fbpx

利用 AI 進行政治普查 :卷積神經網絡幾星期就把 15 年的工作量完成!

最近,一組科學家開發一個AI模型,利用 AI 進行政治普查 ,它可以透過Google街景照片去準確判斷該區域的社區趨勢。該模型通過觀察我們駕駛的汽車,讓研究人員可以準確地分析出該特定社區的種族、政治及經濟構成。

研究由史丹福大學的科學家進行,使用稱為卷積神經網絡(CNN)的AI訓練方法。首先需創建一個由人類檢查的“金標準”圖像集,用於教計算機如何自行分類新圖像。而在這個情況中,機器被教導去尋找車輛,並將汽車的圖像分成2,657個細粒度類別。



AI在兩週內處理了來自美國200多個城市的5000萬張圖片,研究了超過2200萬輛個人車輛的分類。而結果用於通過郵政編碼或分區查找各個地區的種族構成,政治傾向和其他普查式人口統計。為確保系統的準確性,科學家將他們的結果與美國社區調查(ACS)的結果進行了比較。

研究人員在該項目的白皮書中表示:在計算轎車和輕便客貨車時,通過一個城市的駕駛,可以準確地判定特定城市中的政治取向。如果有較多的轎車,它可能傾向投給民主黨(88%的機率);如果有較多的輕便客貨車,它可能傾向投給共和黨(82%的機率)。

雖然研究人員的CNN模式不能代替實際的普查,但它顯示了AI能夠提供可管理數據的能力。而將機器學習的圖像識別能力及驗證信息的數據庫相結合,將會是人工智能的下一個重要挑戰之一。

到目前為止,開發者們已經教會了計算機如何以近似人類的方式來看待世界。儘管現時的AI,並未稱得上完美,但是AI在理解圖像中特定車輛模型之間的細微差別方面,其實可能比一般人更好。而且,它能在幾個星期內完成了工作,但同樣的任務讓人來做可能需要大約15年的時間。

事實上,我們正逐漸迎來AI比人類更能看到世界及我們人類的差異的那一天。

資料來源:Thenextweb

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *

限制時效已用盡。請重新載入驗證碼。