Ny algoritme forudser menneskelige opførselsmønstre bedre end mennesker

En ny MIT-undersøgelse viser, at en algoritme kan forudsige et menneskes opførsel mere præcist og hurtigere, end et andet menneske kan.

Max Kanter, en kandidatstuderende fra MIT, har i samarbejde med sin vejleder Kalyan Veeramachaneni som er videnskabsforsker i MITs computervidenskabs- og AI-laboratorie, skabt en algoritme ved navn Data Science Machine. Den er skabt til at søge efter mønstre, og automatisk udvælge hvilke variabler der er de mest relevante.

I 3 konkurrencer imod menneskelige modstandere, kunne algoritmen lave mere præcise forudsigelser end 615 ud af 906 teams der bestod af mennesker. Og hvor mennesker skulle arbejde på deres algoritmer for forudsigelser i flere måneder, tog det kun mellem 2 og 12 timer for algoritmen at producere hver af dens konkurrenceforslag.

Et eksempel er, da konkurrencen gik på at hvert team skulle forudsige om en studerende ville droppe ud i løbet af de næste 10 dage, baseret på de studerendes interaktioner med ressourcer og online kurser. Her var der mange mulige faktorer at overveje, og hvor det kunne være fristende at kigge på hvor sent de studerende indleverede deres opgaver og hvor lang tid de brugte på at kigge på deres noter fra lektioner, så så var de mest pålidelige indikatorer at se på hvornår ift. en deadline at en studerende begyndte at lave sin opgave, kombineret med hvor lang tid den studerende brugte på semesterets website.

Derudover vandt The Data Science Machine i en konkurrence, hvor man skulle bedømme om et crowd-funded projekt var at betragte som spændende, samt en anden konkurrence hvor man skulle forudsige om en kunde ville blive en tilbagevendende kunde.

Billede: mit.edu

Kategori: Software  

Tags: mit   ai   the data science machine   menneskelig opførsel   analyse