人工智能可预测哪项国会草案会通过。图片来源：schools

健康草案只是美国国会今年将会考虑的数千份草案中的一份，而其中绝大多数注定会失败。实际上，仅有约4%的草案会成为法律。那么，哪些法案值得关注呢？一个新人工智能（AI）算式将会提供帮助。仅需一份草案加上约12个其他变量，它就能以极高准确性判断一项草案成为法律的几率。

其他的算式曾预测过一份草案能否在美国国会委员会上生存下来，或者参议院或众议院代表是否会投票支持它，它们均有一定程度的成功率。聚焦研究政策制定的纳什维尔AI公司Skopos实验室计算学家John Nay希望让该预测向前再迈一步。他希望预测一份法案能否在两院获得通过，并精确预测其通过几率。

Nay从一个名为GovTrack的法律跟踪网站下载并分析了从第103届国会（1993—1995年）到第113届国会（2013—2015年）的相关数据。其中包括草案的全文以及一系列变量，如共同赞助者的数量、法案被引入时的月份以及支持者是否在其所属两院占多数等。他利用从103届到106届国会的数据训练了机器学习算式，从而将草案的内容和背景变量及其结果进行联系。随后，他预测了第107届国会中每项草案的结果。接下来，他对从第103届到第107届国会的算式进行了训练，以预测第108届国会，等等，以此类推。

Nay最复杂的机器算式结合了若干个部分。第一部分分析了草案中的语言。它通过解释词汇如何镶嵌在周围的词汇中解释了它们的意思。接下来，它寻找了句意和法案获得成功之间的联系。其他的3个算式发现了上下文数据和草案成功之间的联系。最终，一个总的算式会利用其他4个算式的结果预测将会发生什么。

由于96%的草案会失败，简单的“经常失败”策略通常是正确的。但Nay并不是要简单地预测每个草案是否能够通过，而是想要归纳每个草案具体通过的可能性。（晋楠）