如何用AI提高全国调研的效率(付费查看全文)
人工智能算法(Artificial Intelligence Algorithms)能让无人汽车主动识别道路指示牌、行人车辆、道路标线等视觉信息,使用这些信息自动行驶。不过我们换个角度,如果汽车是被识别的对象,会得到什么有趣的结果呢? 谷歌街景(Google Street View)让你坐在家里就能漫步于城市,拍摄用的街景车差不多是一个头顶安装了360度相机的汽车。有些人用谷歌街景旅行,有人用它规划假期路线,有人做了“猜街景”的游戏。而斯坦福的AI工程师则尝试用它预测美国的投票情况。
美国人拥有私家车的比例很高,除了可以用来判断主人的富裕情况外,汽车也能判断一个人的政治观点和投票倾向。比如,买轿车的人倾向于投票给民主党,而买皮卡的人倾向于投票给共和党。
街景车理所当然得能拍到许多道路上的汽车,要是和上面的常识结合,是不是能预测一个城市或者一个镇子的投票倾向呢?比如,按照上面的例子推演,如果一个镇子的轿车比皮卡多,那这里的人给民主党投票的概率会很高,反过来得到另一种结论,逻辑简单清楚。
具体如何操作呢?以下是这个实验的菜谱:
- 准备15,000 张不同车型不同角度的照片,人工分类和标注制造商、车型、生产日期、驾车人的投票倾向;
- 准备谷歌街景的照片,200 个不同城市,共50,000,000 张;
- 让AI算法自动将街景照片对应到已经分类好的车型上,这个算法的原理和无人汽车识别道路指示牌的原理是一样的;
- 统计识别出来的车型数据,对应到不同的城市,得出结果。
我们看到这样的方法将本来只能用于个体的知识,扩展(Scaling)到更大范围的群体。
继续阅读文章,微信扫码付费阅读
![](http://www.igamechanger.com/wp-content/uploads/2019/03/pay-qr-300x300.jpg)
支付成功后将文章链接和微信付款账号发送到邮箱hi@igamechanger.com获取文章全文