可帮助完成集体决策的人工智能系统上线

美国卡耐基梅隆大学发布消息称,可辅助集体决策的人工智能系统已经上线。

有争议的总统选举可能引起人们关于当下投票制度能否选出最佳候选人这一问题的质疑。尽管美国人的投票方式不会发生任何改变,但有一项新的在线服务RoboVote.org可使任何人都能使用最先进的投票方法,从而做出最佳群体决策。

RoboVote是卡耐基梅隆大学和哈佛大学共同开展的一个项目。它的作用不仅仅是汇总选票,因为所有在线调查工具都已经具备了这个功能。该网站由人工智能驱动,并结合了数十年社会选择研究智慧,以最佳方式结合意见、喜好和兴趣以促成集体决策。

卡耐基梅隆大学计算机科学助理教授Ariel Procaccia说:“我们正在利用最新的优化技术和人工智能技术帮助人们在日常生活中做决定。我们采用的是经过多年研究验证的最佳集体决策算法,并为其设计了一个人人都能使用的界面。”

RoboVote可以用来做一些简单的主观决策,比如一些朋友选择吃披萨的最佳地点,也可用于一些严肃和客观的事情,如帮助产品开发团队决定哪些创意最适合商业化。RoboVote网站的开发团队成员包括卡耐基梅隆大学计算机系的Procaccia、Nisarg Shah、Phillip Wang和加利福尼亚帕洛阿尔托市的一位独立研究员Brian Merlob。

RoboVote在概念上类似于Spliddit.org,这是Procaccia两年前推出的一个网站,旨在为解决一些日常问题达成公平的解决方案,如怎样为一个项目公平分摊租金、商品或贷款。这两个网站已经经过研究人员的长期实践验证,但大多数人不容易接触到。

RoboVote适用于完成主观调查和客观投票,主观调查没有正确结果,仅为满足多数人的需求,而客观投票旨在产生尽可能接近事实的答案。

在主观调查中,首先会让每个投票人提交一份关于所有备选项的选择排名,然后RoboVote根据设计好的投票规则揭示每个备选项的“潜在效用”。Procaccia解释说,每个选民对每个选项的评价不一。某些备选项的价值或效用评价结果可能相近,RoboVote的算法通过比较投票者们对各个备选方案的评价得出备选项的潜在价值,从而生成一份反映集体偏好的最佳排名列表。

对于客观调查,投票人也需要提交关于备选项的选择排名。但客观调查的目的主要是揭露真相,例如预测哪家公司的收益在下个季度最高。这些算法不是为了寻找潜在的应用价值,而是以18世纪法国数学家Marquis de Condorcet首先设计的方法为基础,同时兼顾投票误差而得出真实的排名。最近的研究假设误差是随机的,并利用机器学习方法来更好地计算随机误差参数。在RoboVote上部署的算法甚至更强大,因为它们不用对误差作任何假设,就能得到一个尽可能接近真实的结果。

Procaccia称:“我们知道政治选举中的投票规则并不理想,但很难改变,然而在需要用到运算技术的社会投票中,我们可以构建像RoboVote这样的系统来实施我们认为最适用的规则。”

该项目由美国国家科学基金会、海军研究办公室、斯隆(Sloan)基金会和亚马逊公司提供资金支持。

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2016-12-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏about云

你会让人工智能为你做决定吗?

问题导读 1.你认为我们已经将那些事情委托给人工智能? 2.你认为人工智能是否可以做更多的事情? 3.你认为人工智能未来可以做那些事情?

1072
来自专栏互联网数据官iCDO

如何在实际业务中合理评估渠道价值?

原创作者:武桐辛 本文长度为4500字 ,建议阅读15分钟。 今天iCDO原创团队志愿者武桐辛将为我们深入剖析,如何在实战中评估和衡量渠道的价值。 多触点营...

2938
来自专栏CDA数据分析师

数据分析,需要当心这2个误区

平时无论是进行用户调研、产品运营还是竞品分析,都少不了对于数据的分析,如果项目中出现某些分歧谁也无法说服谁时,很多时候也都是拿数据说话,可见在开发产品的时候,对...

20510
来自专栏灯塔大数据

如何让你的分析报告更具洞察力 ?实现从数据到观点的五点分享!

目前500强的公司每天可产生超过1GB供网站分析的原始的数据,而对于一些传媒公司来说,数据量往往要大数倍。 大数据比任何时候都谈论的多,因此公司的管理层比以往...

2687
来自专栏腾讯高校合作

2015年度CCF-腾讯犀牛鸟基金项目申报指南

2015 CCF-腾讯犀牛鸟基金项目申报指南 第一条 总则:在信息技术发展的重要演进阶段,CCF和腾讯将支持信息技术领域的青年学者开展具备行业创新、技术引领的科...

3908
来自专栏腾讯研究院的专栏

深度思考:社交媒体的大数据是否可靠?

  如今,科学家们正越来越多的把目光转向社交媒体,以研究线上及线下的人类行为,例如预测夏季股票市场的大波动。一些数据处理专家指出,使用该种方法处理数据时,研究...

2048

探讨一些在机器学习上对你有影响的问题

在自学机器学习上,一般人很难保持足够的动力持续下去。标准的测试数据往往是非常枯燥的,并且可能与你和你的日常生活毫不相干,甚至可以说是无聊至极。在你看来,你想要的...

19810
来自专栏AI研习社

亚马逊 Alexa Prize 比赛冠军团队专访:聊天机器人的突破与创新

在 2017 年底结束的第一届亚马逊 Alexa Prize 比赛上,由华盛顿大学博士生方昊担任领队的 Sounding Board 团队在全球上百支队伍中突出...

3596
来自专栏Spark学习技巧

数据科学的工作流程

本文浪尖主要讲讲数据分析企业内的工作流程。 随着,云计算使得计算能力的提示,大数据技术的飞速发展,数据也是备受企业重视,企业内部都是在想法设法的得到你的数据,...

3136
来自专栏大数据文摘

大数据独角兽Palantir之核心技术探秘

1607

扫码关注云+社区