AI预测奥斯卡准确率逐年上升,正确率高达93%

“人兽恋”童话版《水形物语》拿下最佳影片奖

分析预测，可能是人工智能（AI）最擅长的技能之一。

第 90 届奥斯卡金像奖（90th Academy Awards）颁奖典礼落下帷幕，《水形物语》获得最佳影片，最佳导演由《水形物语》的吉尔莫·德尔·托罗斩获，而加里·奥德曼凭借其在《至暗时刻》中的精彩表演，摘得“最佳男主角”，出演《三块广告牌》的弗兰西斯·麦克多蒙德获得最佳女主角。

而早在大奖公布之前，人工智能做了一个预测，与最终放出的（第90届）奥斯卡颁奖结果相比，16个预测猜中了15 个，正确率达到前所未有的 93.75%。

从 2015 年开始，AI系统就开始预测奥斯卡获奖电影，当时 AI 对第 87 届 15 个奥斯卡奖项进行预测，并猜对了其中的 11 个奖项。

2016 年 2 月，距最终结果揭晓前一周，AI 再次出马对其中17个主要奖项进行预测，而且很有信心的将它对当年第 88 届奥斯卡获奖电影预测结果公布在《新闻周刊》上，其中最令人印象深刻的是精准预测出“小李子”拿下最佳男主角小金人，让人印象深刻。

2017 年 2 月，AI又对第 89 届奥斯卡奖项中的 15 个主要奖项做了预测，最终猜对了 12 个奖项。

连续三年预测奥斯卡，准确率逐年提升，从 73%、76% 和 81%，到今年取得93.75%准确率的成绩，当然除了奥斯卡，AI系统还曾对总统大选和美国NFL超级碗比赛进行过预测分析。

智能预测系统还可以将实时的人类洞察和AI的算法结合在一起。这样做的优势首先是能集合人群智慧。其次，能确保最终的智能与人群的目标、愿望相符合。

这一智能预测系统给业内带来另一个启发，人类智慧可以群集吗？要出现那样的超级智能，需要上千人一起思考吗，还是说上万、上百万？

集群智能源于对以蚂蚁、蜜蜂等为代表的社会性昆虫的群体行为的研究，最早被用在细胞机器人系统的描述中。它的控制是分布式的，不存在中心控制，群体具有自组织性。

典型的集群智能系统由一群简单的主体构成，每个主体和其它主体以及它们的环境进行局部的交互。尽管通常没有集中控制机制来指示这些主体如何协作，但这些简单的局部交互行为通常能涌现出复杂的全局行为。

近年来集群智能被用于政治和经济预测、评估核安全、公共政策、危机应对措施，也有许多企业致力于利用消费者的智慧，对新产品、新服务和新功能进行优化分析，以预测新的广告活动。甚至一些企业希望能让群体观看一些电影预告片，借此预测这些电影预告片是否会吸引人们走进电影院，最近哈佛的研究者也开始利用群体人工智能预测金融市场。

在过去 50 年里，大多数人工智能研究都集中在一种自然智能上，即神经智能，因此，关于如何制造人工神经元和复制神经智能，也就是复制大脑，目前已经有很多相关的研究。

而大自然构造智慧的方式是多样的，除了神经智能外，还有群体智能。自然系统已经进化出了将大量人口的智力以最佳方式结合起来的能力。人类无法自然形成群体，我们没有进化出鸟类和鱼类那种天然会形成鸟群和鱼群的能力，或者像蜜蜂那样形成蜂群。但是，只要有正确的算法和正确的接口，或许我们就能让这些人工智能群体智慧系统将人和算法连接起来。

人的思想并不能简单的叠加，三个臭皮匠未必能PK诸葛亮，但是集群智能仍然是行业未来发展的一个有重要价值的启示。随着AI技术的深入演进，以及更多的人被卷入到技术变革中来，人从始至终都是不容忽视的核心因素。