【讲座回顾】鹿鸣讲堂“正德”系列第五十一讲《机器学习与大数据冲突预测》学术讲座顺利举行

日期:2023-03-17 作者: 点击:[

 

3月16日晚,应兰州大学中亚研究所、政治与国际关系学院邀请,清华大学社会科学学院国际关系学系副教授、博士生导师,清华大学仲英青年学者陈冲为我校师生做了题为《机器学习与大数据冲突预测》的线下学术讲座。此次讲座由我院高婉妮副教授主持,副院长陈小鼎教授致欢迎辞,校内外60余名师生参加。

讲座伊始,陈冲老师以“什么样的数据是大数据?”“究竟多大算是大数据?”两个问题作为切入点,向我们介绍了对国际关系学科而言,“大数据”通常指的是技术的创新,允许学者可以收集新型的数据或者以较小成本收集大量传统的数据。陈老师重点向大家介绍了机器学习与冲突预测。陈老师指出,冲突预测以前并不是国际关系子分支之一,而今却成为国际关系领域最突出﹑最有创新性的研究方向。以前机器学习数据模式和趋势时采用小样本数据,但存在数据不够的问题。大数据出现后,训练数据集比较少的情况得到改变,有助于理想地完成研究目标。紧接着老师介绍了大数据时代的冲突预测研究在时间和空间两个维度上都有一定的发展。

随后,陈老师也指出了大数据时代下国际关系研究者所面临的挑战,包括冲突事件本身的稀有属性,参数预测模型需满足强预设条件;理性行为体有很强烈的动机避免采取能被轻易反制的措施等。对于这些问题研究者只能尽力克服,例如将国际关系中层理论吸收到模型里,避免行为体的动机影响,而尽可能提高预测的准确度。从冲突预测研究出发,陈老师认为冲突预测模型虽能较好地捕捉危机爆发升级的“许可性条件”(permissive conditions),但很难预测危机或冲突会在何时何地升级爆发,难以捕捉直接“近因”(immediate causes)。其原因有战略不确定性的影响、避免低效的动机、案例与高质量数据的稀缺等。陈老师指出,未来冲突预测模型会继续发展和改进,然而一些局限是定量方法永远无法突破的,因此需要定量和定性方法的融合。

最后,陈老师介绍了一项基于文本网络分析的研究。他指出,文本网络分析包含文本分析和系统网络分析两种研究方法。基于研究结论,他建议国内学界应与美国主流杂志展开交流与对话,关注他们的研究话题;同时,推动定量研究科学化,并鼓励国内学者积极开展合作研究。

在交流讨论环节,陈冲老师对同学们的疑问逐一进行解答。博士生李珊同学向陈老师提问,没有量化基础应从哪里入手,对此陈老师进行耐心细致地解答,引导同学们不要迷信机器学习,人工智能是创造性工作,把定性做好的同时可以进行定量研究的尝试,不必方法焦虑,做好自己的专长。同时陈老师建议同学们了解基本的编程知识,成为具有“计算机式思维的社会科学家”和具有“社会思维的计算机科学家”。人工智能专业的本科生提问,利用模型预测,泛化能力如何?是否适用于其他国家?陈老师指出,可以选取任何国家进行类似分析,只是网格数量发生变化,按照地区或国家进行预测会出现一定差别,但这种方法可以普遍化。

讲座最后,高婉妮老师对本次讲座内容进行了简要总结,并对陈冲老师前来我校开展本次线下讲座表示了衷心的感谢。

至此,本次讲座圆满结束。

供稿:杨嘉露

图片:江楠、韩雪玲