Foto: Ahmad Hashim
Berita ini sering dijuluki "draf pertama sejarah yang kasar, " retakan pertama dengan memahami perjuangan dan kemenangan pada zaman kita. Enjin kecerdasan buatan baru, bagaimanapun, mungkin dapat menuai draf-draf tersebut untuk memikirkan masa depan. Dengan menggunakan teknik pengkomputeran lanjutan untuk menguraikan dua dekad cerita New York Times dan sumber-sumber lain, penyelidik Microsoft Eric Horvitz dan saintis Institut Teknologi Technion-Israel, Kira Radinsky, fikir mereka mungkin dapat mengenal pasti hubungan asas antara peristiwa dunia sebenar dan meramalkan apa yang akan berlaku seterusnya.
Caranya adalah bahawa banyak kejadian-kejadian rusuhan, wabak penyakit-kata BBC, didahului oleh cerita berita lain yang kurang dramatik. Tetapi, dengan menggali begitu banyak kekayaan cerita, persatuan-persatuan yang diabaikan ini boleh ditarik keluar.
Dalam kertas penyelidikan mereka, kedua-dua saintis mengatakan bahawa menggunakan campuran laporan berita yang diarsipkan dan data masa nyata, mereka dapat melihat hubungan antara kemarau dan ribut di bahagian Afrika dan wabak kolera.
Sebagai contoh pada tahun 1973, New York Times menerbitkan berita kemarau di Bangladesh, dan pada tahun 1974 ia melaporkan wabak kolera.
Berikutan laporan kemarau lain di negara yang sama pada tahun 1983, akhbar itu lagi melaporkan kematian kolera pada tahun 1984.
"Tanda-tanda mengenai risiko hiliran kolera dapat dikeluarkan hampir setahun sebelum ini, " kata penyelidik Eric Horvitz, pengarah Microsoft Research, dan Kira Radinsky, pelajar PhD di Technion-Israel Institute of Technology.
Model ini tidak bermakna bahawa, untuk Bangladesh, kemarau akan sentiasa membawa kepada kolera. Tetapi, dengan melihat kejadian-kejadian dengan mata kepada masa depan, kemarau yang mungkin akan menjadi tanda kepada para pengurus air Bangladeshi untuk terus mengawasi program rawatan mereka, atau bagi pekerja penjagaan kesihatan berhati-hati terhadap wabak.
Hubungan yang sama antara kemarau dan kolera, kata Kajian Teknologi MIT, telah dikenal pasti untuk Angola.
Dalam ujian yang sama yang melibatkan ramalan penyakit, keganasan, dan sejumlah besar kematian, amaran sistem adalah betul antara 70 hingga 90 peratus masa.
Teknik seperti ini digunakan dalam sains sepanjang masa. Rangkaian saraf, pembelajaran mesin dan pendekatan kecerdasan buatan telah membantu YouTube menemui tanpa campur tangan manusia-apa kucing dan membantu paleontologi mempercepatkan memburu fosil. Kerana mereka boleh menganalisis data luas, komputer sangat sesuai untuk menarik beberapa trend yang tidak jelas yang menyerap sejarah. Tom Simonite dari MIT:
Banyak perkara tentang dunia telah berubah dalam beberapa dekad yang lalu, tetapi sifat manusia dan banyak aspek alam sekitar telah tetap sama, kata Horvitz, sehingga perisian mungkin dapat mempelajari corak dari data yang sangat lama yang dapat menunjukkan apa yang akan terjadi. "Saya secara peribadi berminat untuk mendapatkan data lebih lanjut dalam masa, " katanya.
Lagi dari Smithsonian.com:
Dengan Tiada Penyeliaan Manusia, 16, 000 Komputer Belajar Mengenali Kucing.
Fossil Finding Goes High Tech
