学界 | 李飞飞最新论文:结合深度学习和谷歌街景来估算美国人口结构

AI科技评论按:最近,一篇名为《Using Deep Learning and Google Street View to Estimate the Demographic Makeup of the US》的论文发布到了arxiv.org上,作为这篇论文的联合作者之一,李飞飞在她的推特上向公众推荐了这篇论文。这篇论文主要论述了如何将谷歌街景车搜集来的机动车辆数据,结合机器学习算法,从而估算出本地区人口的特征和组成,甚至这一地区居民的政治倾向。

下面是这篇论文的一些节选内容,原文地址为:https://arxiv.org/abs/1702.06683。由AI科技评论编译。

几千年来,统治者和政策制定者进行全国人口调查,用来搜集人口数据。在美国,最细致的人口调查工作就是“美国社区调差”(ACS),由美国普查局执行,每年花费10亿美元和6500人以上的人力。这是一个劳动密集型数据搜集过程。

最近几年,计算方法崛起成为解决社会科学领域问题的有效方法。比如用Twitter上的数据预测失业率、使用书里的大量文本分析文化等等。这些例子表明,计算方法可以促进社会经济领域的研究发展,最终可以详细、实时地分析人口趋势,并且成本很便宜。

我们的研究表明,结合公共数据和机器学习方法,可以得到社会经济数据和美国人的政治倾向。我们的流程里,针对几个城市耗费少量人力来搜集数据,然后用来预测全美的状况。

具体而言,我们分析了由谷歌街景汽车在200个城市里搜集来的5000万张图片。我们的数据主要是关于机动车辆,因为90%的美国家庭都拥有至少一辆汽车,而且人们对汽车的选择受到多种人口因素的影响,包括家庭需求、个人偏好和资金等。

基于深度学习的CNN计算机视觉框架,不仅能够在复杂的街景下识别出汽车,还能鉴定出一系列汽车特征,包括材料、型号和年份。对于一个未经训练的人来说,汽车之间的不同是难以发觉的。比如,同一型号的汽车,不同年份的在尾灯有微小变化(比如2007产的Honda Accord和2008年产Honda Accord)。然而,我们的系统就能够将汽车分成2657类,每张图片的分析时间只需0.2秒。该系统可以在2周时间里对5000万张图片分类,而一个专业的人类分类员,假设他每张需要10秒时间,将会花费15年的时间完成这个任务。

利用谷歌街景汽车搜集来5000万张图片,我们使用图像识别算法(Deformable Part Model)来学习自动搜集汽车图片。搜集每一辆汽车图片后,我们部署CNN模型,用来进行物体分类,来判定每一辆车的材料、型号、车型和年份。然后,我们根据城镇名字分类数据库,划分到两个数据库里。第一个是"训练库",包含了所有名字以A、B、 C开头的地区,这个数据库包括了35个城市,训练产生模型;第二个是“测试库”,包括所有名字以D、Z为开头的地区,这个数据库用来提升模型。

我们总共搜集了2200万辆(占全美汽车总数8%)汽车的数据,用来准确估算这个地区的收入、种族、教育和投票程式(voting pattern)。结果显示出的关系出人意料的简单和有力。比如,如果在一个城市里15分钟的车程中,遇到的轿车数量高于卡车数量,那么这个城市倾向于在下届大选中投票给民主党(88%几率);反之则倾向于投票给共和党(82%)。我们的结果表明,自动系统监测使用良好的空间分辨率,能够接近实时地监测人口趋势,可以有效地辅助劳动密集型的调查方法。

卷积神经网络早在1975年就被提出,而在1995年被正式命名,又在2012年因Hinton团队ImageNet大赛夺冠而闻名,2016年的阿尔法狗更是将人工智能推上了高潮。邓志东教授从事包括深度神经网络在内的人工神经网络研究25年,在清华授课20余年,他在一线教育上感受到的人工智能发展比我们更加汹涌。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-02-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技大本营的专栏

热门 | Google Brain前员工深度盘点2017人工智能和深度学习各大动态

翻译 | AI科技大本营 参与 | shawn 编辑 | Donna 2017年是人工智能井喷的一年。Google Brain团队前成员Denny Britz在...

31460
来自专栏PPV课数据科学社区

干货分享 | 千人专家朱晓天:大数据与人工智能在金融领域的应用

12月9日,以“数智金融-大数据的创新与应用”为主题的第二届中欧大数据金融论坛在深圳举行,国家千人计划金融领域特聘专家、北京大学汇丰商学院金融实验...

38550
来自专栏PPV课数据科学社区

不加班,上班可以打游戏,年薪20万起,什么职位这么牛逼...

“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”——全球知名咨...

33560
来自专栏机器之心

魔都要用最先进的神经网络预测交通?前排围观

你是否曾有过这样的经历——有时遇上一个红灯,接下来的每个路口就全是红灯;有时却是一路的绿灯?这并非个人的运气好坏,而是背后一套交通灯系统运行的系统在起作用。

16240
来自专栏专知

赶超摩尔定律,NIPS2018提交论文达到8000篇!AI论文价值何在?

73050
来自专栏京东技术

「仓储网络智能库存管理问题」最好的答案 | GOC大赛

本篇特约全球运筹优化挑战赛-仓储物流智能库存管理赛题冠军 TP_AI队伍分享赛题解析。来自清华大学经管学院的闵旭和来自北京大学人工智能创新中心的马思源因为比赛走...

42620
来自专栏数据猿

【案例】大拇哥财富——互联网金融个人评分模型

数据猿导读 随着互联网技术的不断发展,传统金融业务也从线下不断转移到线上,很多原先在线下的金融机构开始在互联网上开展经营活动。由于线上和线下的经营方式的差异,在...

39460
来自专栏机器之心

CCL 2017最佳论文公布,看全国计算语言学前沿研究

机器之心报道 作者:邱陆陆 10 月 14 日、15 日,由中国中文信息学会(CIPS)举办的第十六届全国计算语言学会议(CCL 2017)暨第五届自然标注大...

37380
来自专栏机器之心

京东金融城市计算论文入选IJCAI 2018,郑宇解读地理传感器时间序列预测问题

23850
来自专栏企鹅号快讯

使用人工智能增强人类智能(下)

来源:Distill 编译:weakish 编者按:本周一,Google Brain的Shan Carter和YC Research的Michael Niels...

24390

扫码关注云+社区

领取腾讯云代金券