【大紀元2017年12月15日訊】（大紀元記者張妮編譯報導）斯坦福大學一組研究者們利用人工智能，從數千萬張谷歌（Google）街景圖中的汽車圖片分析出了該區域的人口組成信息，包括選民的政治傾向等。
這一多數成員來自斯坦福大學的研究團隊，通過分析某個城市街道上小卡車（pickup truck）和轎車（sedan）的數量來預測該區的選民傾向。如果小卡車數量多，這個城市有82%的概率會是共和黨當選；如果轎車多， 88%的幾率會選民主黨。
隨著計算機處理數據量的不斷增大，人工智能在快速發展——通過大量的「信息閱讀」，加上一些規則的設定，計算機就能做出一些「預測」。在本項研究中，計算機「消化」了來自200個城市的逾5000萬張谷歌街景圖，利用物體識別技術從圖片中找出了約2200個電腦判定為汽車的物體。這些汽車占美國汽車總量的8%。然後對這些汽車按照品牌、型號和年份進行分類。
他們開發了一個人工智能工具來從事這項工作，花了不到兩週時間完成。如果僱傭一個人，則需要近15年時間才能看完所有的圖片。
研究者們使用一個統計學的回歸分析算法，分析以往投票和該地汽車類型等數據，找到了汽車類型與當地政治傾向和人文信息之間微妙的聯繫。
這份研究論文的第一作者、斯坦福人工智能實驗室的前女研究員Timnit Gebru說，他們分析出來的結果「準得令人震驚」。比如，該系統「預測」Wyoming的Casper市應該會是共和黨當選。按照2008年總統競選結果，果真如此。
但是她提醒說，這個系統不能代替普查，不過可以作為輔助工具。對於資源緊張的國家，使用這樣的工具可以節省一些舉辦一個全面普查所需的資金。
當然，這項技術的前景遠不止是分析汽車圖片來「預測」過去的投票歷史，Gebru說它的意義在於人文學家將來可以很好的利用大量數據，比如谷歌街景、甚至衛星圖片，進行更多有意義的研究。圖片和課題也不僅於汽車和政治，可以擴展到比如樹木植被等方面。
這份研究近日發表在《美國科學院院報》（PNAS）上。◇
責任編輯：朱涵儒
