¿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
AI of Things WiFi 7 está aquí: te damos las claves de la nueva generación El WiFi 7, la nueva versión del estándar de conectividad, va a llevar la velocidad de Internet a un nivel completamente nuevo. En comparación con su predecesor, WiFi 6, esta nueva...
Cristina del Carmen Arroyo Siruela Día de la mujer ingeniera: construyendo nuevos caminos El término “ingeniero” proviene del latín, ingenium, en castellano ingenio. Desde hace mucho tiempo, se ha asociado el mundo de la ingeniería con el sexo masculino. Pero ¿es el...
Telefónica Tech Webinar: Sports Tech, la revolución digital del fútbol El pasado 15 de junio desde Telefónica Tech organizamos un webinar dedicado a la tecnología en el deporte: “Sports Tech, la revolución digital del fútbol”, disponible ya en nuestro...
Álvaro Alegria Meunier El metaverso será para las empresas un medio, no un fin Si algo tenemos claro a estas alturas de 2022 es que la “buzz word” del año en el mundo tecnológico y empresarial será: metaverso. Lo que no termina de estar...
Raúl Matarranz Villagordo Arquitectura, digitalización y sostenibilidad, pilares de la transformación de los estadios de fútbol ¿Qué hago con 30 millones de euros?, esta es la pregunta recurrente a la que se enfrentan los clubes de fútbol de primera y segunda división
AI of Things Conoce la diferencia entre machine learning y deep learning Durante los últimos años, la inteligencia artificial (IA) ha generado una revolución en el entorno empresarial, dando paso a soluciones enfocadas en la automatización y agilidad en los procesos....