Ved at kombinere massive datastrømme, indsigt i den menneskelige psyke samt kunstig intelligens kan mennesket få hjælp til informationer om uforudsigelige hændelser.
Det er grundstene bag chefen for Microsofts forskning i interaktion, Eric Horvitz', tanker om modeller, der kan hjælpe os til at forstå hændelser, der endnu ikke er opstået eller som opstår ad hoc som en overraskende begivenhed.
Han understreger dog, ifølge MIT, at modellen til forudsigelser ikke handler om, hvordan børsmarkedet udvikler sig i morgen.
"Vi tror, at vi kan benytte metoder til at kigge på de fænomener, der har overrasket os i fortiden, til at finde frem til de områder, som vil overraske os i fremtiden," forklarer han på MIT's hjemmeside.
Resultaterne fra Microsoft-forskningen vil kunne få stor betydning for militærstrategi, politik og på de finansielle markeder.
Kør eller tag omvej
Eric Horvitz har blandt andet selv arbejdet på et trafik-system i Seattle, hvor man i realtid kan få et overblik over, hvilke veje, der er henholdsvis stærkt trafikerede eller lige til at trykke speederen i bund på.
I trafik-programmet benytter han sig af viden om trafikken her og nu, men også Seattle-borgernes kognitive opfattelse af, hvad der er overraskende og hvad, der er triviel viden. Derudover er der tilføjet vejr, antal gennemsnitlige ulykker og sportsbegivenheder i beregningsalgoritmerne.
Trafikanterne skal ikke nødvendigvis have oplysninger om den slags ting, fordi det er trivielt, at der er travlt om vejene om morgenen. Derimod skal de kun have oplysninger, hvis der mod forventning er opstået trafikpropper, eller hvis travle hovedforbindelser på magisk vis er frie til gennemkørsel i myldretiden.
Model til alle formål?
Ifølge Eric Horvitz kører trafikmodellen med en meget høj sandsynlighed.
Han spekulerer derfor i, om den kan benyttes på andre områder end lige trafik.
Blandt andet har han derfor talt med forskere inden for politik og økonomi om mulighederne for at bygge modeller, der kan forudsige politiske konflikter og huspriser, som vil overraske selv garvede eksperter.
Han påpeger dog, at disse modeller er en vision, hvor viden om, hvad vi ikke ved, skal være fundamentet for at bygge modellerne i fremtiden.
