在新近發(fā)展的人工智能技術的幫助下，研究人員能夠分析大量的圖像、提取可以進行排序和挖掘的數(shù)據(jù)來預測一些事情，比如某個社區(qū)的收入水平、政治傾向、購物習慣等。
據(jù)了解，來自斯坦福大學的研究人員們完成了一個雄心勃勃的項目——通過分析谷歌街景（Google Street View）上收集到的數(shù)百萬張照片，可以對社區(qū)投票模式作出準確的預測。這一跡象表明，計算機能夠像文本分析一樣流利地進行圖像分析。
雖然其他學術項目早已開始使用人工智能挖掘谷歌街景來獲取社會創(chuàng)見的見解，如街道變化，但是此項目值得注意是因為在整個過程中，AI軟件處理了大量圖像。
在斯坦福大學計算機視覺科學家Timnit Gebru的帶領下，研究人員使用軟件分析了近五千萬幅街景和位置數(shù)據(jù)的圖像。他們的目標是找到可用于預測郵政編碼和分區(qū)（通常包含大約1000人）水平的人口統(tǒng)計數(shù)據(jù)。
從這些圖像中，他們能夠搜集到大約2200萬輛汽車（占全國所有汽車的8％），3000個郵政編碼和39000個投票區(qū)的信息。研究人員將這些數(shù)據(jù)與包括人口普查局的美國社區(qū)調(diào)查和總統(tǒng)選舉投票記錄在內(nèi)的其他資料交叉引用后發(fā)現(xiàn)，他們能夠準確預測鄰里的收入，種族，教育以及投票模式。
為了讓他們的人工智能算法準確地對汽車進行分類，研究人員通過招募來自Mechanical Turk等地方的數(shù)百人以及汽車專家來對其進行訓練，以識別出數(shù)百萬張圖片中的汽車。最終，他們的軟件能夠在短短兩周內(nèi)對5000萬張圖片中的汽車進行分類。《紐約時報》稱如果是人類完成這項任務的話，至少需要15年的時間。
