人工智能(AI)可以比任何一個人更快地評估更多的數(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，并做出比人類更好的可靠預(yù)測——對嗎?一個多機(jī)構(gòu)研究團(tuán)隊研究了人類和人工智能如何進(jìn)行預(yù)測之間的協(xié)同效應(yīng)，他們表示，情況可能并非總是如此。
他們在8月23日的《社會計算雜志》上發(fā)表了他們的研究結(jié)果。
該論文的作者、密歇根大學(xué)羅斯商學(xué)院教授Scott E. Page說:“預(yù)測任務(wù)無處不在——在任何領(lǐng)域或生活的各個方面，任何決策都涉及在做出選擇之前預(yù)測可選選項的后果?！薄袄斫膺@些組合的危險和希望，并在兩者之間取得適當(dāng)?shù)钠胶?，是向前發(fā)展的主要關(guān)注點(diǎn)?！?/span>
根據(jù)佩奇的說法，這種擔(dān)憂來自于最近從基于經(jīng)驗(yàn)、一些數(shù)據(jù)和直覺做出的預(yù)測轉(zhuǎn)向基于數(shù)據(jù)和人工智能系統(tǒng)的編程考慮做出的預(yù)測。
“將越來越強(qiáng)大的算法應(yīng)用于越來越大的數(shù)據(jù)庫，從而提高了準(zhǔn)確性，這回避了一個問題:人類是否應(yīng)該繼續(xù)留在預(yù)測領(lǐng)域，還是應(yīng)該把預(yù)測完全交給算法?”問的頁面。
研究人員發(fā)現(xiàn)，答案是響亮的“不”。與人工智能方法相比，人類的預(yù)測方式要微妙得多，而人工智能方法對準(zhǔn)確的預(yù)測有著至關(guān)重要的影響。
佩奇表示，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)。不同于像大數(shù)據(jù)那樣由同一類型數(shù)據(jù)的許多數(shù)據(jù)點(diǎn)組成的數(shù)據(jù)，厚數(shù)據(jù)中較少的數(shù)據(jù)點(diǎn)可以講述更豐富的故事。例如，數(shù)年的統(tǒng)計數(shù)據(jù)可以讓人工智能預(yù)測一名棒球運(yùn)動員可能打出多少本壘打，但人類更有可能理解一名受歡迎的團(tuán)隊球員可能擁有更長的職業(yè)生涯。
佩奇說:“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?！薄昂裰氐臄?shù)據(jù)可以抓住并吸引人們注意可能會從分離的大數(shù)據(jù)變量之間的裂縫中溜走的因素群。盡管大數(shù)據(jù)撒下了一張更大的網(wǎng)，但這張網(wǎng)也存在漏洞?！?/span>
其他貢獻(xiàn)者包括第一作者Lu Hong，羅耀拉大學(xué)金融系;以及加州大學(xué)洛杉磯分校傳播系的PJ Lamberson。