In che modo le immagini di Google Street View rivelano la composizione demografica degli Stati Uniti

Ogni anno, l'US Census Bureau spende 1 miliardo di dollari per esaminare la popolazione. Questi sondaggi sono progettati per mettere in discussione la composizione demografica del paese chiedendo a un gruppo rappresentativo di persone informazioni sulla loro razza, genere, istruzione, occupazione e così via. Questo è un esercizio importante perché offre una visione cruciale a volo d'uccello della popolazione e di come sta cambiando.

Ma non è facile. Per cominciare, i dati sono su scala relativamente ampia: il sondaggio principale del Census Bureau, l'American Community Survey, fornisce risultati per tutte le città e le contee con una popolazione superiore a 65.000 abitanti. Le aree più piccole non vengono calcolate.

Inoltre, il rilevamento della popolazione è un esercizio che richiede tempo; tanto che alcuni dati possono avere cinque anni prima della pubblicazione. E poiché altri dati sono molto più recenti, i confronti possono essere problematici.

Quindi ai demografi piacerebbe molto avere un modo più veloce, più efficiente e con una risoluzione più alta per studiare la popolazione.

Inserisci Timnit Gebru della Stanford University e alcuni amici, che hanno utilizzato le immagini di Google Street View per effettuare valutazioni straordinariamente accurate della ripartizione demografica in un'ampia gamma di città degli Stati Uniti. La loro tecnica mostra come i demografi possono raccogliere dati affidabili in un modo completamente nuovo che integra e migliora i metodi attuali.

Gebru e compagni iniziano con 50 milioni di immagini Street View raccolte dalle auto di Google in 200 città americane. Il team ritiene che il tipo di auto che le persone possiedono sia un forte indicatore della loro razza, reddito, livelli di istruzione, occupazione e così via.

Quindi Gebru ha addestrato una serie di algoritmi di visione artificiale per riconoscere le auto in queste immagini e quindi classificarle ciascuna in una delle 2.657 diverse categorie che dipendono non solo dalla marca e dal modello dell'auto, ma anche dalla sua età. Questo dà un'idea precisa del valore dell'auto.

In totale, hanno classificato circa 22 milioni di veicoli, circa un terzo di tutti i veicoli in circolazione in queste città. E la loro macchina ha impiegato circa due settimane per svolgere il compito a una velocità di circa 0,2 secondi per veicolo. Un esperto umano, supponendo 10 secondi per immagine, impiegherebbe più di 15 anni per eseguire lo stesso compito, affermano Gebru e co.

Ma come si rapporta la popolazione di veicoli in un'area ai dati demografici locali? Per scoprirlo, il team ha addestrato un altro algoritmo di apprendimento profondo per apprendere la correlazione tra i tipi di veicoli e i dati del censimento degli Stati Uniti e dei modelli di voto alle elezioni presidenziali in ogni distretto (un'area di circa 1.000 persone). Questo set di dati di formazione consisteva nei dati di 35 città.

Hanno quindi utilizzato il resto dei dati per testare l'algoritmo di deep learning. La domanda a cui volevano rispondere era: data la struttura dei veicoli in un'area, l'algoritmo potrebbe prevedere con precisione i dati demografici registrati nel censimento degli Stati Uniti e nei dati del voto presidenziale?

Si scopre che l'algoritmo di deep learning può farlo molto bene. Usando i veicoli a motore classificati in ogni quartiere, deduciamo un'ampia gamma di statistiche demografiche, attributi socioeconomici e preferenze politiche dei suoi residenti, dicono.

Ad esempio, le berline sono più strettamente associate ai democratici, mentre i pickup di taxi estesi sono più strettamente associati ai distretti che hanno votato repubblicano. Abbiamo scoperto che guidando attraverso una città per 15 minuti contando berline e camioncini, è possibile determinare in modo affidabile se la città ha votato democratico o repubblicano, affermano Gebru e co.

Una domanda importante è quanto queste conclusioni corrispondano a quelle raccolte dai sondaggi in modo convenzionale. Per scoprirlo, Gebru e colleghi hanno confrontato i loro risultati con quelli dei dati dell'US Census Bureau dell'American Community Survey. E hanno trovato una forte correlazione con fattori demografici come reddito, istruzione, occupazione e così via. Sono stati anche in grado di fare previsioni dettagliate sulle preferenze degli elettori a livello di circoscrizioni, che comprendono circa 1.000 persone.

È probabile che l'American Community Survey rimanga il gold standard per la raccolta dei dati, almeno per il momento. Ma la capacità di raccogliere rapidamente dati di alta qualità utilizzando Google Street View ha un grande potenziale per fornire un monitoraggio quasi in tempo reale dei cambiamenti nella popolazione.

E, naturalmente, Google non è l'unica organizzazione a raccogliere immagini delle strade: non è difficile immaginare che lo stesso processo venga applicato alle immagini di Facebook, Twitter o altre reti di social media georeferenziate e contrassegnate con la data.

Rif: arxiv.org/abs/1702.06683 : Utilizzo di Deep Learning e Google Street View per stimare la composizione demografica degli Stati Uniti

nascondere