Premis com estimuladors de la innovació

En el any 1714, el Parlament britànic va aprovar la Longitude Act, que oferiria una recompensa en diners per a qualsevol que pogués idear un mètode pràctic per mesurar la longitud al mar. 

Si bé la determinació de la longitud pot semblar una cosa trivial en l'actual món de telèfons intel·ligents i satèl·lits GPS, en aquell moment, es tractava d'un gran desafiament tècnic. Es va trigar molts anys, però l'estratègia va funcionar, donant lloc al desenvolupament del cronòmetre marí, una màgica meravella mecànica que, sens dubte, va salvar la vida d'innombrables mariners.

Font: IEEE spectrum

Per descomptat, els premis s'han utilitzat per estimular la innovació en molts altres àmbits. Normalment els han ofert els governs. Però actualment també ho estan fent, les empreses privades. Per exemple, el premi Netflix d'un milió de dòlars nord-americans , concedit en el 2009 a un equip que va idear un algoritme que podria vèncer el sistema de recomanació Cinematch de la companyia, va ajudar a reactivar la popularitat d'aquests premis.

En particular, el Premi Netflix va ajudar a donar lloc a l'actual concurs de premis Zillow, que desafia als científics a presentar un sistema informatitzat que pugui vèncer el mètode actual de Zillow per predir els preus de les cases, cosa que la companyia anomena Zestimate.

Stan Humphries , director general d'anàlisi del Zillow Group de Seattle, explica que el Zestimate va ser el primer producte que Zillow va crear quan la companyia va llançar en el 2006, sent essencial per a l'objectiu de Zillow de convertir-se en un principal portal d'informació al mercat immobiliari.

Font: IEEE Spectrum

Imatges relacionades de Humphries diu que el Zestimate feia una estimació amplia per estimar a quan es vendria una casa, l'algorisme tenia un error mitjà del 14 per cent. Ell i els seus col·legues van ser capaços de reduir el nivell d'error al voltant del 4 per cent. Però volien fer-ho encara millor. Així que van decidir "convidar a la comunitat mundial de ciències de dades" a participar, una invitació que va venir amb la possibilitat qui  fos intel·ligent i afortunat, podria guanyar el Premi Zillow d'1 milió de dòlars, que es lliurarà a principis de 2019. 

Uns 4.000 grups, van participar en la primera ronda del concurs per fer les valoracions de les cases de Zillow, quan va començar  en el 2017. Un centenar d'equips es van traslladar per competir en la segona i última ronda. El criteri de qualificació és el que la precisió basada en els sistemes dels concursants van obtenir al juliol del 2018, per predir els preus reals de vendes d'un gran conjunt d'habitatges dels EUA  el quals, finalment  es van vendre al setembre i octubre.

Els participants de la primera ronda podrien utilitzar només les dades d'entrada que subministrava Zillow, que consistia en el tipus d'informació que es pot trobar en una base de dades de propietat municipal o en un llistat típic de béns i immobles. Però per a la segona ronda també,els concursants  van poder obtenir dades d'altres fonts.

La part superior de la taula de classificació de la primera ronda es va anomenar Zensemble, que es compon de dades de tres experts d'Austràlia, Israel i Estats Units: Dmytro Poplavskiy, Jonathan Gradstein i Russ Wolfinger.

Font: IEEE Spectrum

Wolfinger és director de descobriment científic i genòmica a SAS , una empresa de Cary, NC, que desenvolupa programari per a l'anàlisi estadístic. Aquesta no és la primera vegada que Wolfinger competeix en alguna cosa així. De fet, ha estat molt actiu a Kaggle , que acull una varietat de concursos de deep-leaning.  

Està participant una gran proposta, que te en compte la potencia de computació necessària per ser competitiu. En realitat,  molts nois de Kaggle construeixen les seves pròpies màquines de deep-leanring. 

És massa aviat per saber si els concursants realment dissenyaran alguna cosa que millori l'actual esquema  de Zillow per  valorar cases el qual,  ja és bastant bo.  Es disposa d'un gran equip de professionals de la IA que treballen en aquest problema, no obstant això, s'espera aprendre molt dels  estrangers que es presenten el premi Zillow. És a dir, el premi no és només un truc publicitari ja que,  realment s'espera millorar el  Zestimate. Això permet recorrer un llarg camí per explicar per què Zillow va exigir que els 100 equips de la ronda final cedissin drets de propietat intel·lectual al seu programari a l'empresa.

Font: IEEE spectrum