AI可以看到美国的财富不平等

财富是什么样的……来自太空?这是卡内基·梅隆大学(Carnegie Mellon University)的研究人员在建造便士时想回答的问题。Penny是使用神经n的机器学习建立的AI

财富是什么样的……来自太空?这是卡内基·梅隆大学(Carnegie Mellon University)的研究人员在建造便士时想回答的问题。 Penny是使用神经网络基于机器学习的AI。通过互动网站Penny,您可以浏览纽约市和圣路易斯的卫星图像,并了解不同种类的功能如何使AI看起来很富有或贫穷。

为了建造一分钱,研究人员使用了来自美国人口普查局的家庭收入数据,对其进行了映射,并与卫星图像叠加。它们颜色编码区域以表示不同的收入括号。在下图中,绿色代表年收入最高四分位数(平均$ 71,876及以上)的区域,红色代表年收入最低的地区(平均34,176美元及以下),橙色和黄色代表收入的中间水平(平均$ 34,176之间)和$ 49,904和$ 49,904和$ 71,876)。

人口普查数据映射和颜色编码 / penny.digitalglobe.com

然后将两层数据(颜色编码地图和卫星图像)送到一个神经网络中,该神经网络经过训练,以预测城市任何地区的平均家庭收入。 AI寻找与普查数据相关的图像中的模式。随着时间的流逝,神经网络将学习哪些模式最能预测高收入水平和低收入水平。然后,仅通过查看卫星图像,该模型就可以用于预测一个地方的收入水平。

那么,太空的财富和贫穷是什么样的? Penny发现的一些相关性是,较低的收入区域倾向于有棒球钻石,停车场和大型形状的建筑物(例如住房项目)。在中等收入地区,有更多的单户住宅和公寓楼。收入较高的地区往往有更绿色的空间,高闪亮的建筑物和带有郁郁葱葱的后院的单户住宅。低收入区域 /penny.digitalglobe.com

高收入区域 / penny.digitalglobe.com的模式

还有其他研究与估计卫星数据的财富有关。康斯坦茨大学的科学家发现,可以通过衡量夜间照明量来推断一个地区的财富以及个人定居点。

Penny的一个有趣特征是,该工具使您可以通过添加和删除建筑物,公园和高速公路等城市功能来与城市的景观一起玩耍。进行了更改后,Penny对该区块的收入范围进行了新的估计。

Penny的界面使用户可以在地图上拖放Urban功能。 / penny.digitalglobe.com

研究人员希望激发有关人工智能,机器学习,城市,基础设施,卫星图像和大数据的对话。机器理解这些东西的方式对我们如何理解城市化,财富和人类状况的模式具有越来越重要的意义。

原创文章,作者:大天,如若转载,请注明出处:http://www.dsonekey.com/5415.html

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息