随着（zhe）社会发展和科技进步（bù），人工智能（néng）技（jì）术对人类的影响与日俱增，其应用领域日益扩大（dà）。正（zhèng）如国际知名学者周海中先生曾经所言，随着科技进步，人工智能时代（dài）即将到来（lái）；届时（shí），人工智能（néng）技（jì）术将广（guǎng）泛应用到各（gè）学科领域，会（huì）产生意想不（bú）到的效果。人工智能（néng）技（jì）术目前在（zài）预测学领（lǐng）域，尤（yóu）其是趋势预测算法方面发挥着越来越重（chóng）要（yào）的作用。

预测（cè）未来，是人们梦寐以求的一项能力。趋势是（shì）事（shì）物明确（què）的、可预见的发展方向，而趋势预测是分析（xī）未来某段时间内的某种（zhǒng）趋势将（jiāng）会产生（shēng）什么样的方向性变化。人工智能（néng）技术在预（yù）测学领域，其算法是核心，数据、算力是基（jī）础；这一技术得以实用化主要得益于数（shù）据的累积与算（suàn）力（lì），其中（zhōng）趋势（shì）预测算法在很多方面起（qǐ）到至关重要的作用。

在经（jīng）济（jì）方面

投资股市的目的是盈利，因此在（zài）决定购买哪只股票之前我（wǒ）们（men）会查阅（yuè）与该公司相关的信息，搜索最近甚（shèn）至（zhì）之前与（yǔ）该公司有关的新闻，逛逛炒股方面的（de）贴吧，看看微（wēi）博（bó）上面与该公司有关的（de）消息（xī）。如果这（zhè）个公司的前景（jǐng）明（míng）朗（正面报道很多），那（nà）么投资该（gāi）股票的回（huí）报率也许会（huì）高一些。另外（wài）投资股市，还需要会看各种数据，如K线等。有（yǒu）时（shí）我们看到某只股票（piào）持（chí）续走低，并且有上涨的势头了，也许此时是（shì）最（zuì）佳的购入时机，因为该（gāi）股票有很大可（kě）能会触（chù）底反弹了。人（rén）工智能技术中的线性回归算法在（zài）股票预测方面的作用（yòng）很大。

此（cǐ）外，人工智能技（jì）术对股价的趋势预测，是一（yī）个深（shēn）度学习的练习项目。其通过机器（qì）学（xué）习（xí）算（suàn）法，根据过去几年与某只股票相关的K线走（zǒu）势、公司相关报道（dào）的情感分（fèn）析作为（wéi）数据集，通过训练来得到可以预测股价的机器学习模型（xíng），并用该模型对股价（jià）进行（háng）趋（qū）势（shì）预测。这（zhè）时趋（qū）势预测算法（如（rú）ARIMA模型、LSTM神经网络（luò）模型、Prophet模型等）就有可（kě）能（néng）大显身手。虽然不同的模型会有各自的优势和劣势，但（dàn）它们对于股价的趋势预测有一定的参考价值。

2021年6月25日，欧洲杯小组（zǔ）赛（sài）全部结束，接下来的就是淘汰赛。针对（duì）接下来的比赛，许多彩民高手通过分析大量的数据来（lái）建（jiàn）立模型（xíng），从而做出科（kē）学的（de）预测（cè）。他们利用人工智（zhì）能（néng）技术，建立比赛的趋势预测算法，将赛事随（suí）机性的东西（xī）筛出去，以求（qiú）找到有价值（zhí）投注的比赛。人工智能技术具备人力所不能及的优（yōu）势，研究数万场（chǎng）比赛的（de）数据，建模后推演（yǎn）的（de）赛果是非常接近事实真相的。

在医疗方面

最近，美国谷歌（gē）公司已（yǐ）开发出（chū）一种新的趋势预（yù）测算（suàn）法，可预测人的死亡（wáng）时间，且准确率高达95%。这（zhè）项技术对医院患者（zhě）面临（lín）的（de）一系列（liè）临（lín）床问题进行了测试（shì）。在研究中，谷歌公司对来自两个医疗中心至少21.6万名成人患者，应（yīng）用了人工智能技术，测试时间至（zhì）少为24个小时（shí）。研究人员（yuán）从（cóng）电子健康记（jì）录中获取了大量数据。这项研（yán）究发现，该算法可以准确地（dì）预测病人的死（sǐ）亡风险、再入院，延长住院时间和出院诊（zhěn）断。在所有情（qíng）况下，该算法都被证（zhèng）明比以前公布的算法（fǎ）更（gèng）精确。

人的言语模（mó）式可能揭（jiē）示一个人患精神（shén）相关疾病的风险。近年来，研究人（rén）员已经将目标转向计算机算法，帮助心理健康专家分析高危（wēi）人群（qún）的语言，以从他们的讲话中发现（xiàn）线索。美国西奈山（shān）医学院（yuàn）、纽约（yuē）州立精神病学研究所、加州大（dà）学（xué）洛（luò）杉矶分校（xiào）和其（qí）他机构的（de）研究人员使用了（le）一种趋势预测算法（fǎ）来（lái）研究93位有风险的（de）人群（qún）的言语模（mó）式。研究人（rén）员表示（shì），该算法可以（yǐ）识别出哪些病人患上了（le）精神（shén）病，准确率达到83%。

谷歌公司的研究人员最近还发现了（le）一种新的方法：扫（sǎo）描眼睛并通过趋势预测算法来评（píng）估（gū）一（yī）个人患心脏病的（de）风险。对病人眼睛（jīng）后部扫（sǎo）描的分析，该公司的软件能够准确（què）地推断多（duō）项数（shù）据，包括（kuò）个人的（de）年龄、血压以及他们是否（fǒu）吸烟。然后，这可以用来预测他们（men）患（huàn）上重大心脏病症的（de）风险：比如心（xīn）脏（zāng）病发作。该算法可以（yǐ）使医生更快更（gèng）容易地分析（xī）病人的心血管风险，而不（bú）再（zài）需要血（xuè）液（yè）测试。

在农（nóng）业方面

许多国家的农业报告（gào）预测，到2027年，精准农业（yè）市（shì）场将达到（dào）129亿（yì）美元，因（yīn）此越来越需要（yào）开发能够实时指导管（guǎn）理决策的复杂数（shù）据（jù）分析解决方案。美国伊利诺伊大（dà）学的研究人员最近提供了一种有前途的趋势预测算法（fǎ），可以更有效、更准确地处理精密农（nóng）业数据（jù）。例如，对于玉米种植来（lái）说（shuō），决定何时施用氮素肥是一（yī）个长期的挑战（zhàn）。由（yóu）于多种氮素肥施用量（liàng）和（hé）施用时间，包括种植时施用的所有氮素（sù）肥和几个发育阶段的（de）分批施用，氮素肥对田（tián）间玉米的有害胁迫程（chéng）度不（bú）同。

他（tā）们通（tōng）过一种称为卷积神经网络的机器（qì）学习对（duì）玉米种（zhǒng）植进（jìn）行了分析。机器学习是人工智能技（jì）术的核心，某些类型的机（jī）器学习（xí）从模式开始，然后要求计算机（jī）将所有数据放入这些现有模（mó）式中。卷积神经网络可（kě）以对现有模式视而不见，取而代（dài）之的是，获取少（shǎo）量数据并学习（xí）组织数据的模式（shì），类似于人（rén）类通过大脑中的神经（jīng）网络组（zǔ）织新信息（xī）的（de）方式。

研究人（rén）员主要使用机器学习的方法来（lái）生成玉米（mǐ）产量预（yù）测。该方（fāng）法结合了来自不同地形变量，土（tǔ）壤电（diàn）导率以及（jí）玉米田中应用的氮素（sù）肥（féi）和种子处理的（de）信息。他们借助（zhù）一种更（gèng）好（hǎo）的（de）肥（féi）料使用模型，实现（xiàn）可以最终帮（bāng）助农民（mín）降低成本，增加玉米产量，并同时（shí）减少可持续（xù）农业景观的环境足迹。

以上仅从三个方面（miàn）介绍了趋势预测算法的作（zuò）用（yòng）。我（wǒ）们（men）可以拿（ná）实际数据与预测的结果进行（háng）对比分析，计算预（yù）测的（de）准确（què）率（lǜ），分析差异的原因，提出（chū）改进的方案，想方设法提高下一次预测的准确（què）率。虽然现实情（qíng）况千（qiān）变万（wàn）化，但（dàn）是基本原理和解决问（wèn）题的思路是相通（tōng）的。

文/李（lǐ）立群（作者单位：新加坡南洋理工大学工学院（yuàn））