Unanimous A.I.準確預測馬克龍當選法國總統，背後靠的是什麼？

剛剛當選新一任法國總統的埃馬紐埃爾·馬克龍

雷鋒網5月8日消息，法國媒體當地時間7日晚8時進行的初步統計，39歲的中間派候選人埃馬紐埃爾·馬克龍以65.5%對34.5%的得票率擊敗極右翼政黨「國民陣線」候選人馬麗娜·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，曾經因預測希拉里將當選美國總統慘遭打臉的人工智慧公司Unanimous A.I.，利用Swarm AI（集群人工智慧）成功預測了法國大選的結果。

在參與預測之前，用戶首先需要註冊賬號。 Unanimous A.I.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龍的獲勝是抱有較大的信心的。而在下面的動圖則顯示，Swarm 對馬克龍領先幅度的預測在15%~20%之間。不過，最終的選舉結果顯示，馬克龍在大選中的得票率領先勒龐31%。

雖然調查結果顯示馬克龍最終將贏得大選，但是很多人把勒龐的崛起，與特朗普的反轉勝利聯繫起來，有些人甚至稱勒龐為「法國的特朗普」。有了前車之鑒，當馬克龍的得票率領先勒龐18%的時候，Unanimous A.I.的研究人員希望這個群體能夠預測，為什麼馬克龍的優勢在上周日的時候可能比民調預測的優勢要小。

大部分人認為，如果馬克龍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，而正是這一原因將特朗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 A.I.簡介

Unanimous A.I.是一家位於斯坦福的人工智慧創業公司，它的主打技術是Swarm AI (集群人工智慧)，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 A.I.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。

據雷鋒網了解，Unanimous A.I.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 A.I.。而且他的履歷驚人。據黑智報導，

1993年，他創立公司Immersion Corporation，開發了觸感軟體，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《怪物史萊克》和《冰河世紀》。第三家公司Outland Research，專門從事移動設備高級界面的開發研究，後來被谷歌收購。

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 A.I.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。技網站TechRepublic在總結2016年最令人振奮的人工智慧技術進步時，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月特朗普正式上台之前，Unanimous A.I.就對特朗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，特朗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。

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。它的控制是分布式的，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，「三個臭皮匠賽過諸葛亮」。可以想像，當彙集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演算法實時連接起來，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 A.I.在做的工作：通過將實時人類的輸入和複雜的「集群演算法」結合起來，Unanimous A.I.放大了這些團體的集體智慧，並超越了專家的表現。Unanimous A.I.將這種技術稱為「Swarm AI」——集群人工智慧。

Unanimous A.I.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 A.I.的工作，就是使得人類能夠利用這种放大效應的優勢。我們的Swarm AI技術能夠把人們通過網路連接起來，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 A.I.利用Swarm AI準確預測了法國大選和特朗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。

據澎湃新聞報導，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：「如果希拉里擔任總統，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「希拉里勝算很大」、「希拉里略勝一籌」、「特朗普勝算很大」、「特朗普略勝一籌」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？普林斯頓大學和麻神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，這種演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。

根據澎湃新聞的報導，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，演算法會找出「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。

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。而且隨著人工智慧技術的進一步發展，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。

參考資料：

【1】http://unanimous.ai/french-election/

【2】http://unanimous.ai/approval-rating/

【3】http://unanimous.ai/about-us/#

【4】http://www.thepaper.cn/newsDetail_forward_1628454

*圖片來自網路，雷鋒網整理