研究者為了得知「AI 是否能準確預知未來？」，透過 15 年來收集的大樣本數據集建立統計和機器學習模型，使各個團隊在「脆弱家庭挑戰賽」中利用 AI 預測孩子們 15 歲時的人生發展跟實際是否相符。
我們的人生軌跡可能受家庭、社會、時代影響，也因大大小小的決定被改變。我們無法預知的未來，AI 可以準確預測嗎？
來自普林斯頓大學、加州大學洛杉磯分校、麻省理工學院、弗吉尼亞理工大學等機構的 160 個研究小組參與了「脆弱家庭挑戰賽」（Fragile Families Challenge），透過建立統計和機器學習模型，試圖預測、衡量美國各地兒童、父母及其家庭的人生軌跡，尋求上述問題的答案。
當地時間 2020 年 3 月 30 日，這一挑戰賽的研究成果在線發表於《美國國家科學院院刊》，論文題為 Measuring the predictability of life outcomes with a scientific mass collaboration（透過科學合作探究人生軌跡的可預測性），合著者多達 112 位。
來自 4000 餘個家庭的大樣本數據集
實際上，探究人生軌跡，更像是一個社會學問題。這不僅僅是預測未來那麽簡單，它在提供家庭援助、了解社會僵化程度、改善相關政策方面都有一定的參考意義。
這一研究基於一個名為「脆弱家庭與兒童健康研究」（Fragile Families and Child Wellbeing Study）的高質量出生隊列數據集——由社會科學家 15 年來收集的大樣本數據集，包含來自 4000 多個家庭的 1.3 萬個數據點。
研究人員對出生於 1998-2000 年間美國大城市的兒童進行了研究，其中未婚父母所生兒童的占比較大。不難看出，這一縱向研究的目的也在於了解出生在未婚家庭的孩子的生活。
具體來講，隨著孩子年齡的增長，相關數據總共收錄了 6 個階段的情況——小孩剛出生時、1 歲、3 歲、5 歲、9 歲和 15 歲。
值得一提的是，每個年齡段數據收集的範圍不同。比如，孩子剛出生時，僅僅收集父母的調查訪談訊息；孩子 9 歲時，需要對父母、孩子的主要照顧者（如果不是父母的話）、老師和孩子自己都進行調查訪談，進而收集訊息（如下圖）。
此外，針對不同年齡段，研究人員對數據的關注方向不一。
例如，孩子剛出生時，對母親的採訪主要涉及兒童健康與發展、父母關係、父親身份、父母對婚姻的態度、與家人的關係、環境和政策因素、健康狀況、人口特徵、教育程度、就業及收入情況；而在孩子 9 歲時，對孩子本人的採訪主要涉及的話題有父母關係、父母的要求及督促孩子的情況、與兄弟姐妹的關係、日常生活、在校情況、青少年犯罪傾向、任務完成和行為表現及健康、安全狀況。
脆弱家庭挑戰賽
實際上，這一名為「脆弱家庭挑戰賽」的專案可以說是一款遊戲——遊戲開發者是項目組織者，玩家是參與進來的各個研究團隊。
而遊戲設定是，項目組織者不公開上述家庭中孩子們 15 歲時的數據，各個研究團隊可利用任意的 AI 模型高能玩法準確預測孩子們 15 歲時的人生發展。開發者為玩家提供了 6 種衡量維度，如孩子們的平均學習成績、孩子們的毅力、家庭經濟水平、孩子的主要照顧者的工作和接受培訓情況等，玩家需要預測其中的至少一個維度。
如下圖，這一研究的背景數據包括來自 4242 個家庭的孩子剛出生時、1 歲、3 歲、5 歲和 9 歲時的共 12942 個變量。而訓練數據即是孩子們 15 歲時的 6 種人生軌跡。
實際上，這一遊戲設計思路正是電腦科學領域常用的一種研究設計方法「共同任務法」。
專案組織者收到了來自全球 68 所大學的 457 份申請，最終這一項目由全球 160 個研究小組協同開展。挑戰賽於 2017 年 3 月 5 日至 2017 年 8 月 1 日展開，參與者只要將預測結果上傳至挑戰賽官網即可。
在脆弱家庭挑戰賽結束後，組織者將 160 個團隊的結果進行分析比較，發現各團隊使用了不同的數據處理、統計學習等技術來生成預測，雖然各個團隊得到的預測結果之間相差不大，但各預測結果普遍與真實情況差距較大， 即便是最準確的預測結果也與訓練數據的實際情況存在不小的差距。
如下圖，研究團隊對家庭經濟水平、孩子們平均學習成績的平均預測準確度在 0.2 上下浮動，而對其他幾種維度的預測準確度平均約 0.05（註：值愈接近 1，吻合程度愈高；愈接近 0，則吻合程度愈低）。
當然不可否認的是，各團隊對部分預測也是準確的，比如具體某個孩子的學習成績。
目前看來，我們可以回答文章開頭的那個問題了——AI 並不能很準確地預測人生軌跡。
這一結論對 AI 模型在刑事司法、兒童保護服務等場景的應用帶來了啟示，同時社會學家、數據科學家今後也應謹慎使用 AI 預測模型。正如普林斯頓大學和哥倫比亞大學 「脆弱家庭與兒童健康研究」首席研究員 Sara McLanahan 所說：
結果令人大開眼界，要麽運氣在我們的生活中扮演著重要角色，要麽我們作為社會科學家在研究中忽略了一些重要變量。
資料來源：EurekAlert！（1）、 EurekAlert！ （2）、PNAS、Fragile Families Challenge
本文轉載自《雷鋒網》
