【我們為什麼編譯這篇文章】
這個 AI 運用的是一種叫「群體智慧」或「集群智能」的方法,鳥、蜜蜂或是螞蟻這些會匯集在一群的生物,常常都是用這種方式交換大量的訊息,然後快速做決定。貝佐斯在推特上問了一個問題,收集到了超過四萬六千條回覆,我想他本人一定也不知道該如何下手吧?AI 用這個方法能快速的分類、找出解答,之前也曾因此而成功預測奧斯卡得主和賭博時提高勝率,真的很有趣啊。
(責任編輯:謝秉芸)
貝佐斯在推特上發文,要大家幫他看看怎麼花錢最好:
「請大家給點意見吧。我在思考慈善事業的策略,而且希望跟我慣於長期工作才能見到成果的方式完全相反。慈善這件事對我而言,反而是光譜的另一端更吸引我:此時此刻。例如西雅圖這裡的 Mary’s Place 收容所做的事讓我很感興趣。
我喜歡長遠規劃的事情,因其背後蘊含鉅大的槓桿: Blue Origin 太空公司、亞馬遜、華盛頓郵報都以自己獨有的方式對社會及文化做出貢獻。但是我希望慈善活動能在此時此地、短期內就發揮作用 —既能保有長期持續的影響力,也能照顧到緊急需求。如果有甚麼想法就請直接回覆,或者覺得我的做法有問題也歡迎提出喔。」
結果這則推文共有 4 萬 6 千個回覆,現在讓貝佐斯頭大的是:如何整理這麼多的資料?
Unanimous AI 用「群體智慧」幫貝佐斯找到答案
Unanimous AI 的創辦人 Louis Rosenberg 有辦法,還拿這些回覆來演示給大家看。 Rosenberg 專精稱為群體智慧( swarm intelligence)的高階決策技術,基本上它是一套電腦輔助程式,讓人類可以像蜜蜂一樣利用大量的個體經驗,去作出對整體最有利益的決定。
其實匯聚成群的生物,不管是鳥、蜜蜂、螞蟻或者是魚類,都有這種即時、快速交換訊息後做出集體決定的能力。 Unanimous AI 公司則提供 Unu 平台,讓人類也可以仿效動物,進行即時集體決策。
可是如何能在不被派系、個別私利挾持的情況下,去做出對群體最好的決定呢?相對於民意調查或投票傾向於把人們分群、兩極或多極化,群體智慧是利用集體的智慧以及直覺,以達成最後的一致性看法。這裡的關鍵字是「妥協」。更多的研究資料顯示,用這種方式做的決定讓幾乎每個人都能感到滿意。
「目前所謂的人工智慧,有 99% 的重心都在發展替代、或高於人類智慧的系統。但是 我們的群體智慧不一樣,它的目的是擴大人類智慧的領域,甚至發展出超常智慧 ( super intelligence)」,Rosenberg 說。
自從 2015 年創立以來, Unanimous AI 最常在易於量化的問題上,利用「群眾智慧」來解問題。在 2016 年, 這套做法預測的奧斯卡得獎名單,相對於影評家、或對電影觀眾進行普查得到的結果來說,準確度更高( 11/15 的命中率)。在超級盃的賭城式下注也贏過大批傳統的賭徒( 68% 的主題投注最終都是獲利)。事實上,貝佐斯的推文出來前一個月, Unamimous AI 在超順序連贏賭注中的正確預測,把 20 美元的賭金推升成為 1 萬 1 千元。
群體智慧平台將來也可讓醫師用在集體診斷,以提升醫療品質;或是應用在政治場域,作為挑選候選人或制定政策的政治家之用。
實際上是怎麼運作的呢?
回到貝佐斯的問題。為避免過多選項導致「選擇超載」,最多只有六個選項讓大家做決定。但是貝佐斯得到的回覆千奇百怪,所以得先把相近的分類合併,再經過分別篩選,最後縮減成 25 個選項後再分群 PK 進行淘汰賽,才能得到最後的決選名單。
Rosenberg 找了 Unu 平台的 100 個使用者來進行此項群體智慧決策,理論上人數越多,群體智慧展現的威力越大。之後 Unanimous 還做了分析,顯示在模擬進行中,每個答案得到的忠誠度是如何演化的— 可以看出來很快地,參與者就一致同意乾淨用水的重要性。 Unanimous 預估此項模擬結果的信心水準約在 85%。
Unu平台的介面有一個六角環,中間有一個半透明的曲棍球、六角環的每個角則代表一個選項。當選擇某個選項的人最多,球就會被推往那個角落。整個過程很快,在給貝佐斯最佳建議的模擬上,一次淘汰賽只需花上一、二十秒。
最希望貝佐斯怎麼做慈善?網友們的答案竟然是這個
模擬的結果是:乾淨的飲用水計畫拔得頭籌。雖然不見得是每個人心中的最佳選項,但是隨著實際模擬的進行,它的支持度遠超過其它選項,成為大家最能接受的群體決定。
另外前十五個選項的排名如下:
- 全球皆有乾淨的飲用水計畫
- 窮人的照護診所
- 窮人的免費醫療
- 對弱勢的腫瘤治療輔助
- 行動醫療診所
- 鄉村醫院設備提升計畫
- 為肢體殘障人士的義肢計畫
- 免費線上大學
- 窮人小孩的免費眼鏡
- 家庭暴力受害者的法律協助
- 低收入孩童的夏日供餐計畫
- 弱勢家庭的學校午餐
- 取得醫 藥 專利,以降低藥品費用
- 創傷後壓力症候群患者的心理照護
- 能邊工作邊學習的工作計畫
這些回應是否能打動貝佐斯還不確定,不過至少是對他慈善事業想法的一些民主回應。他應該也有自己的答案了吧!
資料來源
《Fast Company》Jeff Bezos Asked The World How To Donate His Money: This Artificial Hive Mind Knows The Answer
《Newsweek》SWARM INTELLIGENCE: AI ALGORITHM PREDICTS THE FUTURE
(首圖來源:Flickr, 本文提供合作夥伴轉載。)
【TechOrange 徵才:社群編輯+實習編輯】
►你是否常在各類豐富的科技趨勢裡流連忘返?
►你是否常被創業故事弄得熱血沸騰無法成眠?
►你是否喜歡很有挑戰性、嘗試新事物的工作?
我想你大概就是得了 TO 病,不加入不行了。
準備好你的履歷自傳,寄至 [email protected]
記得標註你要「應徵 TO 社群編輯」,才不會跑錯棚哦!
>> 詳細職缺訊息
延伸閱讀
Unanimous AI:準確預測馬克宏當選法國總統,靠的就是從螞蟻身上學來的「集群智能」
台大資工系教授的 AI 全面戰略分析:新創要發展 AI ,就要先知道人工智慧的藍海在哪裡
誰說人工智慧不會作曲?全球首張 AI 作曲專輯即將發行,現在就放給你聽!