AI預測奧斯卡，準確率已高達93.75％

「人獸戀」童話版《水形物語》拿下最佳影片獎

整理 | 都保傑

微信 | ai_xingqiu

網址 | 51aistar.com

分析預測，可能是人工智慧最擅長的技能之一。

昨天，第 90 屆奧斯卡金像獎（90th Academy Awards）頒獎典禮落下帷幕，《水形物語》獲得最佳影片，最佳導演由《水形物語》的吉爾莫·德爾·托羅斬獲，而加里·奧德曼憑藉其在《至暗時刻》中的精彩表演，摘得「最佳男主角」，出演《三塊廣告牌》的弗蘭西斯·麥克多蒙德獲得最佳女主角。

而早在前天大獎公布之前，人工智慧公司Unanimous A.I.（簡稱UNU）再次利用「群集人工智慧」（Swarm AI）做了一個預測，與最終放出的（第90屆）奧斯卡頒獎結果相比，16個預測猜中了15 個，正確率達到前所未有的 93.75%。

從 2015 年開始，UNU的人工智慧系統就開始預測奧斯卡獲獎電影，當時 AI 對第 87 屆 15 個奧斯卡獎項進行預測，並猜對了其中的 11 個獎項。

2016 年 2 月，距最終結果揭曉前一周，UNU 再次出馬對其中17個主要獎項進行預測，而且很有信心的將它對當年第 88 屆奧斯卡獲獎電影預測結果公布在《新聞周刊》上，其中最令人印象深刻的是精準預測出「小李子」拿下最佳男主角小金人，讓人印象深刻。

2017 年 2 月，UNU又對第 89 屆奧斯卡獎項中的 15 個主要獎項做了預測，最終猜對了 12 個獎項。

連續三年預測奧斯卡，準確率逐年提升，從 73%、76% 和 81%，到今年取得93.75%準確率的成績，當然除了奧斯卡，UNU還曾對總統大選和美國NFL超級碗比賽進行過預測分析。

Unanimous A.I.是一家位於斯坦福的人工智慧創業公司，它的主打技術是Swarm AI (集群人工智慧)，主要產品則分別是針對商業的Swarm Insight、以及針對大眾的UNU。利用這一技術，Unanimous A.I.可以集合人們一起制定群體決策，比如對選舉或者大賽的結果進行預測。

創始人Louis Rosenberg是斯坦福大學的博士，擁有機器人、虛擬現實、人機交互領域的研究背景，曾在美國空軍阿姆斯特朗實驗室擔任研究員。

Louis Rosenberg的履歷比較豐富，1993年，他創立公司Immersion Corporation，開發了觸感軟體，微軟、羅技以及眾多遊戲產品公司都曾與其合作，該公司1999年在納斯達克上市。他的第二個公司Microscribe，生產出全球首個3D數字轉換器，至今已經被用於無數電影的拍攝，包括《怪物史萊克》和《冰河世紀》。第三家公司Outland Research，專門從事移動設備高級界面的開發研究，後來被谷歌收購。

隨著人工智慧技術的再次興起，他表示，在研究過程中發現集體要比個體更加有意思，於是，他創建了Unanimous A.I.。

公司做的Swarm AI群集智能系統會將實時的人類洞察和AI的演算法結合在一起。這樣做的優勢首先是能集合人群智慧。其次，Swarm AI能確保最終的智能與人群的目標、願望相符合。在人工智慧領域裡，各個實驗室投入了巨大的精力，試圖用純數字化的東西來取代人類智能。但用純人工智慧創造的東西也讓人感到恐懼，一方面是因為它代替了部分人類的工作；另一方涉及到道德倫理：我們該如何保障設計出來的人工智慧不會傷害我們，並且符合人類的道德和價值觀。

Unanimous公司認為，利用Swarm AI技術，便能在創造放大的智能的同時，將人類納入整個過程中，讓智能擁有人類的情感和共情。群集智能的概念是受到鳥類和蜜蜂的啟發， 從對自然界的學習中，我們發現，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。在生物學上，這一過程被稱為「群集智能」，老話說得好，人多力量大。

對於螞蟻來說，單個螞蟻的智能有限，但如果將單個螞蟻升級到整個蟻群，那實力就會有更大的提高。Unanimous公司認為，從單個人到一個大群人也將有這麼一個提升，出現一個高級的「超級智慧」。

在參與預測之前，用戶首先需要註冊賬號。 Unanimous A.I.採用的並不是傳統的問卷調查的形式，讓你勾選一個答案，而是在每個問題下提供一個虛擬圓盤，用戶可以將圓盤拖動到自己想要選擇的答案位置，通過眾人的「力量」將最終結果推向一個特定的位置。

此外，每個參與調查的人還能看到其他用戶的決定，並可以隨時改變自己的的選擇。這意味著，調查中的每名用戶都是可以互相影響的，而整個調查過程也是動態的。Swarm A.I. 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能，用來生成最優的預測、決策、洞見和判斷。

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

不過，Swarm AI給了業內另一個啟發，人類智慧可以群集嗎？要出現那樣的超級智能，需要上千人一起思考嗎，還是說上萬、上百萬？這個我們還不知道，但UNU是使人們能將他們的知識和見解彙集到一個高級智能中所邁出的第一步。

集群智能源於對以螞蟻、蜜蜂等為代表的社會性昆蟲的群體行為的研究，最早被用在細胞機器人系統的描述中。它的控制是分散式的，不存在中心控制，群體具有自組織性。

典型的集群智能系統由一群簡單的主體構成，每個主體和其它主體以及它們的環境進行局部的交互。儘管通常沒有集中控制機制來指示這些主體如何協作，但這些簡單的局部交互行為通常能湧現出複雜的全局行為。

而人類的思考組合起來可能更複雜，並增添了很多可能性，有時候會失效。

在美國總統大選時，Unanimous A.I.也曾做過預測，並認為希拉里當選。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，如：「如果希拉里擔任總統，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」。此外，可選的答案還有「希拉里勝算很大」、「希拉里略勝一籌」、「特朗普勝算很大」、「特朗普略勝一籌」以及「不相上下」。

在Unanimous A.I.進行的預測中，有45個選民參與，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 AI開發的swarm AI-UNU的預測則明顯傾向希拉里。Unanimous A.I. 直接以人為分析對象並使用了一種所謂的「群集智能」的技術。即在實際預測中，一組隨機選取的適齡參選的公民會被提問，參與者按照自己的回答傾向牽動球體。在這一過程中，參與者往往會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」。

有專家評論說，Unanimous AI採用「集群智能」技術搜集數據的方法更帶有偏見性，這種偏見通過問題的設定和對象的選取得到了充分體現。「一個充滿偏見的世界能產生偏見的數據，而偏見化的數據又會繼續得到偏見化的 AI框架」。

為了彌補群體智慧判斷失誤，普林斯頓大學和 MIT 的研究者還設計了一種新的方法，將其稱為「意外流行」（surprisingly popular）演算法。研究人員表示，這種演算法能更好地從群體中獲取正確答案，尤其是當大多數人的看法是錯誤的時候。

「我們以為社會平均意見一般是對的，過往對群體智慧的統計也支持這一看法，」研究負責人、MIT 斯隆管理學院的行為經濟學家 Drazen Prelec 說：「但事實證明並非如此。有像醫生那樣的專家存在，這讓我們意識到了少部分人掌握關鍵的知識。」

近年來集群智能被用於政治和經濟預測、評估核安全、公共政策、危機應對措施,也有有許多企業致力於利用消費者的智慧，對新產品、新服務和新功能進行優化分析，以預測新的廣告活動，甚至一些企業希望能讓群體觀看一些電影預告片，藉此預測這些電影預告片是否會吸引人們走進電影院，最近哈佛的研究者也開始利用群體人工智慧預測金融市場。

在過去 50 年裡，大多數人工智慧研究都集中在一種自然智能上，即神經智能，因此，關於如何製造人工神經元和複製神經智能，也就是複製大腦，目前已經有很多相關的研究。

而大自然構造智慧的方式是多樣的，除了神經智能外，還有群體智能。自然系統已經進化出了將大量人口的智力以最佳方式結合起來的能力，因此UNU的研究人員所做的就是構建了複製群體智慧的演算法和界面。

人類無法自然形成群體，我們沒有進化出鳥類和魚類那種天然會形成鳥群和魚群的能力，或者像蜜蜂那樣形成蜂群。但是，只要有正確的演算法和正確的介面，或許我們就能讓這些人工智慧群體智慧系統將人和演算法連接起來。

人的思想並不能簡單的疊加，三個臭皮匠未必能PK諸葛亮，但是集群智能仍然是行業未來發展的一個有重要價值的啟示。隨著AI技術的深入演進，以及更多的人被捲入到技術變革中來，人從始至終都是不容忽視的核心因素。

如果你是

AI行業人士

如果你想了解最前沿的AI技術和場景應用

一網打盡AI界前瞻科技和深度報道

如果你想持續拉升逼格

歡迎關注AI星球，並轉發朋友圈為我們打Call哦~~

你們的支持才是我們創造優質內容的不竭動力~送你花花

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！