隨著社會(huì)發(fā)展和科技進(jìn)步,人工智能技術(shù)對(duì)人類的影響與日俱增,其應(yīng)用領(lǐng)域日益擴(kuò)大。正如國際知名學(xué)者周海中先生曾經(jīng)所言,隨著科技進(jìn)步,人工智能時(shí)代即將到來;屆時(shí),人工智能技術(shù)將廣泛應(yīng)用到各學(xué)科領(lǐng)域,會(huì)產(chǎn)生意想不到的效果。人工智能技術(shù)目前在預(yù)測(cè)學(xué)領(lǐng)域,尤其是趨勢(shì)預(yù)測(cè)算法方面發(fā)揮著越來越重要的作用。
預(yù)測(cè)未來,是人們夢(mèng)寐以求的一項(xiàng)能力。趨勢(shì)是事物明確的、可預(yù)見的發(fā)展方向,而趨勢(shì)預(yù)測(cè)是分析未來某段時(shí)間內(nèi)的某種趨勢(shì)將會(huì)產(chǎn)生什么樣的方向性變化。人工智能技術(shù)在預(yù)測(cè)學(xué)領(lǐng)域,其算法是核心,數(shù)據(jù)、算力是基礎(chǔ);這一技術(shù)得以實(shí)用化主要得益于數(shù)據(jù)的累積與算力,其中趨勢(shì)預(yù)測(cè)算法在很多方面起到至關(guān)重要的作用。
在經(jīng)濟(jì)方面
投資股市的目的是盈利,因此在決定購買哪只股票之前我們會(huì)查閱與該公司相關(guān)的信息,搜索最近甚至之前與該公司有關(guān)的新聞,逛逛炒股方面的貼吧,看看微博上面與該公司有關(guān)的消息。如果這個(gè)公司的前景明朗(正面報(bào)道很多),那么投資該股票的回報(bào)率也許會(huì)高一些。另外投資股市,還需要會(huì)看各種數(shù)據(jù),如K線等。有時(shí)我們看到某只股票持續(xù)走低,并且有上漲的勢(shì)頭了,也許此時(shí)是最佳的購入時(shí)機(jī),因?yàn)樵摴善庇泻艽罂赡軙?huì)觸底反彈了。人工智能技術(shù)中的線性回歸算法在股票預(yù)測(cè)方面的作用很大。
此外,人工智能技術(shù)對(duì)股價(jià)的趨勢(shì)預(yù)測(cè),是一個(gè)深度學(xué)習(xí)的練習(xí)項(xiàng)目。其通過機(jī)器學(xué)習(xí)算法,根據(jù)過去幾年與某只股票相關(guān)的K線走勢(shì)、公司相關(guān)報(bào)道的情感分析作為數(shù)據(jù)集,通過訓(xùn)練來得到可以預(yù)測(cè)股價(jià)的機(jī)器學(xué)習(xí)模型,并用該模型對(duì)股價(jià)進(jìn)行趨勢(shì)預(yù)測(cè)。這時(shí)趨勢(shì)預(yù)測(cè)算法(如ARIMA模型、LSTM神經(jīng)網(wǎng)絡(luò)模型、Prophet模型等)就有可能大顯身手。雖然不同的模型會(huì)有各自的優(yōu)勢(shì)和劣勢(shì),但它們對(duì)于股價(jià)的趨勢(shì)預(yù)測(cè)有一定的參考價(jià)值。
2021年6月25日,歐洲杯小組賽全部結(jié)束,接下來的就是淘汰賽。針對(duì)接下來的比賽,許多彩民高手通過分析大量的數(shù)據(jù)來建立模型,從而做出科學(xué)的預(yù)測(cè)。他們利用人工智能技術(shù),建立比賽的趨勢(shì)預(yù)測(cè)算法,將賽事隨機(jī)性的東西篩出去,以求找到有價(jià)值投注的比賽。人工智能技術(shù)具備人力所不能及的優(yōu)勢(shì),研究數(shù)萬場(chǎng)比賽的數(shù)據(jù),建模后推演的賽果是非常接近事實(shí)真相的。
在醫(yī)療方面
最近,美國谷歌公司已開發(fā)出一種新的趨勢(shì)預(yù)測(cè)算法,可預(yù)測(cè)人的死亡時(shí)間,且準(zhǔn)確率高達(dá)95%。這項(xiàng)技術(shù)對(duì)醫(yī)院患者面臨的一系列臨床問題進(jìn)行了測(cè)試。在研究中,谷歌公司對(duì)來自兩個(gè)醫(yī)療中心至少21.6萬名成人患者,應(yīng)用了人工智能技術(shù),測(cè)試時(shí)間至少為24個(gè)小時(shí)。研究人員從電子健康記錄中獲取了大量數(shù)據(jù)。這項(xiàng)研究發(fā)現(xiàn),該算法可以準(zhǔn)確地預(yù)測(cè)病人的死亡風(fēng)險(xiǎn)、再入院,延長住院時(shí)間和出院診斷。在所有情況下,該算法都被證明比以前公布的算法更精確。
人的言語模式可能揭示一個(gè)人患精神相關(guān)疾病的風(fēng)險(xiǎn)。近年來,研究人員已經(jīng)將目標(biāo)轉(zhuǎn)向計(jì)算機(jī)算法,幫助心理健康專家分析高危人群的語言,以從他們的講話中發(fā)現(xiàn)線索。美國西奈山醫(yī)學(xué)院、紐約州立精神病學(xué)研究所、加州大學(xué)洛杉磯分校和其他機(jī)構(gòu)的研究人員使用了一種趨勢(shì)預(yù)測(cè)算法來研究93位有風(fēng)險(xiǎn)的人群的言語模式。研究人員表示,該算法可以識(shí)別出哪些病人患上了精神病,準(zhǔn)確率達(dá)到83%。
谷歌公司的研究人員最近還發(fā)現(xiàn)了一種新的方法:掃描眼睛并通過趨勢(shì)預(yù)測(cè)算法來評(píng)估一個(gè)人患心臟病的風(fēng)險(xiǎn)。對(duì)病人眼睛后部掃描的分析,該公司的軟件能夠準(zhǔn)確地推斷多項(xiàng)數(shù)據(jù),包括個(gè)人的年齡、血壓以及他們是否吸煙。然后,這可以用來預(yù)測(cè)他們患上重大心臟病癥的風(fēng)險(xiǎn):比如心臟病發(fā)作。該算法可以使醫(yī)生更快更容易地分析病人的心血管風(fēng)險(xiǎn),而不再需要血液測(cè)試。
在農(nóng)業(yè)方面
許多國家的農(nóng)業(yè)報(bào)告預(yù)測(cè),到2027年,精準(zhǔn)農(nóng)業(yè)市場(chǎng)將達(dá)到129億美元,因此越來越需要開發(fā)能夠?qū)崟r(shí)指導(dǎo)管理決策的復(fù)雜數(shù)據(jù)分析解決方案。美國伊利諾伊大學(xué)的研究人員最近提供了一種有前途的趨勢(shì)預(yù)測(cè)算法,可以更有效、更準(zhǔn)確地處理精密農(nóng)業(yè)數(shù)據(jù)。例如,對(duì)于玉米種植來說,決定何時(shí)施用氮素肥是一個(gè)長期的挑戰(zhàn)。由于多種氮素肥施用量和施用時(shí)間,包括種植時(shí)施用的所有氮素肥和幾個(gè)發(fā)育階段的分批施用,氮素肥對(duì)田間玉米的有害脅迫程度不同。
他們通過一種稱為卷積神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)對(duì)玉米種植進(jìn)行了分析。機(jī)器學(xué)習(xí)是人工智能技術(shù)的核心,某些類型的機(jī)器學(xué)習(xí)從模式開始,然后要求計(jì)算機(jī)將所有數(shù)據(jù)放入這些現(xiàn)有模式中。卷積神經(jīng)網(wǎng)絡(luò)可以對(duì)現(xiàn)有模式視而不見,取而代之的是,獲取少量數(shù)據(jù)并學(xué)習(xí)組織數(shù)據(jù)的模式,類似于人類通過大腦中的神經(jīng)網(wǎng)絡(luò)組織新信息的方式。
研究人員主要使用機(jī)器學(xué)習(xí)的方法來生成玉米產(chǎn)量預(yù)測(cè)。該方法結(jié)合了來自不同地形變量,土壤電導(dǎo)率以及玉米田中應(yīng)用的氮素肥和種子處理的信息。他們借助一種更好的肥料使用模型,實(shí)現(xiàn)可以最終幫助農(nóng)民降低成本,增加玉米產(chǎn)量,并同時(shí)減少可持續(xù)農(nóng)業(yè)景觀的環(huán)境足跡。
以上僅從三個(gè)方面介紹了趨勢(shì)預(yù)測(cè)算法的作用。我們可以拿實(shí)際數(shù)據(jù)與預(yù)測(cè)的結(jié)果進(jìn)行對(duì)比分析,計(jì)算預(yù)測(cè)的準(zhǔn)確率,分析差異的原因,提出改進(jìn)的方案,想方設(shè)法提高下一次預(yù)測(cè)的準(zhǔn)確率。雖然現(xiàn)實(shí)情況千變?nèi)f化,但是基本原理和解決問題的思路是相通的。
文/李立群(作者單位:新加坡南洋理工大學(xué)工學(xué)院)