斯坦福大學的科學家團隊近日開發(fā)了一種AI人工智能模型，能夠通過谷歌街景View圖像數(shù)據(jù)的訓練來準確地判斷各個地理區(qū)域的社會結(jié)構(gòu)組成。比如通過查看人們駕駛的車輛型號品牌等，研究者的深度學習網(wǎng)絡(luò)模型能夠判斷這一社區(qū)的種族、政治觀點和經(jīng)濟構(gòu)成。

　　卷積神經(jīng)網(wǎng)絡(luò)的方法構(gòu)造的這一AI模型能夠進行深度學習，通過數(shù)據(jù)和圖像來訓練讓AI構(gòu)建街景圖像元素和社會組成觀察的聯(lián)系。將圖像分類并進行分析，這一AI在訓練期間將車輛和載具分類成2657種，經(jīng)過兩周的學習AI模型處理了超過5000萬張街景圖像，來自美國200多個城市，超過2200萬臺個人車輛。這份結(jié)果用來分析各地的種族構(gòu)成，政治立場和其它相關(guān)的社會屬性。為了提高分析的準確性，科學家還通過與美國社區(qū)調(diào)查（ACS） 的正準確數(shù)據(jù)進行對比。

　　在項目白皮書中研究人員稱“我們發(fā)現(xiàn)一座城市的小轎車和皮卡車輛的數(shù)量對比，可能反映這座城市究竟是民主黨還是共和黨的支持者，如果這座城市更多小轎車，他們會更偏向為民主黨投票（88%幾率），而如果其皮卡數(shù)更多，則更偏向投給共和黨（82%）”……