Se podría argumentar que los científicos crean superpoderes en sus laboratorios. Si Aram Galstyan, El director de la División de Inteligencia Artificial del Instituto de Ciencias de la Información (ISI) de Viterbi de la USC tuvo que elegir solo una superpotencia, sería la capacidad de predecir el futuro. ¿Cuál será el precio de cierre diario del índice Nikkei 225 de Japón al final de la próxima semana? ¿Cuántos terremotos de 6.0 o más fuertes ocurrirán en todo el mundo el próximo mes? Galstyan y un equipo de investigadores de USC ISI están construyendo un sistema para responder tales preguntas.

Durante los últimos dos años, Galstyan ha dirigido a un grupo de investigadores de ISI en un proyecto llamado Anticipación sinérgica de eventos geopolíticos, o SABIO, para intentar predecir el futuro utilizando no expertos. El proyecto SAGE se basa en participantes humanos para interactuar con herramientas de aprendizaje automático para hacer predicciones sobre eventos futuros. Su objetivo es que los pronósticos derivados de la combinación de humanos + IA sean más precisos que los de los humanos por sí solos.

Su investigación ha demostrado ser bastante útil y las predicciones de la gente en gran medida acertaron. Fred Morstatter de ISI, un profesor asistente de investigación de ciencias de la computación de la USC Viterbi, dijo que los no expertos predijeron con precisión en abril que Corea del Norte lanzaría su prueba de misiles antes de julio; Corea del Norte se lanzó en mayo.

Fue el primer lanzamiento de misiles del país en siete meses, que tiene lugar pocos días después de que apareció la pregunta en SAGE. "Eso fue algo que no creo que ninguno de nosotros pensara que iba a suceder, ", Dijo Morstatter.

SAGE está financiado por la Actividad de Proyectos de Investigación Avanzada de Inteligencia (IARPA), que invierte en alto riesgo, proyectos de investigación de alto rendimiento en beneficio de la comunidad de inteligencia de EE. UU.

IARPA está interesada en desarrollar tecnología de pronóstico que haga predicciones, basado en un gran conjunto de usuarios humanos, que son más precisos y más rápidos que un solo experto en sujetos humanos. Tener la capacidad de predecir eventos geopolíticos podría ayudar a la comunidad de inteligencia a mejorar, decisiones de seguridad nacional más informadas.

La agencia ha organizado muchos concursos relacionados con la previsión, incluyendo el proyecto de Estimación Contingente Agregada, que contrató a humanos para hacer predicciones.

SAGE amplía este estudio anterior, en lugar de pedirles a las personas que hagan predicciones basadas en la información proporcionada por varios métodos de aprendizaje automático.

En 2017, el equipo de ISI recibió una subvención multimillonaria bajo la Competencia de Pronóstico Híbrido de IARPA, un nuevo proyecto que alienta a los investigadores a combinar la predicción humana con modelos de aprendizaje automático para generar predicciones más precisas que las que podría lograr cualquier método por sí solo. ISI y BBN Technologies de Raytheon son los finalistas.

Usuarios conocido como "pronosticadores, "autoselecciona lo que les gustaría predecir. Los temas van desde geopolíticos, "¿Participará alguna nación del G7 en un ataque militar nacional reconocido contra Siria antes del 1 de diciembre de 2018?" a economico, "¿Cuánto crudo producirá Venezuela en octubre de 2019?" Los usuarios también pueden hacer preguntas a otros pronosticadores en los foros de discusión, comentar los resultados del pronóstico, y ver las clasificaciones de liderazgo, que están decorados con insignias digitales que los usuarios pueden ganar haciendo pronósticos precisos.

Los pronosticadores no expertos reclutados para participar en SAGE han predicho con precisión la vida real, eventos geopolíticos, Dijo Morstatter. "Creemos que ese es el caso porque los números que estamos viendo indican que estamos superando a un sistema que solo usa humanos".

De hecho, esto se verificó en una competencia celebrada el año pasado para probar la precisión de los sistemas de pronóstico. A lo largo de 2019, SAGE se probó contra dos sistemas competidores. Todos los sistemas recibieron el mismo conjunto de más de 400 preguntas de pronóstico. SAGE pudo generar pronósticos para estas preguntas que eran más precisos que los de los sistemas competidores.

La primera palabra del acrónimo de SAGE, "sinérgico, "insinúa cómo este pronóstico humano se relaciona con el aprendizaje automático. Sinergia describe cómo dos o más objetos, en este caso humanos y máquinas, se unen para crear algo más grande que la suma de sus partes. El equipo de SAGE está decidido a descubrir cómo Combine predicciones colaborativas con herramientas de aprendizaje automático para generar predicciones más precisas.

Enseñar a los no expertos a hacer predicciones precisas con la ayuda del aprendizaje automático es uno de los principales objetivos del proyecto. y está funcionando.

"Gracias a los modelos de máquina que tenemos en nuestro sistema, ", Dijo Morstatter." Los pronosticadores lo están haciendo mejor que el sistema de control que solo tiene pronosticadores humanos ".

SAGE presenta algunos modelos de máquinas interesantes en su sitio para que los usuarios realicen pronósticos informados. Esto incluye gráficos de series de tiempo, una serie de puntos de datos históricos para mostrar tendencias, junto con una predicción hecha a máquina, para ayudar con las predicciones cuantitativas, como el valor de una acción a lo largo del tiempo. Al combinar pronósticos generados por humanos y máquinas en la plataforma SAGE, Los investigadores de ISI han descubierto los beneficios de la hibridación, Dijo Galstyan.

Además de Galstyan y Morstatter de ISI, el equipo incluye a Pedro Szekely, un profesor asociado de investigación de ciencias de la computación de la USC Viterbi, quién sabe cómo almacenar todos los datos de SAGE; Los profesores Emilio Ferrara y Ali Abbas; programador de investigación Gleb Satyukov, quién desarrolla el front-end, o lo que ven los usuarios en el sitio web de SAGE; el informático Andrés Abeliuk, cuya experiencia en sesgos e informática complementa el trabajo del postdoctorado Daniel Benjamin; y la directora de proyectos Lori Weiss, la primera línea de defensa del equipo cuando los usuarios tienen preguntas sobre la plataforma. El equipo también incluye miembros externos de la Universidad de California en Irvine, Universidad de Colombia, Universidad Stanford, y la Universidad de Fordham.

Hasta aquí, han podido demostrar que mezclar la inteligencia de las máquinas y la toma de decisiones humanas genera puntuaciones Brier más bajas que los pronosticadores humanos por sí solos, añadió. "Estamos superando lo que se ha hecho en el pasado".

Morstatter dijo:"SAGE funciona porque los humanos tenemos una cara de la moneda, y las máquinas tienen el otro lado ".

Pero no son solo los analistas de inteligencia los que podrían encontrar útil la tecnología predictiva. ¿A quién no le gustaría predecir el futuro?