Visual Browsing

Σύστημα τεχνητής νοημοσύνης «μαντεύει» τι ψηφίζει η γειτονιά σας αναλύοντας φωτογραφίες των παρκαρισμένων αυτοκινήτων

Εσείς τι οδηγείτε;

Πόσοι άνθρωποι στη γειτονιά ψηφίζουν το ίδιο κόμμα με σας; Πόσοι έχουν πτυχίο πανεπιστημίου; Πόσα χρήματα περίπου βγάζει ο καθένας; 

Ένα νέο σύστημα τεχνητής νοημοσύνης για πρώτη φορά είναι σε θέση να μαντέψει τις απαντήσεις σε όλα αυτά τα ερωτήματα με αρκετή ακρίβεια.

Για να το πετύχει αυτό, αρκεί να τροφοδοτήσει κανείς τους σχετικούς αλγόριθμους με φωτογραφίες δρόμων από το Google Street View και αυτοί, στη συνέχεια, κάνουν τα «μαγικά» τους, προχωρώντας σε εκτιμήσεις για τις πολιτικές προτιμήσεις, το μορφωτικό επίπεδο, το ύψος εισοδήματος κ.ά. για κάθε γειτονιά.

Οι ερευνητές, με επικεφαλής την αναπληρώτρια καθηγήτρια επιστήμης των υπολογιστών Φέι-Φέι Λι, διευθύντρια του Εργαστηρίου Τεχνητής Νοημοσύνης του Πανεπιστημίου Στάνφορντ της Καλιφόρνιας, που έκαναν τη σχετική δημοσίευση στο περιοδικό της Εθνικής Ακαδημίας Επιστημών των ΗΠΑ (PNAS), εργάσθηκαν με 50 εκατομμύρια φωτογραφίες δρόμων, τις οποίες είχαν τραβήξει τα οχήματα της Google σε 200 αμερικανικές πόλεις.

Σχετικα
Δασκαλάκης: Η Τεχνητή Νοημοσύνη είναι ένα στοίχημα του ο ανθρώπινου εγκεφάλου με τη δαρβινική εξέλιξη
Δασκαλάκης: Η Τεχνητή Νοημοσύνη είναι ένα στοίχημα του ο ανθρώπινου εγκεφάλου με τη δαρβινική εξέλιξη

Οι μηχανικοί υπολογιστών χρησιμοποίησαν αλγόριθμους βαθιάς μάθησης και υπολογιστικής όρασης για να προσδιορίσουν τη μάρκα, το μοντέλο και το έτος κατασκευής περίπου 22 εκατομμυρίων αυτοκινήτων που υπήρχαν στις φωτογραφίες, κάτι που επιτεύχθηκε με ακρίβεια για τα μισά οχήματα (52%).

Στο επόμενο στάδιο, άλλοι αλγόριθμοι τροφοδοτήθηκαν με δημογραφικά και εκλογικά στοιχεία και ανέλαβαν να κάνουν εκτιμήσεις με αφετηρία τα αυτοκίνητα και μόνο.

Η τεχνητή νοημοσύνη αποδείχθηκε απρόσμενα ακριβής στις εκτιμήσεις της για το μέσο ύψος του εισοδήματος των νοικοκυριών σε κάθε γειτονιά, το ποσοστό των λευκών, μαύρων και Ασιατών που διαμένουν σε κάθε περιοχή, το μορφωτικό επίπεδο των κατοίκων, αλλά και το πόσοι ψήφισαν για τον δημοκρατικό Ομπάμα και πόσοι για τον ρεπουμπλικανό Μακέιν στις προεδρικές εκλογές του 2008.

Σχετικα
Μπορούν τα ρομπότ να σώσουν το ασφαλιστικό σύστημα από κατάρρευση; (video)
Μπορούν τα ρομπότ να σώσουν το ασφαλιστικό σύστημα από κατάρρευση; (video)

Ως εκ τούτου είναι δυνατό να εκτιμήσει κανείς πόσο προοδευτική ή συντηρητική είναι μια περιοχή, ανάλογα με τον τύπο των οχημάτων που βλέπει κανείς συχνότερα παρκαρισμένα σε αυτήν. Για παράδειγμα, όσο περισσότερα επιβατικά αυτοκίνητα «σεντάν» είχε μια γειτονιά, τόσο περισσότεροι κάτοικοι είχαν ψηφίσει υπέρ του Ομπάμα, ενώ όσο περισσότερα οχήματα τύπου «πικ-απ» είχε μια περιοχή, τόσο μεγαλύτερο ήταν το ποσοστό υπέρ του Μακέιν.

Αν ο αριθμός των σεντάν σε μια γειτονιά ήταν μεγαλύτερος από τον αριθμό των «πικ-απ», υπήρχε 88% πιθανότητα η γειτονιά να ψηφίζει Δημοκρατικούς. Αν αντίθετα τα «πικ-απ» ξεπερνούσαν τα σεντάν, τότε υπήρχε 82% πιθανότητα η γειτονιά να ψηφίζει Ρεπουμπλικανούς.

Οι ερευνητές ανέφεραν ότι στο μέλλον, καθώς θα αυξηθούν οι κάμερες στους δρόμους χάρη στα αυτόνομα οχήματα που θα κυκλοφορούν, θα συλλέγονται ολοένα περισσότερα στοιχεία και θα είναι δυνατό ένα σύστημα τεχνητής νοημοσύνης να βγάζει σχετικά συμπεράσματα σχεδόν σε πραγματικό χρόνο.

Επιλογες

Ο γύρος του κόσμου με βέσπα
Ο γύρος του κόσμου με βέσπα
Ο Στέργιος Γκόγκος και η Αλεξάνδρα Φεφοπούλου γνωρίστηκαν τυχαία, άλλαξαν ζωές...
Δημήτρης Αθανασιάδης
Ο γύρος του κόσμου με βέσπα
Τζάμια παντού!
Τζάμια παντού!
Είναι εντυπωσιακό πόσο τζάμι και σε πόσες διαφορετικές εκδοχές υπάρχει γύρω μας
Γιάννης Οικονόμου
Τζάμια παντού!
Ο Τραμπ στη Νέα Υόρκη
Ο Τραμπ στη Νέα Υόρκη
Έγινε σύμβολο και μαζί ανέκδοτο για την καινούργια εποχή σπατάλης, κενής...
Σώτη Τριανταφύλλου
Ο Τραμπ στη Νέα Υόρκη
Όταν ο Α. Τσίπρας προφήτευε λέξη προς λέξη τι θα γινόταν με κυβέρνηση ΣΥΡΙΖΑΝΕΛ
Όταν ο Α. Τσίπρας προφήτευε λέξη προς λέξη τι θα γινόταν με κυβέρνηση ΣΥΡΙΖΑΝΕΛ
Αλλά έλεγε ότι θα γίνει με κυβέρνηση ΝΔ
Κατερίνα Παναγοπούλου
Όταν ο Α. Τσίπρας προφήτευε λέξη προς λέξη τι θα γινόταν με κυβέρνηση ΣΥΡΙΖΑΝΕΛ