人工智能預測美國大選這件事，認真你就輸了

今年美國大選的受關注度比往年要高出許多，人工智能領域的“專家”們，當然也不會錯過這次良機。

唐納德·約翰·特朗普(Donald John Trump)贏了，畢竟DT in the house（不明白的請自行百度）。

與往年不同的是，今年的美國大選堪稱史上最激烈、最變幻莫測的一次，當中發生的一系列事件足以和精彩絕倫的美劇《紙牌屋》相媲美，甚至有過之無不及。當大選進行到特朗普拿下了賓夕法尼亞州的20張選票之后，才算徹底奠定了勝局。

特朗普的勝利，不僅僅意味著民粹主義在西方國家愈發興起，更是讓之前大多數的民調和預測都成了笑話。要知道，包括《紐約時報》在內的絕大多數主流媒體都認為希拉里獲勝的概率大于50%，眾多社會名流以及來自硅谷的高官們都曾表示支持希拉里。

不過，有意思的是，預測總統不靠譜的不僅有美國人民自己，還有一幫人工智能。

外來的“和尚”看來更會念經

微軟在2014年推出了人工智能預測引擎Bing Predicts，基于自身瀏覽器Bing中的數據以及相關的社交媒體趨勢，它能夠利用機器學習技術對未來進行預測。此次bing曾經預測希拉里當選美國總統的概率為77%，后來概率提升到89%，特朗普當選的概率僅為10%。從bing這種一意孤行的預測態度來看，鎂客君覺得或許是因為微軟實際上是希拉里背后大金主的原因。

而誕生于2004年，名為“UNO”的項目系統預測，號稱經過長期發展“智商”越來越高，也預測民主黨候選人希拉里將當選總統。據悉，UNO系統使用了一種名為“集群智能”的技術。不過現在看來，曾經預測準確率高達76%的UNO系統，這次忘記“充值”智商了。

此外，由畢業于斯坦福大學的路易斯·羅森伯格（Louis Rosenberg）博士創辦的Unanimous AI公司，也通過實時的集體預測對幾天后美國總統大選的結果：希拉里將以微弱優勢勝出。Unanimous AI通過詢問參與的選民一組類似的問題。而問題對應的答案設計不僅體現了選民的支持對象，也反映了支持力度，這種設計在此前的預測中都極具價值。要知道，Unanimous AI今年可是因為成功預測小李子捧得小金人而名聲大噪?？上У氖?，就這次大選結果來看，上次的成功預測或許是運氣好。

但是，來自于印度工程師Sanjiv Rai開發的MogIA人工智能系統，現在看起來仿佛是人工智能預測大選熱潮中的一股“清泉”，因為MogIA義無反顧的預測特朗普才是此次大選的贏家。與其他幾家人工智能預測系統利用大數據、民調等分析來進行預測不同的是，MogIA不會考慮它檢測的用戶活動的語氣或意圖，而是單純地檢查熱度。因此，那些羞于表達對特朗普支持的美國選民，被MogIA發現，從而成功預測。

人工智能預測，還請用娛樂的視角去看待

很多人都認為，本屆美國大選是“骯臟的一屆”，而希拉里挾名流、主流媒體和“大數據”的威勢，在“潑污競賽”中似乎一直占據上風。這樣一來，是不是人工智能預測時被希拉里誤導了呢？其實并不然，因為美國總統大選機制的特殊性，希拉里雖然獲得了更多的選民選票，但最終選舉人票高達290張的特朗普才是贏家，而大多數人工智能的預測算是對了一半。

那么究竟是什么原因導致了預測失誤呢？是因為這些人工智能忽略了一個更重要、也更容易被忽略的問題：參數問題。

不管“大數據”或其它類別的分析、調查、預測，其準確性是建立在原始參數、采樣的準確和豐富基礎上的，只有這一切都準確、豐富，所得出的分析和預測才能靠譜。此次大選出現如此“測不準”局面，就不由得讓人覺得是參數的采集本身就出了大問題。

此次人工智能除了預測時使用的參數有問題，還有另外一個決定性因素：算法?，F階段有關算法的討論大多集中于人類在算法設計中所起的作用，也就是說算法的設計者是否會將自我意識強加于算法中。就像是上面提到過的由印度人Sanjiv Rai開發MogIA系統，它所使用的相對簡單的算法就更有利于特朗普而非希拉里。

但是，我們知道人工智能系統預測只能根據已有的數據進行分析，一旦不能獲得全面的足夠的數據，那樣它的預測就會有很大的不確定性。除此之外更為重要的是，這些人工智能系統也不能預測到突發事件對大選的影響。所以說，對于人工智能系統預測美國大選這個事情，與其用科技的視角去看，不如就純當娛樂，人工智能也需要勞逸結合。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！