В классическом научно-фантастическом сериале Айзека Азимова (Isaac Asimov) «Основание» (см. https://ru.wikipedia.org/wiki/Основание_(цикл) ), статистика, история и социология развились и объединились в дисциплину, называемую психоисторией (psychohistory). Психоистория способна прогнозировать долгосрочные будущие тенденции и изменения в обществе. В книге Азимова статистические предсказания будущего, сделанные с помощью психоистории, были очень точными, вплоть до поразительного уровня детализации.
Сможет ли машинное обучение когда-либо конкурировать с вымышленной дисциплиной психоистории в плане предсказания будущего? Исследователи делают определённые попытки в этом направлении (см. https://ieeexplore.ieee.org/document/8844947 ). Они применяют модели машинного обучения к историческим данным, чтобы спрогнозировать события в будущем, таких как глобальный терроризм. Цель заключается в том, чтобы алгоритмы машинного обучения смогли делать определенные приблизительные прогнозы частоты терактов и давать некоторые указания на то, когда и где могут произойти серьезные террористические акты. Данные для проекта опираются на Глобальную базу данных по терроризму (Global Terrorism Database, https://www.start.umd.edu/gtd/ ).
В проекте по изучению глобального терроризма на основе методов машинного обучения мир делится на миллионы небольших точек сетки, и сведения о событиях из базы данных по терроризму сопоставляются с местоположениями. Каждая точка сетки помечается метаданными, описывающими такие факторы, как ВВП и другие региональные характеристики. Для исследования использовались данные, собранные в период с 2002 по 2016 год.
Работает ли этот подход? По большому счёту, нет - или, по крайней мере, получаемые результаты не сильно отличаются от того, что можно увидеть при стандартном статистическом моделировании. Исследователи обнаружили, что «практически невозможно предсказать редкие экстремальные события (black swan events – букв. «события чёрного лебедя» - Н.Х.) — те события, которые происходят только раз за очень длительный период времени».
Но, возможно, нам не следует пытаться предсказывать будущее. Прогнозы будущих кризисов и проблем вполне могут оказаться самореализующимися.
«Вам не нужно предсказывать будущее. Просто выберите будущее - хорошее будущее, полезное будущее - и сделайте предсказание такого рода, которое изменит человеческие эмоции и реакции таким образом, чтобы предсказанное Вами будущее наступило. Лучше создать хорошее будущее, чем предсказать плохое». - Исаак Азимов
Дик Вейсингер (Dick Weisinger)
Источник: блог компании Formtek
https://formtek.com/blog/machine-learning-can-algorithms-become-a-crystal-ball-for-future-events/
Комментариев нет:
Отправить комментарий