Zillow提供的100万美元机器学习房价预测大赛奖金会花落谁家?

房地产巨头Zillow将提供100万美元奖励最佳估价

1714年，英国议会通过了《经度法案》，授予任何能够提出测量海上经度实用方法的人一大笔奖金。在当今智能手机和GPS卫星的世界里，确定经度似乎是微不足道的事情，但在当时，这却是一项巨大的技术挑战。这一策略是有效的，多年来一直不断推动航海天文钟的发展，这一手持机械奇迹般地挽救了无数海员的生命。

从那以后，许多领域都在用奖金推动创新。哈佛商学院的乔希•勒纳（Josh Lerner）研究了此类奖金的有效性。他说，“奖金通常由政府提供”，但也有私营企业提供的。勒纳指出，2009年Netflix的百万美元奖金授予了一个设计出一种可击败Netflix公司Cinematch推荐系统的算法的团队，帮助重振这些奖金的名声。

尤其值得一提的是，Netflix大奖催生了现有的Zillow大奖赛，该比赛要求数据科学家设计出一种计算机化系统，击败目前Zillow称为Zestimate的房价预测方法。

位于西雅图的Zillow集团首席分析官斯坦•汉弗莱斯（Stan Humphries）说，Zestimate是Zillow在2006年成立后开发的首款产品，这对Zillow达到成为房地产市场第一信息门户的目标至关重要。

汉弗莱斯说，Zestimate早期经常偏离目标：在估算房屋售价时，算法的中值误差为14%。他和同事可将误差水平降至4%左右。但他们希望进一步改善。因此，他们决定“邀请全球数据科学界”来参加此次活动。如果你够聪明、够幸运，你就有可能赢得100万美元的Zillow奖金，奖金将于2019年初发放。汉弗莱斯说：“Netflix大奖让我看到了一线希望。”

2017年，约有4 000个小组参与了Zillow推出的第一轮房屋估价大赛。100个团队进入第二轮即最后一轮比赛，目前正在进行评判。评判标准是，参赛者的系统在2018年7月预测美国大量住宅9月和10月实际售价的准确度。

第一轮比赛的参赛者只能使用Zillow提供的输入数据，这些数据包括各类城市房地产数据库或典型房地产清单中的信息。但在第二轮比赛中，参赛者也可从其他渠道获取数据。

第一轮比赛排名第一的是Zensemble团队，团队由来自澳大利亚、以色列和美国的3位数据专家组成，他们分别是德米特罗•波普拉夫斯基（Dmytro Poplavskiy）、乔纳森•格拉德斯坦（Jonathan Gradstein）和沃斯•沃克恩斯（Russ Wolfinger）。

沃克恩斯是统计分析软件开发公司SAS（位于北卡罗来纳州凯瑞市）的科学发现和基因学主管。这并非沃克恩斯第一次参加这类比赛。实际上，他在举办各种机器学习比赛的Kaggle网站上非常活跃。沃克恩斯说：“我本人很好胜。我一直喜爱体育运动。”他指出，这类比赛明显倾向于具有计算机或数据科学背景的男性。他说：“没想到，并没有很多统计学专业的人参与。”

鉴于竞赛所需的计算能力，参赛成本是否很高？从沃克恩斯的角度看来并不尽然。他说：“Kaggle上很多人都在构建自己的机器学习平台。”他提醒，如果用这些平台进行大量数据处理，你的电费将上涨。但他也指出，两个团队之间较量的更多是脑力而非计算能力。

目前Zillow的房屋估价方案已经相当不错。参赛者是否真的会在其基础上有所改进，目前尚未可知。汉弗莱斯说：“我们有一个由人工智能专家组成的庞大团队，专门解决这一问题。”但他仍然认为，他将从竞争Zillow奖金的许多外部人士那里学到很多东西。此项奖金不仅仅是宣传做秀。他表示Zillow真心希望改进Zestimate。这就是Zillow要求100个团队在最后一轮比赛中将其软件知识产权转让给公司的原因。

诚然，如棒球名人尤吉•贝拉（Yogi Berra）所言：“不到最后一刻难见分晓。”一个或多个团队可能会大大超越今天的Zestimate，为首者将赚到百万美元大奖。沃克恩斯当然期望能获此大奖，Zillow的人工智能专家也有机会做得和他人一样好。我们拭目以待。