1
| 本文作者： no name | 2016-10-31 20:08 |
近日，印度初創公司 Genic.ai 開發的 MogIA 人工智能系統一時間火遍了社交媒體，也登上了各大媒體的標題欄，如果你還不知道那真的是 out 了。
怎么回事呢？原來是在美國總統大選進入最后白熱化競爭的沖刺階段，MogIA 預測共和黨候選人特朗普將擊敗民主黨候選人希拉里，贏得最后的總統寶座。這套系統從谷歌、Facebook、Twitter 和 YouTube 上收集了 2000 萬個數據點，隨后利用人工智能技術對這些數據進行分析，得到預測結果。
預測歸預測，究竟準不準呢？據國外媒體報道，這套早在 2004 年就誕生的人工智能系統隨著時間推進正在變得越來越智能，它曾準確預測美國最近三屆總統大選結果。
嗯，這個厲害了，AI 科技評論君表示只有一個字“服”。
雖然在目前的民調中，特朗普仍然落后于希拉里，但 MogIA 預測，特朗普的勝率甚至已經比 2008 年時的奧巴馬高出了 25%。Genic.ai 公司創始人Sanjiv Rai 承認，MogIA 系統仍存在一些數據分析缺陷，畢竟 AI 系統還沒有完全智能到識別出人們在社交媒體中說的“反話”。
所以，作為一個負責任的媒體，AI 科技評論君覺得沒有調查就沒有發言權。本著嚴謹的科學態度，我們不妨一起來看看那些年國內外 AI 預測過的事情最后都說對了嗎？
百度預測電影《黃金時代》票房“馬失前蹄”（2014 年）
《黃金時代》在 2014 年的國慶黃金檔上映，演員陣容方面，無論是湯唯還是馮紹峰，都是炙手可熱的、有極高票房號召力的大明星。百度在 2014 年預測《黃金時代》票房會超過 2 億元，實際票房卻不到 5000 萬元，被打臉的百度事后只能解釋說票房預測還在內測之中。
其實百度很早就開始研究并在內部測試票房預測了，前愛奇藝首席內容官馬東曾表示，在愛奇藝內部，基于百度大數據的票房預測已經能夠做到 80% 以上的準確率。
那么為什么中國最有能力做大數據預測的百度會“意外”馬失前蹄呢？
在國內做電影票房預測存在一個根本性的“疏漏”，就是中國電影市場的歷史數據沉淀嚴重不足。我國有詳細、清楚和準確的票房記錄是從 2012 年開始。
有相關從業者表示：
“票房預測模型較為依賴歷史數據，但通過歷史數據積累學習比較難，（我國）有數據可查的片子數量也只有數百部，可用來學習規律的歷史數據積累其實十分有限。”
Unanimous A.I. 預測奧斯卡大獎命中一半（2016 年）
在第五次被奧斯卡提名之后，小李子終于如愿以償地獲得了奧斯卡“最佳男演員獎”，成為了本屆奧斯卡上最大的話題之一。
不過在此之前，人工智能公司 Unanimous A.I. 已經根據大數據預測出陪跑 22 年的小李子（萊昂納多）將獲得最佳男主角。
UNU 預測奧斯卡最佳男演員
Unanimous A.I. 總共對包括最佳男演員在內的 6 個大獎歸屬進行了預測。其中有三項命中，正確率高達50%。
Unanimous A.I. 對本屆奧斯卡預測命中的有以下三個獎項：
憑借《荒野獵人》，萊奧納多·迪卡普里奧(Leonardo DiCaprio)獲得最佳男主角。
憑借《房間》，布里·拉爾森（Brie Larson）獲得最佳女主角。
憑借《荒野獵人》，伊尼亞里圖（A.G. Iárritu）獲得最佳導演。
微軟預測里約奧運獎牌榜失準（2016 年）
其實，微軟在今年的奧斯卡前一天，也通過小冰做出了預測，結果還挺準的：
微軟小冰的奧斯卡預測
但在之后對里約奧運會獎牌榜榜單的預測中失準，預測結果是：
美國仍將以 40 枚金牌與 95 枚總獎牌獨占鰲頭，緊隨其后的是中國 37 枚金牌與 82 枚總獎牌，兩國將占據獎牌榜的第一集團。其他金牌 10+ 的國家依次為英國、俄羅斯、德國、韓國、澳大利亞，隨后是法國、日本，東道主巴西排在第十。
但實際結果是：
實際里約奧運獎牌榜
看似簡單的預測榜單，其背后卻蘊含著人工智能、大數據、深度學習等黑科技。多年來，許多科學家與體育專家都試圖預測奧運會等賽事。傳統上，他們主要通過對有限的歷年奧運比較結果，及運動員近期的賽績來推測下一屆奧運會的獎牌分布。微軟預測是基于海量大數據，通過更多維度的運算進行推測。但事實證明，即使是人工智能預測也可能與實際比賽結果相差很遠。
阿里巴巴小 Ai 成功預測《我是歌手》冠軍（2016 年）
在今年的《我是歌手》決賽當晚，小 Ai 的有 3 個重要預測：分別在比賽開始前、第一輪幫幫唱結束后以及第二輪兩兩演唱結束后，最終以是否預測出現場 500 位大眾評委選出的歌王來衡量勝負。大眾評審進入現場后與外界完全隔離，因此不受小 Ai 預測結果的影響。
賽前各界對于小 Ai 能否預測成功有較大的分歧，僅有 40% 的網友看好，而人工智能界則表現出了信心。
馭勢科技聯合創始人 兼 CEO、原英特爾中國研究院院長吳甘沙表示：
“比賽開始前的預測考量的是模型，第一輪結束后的預測考量大數據實時分析和在線學習能力，而最后一次預測時，也許已經十分簡單了。”
他還表示，七選一貌似不難，其實這個預測的技術要求甚至高于 Nate Silver （美國“預測帝”）的奧斯卡預測。
地平線機器人技術創始人& CEO余凱表示：
“如果預測一個人的打分會比較難，因為這個人的歷史打分數據可能不夠充分，但是 500 個人的打分反映的是大眾的口味和水平以及對歌曲的喜好”
小 Ai 的預測結果是反映現場 500 位大眾評委的打分，這一點歷史上有無數的訓練數據可以使用，信息很充分。
最后，不被網友看好的小 Ai 表現神勇，連續拿下三輪預測，并在最終環節成功預測李玟為冠軍。
不過，其間小 Ai 也有失誤之處。第一輪雖然選出了第7名，但其他歌手的排名均未對上號。而最后3選1時，第2名和第3名也出現了排序顛倒。
被稱為“小Ai之父”的阿里云人工智能首席科學家閔萬里表示：
“中間有段時間小 Ai 也懵了，不過隨著比賽繼續，他自動做了很多的調整。這表明人工智能已經達到了一定的高度，對人類情感世界開始有一定的理解能力。但仍有很多地方需要進一步學習。”
小結：
盤點完那些年 AI 做過的預測，不論結果，至少我們有了一種獲得信息的新方法。借用美國東北大學政治學系助理教授 Nick Beauchamp 的一段話作為總結：
“ 最重要的是，人工智能得出的結論不僅僅能告訴我們競選中誰更有可能獲勝，還給我們提供了方法，讓我們知道大多數的選民到底在想什么。除此之外，我們還能知道他們做出這樣選擇的動機。這才是AI 帶給我們最關鍵的信息。”
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
