Jak sztuczna inteligencja od Microsoftu przewidywała wyniki Oscarów

Od kilku lat inżynierowie Microsoftu bawią się w przewidywanie wyników najróżniejszych konkursów czy rozgrywek sportowych. Wykorzystują do tego dane pozyskane przez wyszukiwarkę Bing, które następnie poddawane są analizie przez sztuczną inteligencję. Skuteczność tych przewidywań jest dość wysoka, oprogramowanie niejednokrotnie trafnie przewidywało zwycięzców Super Bowl, Mistrzostw świata w piłkę nożną czy laureatów oscarowej gali. W tym roku firma również podjęła wyzwanie i postanowiła wskazać produkcje, które zostaną wyróżnione przez członków Akademii. Zabawę w przewidywanie wyników głosowania Microsoft przeprowadził we współpracy z dziennikiem The Hollywood Reporter. Za obliczenia odpowiadał program Awards Predictor napędzany przez technologię Microsoft AI, a zabawa składała się z dwóch części: głosowania czytelników oraz przewidywań algorytmu. Sztuczna inteligencja Microsoftu miała za zadanie wytypować zwycięzców w pięciu kategoriach: Najlepszy film, Najlepszy aktor, Najlepsza aktorka, Najlepszy reżyser oraz Najlepsza piosenka. Jak się okazało, tylko w trzech kategoriach program okazał się bezbłędny. Ale i tak był skuteczniejszy w przewidywaniach zwycięzców niż czytelnicy serwisu. Awards Predictor oszacował, że istnieje 42% szans na zgarnięcie nagrody za najlepszego aktora dla Rami Malek za rolę Freddiego w filmie Bohemian Rhapsody. Pewny był także co do zgarnięcia przez Alfonso Cuarón Oscara dla najlepszego reżysera (79%).  Z kolei szansę na zdobycie statuetki przez piosenkę Shallow z filmu A Star Is Born oszacował na 73%. Algorytm rozminął się za to z przewidywaniami dotyczącymi nagród dla najlepszego filmu oraz aktorki pierwszoplanowej. W tym pierwszym przypadku postawił na Roma, dając jej 23% szans na zwycięstwo. Zgarnięcie statuetki przez film Green Book mogło być zaskoczeniem, ale była to druga produkcja do nagrody na liście Awards Predictor. Algorytm oszacował, że ma 18% szans na zwycięstwo. Czytelnicy pokładali znacznie mniejsze nadzieje w laureacie, Green Book zdobył wśród nich tylko 8% głosów. Zwycięstwo Olivii Coleman było równie niespodziewane. Awards Predictor postawił na Glenn Close (34%), a czytelnicy na Lady Gaga (38%) dając laureatce odpowiednio 32% oraz 19% szans na wygraną. Ten przypadek jeszcze dobitniej pokazuje, jak dobrze radzą sobie algorytmy od Microsoftu. Owszem, sztuczna inteligencja wskazała na niewłaściwą osobę, ale różnica między Coleman i Close była niewielka.