全球約有 6，560 萬人被迫離開家園進行遷徙，原因從戰(zhàn)亂到人權(quán)受侵犯都有。這個現(xiàn)象有日益嚴重的趨勢：2016 年比 2015 年多了 30 萬人（資料源自聯(lián)合國難民署 2017 年六月二十日所公布的報告，為迄今為止最新的信息）。

氣候變遷和全球暖化加劇了流離失所者的問題，預計有數(shù)百萬人被迫遷往其他不同氣候（通常為較冷）的國家。隨著問題的逐漸擴大，紐西蘭甚至考慮為這些受氣候變遷影響的人們建立一種新的簽證。

一旦他們做出離開家園這項艱難的的決定，難民們將面臨其他一系列的問題：他們該逃往哪個國家？他們該去哪里？他們到達后能夠找到工作嗎？

一般來說，接受難民的國家會把他們放在任何有空間的地方。舉例來說，如果某個托管小區(qū)在難民抵達時有空間，那么那里就是他們的新家。

然而，史丹佛大學和蘇黎世聯(lián)邦理工學院的研究人員現(xiàn)在已經(jīng)開發(fā)了一種算法，可以幫助各國更有效地安置難民，以提高他們找到工作和融入陌生社會的機會。他們的研究已發(fā)表在 Science 雜志上。

難民安置算法

該小組透過分析社會經(jīng)濟數(shù)據(jù)開發(fā)他們的難民安置算法。一共分析了 2011 年至 2016 年美國 18 至 64 歲之間的 3 萬多難民的社會經(jīng)濟數(shù)據(jù)，與每個難民的就業(yè)結(jié)果等個人特征（如：英語的流利程度和教育水平，以及他們在哪個國家定居等）。

該小組透過分析社會經(jīng)濟數(shù)據(jù)開發(fā)他們的難民安置算法。一共分析了2011年至2016年美國18至64歲之間的3萬多難民的社會經(jīng)濟數(shù)據(jù)，與每個難民的就業(yè)結(jié)果等個人特征（如：英語的流利程度和教育水平，以及他們在哪個國家定居等）。圖/VOA- Nicolas Pinault@Wikimedia

然后他們使用該算法來預測 2016 年下旬抵達美國的難民的最佳安置地點，并將這些預測與難民的實際安置結(jié)果進行比較。他們發(fā)現(xiàn)，將算法用于安置難民的預測就業(yè)率比 2016 年沒有使用算法安置的實際就業(yè)率高了 41％。該小組利用 1999 年至 2013 年抵達瑞士的尋求庇護者提供的數(shù)據(jù)進行了同樣的實驗。如果2013 年底他們的難民安置算法被使用，則就業(yè)率預測值將會比實際上高出 73％。

該研究的主要作者 Kirk Bansak 在史丹佛的新聞稿中表示：“我們預測的就業(yè)增長量相當可觀，而且這些效益可以在幾乎不增加政府或移民安置機構(gòu)之成本的情況下實現(xiàn)。我們的算法利用現(xiàn)有的數(shù)據(jù)來改進流程，避免了政策創(chuàng)新常遇到的許多財務(wù)和行政障礙?！?/p>

人機合作，打造雙贏新氣象

雖然難民安置算法幾乎不需要額外的成本，就可以在政府或移民安置機構(gòu)實施，但該小組表示，他們不希望它取代人力工作者。對于難民安置算法未來的理想應(yīng)用，他們想象了人工智能提供建議以供移民官員做出最終決定的情況。

但在此之前，他們希望藉由更多生活中的應(yīng)用來測試該算法。為此，該小組正與政府和移民安置機構(gòu)合作多個試點項目，以進一步測試算法的能力。

人工智能或許無法在任何方面都100％超過人類的水平，但正如史丹佛大學的研究人員所指出的，當人類和機器一起工作時，將能發(fā)揮出更多潛力。圖/Pixabay

雖然計算器程序在工作方面表現(xiàn)的并不總是比人類好，但有些算法已經(jīng)被證明能夠非常準確的做出預測。例如：可以有效預測自閉癥、投票行為、心臟病發(fā)作等算法。

人工智能或許無法在任何方面都 100％超過人類的水平，但正如史丹佛大學的研究人員所指出的，當人類和機器一起工作時，將能發(fā)揮出更多潛力。