前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >对答案:AI 预测法国大选,不太对,可也没全错

对答案:AI 预测法国大选,不太对,可也没全错

作者头像
新智元
发布2018-03-27 17:26:41
5800
发布2018-03-27 17:26:41
举报
文章被收录于专栏:新智元新智元

【新智元导读】两个月前,总部位于新加坡的投资公司 Leonie Hill Capital 的 AI 系统经过对社交和传统媒体讨论、民意调查、经济和人口统计等数据后的分析,对“史上最难预测”的法国大选进行了预测,认为勒庞将出任法国总统,这和主流媒体预测及民调显示结果有所不同。北京时间今天凌晨,法国 2017 年总统大选首轮投票结束,马克龙获得最高票,勒庞紧随其后进入第二轮选举。

法国 2017 年总统大选首轮投票已经落下帷幕,尽管最终结果还有待确认,但能够进入第二轮选举的两名候选人已经没有悬念。

考题有点难,AI 给出了“不一样”的答案

此次法国大选被称为法国现代历史上最难以预测的一次。候选人共计11位,其中最热门的四位候选人差距很小,民调支持率相差不到 5% 。

法国总选选举采取“多数两轮投票制”:第一轮得票率超过 50% 的候选人直接当选;如果没有,则第一轮得票最高的两位候选人进入第二轮投票角逐,得票多者胜出。

Ipsos-Sopra Steria 此前的民调显示,参选的“四强”之中,中间路线候选人马克龙和极右翼民族阵线主席玛琳娜·勒庞支持率都是 22%,极左翼候选人梅朗雄和保守派候选人菲永支持率分别为 20% 和 19%。这显示勒庞和马克龙最可能在第二轮投票中对决。而与其他大多数民调结果一致,Ipsos-Sopra Steria 民调显示,马克龙将在终极对决中赢得 63% 的投票,战胜勒庞。

但 AI 对此有不同看法。总部位于新加坡的投资公司 Leonie Hill Capital 的 CEO 兼首席投资官 Arun Kant 此前曾表示,他公司的人工智能(AI)系统对大量数据进行分析后得出结论:国民阵线领袖勒庞将会在法国大选中获胜。

AI看好的勒庞

Kant 表示,他的系统分析了包括社交和传统媒体讨论、民意调查、经济和人口统计等数据后,预测勒庞将在第一轮选举中“超过”她的对手,然后在第二轮投票中依然取得领先地位,从而证明此前的大部分媒体预测是错误的。 Kant 的人工智能系统预测,勒庞将在首轮投票中赢得 28% 的选票,超过菲永的 16.4%,以及马克龙的 19-20%。而在第二轮投票中,虽然现有的分析结果指向马克龙将获胜——52.3% 对勒庞的 47.7%,但 Kant 表示,他预计勒庞将在首轮胜出后赢得更多支持,产生类似特朗普竞选美国总统时的效应,从而有望在第二轮投票中一举击败其他竞争对手,当选法国总统。 不过这一预测与现有的民意调查结果和主流媒体预测不同,法国民调机构 IFOP 此前公布的调查结果显示,勒庞将在首轮投票中胜出,得票率为 25.5%,但将在第二轮输给马克龙。对此,Kant 表示,他的 AI 分析显示,马克龙获胜的唯一途径是出现一些不可预料的因素,使得一些摇摆不定的选民投向他的阵营。

现在,第一轮投票已经结束,答案公布了一半,让我们看看 AI 是否“猜中了这开头”。

对答案

法国内政部 23日 晚发布的初步统计数据显示,“非左非右”的“前进”运动候选人埃马纽埃尔·马克龙和极右翼政党“国民阵线”候选人玛琳娜·勒庞在当天举行的法国总统选举首轮投票中得票领先,将进入 5月7日 举行的法国总统选举第二轮投票。

初步统计数据表明,马克龙获得 23.7% 的有效选票,勒庞获得 21.7% 的有效选票,右翼共和党候选人弗朗索瓦·菲永和极左翼组织“不屈法国”候选人让-吕克·梅朗雄均获得 19.5% 的有效选票。

首轮最高票候选人、“小鲜肉”马克龙

虽然 Kant 的 AI 预测的未来法国总统勒庞没有如预测所说在首轮获得最高票,但她毕竟和媒体热门马克龙携手挺进了第二轮。是否会如 AI 所说,“勒庞将在首轮胜出后赢得更多的支持,产生类似特朗普竞选美国总统时的效应,从而有希望在第二轮投票中一举击败其他竞争对手,当选法国总统”?让我们拭目以待。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-04-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 新智元 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档