Swarm AI 精确预测超级碗最终比分,大逆转剧情难逃群集智能预测

【新智元导读】昨天美国超级碗的比赛戏剧性十足。但是,如果告诉你,一家 AI 公司的预测平台早在开赛前就已经成功地精确预测出了最后的比分,这是不是更令人震撼?这家 AI 公司以“群集人工智能”(Artificial Swarm Intelligence)为名,曾多次做出令人叫绝的预测。不过,他们也曾在美国总统大选的预测上吃过败绩。那么,群集人工智能究竟是什么?在人工智能的发展上会是什么样的一种角色?本文带来详细解读。

2月6日,第51届“超级碗”美国国家橄榄球联盟(NFL)冠军总决赛在休斯敦落幕。新英格兰爱国者队在落后25分的情况下成功逆转,最终以34比28战胜亚特兰大猎鹰队。这场比赛因为爱国者队后来居上的“翻盘”给人留下深刻印象,可谓戏剧性十足。但是,如果告诉你,一家AI 公司的预测平台早在开赛前就已经成功地预测出了最后的比分,这是不是更令人震撼?

以后进行体育竞赛预测,先来问问AI

如果你认为,要预测出今年超级碗的最终结果根本是不可能的。那么你可能错了。下一次,再进行体育竞猜的时候,你可能会希望咨询一下AI。

新英格兰爱国者队对亚特兰大猎鹰队的胜利令人惊讶:新英格兰爱国者队在落后25分的情况下顽强追平比分,制造了“超级碗”历史上的首次加时赛。随后,该队在加时赛中一鼓作气完成达阵,最终以34比28战胜亚特兰大猎鹰队。

你可能还对昨天的比赛结果意犹未尽,但是,下面的一些事可能会更让你印象深刻:开赛之前,一个人工智能平台已经精确地预测到了比赛的结果,它的比分预测正是:34-28,爱国者队赢得比赛。

这一名叫 Swarm AI 的平台由 Unanimous 开发,这是一个结合了群集算法(swarm)和人类输入数据的预测引擎。Unanimous 的 AI 软件允许真实的人类用户在这里聚集,共同讨论议题。

软件检测群体的对话,搜集信息数据用于预测。

要成功地预测出超级碗比赛的最终比分并不是一件容易的事情。在过去的19年间,发布在Scripps Howard上的1641场超级碗的比分结果预测中,只有两次猜中了最后的比分。本届超级碗,Unanimous 通过在40名橄榄球球迷间引起讨论,在网上把这些人互联起来,最终成功预测最终比分。

所以当爱国者最终以38-24的得分赢得超级碗时,Unanimous上(和其他地方)的人被这个不可思议的预测震惊了。现在,今年的超级碗已经成为了过去,Unanimous 的下一个目标是Stanley Cup 和 NCAA 锦标赛。

2016年5月,Unanimous 成功预测了Kentucky Derby( 赛马比赛)的前四名。在此之前,人们都认为赛马比赛的结果几乎无法预测。但Swarm准确预测了前四名,之前从没有一位 Kentucky Derby 赛马专家做到这一点。

另外一些成功的例子包括:Stanley Cup 的冠军、10场超级碗比赛中9场的胜负结果。

Swarm AI 是何方神圣?

如上文所介绍,Swarm AI 的平台由 Unanimous 开发。

在公司的官网上可以看到,创始人 Louis Rosenberg 是斯坦福大学的博士。他的博士研究聚焦于机器人、虚拟现实、人机交互。曾在美国空军阿姆斯特朗实验室担任研究员。他创造了世界上首个沉浸式增强现实系统。

什么是群集智能(Swarm Intelligence)?

以下介绍来自Unanimous (UNU)官网:

视频内容

群集智能的概念是受到鸟类和蜜蜂的启发, 从对自然界的学习中,我们发现,社会动物以一个统一的动态系统集体工作时, 解决问题和做决策上的表现会超越大多数单独成员。在生物学上,这一过程被称为“群集智能”。这也证明了一句古话:人多力量大。

这带来了一个问题:人类可以群集吗?当然,我们并没有进化出群集的能力,因为人类缺少同类用于建立实时反馈循环的敏锐连接(比如,蚂蚁的触角),这种连接是高度相关的,让群体行为被认为是一个“超级器官”。通过这么做,这些生物能够进行最优选择,这要远比独立的个体的选择能力要强得多。

但是,人类呢?我们能把个人的思考组合起来,把它们作为一个统一的动态系统吗?这样能让我们做更好的决策、预测、评估和判断吗?研究显示,答案是“yes”。事实上,使用Unanimous A.I.的技术,人类群集已经被证明在预测体育赛事结果、金融趋势甚至是奥斯卡奖得主这些事上的准确率超过了个人专家。

这一技术被称为“群集人工智能”(Artificial Swarm Intelligence,简称 Swarm A.I.),它能让群体组成实时的线上系统,把世界各地的人作为“人类群集”连接起来。它是一个人类实时输入和众多 A.I. 算法的结合。Swarm A.I. 吸引结合人类参与者的知识、智慧、硬件和直觉,并把这些要素组合成一个统一的新智能,能生成最优的预测、决策、洞见和判断。

论文:

论文地址:http://unu.ai/wp-content/uploads/2016/10/Crowds-Vs-Swarms-SHBI2016-Final-PDF-confirmed-by-IEEE.pdf

那么 Swarm AI 的未来是什么呢?如果我们将单个蚂蚁的智能到整个蚁群的智能视为一个智能跃升,那么我们也可以认为,从单个人到一个大群人也将有这么一个提升,出现一个高级的“超级智慧”。要出现这样的超级智能,需要上千人一起思考吗,还是说上万、上百万?这个我们还不知道,但UNU是使人们能将他们的知识和见解汇集到一个高级智能中所迈出的第一步。

为什么群集人工智能(ASI)很重要?在AI 研究的世界里,各个实验室花费了数十亿美元,试图用纯数字化的东西取代人类智能。虽然我们能够理解这种为创建超智能所付出的努力,但这也令我们害怕。纯粹的人工智能没有理由和人类共有目标和感情,或者遵循我们的道德和价值观。

所以,我们要问的问题是,是否有一个更好的方式来构建超级智能?答案是肯定的,那就是建立 Swarm AI 系统,将实时的人类洞察和 A.I.算法统一在一起的智能系统。我们相信,这条路相比创建比我们人类更聪明的系统更加安全,因为它可以确保最终的智能与我们的目标和愿望相符合的,拥有人类的情感和共情,最重要的是拥有人类的道德和价值观。简单地说,Swarm A.I.技术创造放大的智能,同时将人类纳入整个过程中。

Swarm AI 的失败:曾预测希拉里当选美国总统

在美国总统大选时,Unanimous A.I.也曾做过预测,并认为希拉里当选。它的方法是直接以人为分析对象,即通过询问参与的选民一组类似的问题,如:“如果希拉里担任总统,失业问题将如何改善?”参与预测的选民可从五个答案中选择,即“大幅改善”、“略微改善”、“大幅加剧”、“略微加剧”以及“没有任何变化”。此外,可选的答案还有“希拉里胜算很大”、“希拉里略胜一筹”、“特朗普胜算很大”、“特朗普略胜一筹”以及“不相上下”。

在Unanimous A.I.进行的预测中,有45个选民参与,其中46%为民主党人,24%为共和党人,30%在党派上保持中立或属于其它党派。

从设计的问题和选取的对象看,由Unanimous AI开发的swarm AI-UNU的预测则明显倾向希拉里。Unanimous A.I. 直接以人为分析对象并使用了一种所谓的“群集智能”的技术。即在实际预测中,一组随机选取的适龄参选的公民会被提问,参与者按照自己的回答倾向牵动球体。在这一过程中,参与者往往会根据球位置的变化而不断变化自己的选择——当发现多数人也支持自己的选择时,他可能会更加坚定地牵引;而当发现球大大偏离自己希望的方向时,他可能会放弃或减小牵引力,直至最终达成“共识”。

在搜狐的一篇报道中,有专家评论说,Unanimous AI采用“集群智能”技术搜集数据的方法更带有偏见性,这种偏见通过问题的设定和对象的选取得到了充分体现。

参考资料:

http://unu.ai/blog/?hdr=una

https://m.sohu.com/n/472938921/

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2017-02-07

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

来自专栏华章科技

北大教授李忠:谁说学数学只是为了升学?数学可以让你受益终生!

导读:一个人,从小学、中学甚至到大学,都得学数学。为什么要学这么多数学呢?其意义究竟何在?

29030
来自专栏华章科技

3位高二女生用大数据成功预测地铁出站人数 | 00后正在抛弃你

导读:有人用大数据“杀熟”,她们却用大数据做了轨道交通客流分析,运用自己设计的算法,对轨道交通出站人数的预测平均精准率达到了93%。4月15日,在第33届重庆市...

9330
来自专栏AI科技评论

学界 | 只要社会存在偏见,即便是算法操控的机器也无法摘下有色眼镜

AI科技评论按:用网络上现成的语言资料训练机器学习模型已经是现在主流的做法。研究者们希望人工智能从其中学到对人类自然语言的理解,但是人工智能所能学到的内容还远不...

35850
来自专栏镁客网

科学家计算并证明T-碳,开启了碳结构研究的新纪元 | 黑科技

15600
来自专栏新智元

神经网络教父 Hinton 传奇:从建筑学到物理学再到哲学,最后在人工智能取得成就

【新智元导读】 被誉为“神经网络教父”的 Geoffrey Hionton 的一生非常传奇,高曾祖父是发明布尔代数的布尔。他曾在剑桥先学了1个月物理就转了建筑,...

31730
来自专栏数据科学与人工智能

【统计学习】写给在学习统计的学弟学妹

在其他论坛看到一篇写如何学统计的文章,作者侃侃而谈,语言也不失幽默,更重要的是,平实的表述中却把很多读统计的童鞋共有的感受和疑问一同归纳总结了出来。楼主看过之后...

21890
来自专栏机器之心

人物 | Geoffrey Hinton的成功之路:从神经网络黑暗时代的坚守到今天的胜利

选自The Globe and Mail 作者:Jeff Gary 机器之心编译 参与:吴攀、黄小天、Ellen Han 深度学习泰斗 Geoffrey Hin...

24540
来自专栏专知

这是一篇论文评审吗?

【导读】面对如今每年数量暴增的AI领域顶级会议论文投稿量,作者Zachary C. Lipton在Approximately correct上发表了对论文评审的...

13520
来自专栏机器之心

观点 | Yoav与LeCun深度学习之争后续:谷歌VP Fernando Pereira谈NLP研究「三幕剧」

选自EarningMyTurns 机器之心编译 参与:机器之心编辑部 近日,著名学者 Yoav Goldberg 发布的一篇批评蒙特利尔大学新论文《Advers...

21460
来自专栏腾讯研究院的专栏

何为实在

image.png 推荐语: 霍金的《大设计》(The Grand Design)与其说是本科普读物,莫如说是相关“实在与终极”的著作。过去几千年间,...

26050

扫码关注云+社区

领取腾讯云代金券