به گزارش ایسنا و به نقل از نیوزفلش، نابرابری در زمینه‌های اجتماعی و اقتصادی همیشه ثابت نیست و تغییر می‌کند اما تشخیص این نابرابری، دشوار است. پژوهشگران "کالج سلطنتی لندن" (Imperial College London) موفق شده‌اند هوش مصنوعی را طوری آموزش دهند که بتواند نشانه‌های این نابرابری را با بررسی تصاویر خیابان‌ها مشخص کند.
"اسرا سوئل" (Esra Suel)، سرپرست این پژوهش و همکارانش، با ترکیب آمارهای دولتی و تصاویر عمومی گوگل در سیستم هوش مصنوعی، آن را برای تشخیص نابرابری‌های چهار خیابان در انگلستان به کار گرفتند.
آنها هوش مصنوعی را با 525860 تصویر آموزش دادند و اطلاعاتی در مورد درآمد، سلامت، میزان جرم و جنایت، وضعیت مسکن و شرایط زندگی درباره هر ناحیه به آن ارائه کردند.
بیشترین موفقیت هوش مصنوعی، در شناسایی تفاوت‌های میان محیط زندگی و درآمد بود و توانست در یک بررسی آماری، میزان انطباق پیش‌بینی‌هایش را با داده‌های واقعی نشان دهد. کمترین موفقیت سیستم نیز مربوط به پیش‌بینی تفاوت‌های میان میزان جرم و جنایت با گزارش‌های شخصی مربوط به سلامت بود.
این گروه پژوهشی برای بررسی‌های آماری در شهرهای بیرمنگام و لندن نیز از هوش مصنوعی استفاده کردند و تصاویر گردآوری شده از این شهرها را به کار بردند.
سوئل گفت: برخی از ویژگی‌های یک محیط از جمله آلودگی و نیاز به تعمیرات، مستقیماً با عوامل بصری در ارتباط هستند که الگوریتم مبتنی بر هوش مصنوعی می‌تواند آنها را تشخیص دهد اما ویژگی‌های دیگر این گونه نیستند. از آنجا که تصاویر خیابان‌ها، به طور پیوسته به روزرسانی می‌شوند، می‌توانند ابزار سودمندی برای بررسی میزان موفقیت سیاست‌های شهری باشند تا به این شکل، نابرابری‌ها کشف شوند و کاهش یابند.
این گروه پژوهشی تصمیم دارد تا الگوریتم هوش مصنوعی خود را برای شناسایی نابرابری در کشورهای در حال توسعه نیز به کار گیرد.
