流行」的答案,也就是比大多數人預測中更受歡迎的答案;而且大部分情況是這些超出大多數人預計的選擇,就是正確的答案。
 
得到surprisingly popular的方法是,研究人員會針對某個問題,提出「你認為正確答案為何?」、「你認為大多數人會選擇的答案是什麼?」的提問。接著此演算法就能找出surprisingly popular的答案,也就是比大多數人預測結果更受歡迎的答案。在多數情況下,這個超乎多數人選擇的結果,就是正確答案。
 
Dražen Prelec於Nature論文:A solution to the single-question crowd wisdom problem.


結語
Swarm AI或 Surprisingly Popular 演算法是一種無偏見的群集智慧研究,有時能提供有意義的洞察結果,協助將人類智慧納入整個構建超級智慧過程。但是,這些僅是眾多AI演算法之一,實際來說,人工智慧(AI)還有很長一段路要走。(1826字;圖1)
 
 
參考資料:
Unanimous Blog at http://unu.ai/blog/?hdr=una
特朗普獲勝:人工智能緣何是神話也是笑話?搜狐媒體平台,2016/11/11



本站相關文章:
  1. 人工智慧:未來決策制定的機遇與影響
  2. 下一波趨勢是將人工智慧帶入智慧家庭
  3. 商品化、產業化與專利佈局思考(二)
  4. Fintech金融科技新創公司(四):Wealthfront
  5. 人工智慧時代須防範「人工智慧詐騙術」

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1. 科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2. 著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。