[关闭]
@sambodhi 2018-03-28T10:43:57.000000Z 字数 2442 阅读 1866

政治中的机器学习、深度学习和人工智能

作者|Manuj Aggarwal
译者|Liu Zhiyong
编辑|Debra Chen

AI前线导读: 最近Facebook或面临2万亿美元的罚款新闻闹得沸沸扬扬,起因是Facebook泄漏了5000万用户数据,被不当利用,改变了美国的选情,导致唐纳德·特朗普成为美国新总统。这就是利用人工智能在政治活动中的应用最鲜活的例子了,今天,我们将Manuj Aggarwal撰写的博文Machine learning, Deep learning, and Artificial Intelligence in politics(政治中的机器学习、深度学习和人工智能)翻译成文,以飨读者。

更多干货内容请关注微信公众号“AI前线”(ID:ai-front)

“Google最终会向人工智能靠近。因此,我们会拥有终极版本的搜索引擎,可以理解网络中的一切。这种搜索引擎将能够确切地理解你们所想的一切,而且还能够给你们提供一切正确的东西。这就是人工智能,能够回答一切问题,究其基本原因,就是因为几乎一切都出现在网络世界中,不是吗?我们现在还无法接近这一目标。然而,我们最终将能够无限接近,这也是我们正在努力的方向。”——Larry Page

当我们谈到机器学习、深度学习和人工智能时,它给我们带来的是一幅俄罗斯套娃的印象,这些娃娃是一个套一个组成,其中最大的套娃就是人工智能,它既能套机器学习,又能套它的子集——深度学习。人工智能定义了人机关系,当机器变得智能化时,它们可以连接数据点、理解请求并得出结论。

让我们设想以下场景:

在上述场景中,机器理解需要哪些信息,了解所有变量之间的关系,推导出答案并自动和你通信。

简而言之,机器学习和深度学习是人工智能的子域。现在,我们来谈谈这些智能技术除了成为日常生活的一部分外,是如何进入政治舞台的。

当你需要从大量数据中找寻意义时,你可能很难决定从哪着手寻找有趣的趋势,因此你开始探索数据。为了完成这一任务,我们转而使用机器学习来帮助完成这一点。借由机器学习,计算机能够切换到自我学习模式,而无需明确的编程。换言之,它是使用算法来解析数据、然后对某事做出预测的最基本的方法。机器学习模型在系统中已经存在了一段时间,但它自动将复杂算法与大数据相关联的能力,在过去几年里得到了推动,并且也进入了政治领域。

如果你回顾一下现代史,你将会发现,大多政党都有为数不多的工具来监督他们的竞选活动。在竞选时他们更依赖的是本能而不是洞察力。但是现在,越来越多的政治活动依靠大数据来最大限度地提高活动的有效性。

机器学习系统使用的统计技术可以自动识别大量数据中的模式。事实上,现在,在选举活动中机器学习系统已经被小心翼翼地部署,以吸引选民,并使他们意识到重要的政治问题。

随着视听技术的发展和各种社交媒体的大量使用,帖子和图片已经成为政党与选民互动的新常态。使用神经网络技术或者深度学习,这些政党得以拥有一种无可比拟的能力:研究这些帖子和图片是如何影响公众舆论的。

政治形象是为了说服选民投票支持或者反对任何政党而创立的。借由神经网络的使用,政客可以完成这一任务。神经网络提供了从政治相关的人物和对象中提取特征的关键。

这种神经网络,或更广为人知的深度学习,是机器学习的一个子集。它是一种相互关联的单元组成的计算系统。信息是通过响应外部的输入来处理的,并且这个过程需要多次传递数据才能派生出含义。这种方法用在大量数据中学习复杂的模式。图像和语音识别是其中的典型应用。

人工智能融入政治活动的途径似乎多种多样。从提供一系列的计算机算法,到针对特定选民群体的网络活动,然后到更高层次的政治工作,再到公共部门工作自动化,最后到起到政府决策的角色作用,这些可能性都是无限的。

人工智能在政治体系中的关键作用体现在政党竞选期间。现在,许多政党使用这些算法来确定选民中的特定群体,通过为他们量身定做的广告活动,为他们带来潜在的选民。最常见的例子是分析Facebook用户的在线行为,然后用他们感兴趣的广告将选民吸引过来。

然而,技术的使用可能会引发伦理问题,因为人工智能可以用来操作选民:人工智能利用公众在互联网的足迹建立选民档案,然后向其发送定制的消息。另一个不利因素是,政党可以利用人工智能在社交媒体上传播假新闻来愚弄选民。政党一直在使用具有自主账户的智能机器人,这些账户被设定为持续传播片面的政治资讯,从而在选民中产生错觉。在Facebook和Twitter等社交媒体平台上,出现了一种激烈的政治氛围,凸显了某个政党或候选人的负面信息。

然而,这些问题并不能归咎于技术,而是在于整个政治体系的隐蔽性。对人工智能的道德方法可以为政治体系创造奇迹。用来误导和迷惑选民的算法也可以很好地用于支持民主。事实上,人工智能可以用来确保他们选出的候选人能够倾听到公众的声音。

专家们认为,随着人工智能技术的发展,将可能有越来越多的政治团体将资金投入其中。

结论

随着机器学习、深度学习和人工智能的不断成熟和发展,现在是时候开始试验这些技术如何帮助政党更智能、更好、更快的开展工作了。它可以用来从数据中获得有意义的见解,并使现有操作自动化。人工智能的能力已经有了显著的飞跃,并将更上一层楼。目睹政治将如何把人工智能融入到他们的运作中,以及它的规模能变得有多大,这将是一件令人兴奋的事情。

原文链接:
Machine learning, Deep learning, and Artificial Intelligence in politics
https://medium.com/@manuj.aggarwal/machine-learning-deep-learning-and-artificial-intelligence-in-politics-5ea834dbb3c2

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注