寻找一个家

2016年，全球约有6560万人因战争、侵犯人权等一些问题被迫离开家园。同比2015年多了30万人。

气候变化和全球变暖加剧了流离失所者的问题，预计有数百万人将被迫迁移到其他的国家。问题变得非常普遍，新西兰甚至正在考虑为那些因气候变化而流离失所的人设立新的签证。

一旦他们做出离开家园的艰难决定，他们将面临着一系列的问题：他们逃到哪个国家?他们该去哪个国家?他们到达后能找到工作吗?

一般来说，接受难民的国家只要把难民安置在空闲的地方就行。如果一个特定的社区在难民到达时有空间，那这里就是难民的新家。

然而，来自斯坦福大学和苏黎世联邦理工学院的研究人员已经开发出一种算法，可以帮助各国更有效地安置难民，提高他们找到工作和融入陌生社会的机会。他们的研究已经发表名为《科学》的杂志上。

位置！位置！位置！

为了开发他们的难民安置算法，该研究小组分析了2011年到2016年的社会经济数据，为美国18岁至64岁之间的三万多难民提供了社会经济数据，分析了每个难民的个人特征,如英语流利程度和教育水平……为他们寻找适合定居的国家。

然后，他们利用该算法预测了2016年晚些时候抵达难民的最佳地点，并将这些预测与难民的实际结果进行比较。他们发现，如果采用该算法来安置难民，就业率将会提高41%。

该研究小组利用1999年至2013年间抵达瑞士寻求庇护者的数据进行了同样的实验。如果他们的难民安置算法被用于2013年底的移民，那么就业率将会提高73%。

该研究的负责人Kirk Bansak在斯坦福大学的新闻发布会上说:“我们所预测的就业增长是相当可观的，而且这些收益可以通过政府或移民安置机构在不增加成本前提下来实现。”“通过利用现有数据改进现有的流程，我们的算法避免了许多经常妨碍其他政策创新的财务和行政障碍。”

虽然难民安置算法可以在政府或移民安置机构中，几乎没有额外成本的情况下实施，但该小组表示，他们不希望它们取代人力工作者。相反，他们设想了AI提供建议的情况，而移民官员做出最终决定。

不过，在此之前，他们希望通过多个实时测试来实现这个算法。为此，该团队正在与政府和安置机构合作，进行几个试点项目，进一步测试该算法的能力。

这并不是我们第一次看到人工智能和机器学习被用来帮助人们做出预测。

虽然算法在任务上并不总是比人类做得更好。一个被广泛使用的商业风险评估软件在预测再犯率方面并不比没有经验的志愿者更好，有些已经被证明是非常准确地预测。例如，我们现在有了可以有效预测自闭症、投票行为、心脏病发作等的算法。

人工智能也许并不是说它能100%超过人类，但是正如斯坦福大学的研究人员所指出的，当人类和机器一起工作时，最大的成功潜力就在于此。