आम

एक एअर इंडिया एल्गोरिथम यह भविष्यवाणी कर सकता है कि लोग सड़क पर कारों को देखकर कैसे वोट देंगे


क्या आपको लगता है कि आपके द्वारा ड्राइव की गई कार आपके राजनीतिक झुकाव को व्यक्त करती है? एक व्यक्तिगत स्तर पर शायद नहीं, लेकिन शोधकर्ताओं ने पाया है कि उत्तरी अमेरिकी उपनगरीय सड़कों की छवियों का विश्लेषण करके और खड़ी कारों की मॉडल, और उम्र की तुलना करके, वे यह निर्धारित कर सकते हैं कि पड़ोस किसके लिए वोट करने की सबसे अधिक संभावना है। छवियां खुले रूप से उपलब्ध Google स्ट्रीट व्यू से आती हैं और डेटा विश्लेषण स्व-शिक्षण रोबोट द्वारा किया जाता है। अध्ययन स्टैनफोर्ड यूनिवर्सिटी की आर्टिफिशियल इंटेलिजेंस लैब और स्टैनफोर्ड विजन लैब से आया है। लैब के निदेशक फी-फी ली शोध बताते हैं: “आसानी से प्राप्त करने योग्य दृश्य डेटा का उपयोग करते हुए, हम अपने समुदायों के बारे में इतना कुछ सीख सकते हैं, कुछ जानकारी के साथ कि जनगणना सर्वेक्षणों के माध्यम से प्राप्त करने के लिए अरबों डॉलर लगते हैं। इससे भी महत्वपूर्ण बात यह है कि यह शोध कभी-कभी सस्ते उपलब्ध दृश्य डेटा का उपयोग करके हमारे समाज के लगभग निरंतर अध्ययन की अधिक संभावनाओं को खोलता है। ”

एल्गोरिथ्म भविष्यवाणी करते हैं कि क्या एक पूर्वस्कूली रिपब्लिकन या डेमोक्रेटिक वोट करता है

एल्गोरिदम को Google स्ट्रीट व्यू छवियों पर 'देखने' और 1990 के बाद से निर्मित हर कार के मेक, मॉडल और वर्ष को पहचानने के लिए प्रशिक्षित किया गया था। इस डेटा की तुलना तब अमेरिकी समुदाय सर्वेक्षण से प्राप्त जनसांख्यिकीय डेटा और राष्ट्रपति चुनाव के मतदान डेटा के साथ की गई थी। एल्गोरिदम फिर पड़ोस की समग्र मतदान वरीयताओं का अनुमान लगाने के लिए इस जानकारी को संश्लेषित कर सकता है। उदाहरण के लिए, एल्गोरिदम ने दिखाया कि अगर पिकअप की संख्या सेडान की संख्या से बड़ी है, तो 82 प्रतिशत संभावना है कि पड़ोस रिपब्लिकन को वोट देगा। एक ही नस में, अगर आप उन नंबरों को स्विच करते हैं और पिकअप की तुलना में पड़ोस की सड़कों पर अधिक सेडान पार्क किए जाते हैं, तो 88 प्रतिशत संभावना है कि प्रेडिक डेमोक्रेटिक वोट करेंगे।

अनुसंधान के अन्य डेटा संग्रह के लिए निहितार्थ हो सकते हैं

ली और उनकी टीम ने नेशनल एकेडमी ऑफ साइंसेज की कार्यवाही में अपने परिणाम प्रकाशित किए हैं जहां वे कारों, जनसांख्यिकी और राजनीतिक अनुनय के बीच संबंधों को "सरल और शक्तिशाली" बताते हैं।

एल्गोरिदम जाहिर तौर पर उन राजनीतिक विश्लेषकों के लिए बड़ी दिलचस्पी होगी जो इस प्रकार के डेटा का उपयोग अभियानों की योजना बनाने के लिए करते हैं। लेकिन शोधकर्ताओं के पास इस बारे में अन्य विचार हैं कि हम कैसे और कहाँ रहते हैं, इसके बारे में महत्वपूर्ण डेटा इकट्ठा करने में उपयोगी हो सकता है। अमेरिकी समुदाय सर्वेक्षण संयुक्त राज्य अमेरिका की आबादी का एक सतत सर्वेक्षण है जो समुदायों का नमूना लेता है, उनसे वंशावली, शैक्षिक प्राप्ति, आय, भाषा प्रवीणता, प्रवासन, विकलांगता, रोजगार और आवास विशेषताओं के बारे में सवाल पूछता है। सर्वेक्षण वर्तमान में महंगा और श्रम-गहन डोर-टू-डोर कैनवसिंग के माध्यम से आयोजित किया जाता है, लेकिन शोध से पता चलता है कि सर्वेक्षण में जो कुछ हासिल करने के लिए सेट किया गया है, वह स्वतंत्र रूप से उपलब्ध Google डेटा का उपयोग करके एल्गोरिदम द्वारा किया जा सकता है।

टिमनेट गेब्रु, कागज के पहले लेखक और ली की प्रयोगशाला के पूर्व सदस्य का वर्णन है कि एल्गोरिदम पारंपरिक सर्वेक्षण विधियों की सहायता कैसे कर सकते हैं: “मुझे अमेरिकी समुदाय सर्वेक्षण की जगह ऐसा कुछ नहीं दिखता है, लेकिन डेटा को बनाए रखने के लिए एक पूरक के रूप में। दिनांक।" अनुसंधान दल यह देखने के लिए उत्साहित है कि मशीन सीखने के इस प्रकार के आवेदन कहां जा सकते हैं। ली ने कहा: "रचनात्मक और परोपकारी तरीके से कंप्यूटर विजन तकनीक का उपयोग करने की बहुत संभावना है।"


वीडियो देखना: City Playset with Adams Toy Cars Collection. Police cars. Ambulance. Fire Truck. Taxi car (सितंबर 2021).