随着社会发（fā）展和科技进步，人工智能技术对人类的影响（xiǎng）与日俱增，其（qí）应用领域日益（yì）扩大。正（zhèng）如国际知名学者周海中先生曾经所（suǒ）言（yán），随着科技进步，人工智能（néng）时代即（jí）将到来；届（jiè）时，人工智能技术将广（guǎng）泛应用到各学科领域，会产生意（yì）想不到的效果。人（rén）工智能技术目前在预测学领域，尤其是趋势预测算（suàn）法方面发挥着越（yuè）来（lái）越重要的（de）作用（yòng）。

预测未（wèi）来，是人们梦寐以（yǐ）求的一项能力。趋势是事（shì）物明确（què）的、可预见的发展方（fāng）向，而趋势（shì）预（yù）测是分析未来某段（duàn）时间内的某种趋势将会产生（shēng）什么样的方向性变（biàn）化。人工智能技术在预测学领域，其算法是核心，数据、算力是基础；这一技（jì）术得以（yǐ）实用化主要得益于数据（jù）的累积与算力，其中趋势预测算法在很多方面起到至关重要的作用。

在经济方面

投资股市的目的是（shì）盈利（lì），因（yīn）此在（zài）决（jué）定购买（mǎi）哪只股票之前我们会查阅与该（gāi）公司相关的信（xìn）息，搜（sōu）索最近甚（shèn）至之前（qián）与该公司（sī）有关的新闻，逛逛炒股方面的贴吧，看看微博上面与该公司（sī）有关的消息。如果这个公（gōng）司（sī）的前（qián）景明（míng）朗（正（zhèng）面报道很多（duō）），那么投资该股票的（de）回报率也许会（huì）高一些（xiē）。另外投资股市，还（hái）需要（yào）会看各种数据，如K线等。有时我们看（kàn）到某只（zhī）股票持续（xù）走低，并且有上涨的势头了，也许此（cǐ）时是最佳的（de）购入时机，因为该股票有很大可能会触底反弹了。人工智能技术中的（de）线性回（huí）归算法在股票预测方面的作（zuò）用很大。

此外，人（rén）工智能技（jì）术（shù）对股价的趋势（shì）预测，是（shì）一个深（shēn）度学习的练习项目。其通（tōng）过机器学习算法，根据过去（qù）几年与（yǔ）某只股票相（xiàng）关的K线走势、公（gōng）司相关（guān）报道的情（qíng）感分析作为数据集，通过训练（liàn）来得到（dào）可（kě）以预测股（gǔ）价的机（jī）器学习模型，并用该模型对股价进行趋（qū）势预测。这时趋势预测算法（fǎ）（如ARIMA模型、LSTM神经网（wǎng）络模型、Prophet模型等）就有（yǒu）可能（néng）大显身手。虽然不同（tóng）的模型会有各自的优势和劣势，但它们对于（yú）股价（jià）的（de）趋势预测有一定的参考价（jià）值。

2021年6月25日，欧洲杯小组赛全（quán）部结束，接（jiē）下来（lái）的就是（shì）淘汰赛。针对接下来的比赛，许多彩民（mín）高手通过分析大量的数据来建立模型，从而做（zuò）出科学的预测。他（tā）们（men）利用人工智能技术，建立比赛的趋（qū）势预测算法，将赛事随机性的东西（xī）筛（shāi）出去，以求找到有价值投注的比赛（sài）。人工智能技（jì）术具备人力（lì）所不能及的（de）优势，研究数万场比（bǐ）赛的数据（jù），建模后推演的赛果是非常接近事实（shí）真（zhēn）相的。

在（zài）医疗方（fāng）面（miàn）

最近，美国谷歌（gē）公司（sī）已开发出一种新的趋势预测算法，可预测（cè）人的死亡时间，且准确率高达95%。这项技（jì）术对医（yī）院（yuàn）患者面临的一系（xì）列临床（chuáng）问题进（jìn）行了测试。在研究中，谷歌公司对来（lái）自两（liǎng）个医疗中心（xīn）至少21.6万名成人患者，应用了人工智能技术（shù），测试时间至少为24个小时。研究人员从电（diàn）子健（jiàn）康记录中（zhōng）获（huò）取了大量数（shù）据。这项（xiàng）研究发现，该（gāi）算法可以准确地预（yù）测病人（rén）的（de）死亡风险、再入院，延长住院时间和出院诊断。在所（suǒ）有情况下，该算法都被证明比以前公布的算（suàn）法（fǎ）更精确（què）。

人的言语模式可能揭示（shì）一个人患精（jīng）神相关（guān）疾病（bìng）的（de）风险。近年来，研究人员已经将目标转向计（jì）算机算（suàn）法，帮（bāng）助（zhù）心理（lǐ）健康专家分析高危人群的语言，以从他们的（de）讲话中发现线索。美（měi）国西奈山（shān）医学院、纽约州立（lì）精神病学研究所、加州（zhōu）大学洛（luò）杉矶分（fèn）校和其他机（jī）构的研究人员（yuán）使用了一种趋势预（yù）测（cè）算（suàn）法来研究93位有风险的人群的言（yán）语（yǔ）模式（shì）。研究人员表示，该（gāi）算法可以识别出哪些（xiē）病（bìng）人（rén）患上了精神病，准确率达（dá）到83%。

谷歌公司的研究人员最近还发现了一种新（xīn）的方法：扫描眼睛并（bìng）通（tōng）过趋势预测算法（fǎ）来评估一个人患心脏病的风险。对病人（rén）眼睛（jīng）后部扫（sǎo）描的（de）分（fèn）析，该公（gōng）司的软件能够准确地推（tuī）断多项数据，包括个（gè）人的年（nián）龄（líng）、血压以（yǐ）及他们是否吸烟。然后，这可以用来（lái）预测他们患上重大心脏病（bìng）症的风险：比如心（xīn）脏病发作。该（gāi）算法可以（yǐ）使医（yī）生更快更容易（yì）地分析病人的心血管（guǎn）风（fēng）险，而不再（zài）需要血液测试。

在农业方面

许多国家的农业报告预（yù）测，到2027年，精准农（nóng）业市场将达到（dào）129亿（yì）美元，因此越来越需要开发能够实时指导管（guǎn）理决策的（de）复杂数据（jù）分析解决（jué）方案。美（měi）国伊利诺伊（yī）大学的研究（jiū）人员最近提供了一种有前途的趋（qū）势预（yù）测算（suàn）法，可（kě）以更（gèng）有效、更准确地处理精密农业数据。例如（rú），对于玉（yù）米种（zhǒng）植来说，决定（dìng）何时施用氮素肥是（shì）一个长期的挑战。由于（yú）多种氮（dàn）素（sù）肥施用量和（hé）施用时（shí）间，包括种植时施用的（de）所有（yǒu）氮（dàn）素（sù）肥（féi）和几个发（fā）育阶段的分批施用，氮素肥（féi）对（duì）田间玉（yù）米的有害胁迫程度不同。

他（tā）们通过一（yī）种称为（wéi）卷积（jī）神经（jīng）网（wǎng）络的机器学（xué）习对玉米（mǐ）种植进行了分（fèn）析。机器学习是人工智能技（jì）术的核（hé）心，某（mǒu）些类（lèi）型的机器学习从模式（shì）开始，然后要（yào）求计（jì）算机将所有数（shù）据放入这些现（xiàn）有（yǒu）模式（shì）中。卷积神经网络可以对现有模式视而不（bú）见，取而代之的（de）是（shì），获取少量数据并学习组织数据的（de）模式（shì），类似于人类通过（guò）大脑中的神经网络组织（zhī）新信息的（de）方式。

研究人（rén）员主要使用机器学习的方法（fǎ）来生成玉米产量预测。该方法（fǎ）结合（hé）了（le）来自不同地形变量，土壤电导率以及玉（yù）米田中应用的（de）氮（dàn）素肥和种子处理的信息。他们借助（zhù）一（yī）种更好的肥料使用（yòng）模型（xíng），实现可（kě）以最终帮助农民降低成本，增加（jiā）玉（yù）米（mǐ）产量，并同时减（jiǎn）少可持续农业（yè）景观的环境足迹（jì）。

以上仅从三个方面介绍了（le）趋势预（yù）测算法的作用。我们可以拿（ná）实（shí）际（jì）数据与（yǔ）预测的结果（guǒ）进行对比（bǐ）分（fèn）析，计算（suàn）预测的准（zhǔn）确率，分析差异的原因，提出改（gǎi）进的方案（àn），想方设法提高下一次预（yù）测的准确（què）率。虽（suī）然现实情况千变万化，但是基（jī）本原理和（hé）解决问题的思（sī）路是相通的（de）。

文/李立群（作者单位：新加坡南洋理（lǐ）工大（dà）学工学院）