Алгоритм глубокого обучения по спутниковым снимкам проанализировал уровень жизни в отдельных географических регионах
Иллюстратор: Женя Родикова
Исследователи из Высшей нормальной школы Лиона и Центрально-Европейского университета обучили нейронную сеть, которая исследует социально-экономическое неравенство, возникшее из-за урбанизации.
Ученым удалось предсказать социально-экономический статус жителей разных городских районов Франции по аэрофотоснимкам. Исследователи использовали сверточную нейронную сеть. Этот тип нейросетей отличается высокой способностью к распознаванию объектов на снимках и поэтому является стандартом в компьютерном зрении.
Исследователи протестировали модель на спутниковых снимках разных районов. Нейросеть выдала хорошие результаты, но прогнозы основывались на городских особенностях, которые лишь косвенно связаны с доходом. Например, богатые городские районы лучше освещены в темное время суток из-за обилия общественных мест и коммерческих зданий, а спальные районы освещены гораздо меньше.
Сверточная нейронная сеть продемонстрировала потенциал для сбора социально-экономической информации о географических регионах. Но признаки, на которые опирается нейросеть, могут быть не самым точным маркером экономического благополучия. Ученые отметили, что конечная цель работы — получение информации об экономическом развитии региона только по аэрофотоснимкам, без ручного сбора данных о переписи населения.
Документ вводит юридическое определение искусственного интеллекта, а также суверенной и национальной языковых моделей. Им придется проходить проверку на соответствие традиционным…
Генеративная поэзия появилась задолго до ChatGPT. Компьютеры генерируют стихи уже больше 60 лет, а сама мечта заставить машину рифмовать —…
Как специалисты по машинному обучению наводят порядок при работе с большими корпусами? Что нужно сделать, чтобы эксперимент был воспроизводимым, качество…