I ricercatori possono ora fare previsioni elettorali sulle intenzioni di voto dei quartieri in base alle immagini di Google Street View
Grazie all’abilità crescente dei computer di eseguire l’analisi delle immagini con la stessa fluidità dell’analisi del testo, un gruppo di ricercatori di Stanford è stato in grado di fare previsioni elettorali accurate sui modelli di voto dei quartieri, basandosi su milioni di immagini raccolte da Google Street View, come riportato dal New York Times. Anche se altri progetti accademici hanno utilizzato l’intelligenza artificiale per estrarre dati da Google Street View per approfondimenti socioeconomici, come Streetchange che studia come sono cambiate le strade delle città nel corso degli anni. Ma questo progetto è particolarmente degno di nota per la grande quantità di immagini che il software AI ha elaborato.
Indice dei contenuti
Google Street View sa cosa voti
Sotto la guida della scienziata informatica Timnit Gebru, il team di ricercatori dell’università di Stanford ha utilizzato il software per analizzare 50 milioni di immagini di scene di strada e dati sulla posizione. Il loro obiettivo era quello di trovare i dati che sarebbero potuti essere utilizzati per prevedere le statistiche demografiche a livello di codice di avviamento postale, che di solito contiene circa 1.000 persone.
Google Street View analizza la demografia del quartiere per fare previsioni elettorali
Tramite queste immagini, sono stati in grado di raccogliere informazioni, tra cui marca e modello di circa 22 milioni di automobili, l’8% di tutte le auto del paese, in 3.000 codici postali e 39.000 distretti elettorali. Dopo aver tracciato riferimenti incrociati con dati provenienti da altre fonti, tra cui l’American Community Survey del Census Bureau e i documenti elettorali delle elezioni presidenziali, i ricercatori hanno scoperto di essere in grado di fare previsioni accurate su reddito, razza, istruzione e schemi di voto di un quartiere.
Google Street View riconosce anche i modelli di auto
Al fine di permettere ai loro algoritmi di intelligenza artificiale di classificare le auto in modo accurato, i ricercatori hanno addestrato l’AI reclutando centinaia di persone da luoghi come Mechanical Turk, così come esperti di automobili, per identificare i veicoli in un campione di milioni di immagini; alla fine il loro software è stato in grado di classificare le auto in 50 milioni di immagini in sole due settimane, un compito che il Times ha detto avrebbe impiegato a un esperto umano fino a 15 anni per completarlo.
Google Street View farà il censimento abbattendo i costi
In un articolo pubblicato negli Atti della National Academy of Sciences, il team ha scritto che la loro tecnologia è in grado di integrare l’American Community Survey, che costa oltre $250 milioni ogni anno. Poiché l’indagine è anche ad alta intensità di manodopera, con i lavoratori che vanno di porta in porta, ciò significa che le aree più piccole, con meno di 65.000 persone, sono spesso trascurate. Man mano che la tecnologia migliora, le statistiche demografiche potranno essere aggiornate in tempo reale, anche se i ricercatori hanno sottolineato che i responsabili delle regolamentazioni dovranno fare attenzione a garantire che i dati vengano raccolti solo a livello di comunità per salvaguardare la privacy individuale.