美国总统选举结果揭晓，共和党总统候选人唐纳德·川普战胜民主党候选人、前国务卿希拉里·克林顿赢得总统选举，即将成为美国第四十五任总统。
在此之前，一套由迈阿密创新人士Sanjiv Rai开发的、名为MogIA的人工智能系统成功预测出川普将成为美国总统。作为一套初次亮相于2004年的系统，也曾经对以往三次总统选举进行过成功预测。
根据Rai的介绍，其算法已经从以往几轮选举当中“学习经验”，因此预测结果更为准确。MogIA一名来自《森林王子》中的莫格利（Mowgli）。正如原著中的情节设置，MogIA能够从其周边环境中快速学习知识并积累经验。MogIA的判断基于对Facebook、Twitter、谷歌以及YouTube之上关于两位候选人的数以百万计评论意见进行分析。怀疑论者则质疑社交媒体上的信息也许无法准确表达总统选举中的真实政治倾向。然而无论如何，以MogIA为代表的人工智能等新型技术已经开始对社交媒体互动产生影响。
举例来说，在本轮川普对希拉里的选举当中，就曾有大量聊天机器人被用于在短时间内发布大量推文（Twitter信息），希望借此营造出“政治趋势”导向。根据来自牛津大学的研究人员们的统计，在第一次与第二次选举辩论期间，约有三分之一的川普相关推文及五分之一希拉里相关推文出自机器人的手笔——二者相加所产生的推文总量已经超过一百万条。
不过MogIA选择川普的决定并非来自过去数周当中紧张的选举变化态势。Rai设计的算法显然准确预测出了最后关头共和党方面取得的后起势头。在此前的民意调查当中，希拉里的支持率一路领先至接近12%，但10月19日的第三轮辩论似乎在最后几天内扭转了这一局面。
不过更重要的是，MogIA所使用的底层技术确实显示出快速处理大规模信息并通过实践活动利用计算容量学习并改进自身性能的能力——这绝对是一种革命性的成果。
依赖社交数据也让这个系统面临一些挑战，Rai曾表示，社交媒体的网文数量超大，很难分析，有人在推特上发一条关于川普的微博，不一定说明这人就支持川普。但是MogIA的预测模型似乎还是认为人气是评价候选人是否能够获得的一大关键指标，而非立场。换句话说，AI只看声量“成败”，不分观点“对错”。
根据MogIA的模型，在各界总统大选里在社交媒体人气上领先的候选人最终会胜出。川普在社交媒体上的人气比2008年巴拉克•奥巴马(Barack Obama)的人气峰值还高25%，而更高的人气的川普确实获得了胜利。Rai之前告诉记者，“互联网12年前开始对网络人气开始有系统的分析统计，如果川普失败的话，其结果将与过去12年的分析数据相悖。”
这场涉及人工智能的革命已经开始改变美国国内的竞选活动执行方式。人们开始利用计算能力观察政治趋势、收集公众意见及选民关注方向，并在不同位置及人口采取更具针对性的数据统计策略。这些判断结论将有助于更好地部署政治活动中的时间、精力与资源分配方式，从而更为具体地向正确受众传达正确信息。
众所周知，在2008年到2012年期间，奥巴马总统已经在竞选活动当中充分运用此类技术。随着大数据与机器智能的快速发展，如今我们已经能够更为轻松地在各类活动——包括大规模总统选举——当中使用这些新型技术。
当然，也有人对于在政治活动中使用此类技术感到忧虑。有观点认为，人工智能会在现代政治当中用于放大负面消息、散布谎言并对选举参与者进行妖魔化，甚至导致不同社会群体之间产生紧张关系并煽动极端排外情绪。
事实上，情况确实如此。不过正如其它早期通信技术一样，印刷机、报纸、广播以及电视也同样扩大了大众传播的力量，并同时带来了正面与负面的使用效果。不过在发展规模与速度方面，人工智能显然表现得更为激进。
人工智能已经成为政治生活当中极为重要的绯闻，这一点已经在美国主流媒体本周二晚利用机器人处理选举结果。事实上，利用机器人整理新闻内容已经不是什么新鲜事物——计算机早已被用于汇总企业季度收益及分析体育赛事结果。本周，人工智能在美国新闻中的运用则将这股浪潮推向新的高度。
从本质上讲，如果将新闻报道理解为将原始数据整理为叙述性文本，那么机器人确实能够发挥重要作用。目前CNN、NBC、《华盛顿邮报》以及《纽约时报》都在开发机器人，用于提升其从各类投票结果——除美国总统大选之外——中统计信息的速度与效率，并快速将结论发送至智能手机用户处。利用机器人，编辑们希望能够腾出更多记者专注于对结论进行解读。
人工智能对于选举流程的影响可能相当显著; 但与此同时，其亦将更为深远地改变现代政治的经济基础。无论是蓝领还是白领，绝大多数从业者都面临着围绕人工智能展开的第四次工业革命的无情淘汰。而在本次美国总统大选中，这样的趋势已经表现得相当明确。另外，如果人工智能能够带来新的生产方式，则其势必会彻底转变各国家之间的外交以及经济关系。
然而面对着发达国家对于人工智能意义的激烈辩论，而创造这套AI的公司所在地印度在这方面却显得意外低调。印度总理莫迪曾在2014年发动了新技术普及运行，并确认了新兴技术发展对于印度的重要意义。然而，在实际执行过程中，其发现很难将项目管理中的直觉因素，有效的转化为依靠数字制定策略。
