随着社会发展和科技进步，人工（gōng）智能（néng）技术对人类（lèi）的（de）影响（xiǎng）与日俱（jù）增（zēng），其应用领域日益扩大。正如国际知名学者周（zhōu）海中先生曾经所言，随着科（kē）技进步（bù），人工智能（néng）时代即（jí）将（jiāng）到来；届时，人工智能技术将广泛应用到各学科（kē）领域（yù），会（huì）产生（shēng）意想不到（dào）的效果。人工智能技术目（mù）前在预测学领域，尤其是趋势预测算法方面发挥着越来（lái）越重要的作用。

预测未来（lái），是人们梦寐以求的一项能力。趋（qū）势（shì）是事物明确的、可预（yù）见的发展方向，而（ér）趋势预（yù）测是分析未来某段时间（jiān）内的某种趋势将会产生什（shí）么样（yàng）的方向性变化。人工智能（néng）技术在预测学领域，其算法是核心，数据（jù）、算力是基础；这一（yī）技（jì）术得以实用（yòng）化主要得益于数据的累积与（yǔ）算力，其（qí）中趋势（shì）预测（cè）算法在很多方面（miàn）起到至关重要的作用（yòng）。

在经济方面

投资股市的目的是盈（yíng）利，因此在（zài）决定购买哪只股票之前（qián）我们会（huì）查阅与（yǔ）该公司相关（guān）的信（xìn）息，搜索最近甚（shèn）至（zhì）之前与该（gāi）公司（sī）有（yǒu）关的（de）新闻，逛逛炒股方面的贴吧，看（kàn）看微博上（shàng）面与该公司有关（guān）的消息。如果这个（gè）公司的前景明（míng）朗（正面（miàn）报道很（hěn）多），那么投资该股票的回报率（lǜ）也许（xǔ）会高一些。另（lìng）外投资股市（shì），还需要会（huì）看各种数（shù）据，如K线等。有时我们看到某只股（gǔ）票持续（xù）走低，并且有上涨的势（shì）头了，也许此时是最（zuì）佳的购入时（shí）机，因为（wéi）该股票有很大可能会触底反弹了。人（rén）工智能技术中的线性回归算法在股票预测方面（miàn）的作用很大。

此外，人工智能技术对股价的趋势预测，是一个深（shēn）度学习的练习项目。其通过机器学习算法，根据过（guò）去几年（nián）与某（mǒu）只股票相关的K线走势、公司相关报（bào）道的情感（gǎn）分（fèn）析作（zuò）为数（shù）据集，通（tōng）过训练来得到可以预测股价的（de）机器学习模型，并用（yòng）该（gāi）模型对（duì）股价进行趋势预测。这（zhè）时（shí）趋势预测算法（如ARIMA模型（xíng）、LSTM神经网络（luò）模型、Prophet模型（xíng）等）就有可能大显身手。虽然不同的（de）模型会有各自的优势和（hé）劣势，但它（tā）们对于股价的趋势预测有一定的（de）参考价（jià）值。

2021年6月（yuè）25日，欧洲杯小组（zǔ）赛（sài）全部结束，接下来的就（jiù）是（shì）淘汰赛（sài）。针（zhēn）对接下来的比赛，许多（duō）彩民高手通过分析（xī）大量的数据来建（jiàn）立模型，从（cóng）而做出（chū）科学的预测。他们利（lì）用（yòng）人（rén）工智能技术（shù），建立比赛的（de）趋势预测算法，将（jiāng）赛事随机性的东西（xī）筛出去，以（yǐ）求找到有价值（zhí）投注的比赛（sài）。人工（gōng）智能技术具备人力所不能及的（de）优（yōu）势（shì），研究数万（wàn）场比赛的数（shù）据，建模后推演的赛果是非常接近事实真相的。

在医疗方面（miàn）

最近，美国谷歌公司已开（kāi）发出一种（zhǒng）新的趋势预测（cè）算（suàn）法，可预测人的死亡时（shí）间，且准（zhǔn）确率高达（dá）95%。这项技（jì）术（shù）对医院（yuàn）患者面临的一系列临床问题进行了测试（shì）。在研究中，谷歌公司对来（lái）自两个医疗中心至（zhì）少21.6万名成人患者，应用（yòng）了人工智能（néng）技术，测（cè）试时间（jiān）至少为（wéi）24个小（xiǎo）时。研究人员从电子（zǐ）健康记（jì）录中（zhōng）获取了大量数据。这项研究（jiū）发现，该算法（fǎ）可以（yǐ）准（zhǔn）确地预测病人的（de）死亡风（fēng）险、再入院，延长住院时间（jiān）和出院诊断。在所有情况下，该算法都（dōu）被证明比以前公布（bù）的算法更精（jīng）确（què）。

人的言语模式可（kě）能（néng）揭示一个人患精神相关疾病（bìng）的风险。近（jìn）年来，研究人员已经（jīng）将目标转（zhuǎn）向计算机算法，帮助（zhù）心（xīn）理健康专家分析高危人群的语言，以从他们的（de）讲话中（zhōng）发现线索（suǒ）。美国西奈山医学院、纽约州立精神病学研究所、加州大学（xué）洛杉矶分校和其（qí）他机构的研（yán）究人员使用了一种趋势预测算法（fǎ）来研究93位有（yǒu）风险的人群的言（yán）语模式。研究人（rén）员（yuán）表（biǎo）示，该算法（fǎ）可以（yǐ）识别出（chū）哪（nǎ）些病人患上了（le）精神（shén）病，准确率达到83%。

谷歌公司的（de）研究（jiū）人（rén）员最近（jìn）还发现了（le）一种新的方法：扫描（miáo）眼睛并通过趋势预测算法（fǎ）来评估（gū）一个人患心（xīn）脏病的风险。对病人眼睛后部扫（sǎo）描的分（fèn）析，该（gāi）公司的（de）软件能（néng）够准确地推断（duàn）多项数据（jù），包括（kuò）个（gè）人的年龄、血压以及他们是否吸烟。然（rán）后，这可（kě）以（yǐ）用来预测他们患（huàn）上重大心脏病症的风险：比如心脏病发作（zuò）。该算法可以使医生更快更容易地分（fèn）析病人的心血管风险，而不（bú）再需要（yào）血液测试。

在农业方面

许多国家的农业报告（gào）预测，到2027年（nián），精准农（nóng）业市场将达到129亿美元，因此越来越（yuè）需要开发能够实时指导管理决策的复（fù）杂（zá）数据分（fèn）析解决方案。美国伊（yī）利（lì）诺伊大学的研究人员最近提供了一种有前途的趋势（shì）预测（cè）算法，可以更有效、更准（zhǔn）确地（dì）处理精密农业数据。例如，对于玉米种植来说，决定（dìng）何时施用氮素肥是一个长期的挑战（zhàn）。由于（yú）多种氮素肥施用量（liàng）和施（shī）用（yòng）时（shí）间，包括种植（zhí）时施用的所有氮素肥和几个（gè）发育阶段的分批施（shī）用，氮素肥对田间玉米的有（yǒu）害胁迫程度不同。

他（tā）们通过一（yī）种称为卷积神经网络的机（jī）器学（xué）习对玉（yù）米种植进（jìn）行了分析。机器学习是人工智能技术的核心，某些类型的机器学（xué）习从模式开始，然后要求计算机（jī）将所（suǒ）有（yǒu）数据放入这些现有模式中。卷积神（shén）经网络可以对（duì）现有模式视而（ér）不见，取而代之的（de）是，获取（qǔ）少量数据并学习组织数据的模式，类似于人类通过大脑中的神经网络组织（zhī）新信（xìn）息（xī）的方（fāng）式。

研究人员主要使用机器学（xué）习的方法来生成玉米产量预测。该方法（fǎ）结合（hé）了来自不同地形变量，土壤电导率以（yǐ）及玉（yù）米田中应用（yòng）的氮素肥和种子处理的信息。他们借（jiè）助（zhù）一种更好（hǎo）的肥料使用模型，实现（xiàn）可以最终帮助农民降低成本，增加玉（yù）米产量，并同时减少可持续农业景观（guān）的环（huán）境足迹。

以上仅（jǐn）从三（sān）个方（fāng）面（miàn）介绍了趋（qū）势预测算法的作用（yòng）。我们可以拿实际数据与预（yù）测的（de）结果进行对比分析，计算预测的准确率，分析（xī）差异（yì）的原因（yīn），提（tí）出（chū）改进的方（fāng）案，想方设（shè）法（fǎ）提高下一次预测（cè）的准确率。虽然现实情况千变万化，但是基本原理和解决问题（tí）的思路是（shì）相（xiàng）通的。

文/李立群（qún）（作者单位：新加坡南洋理工大学工学院）