Ученые-компьютерщики Корнелла разработали новую структуру искусственного интеллекта для автоматического рисования «подземных карт», которые точно делят города на районы со схожим чувством моды и, следовательно, интересами.

То, как люди одеваются в каком-либо районе, может многое рассказать о том, что там происходит или происходит в определенное время, а знание стиля моды в этом районе может быть очень полезным инструментом для посетителей, новых жителей и даже антропологов.

«Вопрос, который меня интересовал, заключается в том, можем ли мы использовать миллионы изображений из социальных сетей или спутниковых изображений, чтобы узнать что-то интересное о мире?» сказал Уткарш Молл, докторант в лаборатории Кавиты Бала, профессора информатики и декана Корнеллского колледжа вычислительной техники и информатики Энн С. Бауэрс.

Молл является ведущим автором книги «Открытие подземных карт из моды», которую он представил на Зимней конференции по приложениям компьютерного зрения, проходившей с 4 по 8 января в Вайколоа, Гавайи.

Соавторы Бала; Тамара Берг, научный сотрудник Facebook; и Кристен Грауман, профессор компьютерных наук Техасского университета в Остине и научный сотрудник Facebook AI Research.

Это исследование основано на предыдущей работе группы Bala и фактически использует ее, результатом которой стал инструмент GeoStyle с искусственным интеллектом, который может обнаруживать геопространственные события и прогнозировать тенденции моды.

«Ты так много узнаешь о людях, глядя на изображения, которые они публикуют о себе», — сказала она. «Вы узнаете об их культуре, их стиле, о том, как они взаимодействуют с людьми и что для них важно».

«В том, как люди одеваются, проявляется много индивидуальности, поэтому анализ моды во всем мире был одной из наших первых целей», — сказал Бала, чьи области знаний включают компьютерное зрение.

Используя алгоритм распознавания моды на фотографиях, геолоцированных в 37 крупных городах , исследователи смогли определить стили одежды, а затем типичные сочетания этих стилей в заданном радиусе. Затем команда использовала искусственный интеллект для обнаружения участков города, которые были пространственно и стилистически согласованными.

Полученную информацию можно использовать несколькими способами:

• найти уникальные районы в городе: на основе чувства моды в данном районе можно было определить самые модные или прогрессивные районы города;
• найти похожие районы в разных городах: для кого-то, кто переезжает, например, из Нью-Йорка в штат Вашингтон, можно определить «Сохо Сиэтла»; а также
• чтобы найти аналогии с соседями: исследователи используют пример Кони-Айленда и его отношения с Нью-Йорком, похожими на австралийский пляж Бонди и Сидней.

Исследователи рассчитали точность своего метода, используя две ориентированные на человека тестовые программы, HoodMaps и OpenStreetMap, а также опросив реальных жителей выбранных городов в исследовании. Во всех случаях подземная картография группы Бала лучше передала ощущение района, чем существующие методы.

Бала сказал, что в дополнение к тому, что он дает новичку в области некоторые знания о городе изнутри, инструмент для картирования под землей может принести пользу науке и исследованиям.

«Антропологи изучают культуру следующим образом: они отправляются в какое-то место, берут интервью у местных жителей и наблюдают», — сказала она. «Автоматизированный инструмент, подобный этому, даст им возможность делать больше. Он может помочь им обнаружить новые явления, о которых они даже не знали, и позволить им глубже погрузиться в анализ того, почему это явление существует».

Молл сказал, что это также может помочь исследователям через десятилетия.

«Мы в восторге от этой идеи, — сказал он, — что какой-нибудь будущий антрополог может просто запустить эти инструменты и понять нас — измерить «подземный пульс» города — несмотря на то, что он не жил с нами».