Swarm A.I によると、スーパーボウル LIV で優勝するのは誰ですか?

Swarm AI とは何ですか?

今週の日曜日に心拍数が数時間上昇するのを避けたいですか? 待望の結果を無礼にも台無しにすることを許してください。 カンザスシティ・チーフス vs. サンフランシスコ 49ers の試合. まさに最近のスーパーボウル史上最大の騒動のひとつであるが、カンザスシティがそれを持っているということを銀行に持っていくことができる。 まあ、少なくともバッグの中にはある。

コンテンツ

  • 異なるタイプの人工知能
  • スポーツに対するマーケティング キャンペーンを予測する
  • 賭けるか、賭けないか?

このように考えてみましょう。両チームが互いに 10 試合を行った場合、チーフスはおそらくそのうち 6 試合に勝つでしょう。 49ers のディフェンスも優れていますが、チーフスのオフェンスも素晴らしいです。 それ ずっといい。 結果は、総得点が55を超えるエキサイティングで高得点の試合となり、チーフスが序盤に49ersにリードされた後、勝利を収めることになる。 49ersがこの試合に現実的に勝つ唯一の方法は、前半で十分なリードを築き、その後ランニングゲームで時間を食いつぶすことだ。 あるいはそのようなものです。

おすすめ動画

もちろん、私たちがスーパーボウルの予想を提供しているという事実は、特別なものではありません。 タクシーの運転手に尋ねたり、理髪店に入ったり、ウェブサイトにアクセスしたりしてください(実際にはそうしません。 私の言葉をそのまま受け入れてください)そして、今年のスーパーボウルを誰が制するかについて、強い言葉で書かれた意見を聞かずにはいられないでしょう。 彼らが言うように、意見は嫌いな人のようなものです。 誰もが持っていますが、そのほとんどは臭いです。

関連している

  • 面白い公式: なぜ機械が生成するユーモアが A.I. の聖杯なのか
  • アルゴリズム アーキテクチャ: AI を使用させるべきか 私たちのために建物を設計してくれるでしょうか?
  • 言語スーパーモデル: GPT-3 がどのようにして静かに A.I. の到来をもたらしているのか 革命
パトリック・マホームズ
デビッド・ユーリット/ゲッティイメージズ

しかし 満場一致AI彼の意見は大多数の意見とは異なります。 元スタンフォード大学のコンピューター科学者によって設立された人工知能企業 ルイス・ローゼンバーグ博士 は、非常に多くの人々の反応に基づいて、群知能アルゴリズムを使用して予測を作成します。 しかし、それは理論的にはさらに多くの嫌いな人を意味しますが、結果は驚くべきことにはるかに甘い香りがします。

異なるタイプの人工知能

「満場一致のA.I. は、人間を人工知能に置き換えるのではなく、非常に異なるタイプの人工知能企業です。 アルゴリズムを使用しますが、代わりに AI を使用します。 人間集団の知識、知恵、洞察力を増幅させるためです」とローゼンバーグ氏は語った。 デジタルトレンド。 「平たく言えば、私たちはインターネット上で人々のグループを結び付けることで、超インテリジェントな『集合心』を構築し、AI が管理するリアルタイム システムとして人々が一緒に考えることができるようにします。 アルゴリズム。 専門用語では、このテクノロジーは人工群知能と呼ばれます。 それは、自然界の群れが集団の知性をどのように増幅させるかをモデルにしているからです。」

Swarm AI モデル

ローゼンバーグが指摘しているように、自然界では多くの種がリアルタイム システムを形成することで知性を増幅させています。 もちろん、これらのことをリアルタイム システムとは呼びません。 あなたが普通の人であれば、それらを群れ、群れ、または群れと呼ぶ傾向があります。つまり、動物が集まった大きな集団のことです。 個人の総和であると同時に、奇妙なことに個人から独立した、ある種の集団知性を創造するよう強制する 自分自身。

こうした集団はランダムに見えることが多いが、ローゼンバーグによれば、そうではないという。 「彼らは、システム内で一緒に考えたほうが、単独で考えるよりもはるかに正確な意思決定を行うことができます」と彼は言いました。 「これが Unanimous AI を設立した動機でした。 2014年に遡ります。 結局のところ、鳥とミツバチと魚が一緒にこれほど賢くなれるのであれば、人々を結び付ける適切なテクノロジーを開発できれば、人間にもそれがうまくいくはずです。」

ローゼンバーグと同僚は集まって、と呼ばれるソフトウェア プラットフォームを構築しました。 Swarm.ai. このプラットフォームでは、人間のグループに意思決定、予測、予測を依頼し、これが人間の予測能力を増幅する効果があるかどうかをテストしました。 このシステムは、知識のある人にログオンして、質問に対する答えの方向にカーソルを移動させようとすることによって機能します (誰が質問するかなど)。 特定のスポーツの試合に勝つこと。) アルゴリズムは、これらの回答に基づいて、答えだけでなく、その答えに対する確信にも基づいて物事を推測します。 与えられた。

スポーツに対するマーケティング キャンペーンを予測する

このアプローチはスポーツだけに限ったものではありません。 で 2018年の調査、満場一致のA.I. スタンフォード大学医学部の研究者と提携して、グループが の医師が、「集合心」として一緒に考えた場合、従来の方法よりも正確な診断を下すことができました。 改善もわずかなものではありませんでした。 診断エラーの削減という点では 33% という大幅な削減でした。

swarm ai liv 5によるスーパーボウル2020
swarm ai liv 4によるスーパーボウル2020
swarm ai liv 3によるスーパーボウル2020
swarm ai liv 2によるスーパーボウル2020

別のデモンストレーションでは、 MITの研究者と協力して実施、金融トレーダーのグループに、金、石油、S&P 500などの金融資産の価格の変化を予測するよう依頼しました。 ここでも、予測精度は同様の数値で向上しました (この例では、従来の予測と比較して 36%)。

Unanimous の swarm テクノロジーの他のテストでは、 オスカーの予測からすべてを調べた フォーチュン 500 企業が製品価格変更の影響を予測できるよう支援します。 しかし、本当に関心が集まっているのはスポーツビジネスだ。

「私たちが初めてスポーツ予測を始めたとき、それが単にスポーツ予測にとって非常に良いテストベッドだったからです。」 私たちのテクノロジーが人類集団の知性をかなりのレベルで増幅させることを可能にしているかどうかを確認しています。」 ローゼンバーグ氏は語った。 「これらの分野でバスケットボール、サッカー、ホッケー、フットボールを予測する際に強力な結果を厳密に示した後、 研究、満場一致の A.I. 私たちの予想へのアクセスを求めるスポーツファンからの関心が殺到しました。 定期的に。」

善意から、または潜在的に儲かるビジネスチャンスを察知して。 満場一致のA.I. 昨年、スピンオフ会社を立ち上げた スポーツピッカー A.I. このビジネスは、群れインテリジェンスを使用して、フットボール、サッカー、ホッケー、バスケットボール、野球などのさまざまなプロ スポーツに関する毎日の予測を生成します。

賭けるか、賭けないか?

「私たちが持っている最新のデータは、非常に競争の激しい10試合からなるNFLプレーオフに関するものです」とローゼンバーグ氏は続けた。 「購読者向けに公開されたとおり、Sportspicker A.I. それら 10 試合のうち 7 試合のスプレッドに対する結果を正しく予測しました。 Sportspicker AI の予測どおり、誰かが 100 ドルのバンクロールから始めて、10 試合のそれぞれに賭けていたら、最終的には 170 ドルになっていたでしょう。」

NFLのダニエル・ソレンセンがダレン・ウォーラーにタックルを試みる
ピーター G. エイケン/ゲッティイメージズ

同氏は、これはおよそ 70% の投資収益率であると、正当な誇りを持って指摘しています。 (ただし、私の計算がよほど外れていない限り、サービスのサブスクリプション費用がこれらの賞金に多少の影響を与えるでしょう。)

あらゆる種類の予測と同様、何も保証されません。 群れのA.I. 彼らは、少数の有給ハンディキャッパーの「直感」に基づくだけでなく、「データ主導、科学的、客観的」なピックを主張するかもしれない。 でもどこでも 人間の予測不可能性の混乱によって結果が左右される可能性があり、データ、科学、客観性の主張だけで正しい結果を毎回提供できるという保証はありません。 時間。 おそらくこのような理由から、 例年とは異なり、満場一致のA.I. 今年の正確なスコアは予測していない。

結局のところ、スーパーボウルを生で見るほうがいいかもしれません。 たとえカンザスシティ・チーフスに賞金を賭けたいと願って帰ってきたとしてもだ。

編集者のおすすめ

  • アナログAI? クレイジーに聞こえるかもしれないが、それは未来かもしれない
  • 不気味に美しい AI の「合成聖典」を読んでください。 それは神だと思っている
  • 感情を感知するAI ここにあります。次の面接で取り上げられるかもしれません
  • バイトを持つ女性たち: AI を使って「人間の厄介な問題」を解決するヴィヴィアン・ミンの計画
  • ロボットにかくれんぼを教えることが次世代 AI の鍵となる理由