Nature：意外流行算法——单问题群体智慧新解
发布时间：2017-02-17群体智慧并不总是完美的。为了更好地从群体中获取正确的答案，MIT 和普林斯顿大学的研究者提出了一种名为"意外流行"（surprisingly popular）新算法，相关结果日前在Nature发表。这一方法有望改进有关经济、政策乃至艺术品收藏等针对大规模人群调查的结果，尤其是在大多数人的意见不靠谱的时候。
群体智慧优于任何个人智慧的概念一度曾被视为激进的观点（provocative），但已经成为一种群体智慧，导致有人猜测在线投票都方式可能很快会使认证专家失业。群体智慧近来被用于政治和经济预测、评估核安全、公共政策、化学探测质量检测，以及潜在火山爆发危机应对措施。用于获取群体智慧的算法通常基于民主投票程序，易于应用并且保持了个人判断的独立性。然而，民主方法有严重的局限性，容易抛弃那些没有被广泛共享的新颖或专业知识，反而侧重肤浅、最低的共同信息。基于测量置信度的调整也不能可靠地解决这个问题。在这里，我们提出了民主投票的替代方案：选择比人们预测更受欢迎的答案。我们表明，这个原则在关于选民行为的合理假设下能够产生最佳答案，而标准的"最受欢迎"或"最自信"原则在相同的假设下无法实现这一点。与传统投票一样，该原则适用于单独的问题，例如关于科学或艺术价值的小组裁决以及法律或历史争端。因此，这一方法的潜在应用领域比机器学习和心理测量方法更加广泛，后两者都需要来自多个问题的数据。
参考文章：A Solution to the single-question crowd wisdom problem
来源：Nature
