你所在的地方肥胖水平如何，用人工智慧測下環境就能知道

本文由人工智慧觀察編譯

譯者：Sandy

來自華盛頓大學的兩位研究人員已經找到了一種無需關注當地居民，便可估算美國城市肥胖水平的方法。具體來說，他們詳細測試了洛杉磯（加利福尼亞州）、孟菲斯（田納西州）、聖安東尼奧（德克薩斯州）以及西雅圖（華盛頓州）四個城市的數據，進行了這項研究。

這兩位研究員訓練了一種人工智慧演算法，利用谷歌的衛星和街景圖像，通過卷積深度學習神經網路，找出城市基礎設施與肥胖水平之間的關係。他們在發表於《美國醫學會雜誌網路公開》（JAMA Network Open）的一篇論文中寫道，通過了解城市規劃對肥胖的影響，可以協調健康運動和建築環境之間的關係，以改善城市的健康狀況。

另外，該演算法還將地理區域與更多的綠色地區關聯起來，並在具有較低肥胖率的建築物之間增加建立了更多的間隔。這組數據表明，較富裕的社區有著比較少的肥胖居民。不過，研究人員也承認，收入與健康之間的糾纏關係可能會扭曲演算法。然而，通過進一步的驗證測試，該團隊發現該演算法的結果表明，實際上建築物數量與綠地和肥胖之間的聯繫，不僅僅是財富。

對此，研究人員表示，「建築環境的提取表明，社區的特徵，如公園、高速公路、綠色街道、人行橫道、各種住房類型的存在，可能與不同社區肥胖患病率的變化有關。」換句話說，肥胖會受到遺產、飲食、身體活動和環境等因素的影響。同時，評估一個地區的肥胖率可能有助於城市規劃者開發更多綠色地區，以幫助人們保持更多的身體活動。

需要注意的是，這項研究是基於美國數據進行的，因此該演算法不可能在沒有調整的情況下在其他國家使用。不同的城市規劃方式以及文化之間的差異，肯定會對演算法產生一定的影響，比如讓它誤解，就像許多其他人工智慧應用中的偏見一樣。

（文中圖片來自網路）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！