房地產(chǎn)巨頭Zillow將提供100萬美元獎勵最佳估價

1714年，英國議會通過了《經(jīng)度法案》，授予任何能夠提出測量海上經(jīng)度實用方法的人一大筆獎金。在當今智能手機和GPS衛(wèi)星的世界里，確定經(jīng)度似乎是微不足道的事情，但在當時，這卻是一項巨大的技術(shù)挑戰(zhàn)。這一策略是有效的，多年來一直不斷推動航海天文鐘的發(fā)展，這一手持機械奇跡般地挽救了無數(shù)海員的生命。

從那以后，許多領(lǐng)域都在用獎金推動創(chuàng)新。哈佛商學(xué)院的喬希?勒納（Josh Lerner）研究了此類獎金的有效性。他說，“獎金通常由政府提供”，但也有私營企業(yè)提供的。勒納指出，2009年Netflix的百萬美元獎金授予了一個設(shè)計出一種可擊敗Netflix公司Cinematch推薦系統(tǒng)的算法的團隊，幫助重振這些獎金的名聲。

尤其值得一提的是，Netflix大獎催生了現(xiàn)有的Zillow大獎賽，該比賽要求數(shù)據(jù)科學(xué)家設(shè)計出一種計算機化系統(tǒng)，擊敗目前Zillow稱為Zestimate的房價預(yù)測方法。

位于西雅圖的Zillow集團首席分析官斯坦?漢弗萊斯（Stan Humphries）說，Zestimate是Zillow在2006年成立后開發(fā)的首款產(chǎn)品，這對Zillow達到成為房地產(chǎn)市場第一信息門戶的目標至關(guān)重要。

漢弗萊斯說，Zestimate早期經(jīng)常偏離目標：在估算房屋售價時，算法的中值誤差為14%。他和同事可將誤差水平降至4%左右。但他們希望進一步改善。因此，他們決定“邀請全球數(shù)據(jù)科學(xué)界”來參加此次活動。如果你夠聰明、夠幸運，你就有可能贏得100萬美元的Zillow獎金，獎金將于2019年初發(fā)放。漢弗萊斯說：“Netflix大獎讓我看到了一線希望?！?/p>

2017年，約有4 000個小組參與了Zillow推出的第一輪房屋估價大賽。100個團隊進入第二輪即最后一輪比賽，目前正在進行評判。評判標準是，參賽者的系統(tǒng)在2018年7月預(yù)測美國大量住宅9月和10月實際售價的準確度。

第一輪比賽的參賽者只能使用Zillow提供的輸入數(shù)據(jù)，這些數(shù)據(jù)包括各類城市房地產(chǎn)數(shù)據(jù)庫或典型房地產(chǎn)清單中的信息。但在第二輪比賽中，參賽者也可從其他渠道獲取數(shù)據(jù)。

第一輪比賽排名第一的是Zensemble團隊，團隊由來自澳大利亞、以色列和美國的3位數(shù)據(jù)專家組成，他們分別是德米特羅?波普拉夫斯基（Dmytro Poplavskiy）、喬納森?格拉德斯坦（Jonathan Gradstein）和沃斯?沃克恩斯（Russ Wolfinger）。

沃克恩斯是統(tǒng)計分析軟件開發(fā)公司SAS（位于北卡羅來納州凱瑞市）的科學(xué)發(fā)現(xiàn)和基因?qū)W主管。這并非沃克恩斯第一次參加這類比賽。實際上，他在舉辦各種機器學(xué)習(xí)比賽的Kaggle網(wǎng)站上非?；钴S。沃克恩斯說：“我本人很好勝。我一直喜愛體育運動。”他指出，這類比賽明顯傾向于具有計算機或數(shù)據(jù)科學(xué)背景的男性。他說：“沒想到，并沒有很多統(tǒng)計學(xué)專業(yè)的人參與?！?/p>

鑒于競賽所需的計算能力，參賽成本是否很高？從沃克恩斯的角度看來并不盡然。他說：“Kaggle上很多人都在構(gòu)建自己的機器學(xué)習(xí)平臺。”他提醒，如果用這些平臺進行大量數(shù)據(jù)處理，你的電費將上漲。但他也指出，兩個團隊之間較量的更多是腦力而非計算能力。

目前Zillow的房屋估價方案已經(jīng)相當不錯。參賽者是否真的會在其基礎(chǔ)上有所改進，目前尚未可知。漢弗萊斯說：“我們有一個由人工智能專家組成的龐大團隊，專門解決這一問題?！钡匀徽J為，他將從競爭Zillow獎金的許多外部人士那里學(xué)到很多東西。此項獎金不僅僅是宣傳做秀。他表示Zillow真心希望改進Zestimate。這就是Zillow要求100個團隊在最后一輪比賽中將其軟件知識產(chǎn)權(quán)轉(zhuǎn)讓給公司的原因。

誠然，如棒球名人尤吉?貝拉（Yogi Berra）所言：“不到最后一刻難見分曉。”一個或多個團隊可能會大大超越今天的Zestimate，為首者將賺到百萬美元大獎。沃克恩斯當然期望能獲此大獎，Zillow的人工智能專家也有機會做得和他人一樣好。我們拭目以待。