Um sistema de inteligência artificial criado por pesquisadores da Universidade de Stanford foi capaz de adivinhar, com base em imagens do Google Street View, em quais candidatos os moradores de determinados bairros tinham mais probabilidade de votar. Esse resultado foi apresentado em um estudo (pdf) publicado recentemente pelos pesquisadores.
Além de prever os padrões de votação dos diferentes bairros, o sistema também conseguiu adivinhar a renda média, composição étnica e o grau de escolaridade dos habitantes de cada bairro. Segundo Timnit Gebru, a diretora da pesquisa, “esse tipo de análise social que usa dados de imagens é uma nova ferramenta da qual podemos tirar descobertas”.
O segredo está nos carros
Para criar o sistema, os pesquisadores extraíram mais de 50 milhões de imagens do Google Street View. Elas incluíam cenas de mais de 3.000 códigos postais e mais de 39 mil distritos de votação. Ao todo, foram identificados mais de 22 milhões de carros nas imagens, e foi com base nos carros que as imagens continham que os pesquisadores conseguiram realizar a maior parte da análise.
Os pesquisadores recrutaram centenas de pessoas, segundo o New York Times, para apontar e identificar carros em algumas imagens. Os carros foram divididos em mais de 2.600 categorias diferentes, segundo sua marca, modelo, ano e tipo. Essa etapa de treinamento permitiu que o sistema fizesse, sozinho, esse mesmo trabalho nas demais imagens.
Todo o processo de identificação dos carros nas imagens levou duas semanas, segundo o Times. Um humano realizando esse mesmo trabalho, levando dez segundos por imagem, levaria mais de 15 anos. Finalmente, esses dados foram cruzados com bancos públicos de informações socioeconomicas e ambientais, e o sistema foi configurado para encontrar correlações entre todas essas fontes de informação.
Correlações curiosas
Prever os padrões de votação e de condição socioeconomica dos bairros foi apenas uma das conquistas do sistema. Ele também conseguiu detectar outros padrões de comportamento entre os moradores das diferentes regiões, com base apenas nos carros detectados nas imagens extraídas do Google Street View.
Por exemplo: o sistema revelou que Chicago é a cidade estadunidense com mais segregação de renda (separação física entre pessoas mais ricas e pobres); Casper, no estado de Wyoming, é a cidade com maior pegada de carbono per capita; Nova York é a cidade com os carros mais caros e San Francisco é a que tem a maior porcentagem de carros importados.
Lendo imagens
Com tecnologias de reconhecimento de imagens desse tipo, “podemos fazer os mesmos tipos de análises que fazíamos antes com os textos com imagens também”, disse ao New York Times o cientista da computação Erez Lieberman Aiden, que esteve envolvido com o projeto. A ideia é que as máquinaas estão se tornando tao capazes de extrair informações de imagens quanto já são capazes de ler e interpretar textos.
Tags: