如何利用现代技术来预测2024年美国大选结果？
距离2024年美国大选的预计日期只有几天了，这场大选将决定谁入主白宫椭圆形办公室，尽管选举本身并不是一个复杂的技术问题，但从用于组织选举过程并确保其完整性的机制，到影响选民的选票和为各个候选人传播选举宣传，技术已经扩展到选举过程的许多方面。
但世界各地的政治专家更喜欢技术的另一种用途，现代技术可以通过各种机制在总统选举结束前预测结果，这是许多政治分析家和专家在制定未来计划时所依赖的，那么这是怎么回事呢？技术能否准确预测选举结果？
阅读更多
为什么我们需要预测选举结果？
美国总统拥有广泛的影响力，遍及世界各个领域，虽然这种影响在美国境内表现得最为明显，但它最终会影响到所有国家，无论是直接政治上还是间接经济上。
因此需要有一个准确的美国总统选举结果预测系统，以便世界各地的政治和经济专家已经能够制定适应最有可能的选举结果的计划和预测。
美国总统享有的经济影响力是促使企业投资预测选举结果的系统的最重要原因之一，也许美国前总统、现任候选人唐纳德·特朗普对“华为”的禁令就是美国总统所享有影响力的一个明显例子，因为他通过一项决定破坏了华为在开发智能手机和设备方面的努力。
因此，正确预测选举结果可以让公司制定计划和策略，以应对每个选举周期中每位新总统所施加的新情况，这也是为什么股市直接受到选举结果和预期的影响。
在机器时代之前预测选举结果
有很多系统可以用来预测世界各地的选举结果，虽然所有这些系统目前都依赖于现代技术和机器学习，但在过去它们依赖于艾伦·利希特曼（77岁）等政治专家的智力，他在过去20年中成功预测了9次选举结果。
利希特曼和其他像他一样的人通过建立一系列影响民众选举决定的要点和因素来分析政治局势，这是一种取决于政治分析家的经验及其正确、适当地解读形势的能力的机制。
尽管这种方法取得了成功，但它并不是最好的，因为它取决于人的技能，并且除了受制于政治专家的能力和个人倾向之外，不能明确地适用于世界所有国家，这促使科技公司开始开发依靠没有感情和突发奇想的计算机来预测选举结果并正确、适当地预测的机制。
依靠机器学习
选举预测系统的运行机制可以简化为两个相互关联的阶段，第一个阶段需要收集数据，然后根据收集到的基本数据生成新数据，然后进行分析并构建最终的选举预测，这是开源MDPI库中发表的一篇研究论文中出现的系统。
该论文指出，结合使用模拟技术和机器学习技术来更准确地收集和分析数据，并提供非常接近准确性的结果。该机制此前已在巴西、乌拉圭和秘鲁进行过测试，第一轮结果与实际情况100%一致。
该机制由4个阶段组成，首先确定影响社会不同阶层的选举因素，然后根据所需地区的人口和人口性质分配这些因素，然后模拟过程开始生成更多与选民相关的数据，然后将其提供给机器学习系统并等待选举的最终结果。
该机制是预测选举结果的准确机制之一，因为它基于一组真实数据，即使在模拟的情况下，以及一般机器学习结果的准确性，这就是为什么这个机制成功率很高。
另一种方法依赖于机器学习，特别是贝叶斯算法和马尔可夫链来分析一组因素。可以说，这一机制所依赖的方法与利希特曼的方法很接近，但完全是自动的，根据科学研究杂志《Science Direct》上发表的内容，它已被证明成功率超过90%。
进入人工智能时代
6月，两名19岁的年轻人开发了一种人工智能系统，能够通过模仿广泛领域中常用的民意调查机制的机制来预测选举结果，但无需提供单一民意调查，甚至无需采访单个人。
Aaru的创始人卡姆·芬克（Cam Fink）和内德·许（Ned Koh）就是依靠这个机制来预测纽约民主党初选的结果。根据政治网站Semafor发布的消息，Aaru公司的模型能够非常准确地预测选举结果。
Aaru模型收集人口普查和选区数据，然后生成大量聊天机器人或迷你人工智能模型，模仿人口普查和选区数据中发现的不同个性。之后，这些模型开始通过搜索互联网来形成自己的个性，其思维方式类似于人口统计数据中每个人的思维方式，就像你会发现一个40岁的保守派人士面临非法移民问题的例子，或者一个想要扩大业务的商人等等。
在模型生成角色并紧密模拟现实人物后，选举过程以类似于真实选举中发生的形式开始，最后对选举数据进行分析，形成更接近事实的预测。
这项技术有很多用途，尽管该公司成立不久，但它拥有来自世界各地的许多客户，他们专注于大量不同的业务，也许Aaru最著名的客户之一是沃尔顿家族，该家族拥有著名的沃尔玛连锁店，他们利用Aaru服务对其部分产品进行民意调查，从而增强了公司的地位及其结果的准确性。
尽管有许多不同的机制来尝试预测选举，但它仍然会出现错误，但比人为错误要少得多，特别是当尝试在不同情况下多次使用相同的机制和模型时。