合作伙伴的預(yù)測(cè)比單獨(dú)的人工智能或人類要好

人工智能 (AI) 可以比任何一個(gè)人更快地評(píng)估更多數(shù)據(jù)。有了如此龐大的信息池，人工智能應(yīng)該能夠考慮過去的數(shù)據(jù)，處理所有的影響并產(chǎn)生比人類更好的可靠預(yù)測(cè)——對(duì)吧?一個(gè)多機(jī)構(gòu)研究小組研究了人類和人工智能如何做出預(yù)測(cè)之間的協(xié)同作用，他們表示，情況可能并非總是如此。

他們于 8 月 23 日在清華大學(xué)出版社出版的《社會(huì)計(jì)算雜志》上發(fā)表了他們的研究結(jié)果。

論文作者、密歇根大學(xué)羅斯商學(xué)院教授斯科特·E·佩奇說：“預(yù)測(cè)性任務(wù)無處不在——任何領(lǐng)域或生活方面的任何決策都涉及在選擇可用選項(xiàng)之前預(yù)測(cè)它們的后果。”“了解這些組合的危險(xiǎn)和承諾并在兩者之間取得適當(dāng)?shù)钠胶馐乔斑M(jìn)的一個(gè)主要問題。”

根據(jù)佩奇的說法，這種擔(dān)憂源于最近從基于經(jīng)驗(yàn)、一些數(shù)據(jù)和直覺做出的預(yù)測(cè)轉(zhuǎn)變?yōu)榛跀?shù)據(jù)做出的預(yù)測(cè)以及人工智能系統(tǒng)被編程做出的考慮。

“將更強(qiáng)大的算法應(yīng)用于更大的數(shù)據(jù)庫(kù)所帶來的準(zhǔn)確性提高，引出了一個(gè)問題：人類是否應(yīng)該留在預(yù)測(cè)領(lǐng)域，還是我們應(yīng)該完全將預(yù)測(cè)留給算法?”佩奇問道。

研究人員發(fā)現(xiàn)，答案是否定的。人類進(jìn)行預(yù)測(cè)的方式遠(yuǎn)比 AI 方法微妙得多，這對(duì)于準(zhǔn)確預(yù)測(cè)來說至關(guān)重要。

根據(jù)佩奇的說法，人工智能可以很好地處理大數(shù)據(jù)，而人類可以更好地分析研究人員所說的“厚”數(shù)據(jù)。不像大數(shù)據(jù)那樣由許多相同類型數(shù)據(jù)的數(shù)據(jù)點(diǎn)組成，厚數(shù)據(jù)的較少數(shù)據(jù)點(diǎn)可以講述更豐富的故事。例如，多年的統(tǒng)計(jì)數(shù)據(jù)可能允許人工智能預(yù)測(cè)棒球運(yùn)動(dòng)員可能擊出多少個(gè)本壘打，但人類更有可能了解一個(gè)受歡迎的團(tuán)隊(duì)成員如何擁有更長(zhǎng)的職業(yè)生涯。

“大數(shù)據(jù)和厚數(shù)據(jù)一起工作將產(chǎn)生更準(zhǔn)確的集體預(yù)測(cè)，”佩奇說。“大量數(shù)據(jù)可以捕捉并引起人們對(duì)可能從分離的大數(shù)據(jù)變量之間的裂縫中溜走的一系列因素的關(guān)注。盡管大數(shù)據(jù)撒了一張更廣的網(wǎng)，但這張網(wǎng)還是有漏洞的。”

研究人員通過數(shù)學(xué)測(cè)試權(quán)衡人類和人工智能輸入可能會(huì)導(dǎo)致不同的預(yù)測(cè)，從而對(duì)這一想法進(jìn)行測(cè)試。他們發(fā)現(xiàn)，在典型情況下，意味著未來的結(jié)果取決于過去的結(jié)果，人工智能不需要人工輸入來做出準(zhǔn)確的預(yù)測(cè)。然而，在具有更多未知或令人驚訝的因素的非典型案例中，人類幫助人工智能減少了潛在的錯(cuò)誤。

“只要人類能夠繼續(xù)識(shí)別不同的屬性，即繼續(xù)構(gòu)建更厚的數(shù)據(jù)，或者更好地理解非典型案例，他們就會(huì)繼續(xù)提高準(zhǔn)確性，”佩奇說。“混合預(yù)測(cè)器的未來將是對(duì)共生的復(fù)雜探索，而不是人類和計(jì)算機(jī)之間的競(jìng)爭(zhēng)。”

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！