Google街景视图，机器学习提供了对美国投票模式的窥视

研究人员将Google Street View的公开数据与机器学习方法相结合，找到了一种预测美国民众投票行为的方法。这项发表在《美国国家科学院院刊》上的研究显示，如果一个城市的轿车数量高于皮卡车的数量，那么该城市很可能在下一次总统选举中投票给民主党人 (88% 的机会)。

研究称，否则，该市很可能会投票支持共和党人 (82% 的机会)。研究人员使用机器学习 (一种计算机 “学习” 的人工智能 (AI) 方法) 开发了一个模型，该模型表明，可以从Google街景图像中检测到的汽车中推断出社会经济属性，例如收入，教育和投票模式。“我们的模型通过发现汽车和人之间的关联来工作，” 该研究称。

在由斯坦福大学的Timnit Gebru领导的研究中，研究人员提出了一种方法，该方法通过使用Google街景汽车收集的街景5000万图像来估计跨越美国200城市的地区的社会经济特征。TechCrunch周二报道，为了让他们的AI算法准确地对汽车进行分类，研究人员通过招募数百人在数百万张图片样本中识别车辆来对其进行培训。

研究人员确定了在特定社区遇到的所有机动车的品牌，型号和年份。这次机动车普查的数据总共列举了2200万辆汽车 (占美国所有汽车的8%)，用于准确估算收入，种族，教育和投票方式。结果显示，驾车穿越城市时遇到的轿车和皮卡车的数量可以揭示该市在下届总统选举中将如何投票。

为了确认他们的选民偏好估计的准确性，研究人员将其与2008总统选举的投票结果进行了比较。研究人员发现，结果证实了他们的方法准确估计选民行为的能力。该团队认为，他们的技术可以补充美国社区调查，这是一项挨家挨户的研究，每年执行费用超过2.5亿美元。

研究人员说，自动化数据分析可能会成为调查的实用补充。