人工智能(AI)可以比任何一个人更快地评估更多数据。有了如此庞大的信息池,人工智能应该能够考虑过去的数据,处理所有的影响并产生比人类更好的可靠预测——对吗?一个多机构研究小组研究了人类和人工智能如何做出预测之间的协同作用,他们表示,情况可能并非总是如此。
他们于8月23日在JournalofSocialComputing上发表了他们的结果。
论文作者、密歇根大学罗斯商学院教授斯科特·E·佩奇说:“预测性任务无处不在——任何领域或生活方面的任何决策都涉及在选择可用选项之前预测它们的后果。”“了解这些组合的危险和承诺并在两者之间取得适当的平衡是前进的一个主要问题。”
根据佩奇的说法,这种担忧源于最近从基于经验、一些数据和直觉做出的预测转变为基于数据做出的预测以及人工智能系统被编程做出的考虑。
“将更强大的算法应用于更大的数据库所导致的准确性提高,这就引出了一个问题:人类是否应该留在预测领域,还是我们应该完全将预测留给算法?”佩奇问道。
研究人员发现,答案是否定的。人类进行预测的方式远比AI方法微妙得多,这对于准确预测来说至关重要。
根据佩奇的说法,人工智能可以很好地处理大数据,而人类可以更好地分析研究人员所说的“厚”数据。不像大数据那样由许多相同类型数据的数据点组成,厚数据的较少数据点可以讲述更丰富的故事。例如,多年的统计数据可能允许人工智能预测棒球运动员可能击出多少个本垒打,但人类更有可能了解一个受欢迎的团队成员如何拥有更长的职业生涯。
“大数据和厚数据一起工作将产生更准确的集体预测,”佩奇说。“大量数据可以捕捉并引起人们对可能从分离的大数据变量之间的裂缝中溜走的一系列因素的关注。即使大数据撒了一张更宽的网,这个网也有漏洞。”
研究人员通过数学测试权衡人类和人工智能输入可能会导致不同的预测,从而对这一想法进行测试。他们发现,在典型情况下,意味着未来的结果取决于过去的结果,人工智能不需要人工输入来做出准确的预测。然而,在具有更多未知或令人惊讶的因素的非典型案例中,人类帮助人工智能减少了潜在的错误。
“只要人类能够继续识别不同的属性,即继续构建更厚的数据,或者更好地理解非典型案例,他们就会继续提高准确性,”佩奇说。“而不是人类和计算机之间的竞争,混合预测器的未来将是对共生的复杂搜索。”
研究人员计划继续探索人工智能和人类的合作系统如何帮助改进他们的预测,包括多个系统如何协同工作可能会给出更准确的结果。
“具体情况不得而知,但我们几乎可以肯定地预测,参与者的角色和贡献都将适应不断增长的数据和更大的计算能力,”佩奇说。“认知工作的现在和未来肯定会涉及人类、算法、数据集、主题、对象和领域。当他们试图理解这项工作时,这些混合群体也将塑造它。”
其他贡献者包括第一作者卢红,洛约拉大学金融系;和PJLamberson,加州大学洛杉矶分校传播系。