大数据和AI中的深度学习相结合，会给人们带来哪些惊喜呢？

近日，斯坦福大学的科学家团队开发了一种AI模型，能够通过街景View图像数据的训练，来准确地判断各个地理区域的社会结构组成。

比如通过查看人们驾驶的车辆型号品牌等，研究者的深度学习网络模型就能够判断出这一社区的种族、政治观点和经济的构成。

此AI模型采用卷积神经网络方法，能够进行深度学习，并通过数据和图像的训练，让AI构建街景图像元素和社会组成之间的关系。

首先，此AI模型将收集来的图像进行分类识别，其在训练期间将车辆等交通工具分类成2657种，并在两周内处理了超过5000万张街景图像。这些图像来自美国200多个城市，图中有超过2200万台个人车辆。

然后将这份结果与调查来的各地种族构成、政治立场和其他相关的属性相联系，找出相关关系。为了提高分析的准确性，科学家还通过与美国社区调查（ACS）的准确数据进行对比。

研究人员表示，AI模型的分析结果显示，一座城市的小轿车和皮卡车辆的数量，可能反应这座城市究竟是民主党支持者多还是共和党支持者多。如果这座城市有更多的小轿车，则民主党支持者多；如果皮卡车辆多，则共和党支持者多。