科技日報北京4月18日電 （記者張夢然）根據自然科研旗下《科學報告》18日發(fā)表的一項研究，英國正在采用人工智能（AI）分析社會問題。帝國理工學院團隊研發(fā)了一種能分析公開街道圖像數據的深度學習計算機方法，可以用于檢測城市社會、經濟、環(huán)境和健康方面的不平等情況。
研究人員認為，諸如倫敦等大城市，存在大量不平等現象，而詳細的數據測量對于制定、評估那些減少不平等的政策來說非常重要。但是只有少數國家擁有能進行實時測量、鏈接全面的統(tǒng)計數據集。
為此，英國帝國理工學院科學家艾薩拉·蘇爾及其同事利用深度學習方法訓練了一種計算機程序，該程序通過可公開獲取的街道圖像和政府統(tǒng)計數據，能檢測英國四大主要城市（倫敦、伯明翰、曼徹斯特和利茲）的不平等情況。經過525860張倫敦城市圖像（對應156581個郵政編碼）的訓練后，再用1%的西米德蘭茲郡、大曼徹斯特郡和西約克郡圖像進行微調，該程序對另外三座城市預測結果的準確度就能與倫敦不相上下。
研究團隊假設城市以及城市生活的一些特征（如住房質量和生活環(huán)境）擁有計算機可識別的直接視覺信號，這些信號包括建筑材料和失修情況、汽車或當地商鋪。結合政府對該城市住房條件、平均收入或死亡率和發(fā)病率等結果的統(tǒng)計數據，這些圖像被用來訓練計算機程序，以檢測沒有統(tǒng)計數據的城市中的不平等情況。
研究人員發(fā)現，這一計算機程序最善于識別生活環(huán)境和平均收入方面的差異；而最不善于識別犯罪和自我報告的健康狀況的差異。
總編輯圈點
隨著大數據和機器學習算法的進步，社會學的研究也開始試圖利用AI和數據挖掘為研究手段。這一趨勢顯而易見的好處是：過去無法處理或者被人類研究員所忽視的問題，可以很快浮上水面。因為傳統(tǒng)的分析統(tǒng)計方法呈現出來的是一種“闡釋”效果，而機器學習算法的量化分析手段偏重于“預測”，可以幫助研究人員建立更完善的模型。不過目前來看，AI尚不能全方位分析社會學種種問題，因此讓傳統(tǒng)方式與新興手段互為補充，就顯得尤為重要。