美国大选之后的思考:AI能准确预测选民的行为吗?

新智元

共 3056字,需浏览 7分钟

 ·

2020-11-17 20:07



  新智元报道  

来源:学术头条

作者:宋波

【新智元导读】实验数据表明,微生物可以在零重力条件下浸出岩石中具有经济价值的稀土元素这一研究发现,让人类利用微生物在宇宙中其他星球进行 “生物采矿” 成为可能。

在经历多天的“难产”之后,美国大选计票结果终于有个一个确定的结果,民主党总统候选人乔·拜登确认胜选成为美国第46任总统。似乎这出年度大戏已经落下帷幕,但是,就在选举之夜,第一轮计票开始后不到24小时,媒体和政治阶层已经宣布了一个失败者:民调。

这不是民调第一次“发挥失常”,早在2016年大选后,许多民调专家还否认他们的职业一头走向下坡路的说法:全国民调平均值预测,希拉里·克林顿(Hillary Clinton)将以略低于四个百分点的优势赢得普选,她最终也以略高于两个百分点的优势在普选中获胜。但是,美国的选举是由选举团中的摇摆州决定的,而不是由普选决定的。因此,那一年的最终结果也令大多数人始料未及。

(来源:AP / David Dermer)

那么,是否有比传统民调更准确的方法来预测选举结果呢?

美国西雅图非营利性研究中心艾伦人工智能研究所首席执行官奥伦.埃齐奥尼(Oren Etzioni)表示:"我不会解雇民意测验者,但我会引导他们更好地利用机器学习、数据挖掘和人工智能来更好地预测。

仿佛,人工智能成了民调机构手里的一棵救命稻草。


AI预测大选,需要几步?


首先你需要明白,没有一个人或算法能够一直准确预测人类的行为,然而,传统民意测验的的问题是,民意调查者使用的模型主要基于历史分类和平均值。那么我们就需要规避这些“僵硬”的数据指标。

然后,你需要一个数据源,像亚马逊这样的科技公司能够利用算法捕捉实际行动,简单来说,亚马逊的算法不管你是谁,它只知道:当你去买个狗项圈,那么你也很可能会买狗粮。因此,这些反应行为的数据需要不断地大量抓取,尽管很困难,但在动态识别助推概率预测的模式和相关性方面能带来无限的帮助。

接下来就是建立模型,由于收集数据源的侧重点不同,建立的模型也会有差异。著名分析公司 KCore Analytics 就从社交媒体帖子中预测:拜登在民众投票中将占优势——大约 8 或 9 个百分点——但在选举团方面,优势很小。具体操作是利用了一个端到端的框架在 Twitter 之类的网络中查找影响者和主题标签。根据内容和频率选择数据,然后在一个称为 AWS-LSTM 的 AI 模型中对意见进行分类测算,据称准确性高达 89.5%。而这一切都基于该公司使用超过 10 亿条推文的数据挖掘。

总部设在意大利的 Expert.AI 公司,尝试分析一些因素如语气和情感,并预测如何可能转化为选票。相比于 KCore Analytics,Expert.AI 就显得干练很多,具体操作是利用一个知识图来标识命名实体(包括人员、公司和地点)并尝试对它们之间的关系进行建模。有趣的是,其系统将 84 个情感标签贴在 Twitter 和其他网络的数十万条帖子上,半自动地消除了机器人般的社交账户。

Expert.AI 的算法将标签按 1 到 100(反映其强度)的等级进行排名,并乘以每个候选值的匹配次数。同时,它将情绪分类为"积极"或"消极",并用它来创建一个可以比较两个候选项的索引。结果显示,拜登在社会媒体上的情绪排名更高,略高于特朗普(50.2% 对 47.3%)

无独有偶,由渥太华大学的科学家开发的"Advanced Symbolics polly"收集了一个随机的,受控的美国选民样本,例如“黑人的命也是命运动”“中国问题”“新冠疫情”等。通过他们的帖子和在社交媒体上的谈话进行识别。基于此预测得出:佛罗里达州将投票给拜登,并占该州总票数的 52.6%。事实后来我们都知道,特朗普在此翻盘,一度让盘面上的局势胶着不下。


图 | Advanced Symbolics polly 预测模型

以上都是一些通过抓取大数据来进行分析预测,当然也有一些机构对局部数据进行收集,通过智能“蜂群”放大,进而预测选民的意向。Unanimous.AI 就是这样一个公司,该公司团队 9 月份在美国进行的一项 50 人现场调查,要求他们预测他们认为谁将赢得 11 个州的总统竞选,以及以什么幅度赢得总统竞选。

Unanimous.AI 的实时调查允许用户实时查看其他参与者正在选择什么,机器学习算法根据答案变化等因素评估谁对自己的预测最有信心。最自信的答案对最终汇总答案的影响最大。不过虽然看起来该预测内容简单,但是它已经正确地预测了 10 个州竞选的获胜者。可谓"战绩"斐然.。

图 | Unanimous.ai 9月进行了一次现场调查,要求50名参与者预测谁将赢得11个战场州的总统竞选,以及以什么优势赢得总统竞选(来源:UNANIMOUS.AI)


并非所有的 AI 投票都那么准确


在 AI 预测将民意至于“显微镜”下的同时,我们也把 AI 预测推到民意验测者的 “显微镜” 之下,可以预见,一些预测的确精准无比,但是类似“Advanced Symbolics Polly“这样的 AI 预测系统也会“误入歧途”,例如 Advanced Symbolics Polly 得出佛罗里达州将投票给拜登,占该州总票数的 52.6% 的这一失准预测,就是因为该制度未能单独抽样古巴裔美国人(他们通常投票给共和党候选人)。换句话说,Advanced Symbolics Polly 把古巴裔美国人和委内瑞拉裔美国人,墨西哥裔美国人混为一谈,统一归为"西班牙人"。

正如《财富》杂志所指出的那样,无论预测的正确与否,这些模式都没有考虑到法律挑战、无信仰的选民(选举团成员不投票给他们承诺的候选人)或其他混淆者可能会影响选举结果的方式。在这些不断变化的参数条件下,AI 预测——就像传统的民意调查一样——似乎低估了 2020 年选民对特朗普的热情,特别是在黑人和拉丁裔选民以及 LGBTQ 社区成员中。

(来源:纽约时报)

ASI 联合创始人兼首席执行官艾琳.凯利(ErinKelly)表示:“使用人工智能来预测选举仍然是一个相对年轻的做法。AI 的优点之一是模型可以学习,并随着时间的推移而变得更好。”

我们经历的这一切似乎是一场轮盘赌博,在轮盘没有停下的时候,谁都说不准命运的小球会滑向哪一个数字,但相较于人类而言,人工智能在面对“赌局”的时候不会产生任何心里起伏。它们只会不断地积累数据,使最终结果逼近于正确答案。或许,对于 Advanced Symbolics Polly 那样的预测 AI 来说,今年的选举"只是一次学习经历"。

参考资料:
https://www.wsj.com/articles/artificial-intelligence-shows-potential-to-gauge-voter-sentiment-11604704009?mod=tech_lead_pos11
https://venturebeat.com/2020/11/06/how-ai-predictions-fared-against-pollsters-in-the-2020-u-s-election/




浏览 23
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报