Fotografie: Ahmad Hashim
Zprávy jsou často označovány jako „první hrubý návrh historie“, první trhlina, která dává smysl zápasům a triumfům naší doby. Nový motor pro umělou inteligenci by však mohl tyto návrhy sklidit, aby zjistil budoucnost. Výzkumníci společnosti Microsoft Eric Horvitz a Technion-Israel Institute of Technology Kira Radinsky si pomocí pokročilých výpočetních technik k analýze dvou desetiletí příběhů New York Times a dalších zdrojů myslí, že by mohli být schopni identifikovat základní souvislosti mezi událostmi v reálném světě a předpovídat, co se stane dál.
Trik spočívá v tom, že mnoha událostem, které lze hodnotit - nepokoje, vypuknutí nemocí - říká BBC, předcházejí další jiné méně dramatické zpravodajské příběhy. Ale vykopáním tak obrovského množství příběhů lze tyto jinak přehlížené asociace vytáhnout.
Ve své výzkumné zprávě oba vědci tvrdí, že za použití kombinace archivovaných zpráv a dat v reálném čase byli schopni vidět souvislosti mezi suchem a bouří v částech Afriky a ohnisek cholery.
Například v roce 1973 vydala New York Times zprávy o suchu v Bangladéši a v roce 1974 ohlásila epidemii cholery.
Po zprávách o dalším suchu v téže zemi v roce 1983 noviny znovu informovaly o úmrtích na choleru v roce 1984.
„Varování o následném riziku cholery mohly být vydány téměř rok předem, “ napsali vědci Eric Horvitz, ředitel Microsoft Research, a Kira Radinsky, doktorandka na Technion-Israel Institute of Technology.
Tento model nutně neznamená, že v Bangladéši bude sucho vždy vést k cholere. Ale při pohledu na události s ohledem na budoucnost by hrozící sucho mohlo být znamením pro bangladéšské vodohospodářské manažery, aby pozorně sledovali své léčebné programy, nebo aby se zdravotničtí pracovníci měli na pozoru před vypuknutím.
Podobné souvislosti mezi suchem a cholerou, jak uvádí MIT Technology Review, byly identifikovány pro Angolu.
V podobných testech zahrnujících předpovědi nemoci, násilí a značného počtu úmrtí byla varování systému 70 až 90 procent času správná.
Techniky, jako je tato, se ve vědě používají neustále. Neuronové sítě, strojové učení a přístupy umělé inteligence pomohly YouTube objevit - bez lidského zásahu - co jsou kočky, a pomohli paleontologům urychlit fosilní lov. Vzhledem k tomu, že dokážou analyzovat obrovské množství dat, jsou počítače obzvláště vhodné pro vytažení některých neobvyklých trendů, které pronikají do historie. Tom Simonite z MIT:
V posledních desetiletích se mnoho věcí na světě změnilo, ale lidská povaha a mnoho aspektů životního prostředí zůstalo stejné, říká Horvitz, takže software se může naučit vzory i ze velmi starých dat, která mohou naznačovat, co je před námi. "Já osobně mám zájem o další získávání dat v čase, " říká.
Více z Smithsonian.com:
Bez lidského dohledu se 16 000 počítačů naučí rozpoznávat kočky.
Fossil Finding Goes High Tech
