李飞飞最新论文：人口普查不用上门，谷歌街景加深度学习就搞定

能解决什么事？

美国的人口普查方式和中国类似，也是运用上门全体普查的方式测算人口数量和结构，需要超过6500人的专业团队、每年耗资超过10亿美金。但是，近期一篇来自斯坦福、密歇根和莱斯大学的联合论文却说，依靠深度学习算法和谷歌街景数据，就能算出美国的人口数据。

这篇发布在arxiv的文章引起了广泛的讨论。论文主要是运用了谷歌街景中美国地区超过5000万张图片，识别出图片中的汽车数量、型号和分布结构，进而推算出人口、人口结构甚至是政治倾向。

用的什么方法？

这一系统被命名为CNN计算机视觉框架，其作用机理基于深度识别算法。这套系统的科技感很足，比如当一张谷歌街景图片中出现了一辆汽车，该算法能够迅速通过外形特征识别出汽车的品牌、型号与出厂年份。这个系统做到了在0.2秒之内识别出2657种汽车，仅用了两周的时间就分析完了谷歌的所有数据。

而汽车的特征很大程度上与家庭的情况相关。90%以上的美国家庭都有车，而选择车的因素往往与家庭情况相关。比如，如果在一家人门口看见了一辆沃尔沃的mpv，那么这个家庭至少有两个孩子（最起码在统计学上是的）。同样的，选择车的偏好、价格等等也能反映出车主的很多信息，能够较为准确地预测人口结构。

当然，由于谷歌街景中的样本数量不足够大、能够选取的含有汽车的图片也不够多，该模型现阶段能做的也只是通过样本来估测总体数据。他们运用全美的一些样本来对该系统进行深度学习的训练，再用其他的数据来进行测试修正。比如上图，他们选取了威斯康星州的一个样本，用该系统进行了人种、教育水平的预测检测，取得了令人惊讶的好成果。

举个更酷的例子，这个系统还能对总统投票进行预测。如果一段时间之内，谷歌街景中出现的卡车数量多余轿车，那么这个城市有超过八成的概率会投票给共和党；反之亦然。

深度学习和统计数据结合，往往会出现意想不到的效果。这次调查中数据的准确性在提示我们，是时候试试用计算机来代替各种繁复的调查工作了。

想要看论文原文，请点击： 《Using Deep Learning and Google Street View to Estimate the Demographic Makeup of the US》