Mākslīgais intelekts, izmantojot satelīta fotogrāfijas, ir novērtējis dažu ASV apgabalu iedzīvotāju aptaukošanās pakāpi. Lai to izdarītu, algoritms neizmantoja personu attēlus, bet citus datus, piemēram, ēku un koku izplatību apkārtnē. Darba rezultāti tiek prezentēti žurnālā JAMA Network Open.
Dažas sabiedrības veselības problēmas ir tik lielas, ka tās var redzēt no kosmosa. Jaunajā darbā zinātnieki izmantoja dziļu neironu tīkla apguvi, lai analizētu satelīta datus no četriem ASV dzīvojamajiem rajoniem. Lai to izdarītu, mēs izmantojām datus gan par dabisko, gan mākslīgo pilsētvidi: parku klātbūtne, ceļu atrašanās vieta, gājēju pārejas, dažāda veida mājas utt.
Datu avots bija 1695 Losandželosas, Memfisas, Sanantonio un Sietlas apkaimju fotoattēli no pakalpojuma Google Maps - kopā aptuveni 150 000 attēlu. No šiem attēliem neironu tīkls ieguva datus par veģetācijas izplatību, ceļu stāvokli un māju klātbūtni. Pēc tam cits algoritms salīdzināja iegūto informāciju ar vietējo iedzīvotāju aptaukošanās līmeni.
Tā rezultātā neironu tīkla veidotāji spēja pat precīzāk novērtēt aptaukojušos cilvēku skaitu, nekā to varēja izdarīt, pamatojoties uz sporta zāles un restorānu skaitu pētījuma teritorijā. Viņiem arī izdevās atrast savienojumu starp plānošanas parametriem un ienākumiem uz vienu iedzīvotāju.