在人机智能结合的大规模众包中

我们展示了如何利用机器学习和推理来发挥人类和计算代理的互补优势，以解决众包任务。我们从数据中构建了一组贝叶斯预测模型，并描述了这些模型如何在一个整体众包架构中运作，该架构结合了人类和机器视觉在一个名为 Galaxy Zoo 的公民科学项目中对天体进行分类的努力。我们展示了如何使用学习到的概率模型来融合人类和机器的贡献，并预测工人的行为。我们采用多种推理方法协同工作，以指导对工人的雇佣和任务分配的决策，以最大化基于预期效用的大规模众包流程的效率。