Фото: Ахмад Хасхим
Вест се често назива "првим грубим нацртом историје", првом пукотином која има смисла у борбама и тријумфима нашег времена. Међутим, нови мотор вештачке интелигенције могао би успети да прикупи те нацрте како би одредио будућност. Користећи напредне рачунарске технике за рашчлањивање кроз две деценије прича Нев Иорк Тимеса и других ресурса, Мицрософт-ов истраживач Ериц Хорвитз и научница Технолошко-израелског института за технологију Кира Радински, мисле да би могли да идентификују основне везе између догађаја у стварном свету и предвидјети шта ће се даље догодити.
Трик је у томе што многим догађајима везаним за новине - нередима, епидемијама болести - каже ББЦ, следе и друге мање драматичне вести. Но, копањем по тако огромном богатству прича, ове иначе превидјене асоцијације могу се извући.
У свом истраживачком раду, двојица научника кажу да су помоћу мешавине архивираних вести и података у реалном времену могли да виде везу између суше и олује у деловима Африке и епидемије колере.
На пример, 1973. Нев Иорк Тимес је објавио вест о суши у Бангладешу, а 1974. је известио о епидемији колере.
Након извештаја о још једној суши у истој држави 1983. године, новине су поново пријавиле смрт од колере 1984. године.
"Упозорења о ризику од колере на нижем току могла су бити објављена готово годину дана унапред", написали су истраживачи Ериц Хорвитз, директор Мицрософт Ресеарцх-а, и Кира Радински, докторица на Технион-Израелском институту за технологију.
Овај модел не значи нужно да ће за Бангладеш суша увек водити колери. Али, посматрањем догађаја са погледом у будућност, предстојећа суша би могла бити знак руководиоцима воде у Бангладешију да пажљиво прате своје програме лечења или да здравствени радници буду опрезни од епидемије.
Сличне везе између суше и колере, каже МИТ-ов технолошки преглед, идентификоване су и за Анголу.
У сличним тестовима који укључују прогнозе болести, насиља и значајног броја смртних случајева, упозорења система била су тачна између 70 до 90 процената времена.
Овакве технике се користе у науци све време. Неуронске мреже, машинско учење и приступи вештачкој интелигенцији помогли су ИоуТубеу да без људске интервенције открије шта су мачке и помогли су палеонтолози да убрзају лов на фосиле. Будући да могу да анализирају огромне количине података, рачунари су посебно погодни за извлачење неких не очигледних трендова који прожимају историју. Том Симоните са МИТ-а:
Многе ствари о свету су се промениле последњих деценија, али људска природа и многи аспекти околине су остали исти, каже Хорвитз, тако да софтвер можда може да научи обрасце из чак врло старих података који могу сугерисати шта је пред нама. "Лично сам заинтересован да податке добијем уназад", каже он.
Више са Смитхсониан.цом:
Без људског надзора, 16.000 рачунара научи да препознају мачке.
Проналазак фосила достиже високе технологије
