211service.com
Kā Google ielas attēla attēli atklāj ASV demogrāfisko struktūru
Katru gadu ASV Tautas skaitīšanas birojs iedzīvotāju apsekošanai iztērē 1 miljardu dolāru. Šīs aptaujas ir paredzētas, lai izjauktu valsts demogrāfisko uzbūvi, jautājot reprezentatīvai cilvēku grupai par viņu rasi, dzimumu, izglītību, nodarbošanos utt. Šis ir svarīgs uzdevums, jo sniedz būtisku priekšstatu par populāciju un tās izmaiņām no putna lidojuma.
Taču tas nav viegli. Sākumā dati ir salīdzinoši liela mēroga — Census Bureau galvenā aptauja, Amerikas kopienas apsekojums, sniedz rezultātus par visām pilsētām un apgabaliem, kuru iedzīvotāju skaits pārsniedz 65 000. Mazākas platības neder.
Turklāt iedzīvotāju aptauja ir laikietilpīgs uzdevums; tik daudz, ka daži dati to publicēšanas brīdī var būt piecus gadus veci. Un tā kā citi dati ir daudz jaunāki, salīdzināšana var būt problemātiska.
Tāpēc demogrāfi ļoti vēlētos, lai būtu ātrāks, efektīvāks un augstākas izšķirtspējas veids, kā pētīt iedzīvotājus.
Ienāciet Timnits Gebru no Stenfordas universitātes un daži draugi, kuri ir izmantojuši Google Street View attēlus, lai veiktu ārkārtīgi precīzus demogrāfiskā sadalījuma novērtējumus dažādās ASV pilsētās. Viņu tehnika parāda, kā demogrāfi var savākt ticamus datus pilnīgi jaunā veidā, kas papildina un uzlabo pašreizējās metodes.
Gebru un co sāk ar 50 miljoniem Street View attēlu, kas savākti ar Google automašīnām 200 Amerikas pilsētās. Komanda uzskata, ka cilvēkiem piederošās automašīnas ir spēcīgs rādītājs viņu rasei, ienākumiem, izglītības līmenim, nodarbošanai utt.
Tāpēc Gebru apmācīja mašīnredzes algoritmu kopu, lai atpazītu automašīnas šajos attēlos un pēc tam klasificētu katru vienā no 2657 dažādām kategorijām, kas ir atkarīgas ne tikai no automašīnas markas un modeļa, bet arī no tās vecuma. Tas sniedz precīzu priekšstatu par automašīnas vērtību.
Kopumā viņi klasificēja aptuveni 22 miljonus transportlīdzekļu, kas ir aptuveni trešdaļa no visiem transportlīdzekļiem, kas atrodas šajās pilsētās. Un viņu mašīnai vajadzēja apmēram divas nedēļas, lai veiktu uzdevumu ar ātrumu aptuveni 0,2 sekundes vienam transportlīdzeklim. Cilvēku ekspertam, pieņemot, ka vienam attēlam ir 10 sekundes, būtu nepieciešami vairāk nekā 15 gadi, lai veiktu to pašu uzdevumu, saka Gebru un citi.
Bet kā transportlīdzekļu skaits apgabalā ir saistīts ar vietējo demogrāfisko stāvokli? Lai to noskaidrotu, komanda apmācīja citu padziļinātas apmācības algoritmu, lai uzzinātu korelāciju starp transportlīdzekļu veidiem un datiem no ASV tautas skaitīšanas un prezidenta vēlēšanu balsošanas modeļiem katrā iecirknī (apmēram 1000 cilvēku). Šī apmācības datu kopa sastāvēja no datiem no 35 pilsētām.
Pēc tam viņi izmantoja pārējos datus, lai pārbaudītu dziļās mācīšanās algoritmu. Jautājums, uz kuru viņi vēlējās atbildēt, bija šāds: vai, ņemot vērā transportlīdzekļu modeli kādā apgabalā, algoritms varētu precīzi paredzēt demogrāfiskos datus, kas reģistrēti ASV tautas skaitīšanas un prezidenta balsošanas datos?
Izrādās, ka padziļinātās mācīšanās algoritms to var izdarīt ļoti labi. Izmantojot klasificētos mehāniskos transportlīdzekļus katrā apkaimē, mēs secinām plašu demogrāfiskās statistikas, sociālekonomisko atribūtu un iedzīvotāju politisko izvēli, viņi saka.
Piemēram, sedani ir visciešāk saistīti ar demokrātiem, savukārt pikapi ar pagarinātu kabīni ir ciešāk saistīti ar iecirkņiem, kuri balsoja par republikāņiem. Mēs atklājām, ka, braucot pa pilsētu 15 minūtes, skaitot sedanus un pikapus, ir iespējams droši noteikt, vai pilsēta balsoja par demokrātu vai republikāni, saka Gebru un citi.
Svarīgs jautājums ir par to, cik labi šie secinājumi atbilst tiem, kas iegūti, veicot tradicionālās aptaujas. Lai to noskaidrotu, Gebru un kolēģi salīdzināja savus rezultātus ar tiem, kas iegūti no paša ASV Tautas skaitīšanas biroja datiem no Amerikas kopienas aptaujas. Un viņi atklāja spēcīgu korelāciju ar demogrāfiskiem faktoriem, piemēram, ienākumiem, izglītību, nodarbošanos utt. Viņi pat varēja izteikt precīzas prognozes par vēlētāju vēlmēm iecirkņu līmenī, kas aptver aptuveni 1000 cilvēku.
Visticamāk, Amerikas kopienas apsekojums vismaz pagaidām saglabāsies par zelta standartu datu vākšanā. Taču iespējai ātri savākt augstas kvalitātes datus, izmantojot Google Street View, ir liels potenciāls nodrošināt gandrīz reāllaika iedzīvotāju skaita izmaiņu uzraudzību.
Un, protams, Google nav vienīgā organizācija, kas vāc ielu attēlus — nav grūti iedomāties, ka tas pats process tiek piemērots attēliem no Facebook, Twitter vai citiem sociālo mediju tīkliem, kuriem ir ģeogrāfiskās atzīmes un datuma zīmogs.
Atsauce: arxiv.org/abs/1702.06683 : Deep Learning un Google Street View izmantošana, lai novērtētu ASV demogrāfisko sastāvu