Computers kunnen allang teksten analyseren, en met succes. Een nieuw onderzoek laat nu zien dat beeldanalyse ook goed op weg is. Een groep onderzoekers van Stanford University kan nu namelijk voorspellingen maken over het stemgedrag van Amerikanen op basis van miljoenen Google Street View beelden. Zo meldt The New York Times.
Het bijzondere van het nieuwe onderzoek van Stanford University, geleid door computerwetenschapper Timnit Gebru, is de kunstmatig intelligente software die het team ontwikkelde. Met deze software werden 50 miljoen beelden van straten en locatie data geanalyseerd. Het team wilde hier data mee vinden die de demografische statistieken kunnen voorspellen.
Auto data
Het onderzoeksteam wist informatie over 22 miljoen auto’s te verzamelen binnen 39,000 gemeenten. De onderzoekers maakten voorspellingen door de data te vergelijken met andere informatie-bronnen, waaronder de American Community Survey (ACS) en de stemresultaten van de presidentiële verkiezingen. Uit de vergelijking kwam informatie vrij over het gemiddelde inkomen van een wijk, achtergronden, onderwijs en stempatronen. Op basis hiervan kan voorspeld worden wat de politieke voorkeur is van een gemeente.
Het onderzoeksteam trainde de algoritmes met behulp van honderden technici en auto experts die voertuigen identificeerden in miljoenen beelden. Dankzij deze uitvoerige training lukte het de software auto’s te identificeren in maar liefst 50 miljoen beelden. Een taak die bij een menselijke expert 15 jaar in beslag zou nemen.
Enquête
Met de nieuwe software van Stanford hoopt het team de ACS te vervangen. Dit is een doorlopende volkstelling die het hele jaar wordt uitgevoerd in Amerikaanse gemeenschappen. Hiermee wordt informatie verzameld over Amerikaanse inwoners, zoals iemands’ achtergrond, onderwijsniveau, inkomen, taalvaardigheid, migratie enzovoorts.
De enquête wordt maandelijks naar maar liefst 295,000 adressen verstuurd en is de grootste enquête van het United States Census bureau. Het Stanford team van onderzoekers geeft aan dat zij de ACS kunnen vervangen met hun technologie. Dit zou niet alleen efficiënter zijn, maar ook een bedrag van 250 miljoen dollar per jaar besparen. Hiernaast werkt de technologie nauwkeuriger. Zo worden er met het huidige systeem jaarlijks 65,000 huishoudens over het hoofd gezien.