随着奥运火炬传递的开始，里约奥运会的脚步也离我们越来越近。我站报道过多次的微软智能机器人 小冰 抢在章鱼保罗什么的“预言家”们之前来了一个 各国奥运金牌预测榜 。而结果如何，这一切我们还要将悬念留在百日之后方可见分晓。
在此次微软预测的奖牌榜榜单上，美国仍将以 40 枚金牌和 95 枚的奖牌总数独占鳌头，紧随其后的是中国 37 金与总奖牌 82 枚，两国将占据奖牌榜的第一集团。东道主巴西排在第十。
看似简单的预测榜单，其背后却蕴含着大学问
为了实现此次的准确预测，微软收集了自 1896 年以来各运动大类的奥运奖牌分布，以及五十多个国家，28 个比赛大项的 3 万多名运动员的历年比赛成绩。并为每一个运动大类建立单独预测模型。
在此基础上，还要参考每个参赛国家人均生产总值(GDP)、人口数、人均收入、当地体育产业规模等指标，以及当地气候、主办国(是否是本届比赛主办国或者上一届、下一届主办国)因素等与奥运比赛关联性较强的数据。
此外，还要参考包括 Facebook、Twitter、微博在内社交平台上，用户对于奥运的舆论倾向，运动员的喜爱程度等。综合以上数据，再构建相应的奖 牌与单项比赛预测模型，并产生预测结果。
多年来，许多科学家与体育专家都试图预测奥运会等赛事。但事实证明，这类预测往往与实际比赛结果相差很远。小冰的预言成绩如何，值得期待的同时我们也能从过往的几次三番的预测历史中略见端倪：
2014 年巴西世界杯 ——成功预测 16 场淘汰赛中的 15 场以及德国夺冠，准确率高达到 93%;
2014 年奥斯卡奖项——微软 Bing 通过大数据成功分析预测了 24 个奖项中的 21 个，准确率高达 87%;
2015 年的英格兰公投——微软小冰预测苏格兰将有超过半数的概率(51.3%)留在英国，公投结果是 55.8%的苏格兰选民选择留在英国;
2015 年的奥斯卡奖项——微软 Bing 通过大数据预测结果，准确率高达 85%;
2016 年的奥斯卡奖项——微软小冰做了四项预测，其中三项与真实结果一致，包括莱昂纳多拿到奥斯卡最佳男演员，准确率 75%
人工智能预测之外的更多利用价值
这些结果也再次证明了人工智能、大数据科学预测的广阔前景，人工智能预测也将会渗透在未来生活场景应用的更多方面。必应搜索以往曾经有过的大致 3 类预测：奥斯卡、金球、格莱美等专家评选类项目的预测，奥运会、超级碗等体育赛事的预测，以及选举、公投等政治活动预测。有内部人士曾透露：
分析来看——这 3 种不同的预测有着各自不同的鲜明特征，因此是不能一概而论的。相对而言，奥斯卡这样的专家评审更加依赖少数专业人士的意见，而政治活动则依赖民意，导致同样的搜索指标占有不同的权重。所以，虽然用的是类似的预测模型和技术，但是不同类型的预测准确度肯定会不一致。
据我了解人们俗称的小冰，是大名鼎鼎微软亚洲研究院的“当家花旦”。头像则是一个美女和卡通人物(不知道是哪一个实习生照自己画的)。至于功能嘛，相信许多人在微信中短暂体验过了，大致相当于聊天机器人小黄鸡的加强版。她不仅有着萌化的头像，以及比较女性化的语言风格，而奶茶妹妹在微软做实习产品经理，并在小冰发布会上做报告也一度成为话题。
据我观察，迄今小冰在微信的服务号中开发的功能还有不少，比如大家熟悉的测颜值辩年纪的” 谁是小鲜肉” 游戏;感情模型长记忆(类似养成游戏少儿不宜);语音对话(可以做到理解日常简单对话和报数数羊催眠?!)目前仍旧处在每周解锁一项新技能的进度条中。
小冰目前仍旧是一款由中国和日本独占的产品，所以关于人工智能的商业化，最早也是针对小冰来展开的。在美国市场，必应提供了一个名叫 Cortana Analytics 的分析技术，是把在全球市场已经推行的微软小娜(win10 和 wp 的语音助理)的一些应用场景分拆之后，交给企业租用来分析内部大数据。