貝佐斯發推特：錢花到哪做慈善才好？AI 分析四萬六千名網友最想要的竟是「乾淨飲用水」

【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%。