时时彩平台,腾讯分分彩,北京赛车,北京赛车pk10,北京赛车pk10技巧,幸运飞艇,彩票平台推荐,飞艇开奖,幸运飞艇官网,大发彩票,彩票平台推荐,500彩票,六合彩,大乐透,双色球,体彩足球,体育彩票

　　在2015年,我们在普林斯顿大学的同事马修·萨尔加尼克希望研究AI预测未来的能力。当时,普林斯顿大学的社会学教授萨拉·麦克拉纳汉正在进行一项长期研究,追踪了2000年前后出生于美国20多个城市的4000多名儿童的生活。在过去的15年中,萨拉及其团队分别在孩子出生时,以及在孩子1岁、3岁、5岁和9岁时,对这些孩子及其家庭进行调查。通过这些调查,研究团队从父母、老师以及家庭活动中收集了超过一万个数据点。事实上,很难找到一个未被纳入这项研究的社会学变量。

　　那么,这些不可预测事件的发生频率有多高呢？或许蝴蝶扇动翅膀确实能够引发龙卷风,但这种情况如果每千年才发生一次,那可能不值得我们过于担心。比起大规模的突发事件,更常见的是一些小的初始优势或劣势,随着时间的推移逐渐累积,产生深远影响。例如,年度绩效评估中的一个小偏见（如因为你的上司与你意见相左）可能会对你的职业生涯造成重大影响,让你比他人晋升得更慢。这些微小的差异往往难以量化,从而增加了预测中不可消除的误差。

　　预测比赛结束后,马修和他的同事们试图找出这些模型表现不佳的原因。为此,他们决定拜访那些预测误差最大的家庭,探索导致这些偏差的具体原因。在一次采访中,他们发现一个原本成绩较差的孩子突然在学校里表现出色。原因是邻居给予了关键支持,不仅开导孩子、辅导作业,还常给孩子吃蓝莓。但在“脆弱家庭挑战”项目的数据中,没有问及孩子是否从家庭外获得食物（或更重要的,是否有人帮助辅导作业）。这是不是一个缺失的关键特征？如果数据中包括这些信息,是否能更准确地进行预测,如孩子生活中是否有一个成年人支持？当下的数据集中又缺少了多少类似的重要特征呢？

　　构建更全面的数据集的一种方式是依靠政府收集的数据。例如,荷兰已经编制了关于个人家庭、邻居、同学、家庭成员和同事的详细数据。这一数据集规模庞大,覆盖全国总计1720万人。平均而言,每个人与82个人相联系,总共记录了14亿个网络关系。这些数据显然比“脆弱家庭挑战”项目数据集更大、更完整,有可能成为预测社会结果的实际替代方案。如果这些数据确实能够有效预测未来感兴趣的结果,那么相关成果很快就会显现。目前,包括一场预测竞赛在内的多个研究项目正在测试这一假设。

　　一种更宏大（同时也更具反乌托邦色彩）的设想是收集每个人的广泛信息,建立一个关于人类的超级数据库。在这样的世界中,每个人都会被全天候监视,每一个行为都被追踪记录。尽管美国国家安全局和大型科技公司已经掌握了大量关于人们的数据,但这里讨论的是更激进的数据收集,即追踪每一句话、每一个动作、每一种行为,甚至可能包括每一个大脑中的电信号。这样的世界是否会带来更好的预测能力？如果是,这么做又是基于什么目的呢?而这种全面追踪对隐私权的代价又会有多高？