Снимка: Ахмад Хашим
Новината често е наричана „първият груб чертеж на историята“, първата пукнатина, която осмисля борбите и триумфите на нашето време. Нов двигател на изкуствения интелект обаче може да успее да вземе тези проекти, за да разбере бъдещето. Използвайки съвременни изчислителни техники за анализиране на две десетилетия от историите на New York Times и други ресурси, изследователят на Microsoft Ерик Хорвиц и ученът по технологичен институт Технион-Израел Кира Радински смятат, че може би ще могат да установят основните връзки между събитията в реалния свят и предскажете какво ще се случи след това.
Номерът е, че много събития, свързани с новини - бунтове, огнища на болести - казва Би Би Си, са предшествани от други други по-малко драматични новинарски истории. Но ако се разровите в такова огромно богатство от истории, тези иначе пренебрегвани асоциации могат да бъдат изтеглени.
В своята изследователска работа двамата учени твърдят, че използвайки смес от архивирани новини и данни в реално време, те са успели да видят връзки между суши и бури в някои части на Африка и огнища на холера.
Например през 1973 г. New York Times публикува новини за суша в Бангладеш, а през 1974 г. съобщава за епидемия от холера.
След съобщения за поредната суша в същата страна през 1983 г., вестникът отново съобщава за смърт от холера през 1984 г.
„Предупрежденията за риск от холера надолу по веригата биха могли да бъдат издадени близо година по-рано“, пише изследователите Ерик Хорвиц, директор на Microsoft Research, и Кира Радински, докторант в Технион-Израелския технологичен институт.
Този модел не означава непременно, че за Бангладеш сушата винаги ще доведе до холера. Но, гледайки на събитията с поглед към бъдещето, предстоящата суша може да бъде знак за ръководителите на водите в Бангладеши да следят по-внимателно своите програми за лечение или здравните работници да бъдат предпазливи от епидемията.
Подобни връзки между сушата и холерата, според Техническият преглед на MIT, са установени за Ангола.
При подобни тестове, включващи прогнози за болести, насилие и значителен брой смъртни случаи, предупрежденията на системата бяха верни между 70 до 90 процента от времето.
Техники като тази се използват в науката през цялото време. Невронните мрежи, машинното обучение и изкуственият интелект помогнаха на YouTube да открие - без човешка намеса - какви са котките и помогнаха на палеонтолозите да ускорят лова на изкопаеми. Тъй като те могат да анализират огромно количество данни, компютрите са особено подходящи за извличане на някои от неочевидните тенденции, които проникват в историята. Том Симоните на MIT:
Много неща за света се промениха през последните десетилетия, но човешката природа и много аспекти на околната среда останаха същите, казва Хорвиц, така че софтуерът може да бъде в състояние да научи модели от дори много стари данни, които да подсказват какво предстои. „Аз лично се интересувам да получавам данни назад във времето“, казва той.
Още от Smithsonian.com:
Без човешки надзор 16 000 компютри се научават да разпознават котки.
Намирането на вкаменелости е високотехнологично
