優秀的科學家不僅能夠發現他們研究的事物的模式，而且能夠利用這些信息來預測未來。

氣象學家研究大氣壓力和風速來預測未來風暴的軌跡。 生物學家可以基於其當前的大小和發展來預測腫瘤的生長。 金融分析師可能會嘗試根據市值或現金流等因素預測股票的漲跌。

也許比上述現象更有趣的是預測人類的行為。 自人類起源以來，人們一直試圖預測人們的行為方式。 早期人類必須這樣做 相信他們的直覺。 今天，營銷人員，政治家，審判律師等都以預測人類行為為生。 以各種形式預測人類行為是一件大事。

那麼，數學如何預測我們自己的行為呢？ 儘管股票市場分析，經濟學，政治民意調查和認知神經科學取得了進步 - 所有這些都最終都在努力預測人類行為 - 但科學可能永遠無法以完全的確定性來做到這一點。

更大更好的數據

在進行預測時，科學家在歷史上一直受到缺乏完整數據的限制，而是依靠小樣本來推斷更廣泛人群的特徵。

但是近年來，計算能力和收集數據的方法已經發展到創造一個新領域：大數據。 由於收集數據的大量可用性，科學家們可以檢查各種變量之間的經驗關係，從而從噪聲中解讀信號。

例如，亞馬遜使用 預測分析 根據我們之前的瀏覽或購買歷史來猜測我們可能會喜歡哪些書籍。 同樣，自動在線廣告活動根據前一天尋找的車輛告訴我們我們可能感興趣的車輛。

營銷人員使用出生記錄 決定何時用嬰兒產品廣告淹沒你。 他們甚至會根據您孩子的發育階段猜測您何時需要這些東西。

真的，這不是火箭科學。 它只是擁有顯示模式的信息（數據），並以可預測性（通常是利潤）的名義利用這些模式。 儘管如此，對於局外人來說，衡量這些算法的準確性是困難的， 有一些工作 揭示了使這些算法成為現實的原因。

數學模型

許多預測工具依賴於機器學習，其中包括基於大腦功能的生物學原理的數學算法，並使用大量數據來學習模式。

機器學習算法可以準確地預測結果 最高法院案件，使用這樣的預測因素作為每個正義的身份，論證的月份，請願者和其他因素。 雖然算法輸出的準確度僅約為70％，但實際上已經證明它勝過人類法律專家。

其他機器學習算法已被證明 預測自殺未遂 準確度為80到92％，可以說比最好的人類評估更準確。

數學甚至可以告訴我們 恐怖行為 導致攻擊。 在一項研究中，研究人員查看了愛爾蘭恐怖活動的記錄，特別是改進的爆炸裝置的爆炸。 一次事件發生後，另一次事故發生的概率高於非事件。 換句話說，事件不是獨立的。 這樣的知識可能對社區有用，也許選擇在單一攻擊之後立即動員努力以期待另一個人。

完美的預測可能嗎？

大數據使預測方法越來越準確。 但人類行為能夠被完美預測嗎？

最基本的等式是Y = f（X），它讀作“Y是X的函數。”輸入X的值，科學家會告訴你Y的可能值。模型越複雜，越需要更多的輸入，因此簡單的等式變得更加複雜。

當然，它並不總是有效。 颶風采取天氣模型未預測的軌跡。 腫瘤比預期的生長更慢或更快。 與其他人一樣，科學家很少能夠完美地預測。 無論您擁有什麼數據和數學模型，未來仍然是不確定的。

因此，科學家必須在我們的基本方程中考慮誤差。 也就是說，Y = f（X）+ E，其中“E”包含我們無法完美預測。 這是讓我們保持謙虛的等式的一部分。

隨著技術的發展，科學家們可能會發現我們可以在一個區域內很好地預測人類行為，而在另一個區域仍然缺乏。 要全面了解這些局限性是非常困難的。 例如，面部識別可能更容易模仿，因為視覺是許多人類感覺處理系統之一，或者因為面部可以有很多不同的方式。 另一方面，預測投票行為，特別是基於2016總統選舉， 是另一個故事。 人類做他們所做的事情有許多複雜且尚未被理解的原因。

還有一些人認為，至少從理論上講，這一點 有朝一日可能會有完美的預測。 在此之前，運氣好的話，數學和統計數據可能會幫助我們越來越多地考慮人們平均下一步會做什麼。

關於作者

Daniel J. Denis，定量心理學副教授， 蒙大拿大學 和Briana Young，博士。 實驗項目候選人， 蒙大拿大學

這篇文章最初發表於 談話。 閱讀 原創文章.

相關書籍：

at

感謝造訪 InnerSelf.com， 哪裡有 20,000+ 宣傳“新態度和新可能性”的改變生活的文章。 所有文章均翻譯為 超過30種語言. 訂閱 每週出版的《內在自我》雜誌和瑪麗·T·拉塞爾的《每日靈感》。 InnerSelf雜誌 自 1985 年起出版。