2016年奧斯卡結果已經出爐，給了大家一個期待已久的驚喜。已經陪跑多年的萊昂納多·迪卡普里奧終于如愿捧回了最佳男演員的小金人。這結果已經在宣布前被多個人工智能產品成功預測，其中就包括微軟的必應搜索。在中國，是采用必應技術支持的人工智能機器人小冰宣布了預測結果。昨日 cnBeta 對微軟小冰資深產品總監彭爽進行了電話采訪。

如何預測？

2016年是微軟小冰和必應搜索第二次公開發布奧斯卡獎項的預測。彭爽表示，在作出兩次公開預測之前，必應團隊也結合之前多次奧斯卡獎評選的結果進行了模擬測驗。在模擬測驗結束之后，又把這些結果統一的放進預測模型當中進行機器學習。

這兩次預測結果，在中國以外的其他地區是由必應直接發布了“Bing Predict”頁面，而在中國則是由人工智能機器人小冰來擔當播報員。那么給小冰的運算能力，是否有一部分也用在了預測方面呢？對于這一點彭爽解釋說，小冰實際上是對必應的搜索結果活用的一個人工智能的交互界面，所有小冰直接應用的計算能力和算法，都是要解決人機交互方面的問題；而她的“智慧”則還是依賴于必應搜索的全網大數據。所以使用必應搜索結果進行預測，也就是在動用小冰的“大腦”。

雖然現在微軟（亞洲）互聯網工程院因為小娜、小冰有關的工作為外界所知，但是在2011年成立之初，必應搜索引擎及其前身Live搜索已經是這個工程院連續數年攻關的內容。這些積累也使得他們在相對短暫的時間之內，就打造出了小冰這個成功的產品。“因為預測的概念跟人工智能的概念更近，所以我們選擇讓小冰來發布這個結果的時候，會讓用戶覺得接受度更高，聽起來也更有意思。所以小冰會說出預測結果，而不是代言所有的搜索產品。”彭爽說。

有何優勢？

必應搜索以往曾經有過大致3類預測：奧斯卡、金球、格萊美等專家評選類項目的預測，奧運會、超級碗等體育賽事的預測，以及選舉、公投等政治活動預測。這3種不同的預測有著各自不同的鮮明特征，因此是不能一概而論的。相對而言，奧斯卡這樣的專家評審更加依賴少數專業人士的意見，而政治活動則依賴民意，導致同樣的搜索指標占有不同的權重。所以，雖然用的是類似的預測模型和技術，但是不同類型的預測準確度肯定會不一致。

比如說，在過去一個月中相繼進行的金球獎和英國電影學院獎，都被業界視作奧斯卡風向標。必應團隊提升了此類獎項結果的權重，相應降低了全網搜索結果的權重。彭爽說：“在這些由專家評審而不是民意決定的獎項當中，從搜索結果來看會有一個直觀的熱度排名，而熱度排名和評選結果往往并不一致。”萊昂納多對奧斯卡獎，村上春樹對諾貝爾文學獎，凱蒂·佩里對格萊美獎都競逐多年，每次預測時都需要考慮到網絡搜索熱度的干擾因素，并且適當的排除干擾。

同樣，也正是因為奧斯卡具有專家評審的特征，這也導致一些以少數專家思維抽樣做人工智能分析的預測，能夠在本次取得比較高的準確率，其中比較出名的一個就是Unanimous A.I.，cnBeta之前也有過報道。不過彭爽認為，必應依托全網搜索大數據得出的結果，和幾位專家智慧的結果達到同樣的準確度，恰好能夠證明預測技術的成功，因為很顯然抽樣更多的預測結果會更健壯。“當預測選擇的樣本數量越多的時候，就越會杜絕其中某一位評委或專家個人因素而導致的波動或者擾動，使得整個結果更加穩定。”在專家評選的預測當中，人工智能式預測可以調用給定專家的思維，但是如果遇到需要檢測全民意志的活動，就只能夠采取抽樣調查的方式，那么如何抽樣將會成為另外一個棘手的問題。

怎樣應用？

目前為止必應進行的預測，絕大部分都是面對美國市場。其中雖然搞了一個關于蘇格蘭公投結果的預測，但是蘇格蘭公投很顯然也是那一段時間美國人最為關心的話題之一。所以是否會針對中國區或者是大中華區進行一些預測呢？特別是，當香港特首及立法會選舉，臺灣地區領導人及民意代表選舉都如火如荼的時候，必應會否把此前大規模選舉預測的成功經驗介紹到華語地區呢？彭爽表示暫時不會有涉足這方面的計劃。但是對于華語地區的用戶來說，肯定會有適合他們的預測項目，“比如說體育比賽的預測基本就是無國界的。”當我們談到必應將如何進行2016年里約奧運會預測的時候，彭爽希望我們“賣個關子”，到時會有具體的細節提供。

在美國市場，必應提供了一個名叫Cortana Analytics的分析技術，是把在全球市場已經推行的微軟小娜的一些應用場景分拆之后，交給企業租用來分析內部大數據。在中國區，因為有小冰這個目前由中國和日本獨占的產品，所以關于人工智能的商業化，最早也是針對小冰來展開的。

我們之前報道過微軟已經針對一些微信公眾號，開放了小冰的合作權限。只要接入小冰之后，她就可以成為一個24小時不休息的客服助理，在人們直接給公眾號留言的時候激活，進行智能回復。彭爽表示，鑒于隱私問題，用戶在公眾號當中與小冰互動的具體信息，企業是無法完全得知的。但是企業會收到由必應整理之后的報告，這份報告會去除所有能夠識別個人身份的信息，而匯總出用戶的性別、年齡和更多偏好作為企業的決策依據。

彭爽說，“企業往往只知道銷售端把產品賣到消費者那里為止的一些情況，但是對于消費者使用產品之后的感受，以及他們本人的喜好，卻沒有什么途徑去了解。”在這方面，小冰收集到的用戶反饋數據可以起到一定作用，只是現在尚不能完全替代專業的分析師和咨詢機構的工作。