2017奧斯卡大獎(jiǎng)揭曉，技術(shù)解析群集智能AI如何成功預(yù)測12項(xiàng)。

2017年2月27日，第89界奧斯卡諸項(xiàng)大獎(jiǎng)名單新鮮出爐，《月光男孩》戰(zhàn)勝呼聲甚高的《愛樂之城》拿下最佳影片。大獎(jiǎng)公布之前，著名的群體智能預(yù)測網(wǎng)站的Swarm AI再出手預(yù)測，今年它雖然保持著75%的勝率，但是卻預(yù)測錯(cuò)了兩項(xiàng)大獎(jiǎng)。這是怎么回事？群體智能和群體智能預(yù)測原理是什么？本文帶來詳細(xì)解讀。

2017年2月27日，第89界奧斯卡諸項(xiàng)大獎(jiǎng)名單新鮮出爐：

最佳影片：Moonlight（月光男孩）

最佳導(dǎo)演：amien Chazelle ， La La Land（ 愛樂之城）

最佳男主角：Casey Affleck，（海邊的曼徹斯特）

最佳女主角：Emma Stone，La La Land （ 愛樂之城）

最佳男配角：Mahashala Ali， Moonlight（月光男孩）

最佳女配角：Viola Davis，F(xiàn)ences （藩籬）

最佳原創(chuàng)劇本：Manchester by the Sea（海邊的曼徹斯特）

最佳改編劇本：Barry Jenkins，Moonlight（月光男孩）

最佳剪輯：Hacksaw Ridge （血戰(zhàn)鋼鋸嶺）

最佳攝影：Linus Sandgren，La La Land （ 愛樂之城）

最佳外語片：The Salesman （推銷員）

最佳動(dòng)畫長片：Zoopopia （瘋狂動(dòng)物城）

最佳動(dòng)畫短片：PIPER (鷸)

最佳藝術(shù)指導(dǎo)：La La Land（ 愛樂之城）

最佳服裝設(shè)計(jì)：Fantastic Beasts and Where to Find Them （神奇動(dòng)物在哪里）

最佳化妝&發(fā)型設(shè)計(jì)：Suicide Squad （自殺小隊(duì)）

最佳視覺效果： The Jungle Book （奇幻森林）

最佳音響效果：Hacksaw Ridge（血戰(zhàn)鋼鋸嶺）

最佳音效剪輯：ARRIVAL （降臨）

最佳原創(chuàng)配樂：Justin Hurwitz， La La Land （ 愛樂之城）

最佳原創(chuàng)歌曲：City Of Stars， La La Land （ 愛樂之城）

最佳真人短片：SING，（校合唱團(tuán)的秘密)

最佳紀(jì)錄長片：OJ：Made in Ameirica （辛普森：美國制造）

最佳紀(jì)錄短片：The White Helmets （白盔）

終身成就獎(jiǎng)：成龍、安妮·考特斯、林恩·斯塔馬斯特、弗雷德里克·懷斯曼

吉恩·赫肖爾特人道主義獎(jiǎng)：黛比·雷諾斯

去年曾經(jīng)準(zhǔn)確預(yù)測“小李子”拿下最佳男主角小金人的群體預(yù)測AI——Swarm AI再次出手，在大獎(jiǎng)公布前先作了一番預(yù)測。

來看下它的預(yù)測結(jié)果：

確定性較強(qiáng)的預(yù)測

最佳女配角：Viola Davis， Fences ?

最佳藝術(shù)指導(dǎo)獎(jiǎng)：La La Land ?

最佳攝影獎(jiǎng)：La La Land ?

最佳導(dǎo)演獎(jiǎng)：Damien Chazelle ， La La Land ?

最佳動(dòng)畫長篇：Zoopopia ?

最佳女主角：Emma Stone，La La Land ?

最佳原創(chuàng)歌曲：”city of star”， La La Land ?

最佳影片：La La Land ?

最佳改編劇本獎(jiǎng)：Barry Jenkins，Moonlight ?

確定性中等的預(yù)測

最佳服裝設(shè)計(jì)：Jackie ?

最佳男配角：Mahashala Ali， Moonlight ?

最佳紀(jì)錄片：OJ：Made in Ameirica ?

最佳外語電影：The Salesman ?

最佳視覺效果：The Jungle Book ?

最佳原創(chuàng)劇本：Damien Chazelle，La La Land ?

高度不確定性的預(yù)測

最佳男主角：Danzei Washinton，F(xiàn)ences ?

16項(xiàng)預(yù)測中，Swarm AI 預(yù)測中了12項(xiàng)，準(zhǔn)確率達(dá)75%，與去年相比準(zhǔn)確率沒有多大變化。但是，今年的預(yù)測中，Swarm AI 在最佳男主角和最佳影片上都出現(xiàn)錯(cuò)誤，也凸顯了一些問題。

預(yù)測過程

Unanimous A.I 的研究員集合了近50名電影愛好者群集，來預(yù)測2月27日奧斯卡大獎(jiǎng)的歸屬。

用戶注冊后可在Unanimous A.I 參與預(yù)測，在做出決定時(shí)，每位用戶都有一個(gè)可以拖向他們的選擇的虛擬圓盤。每個(gè)人都可以看見其他人的決定，也可以隨時(shí)改變自己決定。這個(gè)集群中的每個(gè)個(gè)體都可以互相影響。

最佳外語片的預(yù)測過程示意圖

最佳導(dǎo)演獎(jiǎng)的預(yù)測過程

最佳影片預(yù)測過程

什么是群集智能（Swarm Intelligence）

Swarm AI 的平臺(tái)由 Unanimous 公司開發(fā)。

在公司的官網(wǎng)上可以看到，創(chuàng)始人 Louis Rosenberg 是斯坦福大學(xué)的博士。他的博士研究聚焦于機(jī)器人、虛擬現(xiàn)實(shí)、人機(jī)交互。曾在美國空軍阿姆斯特朗實(shí)驗(yàn)室擔(dān)任研究員。他創(chuàng)造了世界上首個(gè)沉浸式增強(qiáng)現(xiàn)實(shí)系統(tǒng)。

什么是群集智能（Swarm Intelligence）？

以下介紹來自Unanimous （UNU）官網(wǎng)：

群集智能的概念是受到鳥類和蜜蜂的啟發(fā)， 從對自然界的學(xué)習(xí)中，我們發(fā)現(xiàn)，社會(huì)動(dòng)物以一個(gè)統(tǒng)一的動(dòng)態(tài)系統(tǒng)集體工作時(shí)， 解決問題和做決策上的表現(xiàn)會(huì)超越大多數(shù)單獨(dú)成員。在生物學(xué)上，這一過程被稱為“群集智能”。這也證明了一句古話：人多力量大。

這帶來了一個(gè)問題：人類可以群集嗎？當(dāng)然，我們并沒有進(jìn)化出群集的能力，因?yàn)槿祟惾鄙偻愑糜诮?shí)時(shí)反饋循環(huán)的敏銳連接（比如，螞蟻的觸角），這種連接是高度相關(guān)的，讓群體行為被認(rèn)為是一個(gè)“超級(jí)器官”。通過這么做，這些生物能夠進(jìn)行最優(yōu)選擇，這要遠(yuǎn)比獨(dú)立的個(gè)體的選擇能力要強(qiáng)得多。

但是，人類呢？我們能把個(gè)人的思考組合起來，把它們作為一個(gè)統(tǒng)一的動(dòng)態(tài)系統(tǒng)嗎？這樣能讓我們做更好的決策、預(yù)測、評估和判斷嗎？研究顯示，答案是“yes”。事實(shí)上，使用Unanimous A.I.的技術(shù)，人類群集已經(jīng)被證明在預(yù)測體育賽事結(jié)果、金融趨勢甚至是奧斯卡獎(jiǎng)得主這些事上的準(zhǔn)確率超過了個(gè)人專家。

這一技術(shù)被稱為“群集人工智能”（Artificial Swarm Intelligence，簡稱 Swarm A.I.），它能讓群體組成實(shí)時(shí)的線上系統(tǒng)，把世界各地的人作為“人類群集”連接起來。它是一個(gè)人類實(shí)時(shí)輸入和眾多 A.I. 算法的結(jié)合。Swarm A.I. 吸引結(jié)合人類參與者的知識(shí)、智慧、硬件和直覺，并把這些要素組合成一個(gè)統(tǒng)一的新智能，能生成最優(yōu)的預(yù)測、決策、洞見和判斷。

論文：

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

那么 Swarm AI 的未來是什么呢？如果我們將單個(gè)螞蟻的智能到整個(gè)蟻群的智能視為一個(gè)智能躍升，那么我們也可以認(rèn)為，從單個(gè)人到一個(gè)大群人也將有這么一個(gè)提升，出現(xiàn)一個(gè)高級(jí)的“超級(jí)智慧”。要出現(xiàn)這樣的超級(jí)智能，需要上千人一起思考嗎，還是說上萬、上百萬？這個(gè)我們還不知道，但UNU是使人們能將他們的知識(shí)和見解匯集到一個(gè)高級(jí)智能中所邁出的第一步。

為什么群集人工智能（ASI）很重要？在AI 研究的世界里，各個(gè)實(shí)驗(yàn)室花費(fèi)了數(shù)十億美元，試圖用純數(shù)字化的東西取代人類智能。雖然我們能夠理解這種為創(chuàng)建超智能所付出的努力，但這也令我們害怕。純粹的人工智能沒有理由和人類共有目標(biāo)和感情，或者遵循我們的道德和價(jià)值觀。

所以，我們要問的問題是，是否有一個(gè)更好的方式來構(gòu)建超級(jí)智能？答案是肯定的，那就是建立 Swarm AI 系統(tǒng)，將實(shí)時(shí)的人類洞察和 A.I.算法統(tǒng)一在一起的智能系統(tǒng)。我們相信，這條路相比創(chuàng)建比我們?nèi)祟惛斆鞯南到y(tǒng)更加安全，因?yàn)樗梢源_保最終的智能與我們的目標(biāo)和愿望相符合的，擁有人類的情感和共情，最重要的是擁有人類的道德和價(jià)值觀。簡單地說，Swarm A.I.技術(shù)創(chuàng)造放大的智能，同時(shí)將人類納入整個(gè)過程中。

群集智能的局限性在哪？

在美國總統(tǒng)大選時(shí)，Unanimous A.I.也曾做過預(yù)測，并認(rèn)為希拉里當(dāng)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(dān)任總統(tǒng)，失業(yè)問題將如何改善？”參與預(yù)測的選民可從五個(gè)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(jìn)行的預(yù)測中，有45個(gè)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?qū)儆谄渌h派。

從設(shè)計(jì)的問題和選取的對象看，由Unanimous AI開發(fā)的swarm AI-UNU的預(yù)測則明顯傾向希拉里。Unanimous A.I. 直接以人為分析對象并使用了一種所謂的“群集智能”的技術(shù)。即在實(shí)際預(yù)測中，一組隨機(jī)選取的適齡參選的公民會(huì)被提問，參與者按照自己的回答傾向牽動(dòng)球體。在這一過程中，參與者往往會(huì)根據(jù)球位置的變化而不斷變化自己的選擇——當(dāng)發(fā)現(xiàn)多數(shù)人也支持自己的選擇時(shí)，他可能會(huì)更加堅(jiān)定地牽引；而當(dāng)發(fā)現(xiàn)球大大偏離自己希望的方向時(shí)，他可能會(huì)放棄或減小牽引力，直至最終達(dá)成“共識(shí)”。

有專家評論說，Unanimous AI采用“集群智能”技術(shù)搜集數(shù)據(jù)的方法更帶有偏見性，這種偏見通過問題的設(shè)定和對象的選取得到了充分體現(xiàn)。

可行的解決方案：意外流行算法

群體智慧有失效的時(shí)候。例如，讓一群人回答這個(gè)問題——費(fèi)城是賓夕法尼亞州的首府嗎？絕大多數(shù)人會(huì)錯(cuò)誤地回答說“是的”。這是因?yàn)樗麄冎溃孩儋M(fèi)城是賓夕法尼亞州的一座大城市，②首府都是大城市。但實(shí)際上，正確答案是哈里斯堡，而往往只有少數(shù)人會(huì)說出這個(gè)正確答案。

為了找出那些不為多數(shù)人所知的正確信息，普林斯頓大學(xué)和 MIT 的研究者設(shè)計(jì)了一種新的方法，將其稱為“意外流行”（surprisingly popular）算法。研究人員表示，這種算法能更好地從群體中獲取正確答案，尤其是當(dāng)大多數(shù)人的看法是錯(cuò)誤的時(shí)候。相關(guān)論文日前在 Nature 發(fā)表。

實(shí)驗(yàn)中，研究人員會(huì)詢問接受調(diào)查的人他們對某個(gè)問題的看法，以及他們認(rèn)為其他人會(huì)如何看待這個(gè)問題：①你認(rèn)為正確答案是什么？②你認(rèn)為流行的答案（即多數(shù)人會(huì)選擇的回答）是什么？

然后，算法會(huì)找出“意外流行”的答案，也就是比大多數(shù)人預(yù)測中更受歡迎的答案。大部分情況中，這些超出大多數(shù)人預(yù)計(jì)的選擇，就是正確的答案。

“我們以為社會(huì)平均意見一般是對的，過往對群體智慧的統(tǒng)計(jì)也支持這一看法，”研究負(fù)責(zé)人、MIT 斯隆管理學(xué)院的行為經(jīng)濟(jì)學(xué)家 Drazen Prelec 說：“但事實(shí)證明并非如此。有像醫(yī)生那樣的專家存在。這讓我們意識(shí)到了少部分人掌握的知識(shí)。”

Nature 論文：單問題群體智慧新解

群體智慧優(yōu)于任何個(gè)人智慧的概念一度曾被視為激進(jìn)的觀點(diǎn)（provocative），但已經(jīng)成為一種群體智慧，導(dǎo)致有人猜測在線投票都方式可能很快會(huì)使認(rèn)證專家失業(yè)。群體智慧近來被用于政治和經(jīng)濟(jì)預(yù)測、評估核安全、公共政策、化學(xué)探測質(zhì)量檢測，以及潛在火山爆發(fā)危機(jī)應(yīng)對措施。用于獲取群體智慧的算法通?；诿裰魍镀背绦颍子趹?yīng)用并且保持了個(gè)人判斷的獨(dú)立性。然而，民主方法有嚴(yán)重的局限性，容易拋棄那些沒有被廣泛共享的新穎或?qū)I(yè)知識(shí)，反而側(cè)重膚淺、最低的共同信息?；跍y量置信度的調(diào)整也不能可靠地解決這個(gè)問題。在這里，我們提出了民主投票的替代方案：選擇比人們預(yù)測更受歡迎的答案。我們表明，這個(gè)原則在關(guān)于選民行為的合理假設(shè)下能夠產(chǎn)生最佳答案，而標(biāo)準(zhǔn)的“最受歡迎”或“最自信”原則在相同的假設(shè)下無法實(shí)現(xiàn)這一點(diǎn)。與傳統(tǒng)投票一樣，該原則適用于單獨(dú)的問題，例如關(guān)于科學(xué)或藝術(shù)價(jià)值的小組裁決以及法律或歷史爭端。因此，這一方法的潛在應(yīng)用領(lǐng)域比機(jī)器學(xué)習(xí)和心理測量方法更加廣泛，后兩者都需要來自多個(gè)問題的數(shù)據(jù)。

【編者按】：本文轉(zhuǎn)載自新智元；作者：胡祥杰

最后，記得關(guān)注微信公眾號(hào)：鎂客網(wǎng)（im2maker），更多干貨在等你！