AI解密街景圖 經濟民生睇真啲

By on January 3, 2018

原文刊於信報財經新聞專欄「StartupBeat創科鬥室

研究團隊花了兩周時間,就以AI處理了5000萬張汽車圖像,改以人手則要15年。(法新社資料圖片)

研究團隊花了兩周時間,就以AI處理了5000萬張汽車圖像,改以人手則要15年。(法新社資料圖片)

一個城市擁有的私人汽車價格及出行紀錄,跟城市的經濟民生有何關係?美國史丹福大學最近透過人工智能(AI)技術分析Google街景照片,並把圖像中的汽車細分為不同類別,藉此分析和比較美國不同區域的居民特性

透過汽車預測居民收入

過往曾有研究人員以Google街景圖片進行相關研究,惟今次史丹福大學的分析範圍極廣,涉及超過5000萬張Google街景及2200萬輛汽車圖片,這些汽車被分成超過2600種不同類別,以製造商、型號、郵政編碼及投票區等條件區分,研究人員再把有關訊息與其他數據連結,用以預測美國各區居民的收入、種族和教育水平的變化、該區污染程度,甚至投票意向等。

研究結果顯示,紐約市的汽車價格貴絕全國,三藩市進口車品牌比例最高,芝加哥則為收入最懸殊的城市,貴價及廉價汽車的擁有量呈兩極化。根據汽車屬性分析發現,美國最環保的城市是佛蒙特州伯靈頓,人均碳足跡最高的城市為懷俄明州的卡斯帕爾。

僅用兩周完成自動分類

要令電腦自動為汽車影像分門別類,有關的AI軟件須先經人類訓練。研究中心為此招募了數百名外判工,以人手從數百萬照片中,把汽車分類並建立資料庫。

部分人只須在網上簡單分類圖片,惟當中亦有汽車專家介入,他們能夠從車尾燈的微細差別,判斷同一牌子汽車的出產年份。

當汽車資料庫建成後,AI即可為5000萬張汽車圖像自動分類,僅需兩周時間便完成。同一任務若以人手處理,以一張圖像花10秒計算,整個項目需要15年時間。

是次研究的負責人Timnit Gebru認為,以AI分析圖像的做法,可彌補傳統研究的不足,有助從數據找出社會問題。

[English Version]

AI mines Street View images for insights into US cities

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們