未來人類生活將與AI人工智慧緊密相關!專業有趣的Python課程帶你輕鬆入門
肥胖原因不單純
擅於圖像辨識的人工智慧
兩人使用擅於圖像辨識的人工智慧「卷積式類神經網路」(Convolutional Neural Network,CNN)來分析,事前已經用 120 萬張圖像訓練該人工智慧。進行研究時,他們匯入柏衛(Bellevue)、西雅圖(Seattle)、塔科馬市(Tacoma)、洛杉磯(Los Angeles)、曼菲斯(Memphis)、聖安東尼奧(San Antonio)6 個城市共 15 萬張衛星照片與 Google 街景圖。
標出 96 個興趣點
除此之外,研究者還在這 6 個城市標出 96 種興趣點(points of interest,POI,註),最後結合各城市的肥胖率,要看看一個城市的發展和肥胖有沒有關連。
註:興趣點是指地圖上的某個地標。這可能是你想要去的特定地點、一家店、一個景點,也可能是地圖上一定範圍內,所有的特定店家,如加油站、飲料店、文具店等。
結果不意外
以結果來說,他們最主要的發現並沒有那麼讓人意外──鄰里密度低、綠地多的地方,人們的健康狀況比較好,反之亦然──畢竟這直接影響了人們有沒有更多機會和空間活動筋骨。至於從 POI 的角度來分析,則比較難看到 POI 和健康、運動之間的關連。
重點在證明有用
個人和社區一起納入考量
一旦得到這樣的資訊,他們相信,未來有關單位在擬定與肥胖有關的健康政策時,除了顧及到個人層面的介入,也可以把社區規劃納入考量,像是增建有關身體活動的設施、增加前往健康食品店的便利性等促進健康生活的方式。
▲ 2014 年 3 月芝加哥的城市空拍圖。(Source:達志影像)
接下來針對種族和財富
兩人也在報告中指出,他們接下來的研究將會聚焦在種族分布、社經地位與肥胖、健康狀況的關係。過去就有研究發現低社經地位社區的運動設備比較少,而這樣的情況和肥胖有關連。另外兩份針對非裔美國人、下層階級進行的分析則在安全性、身體活動、肥胖之間發現了強烈的關連,在城市地區尤其如此。
不能過度詮釋 但很有幫助
參考連結: