源之原味

科学家教 AI 确定我们的政治归属基于我们驾驶的汽车

 

本文来自thenextweb.com。源URL是: https://thenextweb.com/artificial-intelligence/2018/01/03/scientists-teach-ai-to-determine-our-political-affiliation-based-on-the-cars-we-drive/

以下内容由机器翻译生成。如果您觉得可读性不好, 请阅读原文或 点击这里.

最近, 一组科学家开发了一个 AI 模型, 它使用谷歌街景照片来确定关于地理区域的惊人准确的社会洞察力。通过观察我们驾驶的汽车, 研究人员的深度学习网络可以决定社区的种族、政治和经济构成。

这项研究是由科学家和在斯坦福大学的基础上进行的, 使用一种叫做卷积神经网络的人工智能训练方法 (CNN)。这种方法包括创建一个 "金色标准" 的图像集, 由人类检查, 这是用来教一台计算机如何分类新的图像。在这种情况下, 机器被教导寻找车辆和汽车和卡车的独立图像分为 2657 fine-grained 类别。

在两周的时间内, AI 处理了美国200多个城市的5000万幅图片。研究结果分类了超过2200万辆单独车。

结果被用于发现种族构成、政治倾向和其他人口调查样式人口统计在各自的区域由邮政编码或区。为了确定系统的准确度水平, 科学家们将他们的结果与美国社区调查 (ACS) 取得的成果进行了比较。

也许在一个标有 "是的, 我们可以猜到的" (但可能不是) 的类别中提出的, 将是系统所获得的政治洞察力。研究人员在该项目的 白皮书说:

我们发现, 开车经过一个城市, 同时计数轿车和皮卡, 这是可能的可靠的决定是否城市投票民主或共和: 如果有更多的轿车, 它可能投票民主党 (88% 机会), 如果有更多的皮卡, 它可能投票给共和党 (82% 的机会)。

虽然研究人员的 CNN 动力模型肯定不是一个实际普查的替代品--一目了然的洞察力并不是确定信息的最科学的方法--它提供了一窥 AI 如何提供可管理的数据只有广告商才能从中受益。

能够将机器学习的能力与验证信息的数据库结合起来, 是人工智能的下一个重要挑战之一。到目前为止, 开发者已经教会了计算机如何以与我们相似的方式看待这个世界, 但是在了解他们在看什么的时候, 机器仍然是非常愚蠢的。

当然, 人类在看图像和获得一般的洞察力方面会更好, 我们可以看到一只鸟, 一个轮胎, 一根撬棍, 和一个篮球在同一张图片, 在那里, 这 AI 只是在寻找汽车。

然而, 在这种情况下, AI 实际上是一个 更好地理解具体的车辆制造和模型之间的细微差别比一般人可能是。我们大多数人都不能在公路上命名每辆汽车, 自1990年以来的一年。

还有一个事实, 即它完成了它的工作在几个星期, 而同样的任务将采取人类大约15年。

越来越明显的是, 我们正在慢慢地接近于 AI 实际上比人类更能看清世界的一天。希望当这种情况发生的时候, 计算机会做的比让我们更容易看到我们的差异。

下一篇:

世界卫生组织称游戏成瘾是一种疾病

Leave A Reply

Your email address will not be published.