On pourrait soutenir que les scientifiques créent des superpuissances dans leurs laboratoires. Si Aram Galstyan, directeur de la division Intelligence artificielle de l'USC Viterbi Information Sciences Institute (ISI) n'a dû choisir qu'une seule superpuissance, ce serait la capacité de prédire l'avenir. Quel sera le cours de clôture quotidien de l'indice japonais Nikkei 225 à la fin de la semaine prochaine ? Combien de séismes de 6,0 ou plus se produiront dans le monde le mois prochain ? Galstyan et une équipe de chercheurs de l'USC ISI construisent un système pour répondre à ces questions.

Depuis deux ans, Galstyan a dirigé un groupe de chercheurs de l'ISI sur un projet nommé Anticipation synergique des événements géopolitiques, ou SAGE, tenter de prédire l'avenir à l'aide de non-spécialistes. Le projet SAGE s'appuie sur des participants humains pour interagir avec des outils d'apprentissage automatique pour faire des prédictions sur des événements futurs. Leur objectif est que les prévisions issues de la combinaison humain + IA soient plus précises que celles des humains seuls.

Leurs recherches se sont avérées très utiles et les prédictions des gens en grande partie sur la cible. Fred Morstatter de l'ISI, un professeur assistant de recherche USC Viterbi en informatique, a déclaré que des non-experts avaient prédit avec précision en avril que la Corée du Nord lancerait son essai de missile avant juillet; La Corée du Nord a été lancée en mai.

C'était le premier lancement de missile du pays en sept mois, qui a eu lieu quelques jours seulement après la parution de la question sur SAGE. "C'était quelque chose que je pense qu'aucun d'entre nous ne pensait qui allait arriver, " a déclaré Morstatter.

SAGE est financé par l'Intelligence Advanced Research Projects Activity (IARPA), qui investit dans des entreprises à haut risque, projets de recherche à haut rendement au profit de la communauté du renseignement américain.

L'IARPA s'intéresse au développement d'une technologie de prévision qui fait des prédictions, basé sur un grand nombre d'utilisateurs humains, qui sont plus précis et plus rapides qu'un seul expert humain. Avoir la capacité de prédire les événements géopolitiques pourrait potentiellement aider la communauté du renseignement à faire mieux, des décisions de sécurité nationale plus éclairées.

L'agence a accueilli de nombreux concours liés à la prévision, y compris le projet Agrégative Contingent Estimation, qui a fait appel à des humains pour faire des prédictions.

SAGE développe cette étude précédente, au lieu de cela, demander aux gens de faire des prédictions sur la base des informations fournies par diverses méthodes d'apprentissage automatique.

En 2017, l'équipe de l'ISI a reçu une période de quatre ans, subvention de plusieurs millions de dollars dans le cadre du concours de prévision hybride de l'IARPA, un nouveau projet encourageant les chercheurs à combiner les prévisions humaines avec des modèles d'apprentissage automatique pour générer des prédictions plus précises que l'une ou l'autre méthode ne pourrait le faire seule. ISI et BBN Technologies de Raytheon sont les finalistes.

Utilisateurs, connus sous le nom de « prévisionnistes », " auto-sélectionner ce qu'ils aimeraient prédire. Les sujets vont de la géopolitique, « Un pays du G7 s'engagera-t-il dans une attaque militaire nationale reconnue contre la Syrie avant le 1er décembre 2018 ? » à économique, "Combien de pétrole brut le Venezuela produira-t-il en octobre 2019 ?" Les utilisateurs peuvent également poser des questions à d'autres prévisionnistes sur les forums de discussion, commenter les résultats prévisionnels, et consulter les classements de leadership, qui sont décorés de badges numériques que les utilisateurs peuvent gagner en faisant des prévisions précises.

Les prévisionnistes non experts recrutés pour participer à SAGE ont prédit avec précision la vie réelle, événements géopolitiques, dit Morstatter. "Nous pensons que c'est le cas parce que les chiffres que nous voyons indiquent que nous dépassons un système qui n'utilise que des humains."

En effet, cela a été vérifié lors d'un concours organisé l'année dernière pour tester l'exactitude des systèmes de prévision. Tout au long de 2019, SAGE a été testé contre deux systèmes concurrents. Tous les systèmes ont reçu le même ensemble de plus de 400 questions de prévision. SAGE a pu générer des prévisions pour ces questions qui étaient plus précises que celles des systèmes concurrents.

Le premier mot de l'acronyme de SAGE, "synergique, " fait allusion à la façon dont cette prévision humaine est liée à l'apprentissage automatique. Synergy décrit comment deux objets ou plus, dans ce cas l'homme et la machine, se réunissent pour créer quelque chose de plus grand que la somme de ses parties. L'équipe SAGE est déterminée à découvrir comment combinez des prédictions participatives avec des outils d'apprentissage automatique pour générer des prédictions plus précises.

Enseigner aux non-experts comment faire des prédictions précises à l'aide de l'apprentissage automatique est l'un des principaux objectifs du projet, et ça marche.

"Grâce aux modèles de machines que nous avons dans notre système, " a déclaré Morstatter. " Les prévisionnistes font mieux que le système de contrôle qui n'a que des prévisionnistes humains. "

SAGE propose sur son site des modèles de machines intéressants pour que les utilisateurs puissent faire des prévisions éclairées. Cela inclut des graphiques de séries chronologiques - une série de points de données historiques pour montrer les tendances, avec une prédiction faite par machine - pour aider avec des prédictions quantitatives, comme la valeur d'une action au fil du temps. En combinant les prévisions générées par l'homme et la machine sur la plateforme SAGE, Les chercheurs de l'ISI ont découvert les avantages de l'hybridation, dit Galstyan.

En plus de Galstyan et Morstatter d'ISI, l'équipe comprend Pedro Szekely, professeur agrégé de recherche en informatique à l'USC Viterbi, qui sait stocker toutes les données de SAGE ; les professeurs Emilio Ferrara et Ali Abbas; programmeur de recherche Gleb Satyukov, qui développe le front-end, ou ce que les utilisateurs voient sur le site Web de SAGE ; informaticien Andres Abeliuk, dont l'expertise en biais et en informatique complète les travaux du postdoctorant Daniel Benjamin; et chef de projet Lori Weiss, la première ligne de défense de l'équipe lorsque les utilisateurs ont des questions sur la plateforme. L'équipe comprend également des membres externes de l'Université de Californie à Irvine, Université de Columbia, Université de Stanford, et l'Université Fordham.

Jusque là, ils ont pu montrer que le mélange de l'intelligence artificielle et de la prise de décision humaine génère des scores de Brier inférieurs à ceux des prévisionnistes humains seuls, il ajouta. "Nous surpassons ce qui a été fait dans le passé."

Morstatter a déclaré:"SAGE fonctionne parce que les humains ont un côté de la médaille, et les machines ont l'autre côté."

Mais ce ne sont pas seulement les analystes du renseignement qui pourraient trouver utile la technologie prédictive. Qui n'aimerait pas prédire l'avenir ?