资讯
研究人员认为，诸如伦敦等大城市，存在大量不平等现象，而详细的数据测量对于制定、评估那些减少不平等的政策来说非常重要。但是只有少数国家拥有能进行实时测量、链接全面的统计数据集。
为此，英国帝国理工学院科学家艾萨拉?苏尔及其同事利用深度学习方法训练了一种计算机程序，该程序通过可公开获取的街道图像和政府统计数据，能检测英国四大主要城市(伦敦、伯明翰、曼彻斯特和利兹)的不平等情况。经过525860张伦敦城市图像(对应156581个邮政编码)的训练后，再用1%的西米德兰兹郡、大曼彻斯特郡和西约克郡图像进行微调，该程序对另外三座城市预测结果的准确度就能与伦敦不相上下。
研究团队假设城市以及城市生活的一些特征(如住房质量和生活环境)拥有计算机可识别的直接视觉信号，这些信号包括建筑材料和失修情况、汽车或当地商铺。结合政府对该城市住房条件、平均收入或死亡率和发病率等结果的统计数据，这些图像被用来训练计算机程序，以检测没有统计数据的城市中的不平等情况。
研究人员发现，这一计算机程序最善于识别生活环境和平均收入方面的差异;而最不善于识别犯罪和自我报告的健康状况的差异。
