Google Street View jest jednym z cudów współczesnego świata. Jest to produkt arogancji, ambicji, chutzpah i niewybaczalnego bogactwa jednej korporacji, która zdecydowała się sfotografować każdą ulicę na świecie i umieścić obrazy online. Kiedy ogłoszono to po raz pierwszy, byłem sceptycznie nastawiony, że będzie to coś wielkiego – być może zdjęcia ważnych ulic w dużych miastach i miasteczkach krajów zachodnich, ale nic ponad to. A potem pewnego dnia zastanawiałem się, jak znaleźć drogę do domku przyjaciela położonego w odległej wiejskiej okolicy, szukałem go na Mapach Google, zobaczyłem ikonę Street View i kliknąłem na nią – i znalazłem się praktycznie jadąc najwęższą wiejską uliczką, jaką można sobie wyobrazić.
Street View był produktem przekonania Google, że łatwiej jest prosić o wybaczenie niż o pozwolenie, założenie najwyraźniej potwierdzone przez fakt, że większość jurysdykcji wydawała się akceptować fotograficzny zamach stanu jako fait accompli. W kilku krajach europejskich, zwłaszcza w Niemczech i Austrii, obywatele domagali się zamazania ich własności; była też awantura w 2010 r., gdy ujawniono, że Google przez pewien czas zbierał i przechowywał dane z niezaszyfrowanych domowych routerów wifi. Ale ogólnie rzecz biorąc, firma uciekła z jego coup.
Większość pushback przyszedł od ludzi martwiących się o prywatności. Sprzeciwiali się oni obrazom pokazującym mężczyzn wychodzących z klubów ze striptizem, na przykład, protestujących w klinice aborcyjnej, opalających się w bikini i ludzi angażujących się w, er, prywatne działania na ich własnych podwórkach. W niektórych krajach przeszkadzała wysokość kamer – w Japonii i Szwajcarii, na przykład, Google musiało obniżyć ich wysokość, aby nie mogły zaglądać przez płoty i żywopłoty.
Te obawy były tym, co można nazwać pierwszorzędnymi, czyli obawami wywołanymi przez oczywiste niebezpieczeństwa nowej technologii. Ale w przypadku technologii cyfrowej, prawdziwie transformujące efekty mogą być trzeciego lub czwartego rzędu. Tak więc, na przykład, Internet prowadzi do sieci, która prowadzi do smartfona, który jest tym, co umożliwiło powstanie Ubera. I w tym sensie, pytanie z Street View od początku było: co to będzie prowadzić do – w końcu?
Jedna możliwa odpowiedź pojawiła się w zeszłym tygodniu z publikacją intrygującego badania przez dwóch naukowców danych, jeden z siedzibą w Warszawie, drugi w Stanford. Współpracując z firmami ubezpieczeniowymi, przeanalizowali oni 20 000 adresów klientów tych firm, zebrali odpowiadające każdemu z nich zdjęcie domu za pomocą Google Street View i dodali adnotacje do zdjęć domów, zwracając uwagę na takie cechy jak wiek, typ i stan. Stosując do danych oprogramowanie uczące maszynowo byli w stanie zbudować model, który dawał znacznie lepsze przewidywania ryzyka wypadku samochodowego dla właścicieli domów niż modele obecnie stosowane przez firmy ubezpieczeniowe – i który, oczywiście, mógł być wykorzystany do uzasadnienia wyższych (lub niższych) składek.
“Odkryliśmy”, podsumowali badacze, “że cechy widoczne na zdjęciu domu mogą być przewidywalne dla ryzyka wypadku samochodowego, niezależnie od klasycznie stosowanych zmiennych, takich jak wiek czy kod pocztowy. To odkrycie jest nie tylko krokiem w kierunku bardziej granularnych modeli przewidywania ryzyka, ale także ilustruje nowatorskie podejście do nauk społecznych, gdzie granularne dane ze świata rzeczywistego są zbierane i analizowane w skali.”
Na pierwszy rzut oka wydaje się to dziwne, nieprawdaż? To, co wydaje się mówić, to: “Pokaż mi swój dom na Street View, a ja powiem ci, jak prawdopodobne jest, że będziesz miał wypadek samochodowy”. I oczywiście jest możliwe, że głęboko w matematyce papieru jest błąd. (O ile mogę powiedzieć, nie został jeszcze zrecenzowany.) A może próbka 20,000 była zbyt mała.
W każdym razie, chociaż, papier zapewnia pouczające studium przypadku w potencjalnych plusów i minusów uczenia maszynowego. To, co technologia zasadniczo robi, to dostrzeżenie korelacji, które ludzkie oko może przegapić. Ale korelacja to nie przyczynowość, więc zawsze pozostaje się zastanawiać, czy szczególnie uderzająca korelacja jest pozorna, czy nie. Czy źle utrzymane mieszkanie, na przykład, implikuje, że samochód mieszkańca jest podobnie niedbały, a zatem bardziej podatny na wypadki?
To wydaje mi się nieco przesadzone. Ale jeśli okaże się, że to co znaleźli ci dwaj badacze może być powtórzone i potwierdzone na większej próbie, co wtedy? W tej chwili składki ubezpieczeniowe są częściowo określane przez kod pocztowy, w którym pojazd jest przechowywany, dlatego ubezpieczenie samochodu w Liverpoolu kosztuje więcej niż w Cambridge. Jest to jednak swego rodzaju loteria kodów pocztowych – karanie ostrożnych kierowców mieszkających w biednych dzielnicach i faworyzowanie kierowców jeżdżących po liściastych przedmieściach. Wykorzystanie danych Street View może zmniejszyć takie nierówności poprzez sprowadzenie spraw do poziomu pojedynczego mieszkańca. Z drugiej strony, może napiętnować sumiennego lokatora wynajmowanego domu, którego właścicielem jest skąpy właściciel lub którym zarządza skorumpowany agent. Tak więc pierwsze prawo Kranzberga nadal obowiązuje: technologia nie jest ani dobra, ani zła; nie jest też neutralna.
Co czytam
Boeing, Boeing, gone…
Fiasko otaczające pasażerskie odrzutowce Boeinga 737 Max jest wyjaśnione w jednym z najlepszych kawałków technicznego pisania, na jakie się natknąłem – opublikowanym na IEEE Spectrum.
Something wicked this way comes
Praca Nitashy Tiku na stronie Wired bada, co stało się z mottem Google “Don’t be evil”. Need you even ask?
Where it all went wrong
WikiLeaks and the lost promise of the internet: bardzo ciekawy (i palący) esej na blogu Lawfare autorstwa Quinta Jurecic o Julianie Assange.
{{topLeft}}
{{bottomLeft}}
{{topRight}}
{{bottomRight}}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}
{{/paragraphs}}{{highlightedText}}
- Share on Facebook
- Share on Twitter
- Share via Email
- Share on LinkedIn
- Share on Pinterest
- Share on WhatsApp
- Share on Messenger
.