Manuel Cebrian 和他的团队刚刚赢得了“寻踪挑战赛”（Tag Challenge），这是一个由美国国务院资助的比赛，要求在12小时内找到五个国家内的五名虚构的珠宝窃贼。Crowdscanner团队包含了一些赢得 DARPA网络挑战赛 的成员。DARPA网络挑战赛是一个寻找散布在美国各地的红色气球的奇特寻宝活动。与气球挑战赛一样，一些团队成员认为“寻踪挑战赛”是不可能完成的任务——在某些方面确实如此，因为没有人找到所有五名“嫌疑人”。但考虑到任务的复杂性，找到三名也算不错了。
Cebrian，加州大学圣迭戈分校的研究科学家，曾在2009年作为麻省理工学院的博士后，是赢得气球挑战赛的团队成员之一。挑战的一部分在于从嘈杂的社交网络中过滤出有用的信息，并建立一个由举报者和搜寻者组成的值得信赖的网络。这次，团队负责人是阿布扎比马斯达尔学院计算与信息科学系主任、副教授Iyad Rahwan。Cebrian表示，他是团队中唯一一位常驻美国的成员。
嫌疑人是在华盛顿特区、纽约、伦敦、斯德哥尔摩和布拉迪斯拉发雇佣的演员。每位嫌疑人的通缉照于当地时间上午8点发布，参赛者有12小时的时间追踪他们，仅凭照片和发布在“寻踪挑战赛”网站上的嫌疑人背景故事。例如，华盛顿特区的嫌疑人“Teresa Bay”被描述为咖啡成瘾者，曾因伪造星巴克礼品卡被捕。她最终在一家星巴克被找到。
Cebrian表示，尽管在欧洲有广泛的覆盖，Crowdscanner团队未能找到伦敦或斯德哥尔摩的嫌疑人——但当比赛转移到美国时，情况就有所好转。
Crowdscanner团队的领导者在上周末通过 Twitter宣布了团队的获胜消息，但尚未公布其他细节。Cebrian说他还在等待数据，以便开始梳理整个过程是如何发生的，以及哪些方法比其他方法更有效。与此同时，他向PopSci分享了一些关于发生的事情的见解。
PopSci：你是如何参与进来的？
Manuel Cebrian：我研究网络科学，我们也称之为计算信息科学——信息如何在大的模式中传播，尤其是在国际范围内。我们几乎没有机会收集这类信息。人们对社交网络谈论很多，但从科学角度来看，我们才刚刚开始研究它们。我们没有关于它们如何组织、如何招募的数据。
气球挑战赛和这次比赛不仅是竞争和获胜的绝佳机会——我们分享奖金，我们自己不从中赚钱——而且我们收集了大量数据，所以这是一个非常独特的机会。这有助于我们科学家真正理解诸如阿拉伯之春和占领抗议等事件。我们收集这些数据的唯一方式就是通过参加这些挑战。
PopSci：它不是有机驱动的，而是由比赛驱动的，这是否是一个问题？
MC：确实，一个品牌或某种行为的传播不是竞争性的。你要么喜欢这个品牌，要么不喜欢。但即使在品牌之间，也存在竞争性情境——比如耐克和锐步可以竞争推出某款运动鞋。当你购买一个时，你就没有钱购买另一个了，所以谁先让你买，谁就将赢得奖品。这正是这次比赛的情况。
PopSci：那么你是如何组建Crowdscanner团队的？
MC：我们沿用了2009年气球挑战赛的激励机制，但稍作简化，让人们可以通过找到嫌疑人或招募找到嫌疑人的人来赚钱。我们仍然需要确定如何分配奖金。想法是，找到嫌疑人可以获得500美元，招募找到嫌疑人的人可以获得100美元。我们还为传播信息支付一些费用。如果你只是传播信息，而你招募的人没有找到嫌疑人，你仍然可以从你招募的前2000人那里每人赚1美元。
目标是启动它，达到我们科学家称之为“临界点”。
我们在两个层面寻找人们。我们试图瞄准主流媒体网站——我们与记者交谈，试图启动一些文章，希望信息能够以某种方式传播。有人可能会读到你的推文，然后转发给10到20个朋友。然后我们自己传播；我们在Facebook上有一些朋友等等。因此，我们可以在两个层面收集数据。我们可以看到记者、主流媒体网站的成功程度，与我们这样的普通人相比。
主流媒体网站总是更有效，问题是效果有多大。我们相信，主流媒体网站在此次比赛中的效率至少是个人用户的100倍——介于100到1000倍之间。
PopSci：人们是如何注册的？
MC：当你点击（我们的网站）时，你就会有一个独特的招募ID。如果你在《纽约时报》上看到它，我们就知道你是从《纽约时报》获知的。如果你从我这里看到，你就知道它来自Manuel。你可以通过Twitter、Facebook、电子邮件等方式加入……我们只是追踪信息传播的独特方式。
然后，如果你看到其中一名嫌疑人，你就会回到我们的网站，使用你的登录名并上传照片。我们甚至开发了一个Android应用程序，你可以直接拍照并立即上传到我们的网站。
PopSci：这一切是什么时候开始的？你们是如何覆盖所有不同时区的？
MC：团队领导者和开发人员都在阿联酋的阿布扎比。对他们来说，这是上午10点开始的。我们在英国南安普顿大学有一些人，而我在加利福尼亚，所以我们很好地覆盖了所有时区。这似乎微不足道，但你需要有不同时区的人。如果另一边非常疲惫，对他们来说已经是凌晨3点了，我仍然精神饱满，可以核实人们提交的信息。
PopSci：花了多长时间找到你们的三名嫌疑人？
MC：好吧，我们已经放弃了布拉迪斯拉发。他们那里的互联网普及率不高，大部分人口甚至不会说英语，所以我们放弃了。但在比赛开始三个小时后，我们的一位大学计算机科学家通过Slashdot听说了我们的团队，他看到了一名嫌疑人并给我们发了照片。
我们很惊讶，在布拉迪斯拉发能在相对较短的时间内找到第一个人。他并没有躲藏，但也没有公开做一些荒唐的事情。他表现得像个普通人。
然后，纽约时间下午1点左右，我们在大中央车站找到了嫌疑人。这来自一位哈佛的研究生，他通过一个邮件列表了解了我们。所以，在这种情况下，社交网络也发挥了很好的作用。
在华盛顿特区，直到晚上7点20分才有什么进展。其中一名嫌疑人藏在一家星巴克咖啡店，靠近乔治华盛顿大学。这太不可思议了：提交地点的人是一位教授，David Alan Grier，他是IEEE计算机学会的候任主席。他是一位非常有名望的计算机科学家——这就好像巴拉克·奥巴马找到了这个人。他写信给我们说，他是众包领域的专家，通过邮件列表了解了我们。他下班回家路上，心想：“如果我随便看看几家咖啡馆会怎样？”然后嫌疑人就在那里。这在我们看来就像电影一样！真是难以置信。
PopSci：你们将如何决定如何支付所有参与者的报酬？
MC：激励机制的设计是为了最大化支付给帮助我们的人。虽然我们没有找到全部嫌疑人。奖金应该主要支付给拍照的人，然后是招募他们的人，以及传播信息的人。
与此同时，我们一直在收集各种信息——我们追踪我们团队的每一次提及。这需要一些精细的分析来确定我们需要向每个人支付多少。对于传播者来说，这更难。
PopSci：这次比赛中有什么让您感到惊讶？您学到了什么？**
MC：我们认为这是不可能的。我们真的认为这超出了社交网络的能力范围。所以，这设定了社交媒体能力的新的界限。如果说气球挑战赛是之前的纪录，那么这无疑是新的纪录。
但是，你知道，找到三个人是一个有趣的数字。这意味着这并不容易。如果找到了五个人，也许（这意味着）这更容易。对我来说，这意味着我们需要非常谨慎地衡量我们赋予社交网络的权力。我们未能找到那五个人；我们努力找到了三个人。所以，社交网络能做些不可思议的事情吗？是的。它们能做你想要它们做的任何事吗？绝对不能。社交网络不是万能药；我们需要了解其局限性。
我们将研究数据，找出为什么我们没有找到伦敦和斯德哥尔摩的人——我们想要嫌疑人的行程，以便与我们的数据进行比较，等等。我们想要创建一个模型来解释这一切是如何发生的，并找出我们是幸运还是不幸。在我们有了那样的理解之前，我们不知道我们是否真的很幸运，找到三个已经很多了，或者我们真的很倒霉，与找到伦敦和斯德哥尔摩的人失之交臂，只差一小时，或一个招募者。我们非常期待了解全貌。
