¿Es posible predecir a quién votan tus vecinos con Google Street View y Deep Learning?Ane Urain 19 febrero, 2018 Las imágenes de Google Street View están repletas de vehículos. Algo evidente para todos, pero que los expertos en Inteligencia Artificial han querido aprovechar para obtener conclusiones sorprendentes gracias al Deep Learning; como la estimación de datos demográficos de vecinos de más de 200 ciudades realizado para un estudio de PNAS. Cada vez conocemos mejor qué es la Inteligengia Artificial y sus aplicaciones, pero muy poca gente podría imaginar que, gracias a la combinación de Deep Learning y Google Street View, se podría realizar una estimación de datos demográficos en más de 200 ciudades de EEUU. Según el estudio realizado por PNAS (la Academia Nacional de Ciencias de Estados Unidos) el pasado noviembre de 2017, es posible mostar atributos socioeconómicos como nivel de ingresos, estudios, incluso tendencias políticas, basándose en imágenes de Google Street View. Así, analizando el modelo de los vehículos en las imágenes, el equipo de la academia pudo estimar las tendencias políticas de los vecinos de ciudades objeto de estudio, ¿cómo? El equipo de expertos de la Universidad de Standford comenzó por analizar si había más coches o furgonetas en las imágenes de estudio, concluyendo que en aquellos lugares donde los vehículos tipo furgoneta, tenía un 82% de posibilidades de votar a partídos políticos republicanos. En cambio, aquellos lugares donde predominaban los coches como vehículo principal, tenían un 88% de posibilidades de votar a partidos democratas. Los sistemas de Inteligencia Artificial destacan por la capacidad de ofrecer predicciones a través del procesamiento de datos masivos. En este caso, datos procedentes de más de 50 millones de imágenes de 200 ciudades estadounidenses. Así, los investigadores, a través de técnicas de reconocimiento de objetos en imágenes, recopilaron imágenes de los vehículos estacionados y procedieron a su análisis. A través de herramientas de Inteligencia Artificial, en concreto redes neuronales, realizaron una exhaustiva clasificación de vehículos – un total de 22 millones, lo que representa el 8% de los automóviles en Estados Unidos- teniendo en cuenta variables como la reputación de la marca, modelo, tasación, antigüedad o seguridad. Así, el sistema registró más de 50 millones de imágenes en tan solo dos semanas. Lo que supondría 15 años de análisis para un investigador humano, según a un nuevo estudio publicado en el diario de PNAS. Además, los autores del estudio quisieron ir más allá, y no solo analizaron la relación entre modelo de coche y los datos demográficos, sino que optaron por predecir factores como la inclinación política de éstos. Así, a través del análisis de regresión y herramientas matemáticas y estadísticas, presentaron la correlación entre el modelo de vehículo y la información obtenida de votos y censo de las últimas elecciones. Finalmente, «los resultados obtenidos fueron sorprendentemente precisos», añade Timnit Gebru, la primera autora del estudio e investigadora del Standford Artificial Intelligence Laboratory. Por ejemplo, tras el estudio predijeron que Casper, sede y única ciudad del condado de Natrona, Wyoming, predominaba la inclinación política republicana. Una predicción acertada en las elecciones presidenciales del 2008, y lo que el equipo de investigadores utilizó como indicador real. De todos modos, la investigadora Timnit Gebru indica que el estudio no es suficientemente preciso como para reemplazar el censo, aunque sirve para completar información y fase de predicciones de tendencias en cada lugar. Aún así, si que podría ser útil para lugares con recursos escasos, y así conseguir una recopilación de datos demográficos sin coste elevado, como los censos. La imagen general, sin embargo, no es solo una recopilación de imágenes de vehículos y predicciones sobre tendencias políticas. Gebru hace hincapié en que «esta estrategia, mas allá de mostrar cómo puede recopilarse gran cantidad de datos a través de servicios como Google Street View, al alcance de todos; representa el ejemplo de una nueva herramienta basada en técnicas de Inteligencia Artificial, que pueden aprovechar los científicos sociales para complementar sus estudios. Pudiendo, incluso, escalar la técnica a imágenes obtenidas de satélites, para un análisis más completo». Un simple ejemplo de cómo la aplicación de técnicas de Inteligencia Artificial contribuyen a alcanzar magnitudes más allá de lo percibido por el ojo humano. ¿Cuál es el modelo de tu coche? Para mantenerte al día con LUCA visita nuestrapágina web, suscríbete a LUCA Data Speaks o síguenos en Twitter, LinkedIn y YouTube. Esta semana en el blog de LUCA (12 al 18 Febrero)Cazando exoplanetas con redes neuronales: Machine Learning en la NASA
Roberto García Esteban ChatGPT y Cloud Computing: un matrimonio bien avenido ChatGPT (quizá no sepas que son las siglas de Chat Generative Pre-Trained Transformer) está en boca de todos por su impresionante habilidad para generar textos que parecen escritos por...
Olivia Brookhouse ¿Puede la Inteligencia Artificial entender las emociones? Cuando John McCarthy y Marvin Minsky iniciaron la Inteligencia Artificial en 1956, se sorprendieron de cómo una máquina podía resolver rompecabezas increíblemente difíciles en menos tiempo que los humanos. Sin...
Javier Martínez Borreguero Automatización, Conectividad e Inteligencia Aumentada al servicio de una reindustrialización competitiva, disruptiva y sostenible Por segundo año consecutivo vuelvo a participar en el Advanced Factories (AF 2023), la mayor exposición y congreso profesional dedicado a la Industria 4.0 del sur de Europa. Un...
Nacho Palou Medidas para reducir la brecha digital de género sin esperar 32 años El informe Sociedad Digital en España 2023, de Fundación Telefónica, dedica un apartado específico para analizar la brecha de género en el ámbito del talento digital. Destaca que, si bien...
Nacho Palou Raspberry Pi para Edge AI: Inteligencia Artificial en el borde para todos Raspberry Pi es un popular ordenador muy utilizado entre desarrolladores, estudiantes y aficionados a la informática, a la robótica y a ‘cacharrear’. Entre sus virtudes están su bajo coste...
Carlos Lorenzo Ya no eres solo una empresa de productos o servicios, eres una empresa de datos Todas las empresas que operan en la actualidad son en realidad empresas de datos. Y lo son porque día a día almacenan y utilizan una gran cantidad de información:...