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)
※英國政府再次盯上華為,使用的美國軟體或存安全隱患
※對標亞馬遜!微軟推出無人商店自動結賬技術,欲與沃爾瑪合作
TAG:人工智慧觀察 |