除此之外，针对今年2月的第89界奥斯卡的16项预测中，Swarm AI命中了12项，准确率为75%。不过，相比去年的奥斯卡，其准确率并没有什么变化，而且最佳男主角和最佳影片两项大奖也都预测错误。
什么是集群智能（Swarm Intelligence）？
根据维基百科的解释，集群智能源于对以蚂蚁、蜜蜂等为代表的社会性昆虫的群体行为的研究。最早被用在细胞机器人系统的描述中。它的控制是分布式的，不存在中心控制。群体具有自组织性。
典型的集群智能系统由一群简单的主体构成，每个主体和其它主体以及它们的环境进行局部的交互。尽管通常没有集中控制机制来指示这些主体如何协作，但这些简单的局部交互行为通常能涌现出复杂的全局行为。
俗话说，“三个臭皮匠赛过诸葛亮”。可以想象，当汇集20个人、甚至200个人的智慧时，将会有多聪明。这就带来了一个问题：人类智慧的可以集群吗？当然，我们并没有进化出集群的能力。
想象一下，将数百人的知识、智慧、洞察、以及直觉通过AI算法实时连接起来，将会产生一种新的智能，能够像超级专家一样“共同思考”。而这就是Unanimous A.I.在做的工作：通过将实时人类的输入和复杂的“集群算法”结合起来，Unanimous A.I.放大了这些团体的集体智慧，并超越了专家的表现。Unanimous A.I.将这种技术称为“Swarm AI”——集群人工智能。
Unanimous A.I.在官网中介绍到，
不仅仅是鸟类、蜜蜂、鱼群，在整个自然界中，无数的物种已经发展出强大的方法，通过集体思考来加强整个群体的智慧。他们不需要进行问卷调查，而是形成了一个实时闭环系统，汇聚了优化后的洞察力，超越了个体思想的能力。在自然界中，他们被称为“集群智能（Swarm Intelligence）”。而Unanimous A.I.的工作，就是使得人类能够利用这种放大效应的优势。我们的Swarm AI技术能够把人们通过网络连接起来，按照自然的群体来构建实时系统。而这一方法被证实是有效的，能够在更广泛的应用中，实现更深入的洞察，更智能的预测，以及更准确的回答。
集群智能有哪些限制？
虽然Unanimous A.I.利用Swarm AI准确预测了法国大选和特朗普上任百日后的支持率，但是集群智能也有失效的时候，比如Swarm AI对美国大选结果预测的失败就是一个很好的例子。
据澎湃新闻报导，Swarm AI采取的方法是直接以人为分析对象，即通过询问参与的选民一组类似的问题，如：“如果希拉里担任总统，失业问题将如何改善？”参与预测的选民可从五个答案中选择，即“大幅改善”、“略微改善”、“大幅加剧”、“略微加剧”以及“没有任何变化”。此外，可选的答案还有“希拉里胜算很大”、“希拉里略胜一筹”、“特朗普胜算很大”、“特朗普略胜一筹”以及“不相上下”。
这也直接暴露了Swarm AI的局限性：预测结果受参与群体特征影响，并让预测结果带有偏见。就像John Mannes所说的那样：“一个充满偏见的世界能产生偏见的数据，而偏见化的数据又会继续得到偏见化的AI框架。”。
那么怎样解决这种类似的选择偏见呢？普林斯顿大学和麻神理工大学的学者今年1月在《自然》杂志上发表的论文中给出了解决办法——“surprisingly popular（意外流行）”。研究人员表示，这种算法能更好地从群体中获得正确答案，特别是当大多数人的看法是错误的时候。
根据澎湃新闻的报导，研究人员会询问接受调查的人他们对某个问题的看法，以及他们认为其他人会如何看待这个问题：你认为正确答案是什么？你认为大多数人会选择的答案是什么？然后，算法会找出“surprisingly popular”的答案，也就是比大多数人预测中更受欢迎的答案。大部分情况中，这些超出大多数人预计的选择，就是正确的答案。
总结