加州大学团队创建自动预测系统，有望预测大规模传染病等风险

来源：DeepTech深科技

在近期一项工作中，美国加州大学伯克利分校的团队，研究了如何使用大模型预测未来。

本次研究旨在创建一个自动化的人工智能系统，让其能在诸多领域做事件预测，并以此指提升人类社会的决策效率和质量。

举例而言：在经济上，金融参与者希望预测未来经济走势。在地缘政治上，国家希望预测选举结果、战争和灾害。在社会层面，个体和机构都希望预测技术发展。

这些预测往往指引了决策制定。传统上，诸多领域的预测都需要人类专家的参与，例如央行招募经济学家预测经济，公共卫生部门招募传染病学家预测疾病传播等。

人类专家往往需要时间和精力进行研究和思考，才能发表尽可能准确的预测。因而，这一传统的预测方式耗时耗力，效率和扩展性受限。

基于大模型在近年的发展，课题组想到用大模型进行预测。于是，他们创建了一个基于大模型和检索增强生成技术的自动预测系统。

（来源：arXiv）

在验证效果方面，他们收集了近千个 2023 年后半年、在预测市场上横跨多领域的事件预测问题。

结果显示，本次 AI 系统的表现相较基准线大幅提升，总体上迫近了人类预测者的水平，并在一些特定情况下超过了人类水准。

据该团队所知，这也是第一个达到出此种表现的人工智能预测系统。

本次成果对未来的预测，将涵盖人类生活的方方面面，如果能准确预测政治、经济和技术的发展，就可以帮助政府、机构和个人做出更好的决策。

此外，研究人员希望此系统能降低人类长远发展的风险。人类社会过去曾面临诸多的生存危机，诸如二战、核危机、大规模传染病等。

而未来都可以通过本次成果对这些领域进行更准确、更高效的预测，从而降低其灾害性风险。

目前，对人工智能安全性的担忧困扰着诸多研究者，因此课题组也希望可以利用 AI 系统理解自身的发展趋势。

图 | 论文作者之一（来源：资料图）

研究人员表示：“论文已经在 X 上（原 Twitter）获得了很多好评。例如《超预测》一书作者、美国宾大沃顿商学院教授菲利普·泰洛克（Philip E. Tetlock）评价称：‘这篇论文具备改变领域发展的潜力。’”

（来源：X）

人工智能安全中心（Center for AI Safety）总监丹·亨德里克（Dan Hendryck）评价称：“如果这些系统非常擅长预见未来，它们可以作为一个客观、准确的第三方。

这将帮助我们更好地预测人类行为的长期后果，并做出更明智的决策。”

（来源：X）

接下来，课题组会建立一个实时的事件预测数据集，即建立类似于大模型排行系统的 Chatbot Arena。

在目前的设想中，他们将衡量目前所有主流大模型在预测未来上的表现，并实时更新结果。

参考资料：

https://arxiv.org/pdf/2402.18563

运营/排版：何晨龙