ビッグニュース！人工知能における新たなブレークスルー！ Google ストリートビューを使って住民の投票傾向を調べてみましょう。

研究者は、新たに開発された人工知能技術の助けを借りて、大量の画像を分析し、分類およびマイニング可能なデータを抽出して、近隣地域の収入レベル、政治的傾向、買い物習慣などを予測することができます。

[[215908]]

スタンフォード大学の研究者らは、Google ストリートビューで収集された何百万枚もの写真を分析することで、地域の投票パターンを正確に予測するという野心的なプロジェクトを完了した。これは、コンピューターがテキストを分析するのと同じくらいスムーズに画像を分析できる可能性があることを示しています。

他の学術プロジェクトではすでにAIを使用してGoogleストリートビューから道路の変化などの社会的洞察を抽出していますが、このプロジェクトはプロセス中にAIソフトウェアによって処理される画像の数が多い点で注目に値します。

スタンフォード大学のコンピュータービジョン科学者ティムニット・ゲブル氏が率いる研究者らは、ソフトウェアを使用してストリートビューの約5000万枚の画像と位置データを分析した。彼らの目標は、郵便番号や地区レベル（通常は約 1,000 人）で予測を行うために使用できる人口統計データを見つけることです。

これらの画像から、約 2,200 万台の車両 (国内の全自動車の 8%)、3,000 の郵便番号、および 39,000 の投票区に関する情報が収集されました。研究者たちは、このデータを国勢調査局のアメリカコミュニティ調査や大統領選挙の投票記録などの他の情報源と相互参照し、近隣地域の収入、人種、教育、投票パターンを正確に予測できることを発見した。

AIアルゴリズムに正確に自動車を分類させるため、研究者らはMechanical Turkなどのサイトから何百人もの人材や自動車の専門家を募集し、何百万枚もの画像から自動車を識別させる訓練を行った。最終的に、彼らのソフトウェアはわずか 2 週間で 5,000 万枚の画像内の自動車を分類できるようになりました。ニューヨークタイムズ紙は、人間がこの課題を達成するには少なくとも15年かかるだろうと報じた。

米国科学アカデミー紀要に掲載された論文の中で、研究チームは、自分たちの技術が毎年2億5000万ドル以上かかるアメリカコミュニティ調査を補完できる可能性があると記している。この調査は調査員が戸別訪問するなど労働集約的な作業であるため、人口6万5000人未満の小さな地域が見落とされてしまうことも少なくない。テクノロジーが進歩するにつれて、人口統計データは最終的にはリアルタイムで更新されるようになるかもしれません。しかし研究者らは、政策立案者は個人のプライバシーを保護するためにデータがコミュニティレベルでのみ収集されるように注意する必要があると指摘している。