Cientistas de Harvard estão entre os co-autores de um novo estudo que usa algoritmos de visão computacional para examinar milhões de imagens do Google Street View para medir se e como as áreas urbanas estão mudando. O estudo descobriu que duas características demográficas principais - alta densidade e alta escolaridade - desempenham papéis importantes na melhoria urbana, e mostrou apoio a três teorias clássicas de mudança urbana.

Nikhil Naik, Scott Duke Kominers, e seus colaboradores esperam transformar a maneira como os cientistas estudam os ambientes urbanos - com a ajuda do Google.

Em trabalho conjunto com Edward L. Glaeser, o Professor de Economia Fred e Eleanor Glimp em Harvard e César A. Hidalgo e Ramesh Raskar, professores associados no MIT Media Lab, Kominers, um Professor Associado na Unidade de Gestão Empresarial da HBS e do Departamento de Economia e Naik, um bolsista premiado em economia, História e Política, é autor de um estudo que usa algoritmos de visão computacional para examinar milhões de imagens do Google Street View em um esforço para medir se e como as áreas urbanas estão mudando.

Além de demonstrar a eficácia da tecnologia, o estudo descobriu que duas características demográficas principais - alta densidade e alta escolaridade - desempenham papéis importantes na melhoria urbana, e mostrou apoio a três teorias clássicas de mudança urbana. O estudo é descrito em um artigo de 6 de julho em Proceedings of the National Academy of Sciences .

"Muitas pessoas, incluindo cientistas sociais e planejadores urbanos, estão interessados ​​em estudar por que os lugares evoluem e quantas mudanças acontecem em diferentes cidades, "Naik disse." Mas há uma falta de dados sobre os aspectos físicos da mudança urbana. "

É aí que entram as imagens do Google Street View.

Na última década, Naik disse, a gigante da tecnologia coletou milhões de imagens do Street View em todo o país como parte de seu serviço de mapeamento. O que mais, eles mantêm esses mapas atualizados, fotografando periodicamente os mesmos locais nas principais cidades. Consequentemente, O Street View contém um rico banco de dados de imagens urbanas que os pesquisadores podem usar para acompanhar as cidades no tempo.

Usar imagens do Street View para rastrear mudanças urbanas não é uma ideia nova, no entanto.

Em 2014, o então aluno de doutorado Jackelyn Hwang e Robert Sampson, o Professor Henry Ford II de Ciências Sociais, publicou um estudo pioneiro que empregou uma equipe de voluntários para analisar imagens do Street View e localizar sinais de gentrificação em 3, 000 quarteirões da cidade em Chicago.

Naik e os co-autores levaram essa ideia um passo adiante, usando inteligência artificial para automatizar o processo.

"Tendo um computador para fazer isso, conseguimos realmente ampliar a análise, então examinamos imagens de cerca de 1,6 milhão de quarteirões de cinco cidades - Boston, Nova york, Washington, DC, Baltimore e Detroit, "Naik disse.

No coração do sistema está um algoritmo de inteligência artificial que os colaboradores "ensinaram" a ver as cenas de rua da mesma forma que os humanos.

Originalmente desenvolvido em trabalho entre Naik, Raskar, e Hidalgo durante os estudos de graduação de Naik no MIT Media Lab, o algoritmo calcula "Streetscore" - uma pontuação para a segurança percebida de paisagens urbanas, fotos baseadas no Street View e preferências de imagem coletadas de milhares de voluntários online.

"Nós construímos esse algoritmo para calcular o Streetchange - a mudança no Streetscore para pares de imagens do Street View do mesmo local capturadas com sete anos de diferença, "Naik disse." Um valor positivo do Streetchange está associado a novas construções ou atualizações, e um valor negativo está associado ao declínio geral. "

Em dois estudos de validação - um usando imagens classificadas por humanos, e outro usando dados municipais da cidade de Boston - os autores mostraram que seu algoritmo detecta com precisão se e como os blocos mudaram entre 2007 e 2014.

Armado com dados Streetchange gerados pelo algoritmo, Naik et al. em seguida, deu uma olhada "no nível da rua" em várias teorias de longa data de mudança urbana da economia urbana, planejamento, e sociologia.

"Encontramos muito apoio para o que é chamado de 'teoria da aglomeração de capital humano, 'que argumenta que você tende a ver melhorias urbanas quando você tem uma densidade significativa de indivíduos altamente qualificados, "Kominers disse." Os dados sugerem que outras características demográficas - fatores como renda, custos de habitação, ou composição étnica - não parecem importar tanto quanto densidade e educação. "

O estudo também mostrou algum suporte para uma teoria chamada "tipping, “em que bairros que já se desenvolveram tendem a se desenvolver ainda mais. Os autores também encontraram evidências para a teoria da 'invasão', que argumenta que as áreas em torno de bairros bem-sucedidos - ou perto de distritos comerciais centrais - tendem a ver uma melhoria maior ao longo do tempo.

Isso destaca, Kominers adicionados, que a desigualdade urbana é real. "Nossas descobertas reforçam a extrema importância do capital humano e da educação em todos os estágios de desenvolvimento, "Kominers disse." É importante para o acesso das pessoas a empregos e meios de subsistência, mas também é importante para suas habilidades de melhorar seus ambientes. E os padrões de mudança urbana que vemos ajudam a ilustrar por que a desigualdade urbana persiste. "

Em última análise, Naik disse, o estudo mostra que a inteligência artificial e os dados geoespaciais podem ser usados ​​para medir o ambiente construído e as populações e fazer ciência urbana em escala e resolução sem precedentes. "Focamos na mudança urbana aqui, mas existem muitas possibilidades para o futuro. "

Esta pesquisa foi apoiada com financiamento do International Growth Centre, a Fundação Alfred P. Sloan, um subsídio do Star Family Challenge, a National Science Foundation, o Harvard Milton Fund, o Ng Fund do Harvard Center of Mathematical Sciences and Applications, o Grupo de Trabalho de Capital Humano e Oportunidades Econômicas patrocinado pelo Institute for New Economic Thinking, o Centro Taubman para o Governo Estadual e Local, o prêmio Google Living Labs e um presente do Facebook.