【我們為什麼挑選這篇文章】「預測」實在是一種很玄的東西，特別是大選、世足賽贏家這種久久才一次的事件預測，非常難以判定準確度。
看完本篇文章之後，你應該要能夠理解：
1. Unanimous AI 的預測方法
2. 對 Swarm AI（集群人工智能）有基礎的了解
3. 了解到能夠預測法國大選、預測賽馬的人，卻無法預測美國大選（責任編輯：陳君毅）
法國媒體當地時間 7 日晚 8 時進行的初步統計，39 歲的中間派候選人馬克宏以 65.5% 對 34.5% 的得票率擊敗極右翼政黨「國民陣線」候選人勒龐當選新一任法國總統，他也成為了繼拿破崙以來法國最年輕的國家元首。
而這一次，曾經因預測希拉蕊將當選美國總統慘遭打臉的人工智能公司 Unanimous AI，利用 Swarm AI（集群人工智能）成功預測了法國大選的結果。
Unanimous AI 如何預測法國大選？
在參與預測之前，用戶首先需要註冊賬號。Unanimous AI 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。
從上面的動圖可以看出，參與調查的用戶對於此次馬克宏的獲勝是抱有較大的信心的。而在下面的動圖則顯示，Swarm 對馬克宏領先幅度的預測在 15%~20% 之間。不過，最終的選舉結果顯示，馬克宏在大選中的得票率領先勒龐 31%。
雖然調查結果顯示馬克宏最終將贏得大選，但是很多人把勒龐的崛起，與川普的反轉勝利聯繫起來，有些人甚至稱勒龐為「法國的川普」。有了前車之鑑，當馬克宏的得票率領先勒龐 18% 的時候，Unanimous AI 的研究人員希望這個群體能夠預測，為什麼馬克宏的優勢在上週日的時候可能比民調預測的優勢要小。
大部分人認為，如果馬克宏的領先優勢不如民調的結果，那麼最大的可能就是由很多人「隱藏」了對勒龐民粹主義的支持，而正是這一原因將川普推上美國總統的位置。不過，參與調查的群體顯然不相信這種支持足以讓勒龐成為總統。而最終的結果證明，它是對的。
Unanimous AI 簡介
Unanimous AI 是一家位於史丹佛的人工智能創業公司，它的主打技術是 Swarm AI（集群人工智能），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 AI 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。
Unanimous AI 創始人 Louis Rosenberg 擁有人機交互領域的研究背景，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 AI。而且他的履歷驚人。據黑智報導，
1993 年，他創立公司 Immersion Corporation，開發了觸感軟件，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《史瑞克》和《冰原歷險記》。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 Google 收購。
雖然沒能成功預測美國總統大選的結果，但是在預測法國總統大選之前，Swarm AI 已經展現了它的能力。去年 5 月，Unanimous AI 利用 Swarm AI 成功預測了肯塔基賽馬的前四名，在此之前，人們都認為賽馬比賽的結果幾乎無法預測，而且也沒有人類專家科準確預測出前四名。科技網站 TechRepublic 在總結 2016 年最令人振奮的人工智能技術進步時，就提到了這一成就，甚至將其與 DeepMind 的相提並論。
而且為了一雪前恥，在今年 1 月川普正式上台之前，Unanimous AI 就對川普上任百日之後的支持率進行了預測。當時 Swarm AI 預測的結果是 42%（如下圖所示），要知道兩位前美國總統的百日支持率分別是 58% 和 61%，42% 在當時看起來低得不可思議。然而「Washington Post-ABC News」4月份發布的民調結果顯示，川普的的支持率正好為 42%。
除此之外，針對今年 2 月的第 89 界奧斯卡的 16 項預測中，Swarm AI 命中了 12 項，準確率為 75%。不過，相比去年的奧斯卡，其準確率並沒有什麼變化，而且最佳男主角和最佳影片兩項大獎也都預測錯誤。
什麼是集群智能（Swarm Intelligence）？
根據維基百科的解釋，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。它的控制是分佈式的，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。
俗話說，「三個臭皮匠勝過一個諸葛亮」。可以想像，當匯集 20 個人、甚至 200 個人的智慧時，將會有多聰明。這就帶來了一個問題：人類智慧的可以集群嗎？當然，我們並沒有進化出集群的能力。
想像一下，將數百人的知識、智慧、洞察、以及直覺通過 AI 算法實時連接起來，將會產生一種新的智能，能夠像超級專家一樣「共同思考」。而這就是 Unanimous AI 在做的工作：通過將實時人類的輸入和複雜的「集群算法」結合起來，Unanimous AI 放大了這些團體的集體智慧，並超越了專家的表現。Unanimous AI 將這種技術稱為「Swarm AI」——集群人工智能。
Unanimous AI 在官網中介紹到，
不僅僅是鳥類、蜜蜂、魚群，在整個自然界中，無數的物種已經發展出強大的方法，通過集體思考來加強整個群體的智慧。他們不需要進行問卷調查，而是形成了一個實時閉環系統，匯聚了優化後的洞察力，超越了個體思想的能力。在自然界中，他們被稱為「集群智能（Swarm Intelligence）」。而 Unanimous AI 的工作，就是使得人類能夠利用這種放大效應的優勢。我們的 Swarm AI 技術能夠把人們通過網絡連接起來，按照自然的群體來構建實時系統。而這一方法被證實是有效的，能夠在更廣泛的應用中，實現更深入的洞察，更智能的預測，以及更準確的回答。
集群智能有哪些限制？
雖然 Unanimous AI 利用 Swarm AI 準確預測了法國大選和川普上任百日後的支持率，但是集群智能也有失效的時候，比如 Swarm AI 對美國大選結果預測的失敗就是一個很好的例子。
Swarm AI採取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：「如果希拉蕊擔任總統，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「希拉蕊勝算很大」、「希拉蕊略勝一籌」、「川普勝算很大」、「川普略勝一籌」以及「不相上下」。
這也直接暴露了 Swarm AI 的局限性：預測結果受參與群體特徵影響，並讓預測結果帶有偏見。就像 John Mannes 所說的那樣：「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」。
那麼怎樣解決這種類似的選擇偏見呢？普林斯頓大學和麻省理工大學的學者今年 1 月在《自然》雜誌上發表的論文中給出了解決辦法——「surprisingly popular（意外流行）」。研究人員表示，這種算法能更好地從群體中獲得正確答案，特別是當大多數人的看法是錯誤的時候。
研究人員會詢問接受調查的人他們對某個問題的看法，以及他們認為其他人會如何看待這個問題：你認為正確答案是什麼？你認為大多數人會選擇的答案是什麼？然後，算法會找出「surprisingly popular」的答案，也就是比大多數人預測中更受歡迎的答案。大部分情況中，這些超出大多數人預計的選擇，就是正確的答案。
總結
目前來看，集群智能還存在一定的缺陷，畢竟人的思想並不能簡單的疊加，三個臭皮匠加起來也並不一定就能比得上諸葛亮，但是集群智能仍然給我們開啟了一個新的方向。而且隨著人工智能技術的進一步發展，以及更多的人參與到這個項目中，未來說不定能夠更好的利用集體智慧，幫助公司或者政府作出更好的決策。
人工智慧還能怎麼利用？5/24 中港台三地專家共同解密，要帶你了解人工智慧協助製造業轉型的最強案例！ https://goo.gl/Wvkmfj
——
（本文經合作夥伴 雷鋒網 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈Unanimous AI準確預測馬克龍當選法國總統，背後靠的是什麼？〉；圖片來源：wiki, CC Licensed。）
延伸閱讀
【設計師要失業了？】雙 11 期間的 1.7 億個 BANNER，都出自阿里的設計人工智慧「魯班」
【不用一例一休賺更多？】比爾蓋茲：和人類搶飯碗的機器人也要繳稅
臉書馬克萬字書：「反對美國孤立主義，AI 可以幫助全球化變得更好」
【鋼鐵人語出驚人】馬斯克：「人類必須跟機器人結合才不會被機器人獨裁統治」
.jpg){kind=link}