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
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
