Φωτογραφία: Ahmad Hashim
Οι ειδήσεις συχνά ονομάζονται "το πρώτο τραχύ σχέδιο της ιστορίας", η πρώτη ρωγμή στο νόημα των αγώνων και των θριάμβων της εποχής μας. Μια νέα μηχανή τεχνητής νοημοσύνης, ωστόσο, θα μπορούσε να συγκομιδή τα σχέδια αυτά για να υπολογίσει το μέλλον. Χρησιμοποιώντας προηγμένες υπολογιστικές τεχνικές για να αναλύσουν δύο δεκαετίες ιστορίες και άλλους πόρους της New York Times, ο ερευνητής της Microsoft, Eric Horvitz, και ο τεχνολόγος Ισραηλινό Ινστιτούτο Τεχνολογίας, Kira Radinsky, πιστεύουν ότι θα μπορούσαν να εντοπίσουν τις υποκείμενες συνδέσεις μεταξύ πραγματικών γεγονότων και προβλέψτε τι θα συμβεί στη συνέχεια.
Το τέχνασμα είναι ότι πολλά νέα γεγονότα-ταραχές, εκδηλώσεις ασθένειας- λέει το BBC, προηγήθηκαν και άλλες άλλες λιγότερο δραματικές ειδήσεις. Αλλά, σκάβοντας μέσα από ένα τόσο μεγάλο πλούτο ιστοριών, αυτές οι διαφορετικές παραβλέπονται ενώσεις μπορούν να αποσπαστούν.
Στο ερευνητικό τους δελτίο, οι δύο επιστήμονες λένε ότι χρησιμοποιώντας ένα μείγμα αρχειοθετημένων ειδήσεων και δεδομένων σε πραγματικό χρόνο, κατάφεραν να δουν δεσμούς μεταξύ ξηρασίας και καταιγίδων σε μέρη της Αφρικής και της επιδημίας χολέρας.
Για παράδειγμα, το 1973 οι New York Times δημοσίευσαν νέα σχετικά με την ξηρασία στο Μπαγκλαντές και το 1974 ανέφεραν επιδημία χολέρας.
Μετά από αναφορές για άλλη ξηρασία στην ίδια χώρα το 1983, η εφημερίδα ανέφερε και πάλι θανάτους από τη χολέρα το 1984.
"Οι προειδοποιήσεις σχετικά με έναν κίνδυνο κατάρρευσης της χολέρας θα μπορούσαν να έχουν εκδοθεί σχεδόν ένα χρόνο νωρίτερα", ανέφεραν οι ερευνητές Eric Horvitz, διευθυντής της Microsoft Research και Kira Radinsky, PhD φοιτητής στο Technion-Israel Institute of Technology.
Αυτό το μοντέλο δεν σημαίνει απαραίτητα ότι, για το Μπαγκλαντές, η ξηρασία θα οδηγήσει πάντα στη χολέρα. Ωστόσο, βλέποντας τα περιστατικά με γνώμονα το μέλλον, μια επικείμενη ξηρασία θα μπορούσε να αποτελεί σημάδι για τους διαχειριστές νερού του Μπαγκλαντές για να παρακολουθήσουν προσεκτικά τα προγράμματα θεραπείας τους ή για τους εργαζόμενους στον τομέα της υγειονομικής περίθαλψης να είναι επιφυλακτικοί για ένα ξέσπασμα.
Παρόμοιες σχέσεις μεταξύ της ξηρασίας και της χολέρας, αναφέρει η τεχνολογική ανασκόπηση του MIT, εντοπίστηκαν για την Αγκόλα.
Σε παρόμοιες δοκιμές που περιλαμβάνουν προβλέψεις ασθενειών, βίας και σημαντικού αριθμού θανάτων, οι προειδοποιήσεις του συστήματος ήταν σωστές μεταξύ 70 και 90% του χρόνου.
Τεχνικές όπως αυτή χρησιμοποιούνται στην επιστήμη όλη την ώρα. Οι προσεγγίσεις των νευρωνικών δικτύων, της μηχανικής μάθησης και της τεχνητής νοημοσύνης βοήθησαν το YouTube να ανακαλύψει - χωρίς ανθρώπινη παρέμβαση - ποιες είναι οι γάτες και βοήθησαν τους παλαιοντολόγους να επιταχύνουν το κυνήγι ορυκτών. Επειδή μπορούν να αναλύσουν τεράστια ποσά δεδομένων, οι υπολογιστές είναι ιδιαίτερα κατάλληλοι για την εξάλειψη μερικών από τις μη προφανείς τάσεις που διαπερνούν την ιστορία. Ο Tom Simonite του MIT:
Πολλά πράγματα για τον κόσμο έχουν αλλάξει τις τελευταίες δεκαετίες, αλλά η ανθρώπινη φύση και πολλές πτυχές του περιβάλλοντος έχουν παραμείνει η ίδια, λέει ο Horvitz, έτσι ώστε το λογισμικό να μπορεί να μάθει πρότυπα ακόμα και από πολύ παλιά δεδομένα που μπορούν να προτείνουν τι συμβαίνει. "Είμαι προσωπικά ενδιαφερόμενος για να βγάλω τα δεδομένα πίσω στο χρόνο", λέει.
Περισσότερα από το Smithsonian.com:
Με καμία ανθρώπινη εποπτεία, 16.000 υπολογιστές μάθουν να αναγνωρίζουν τις γάτες.
Η αναζήτηση ορυκτών πηγαίνει υψηλής τεχνολογίας
