Google Street Views förmåga att beräkna risker för bilolyckor är digital teknik i stor skala

Google Street View är ett av den moderna världens underverk. Det är en produkt av arrogansen, ambitionen, chutzpah och den orimliga rikedomen hos ett enda företag som bestämde sig för att fotografera varenda gata i världen och lägga ut bilderna på nätet. När det först tillkännagavs var jag skeptisk till att det skulle bli mycket – bilder av framträdande gator i stora städer i västerländska länder, kanske, men inte mycket mer än så. En dag undrade jag hur jag skulle hitta vägen till en väns stuga i ett avlägset landsbygdsområde, letade upp den på Google Maps, såg Street View-ikonen och klickade på den – och fann mig själv praktiskt taget körandes på den smalaste landsväg man kan föreställa sig.

Street View var en produkt av Googles övertygelse om att det är lättare att be om förlåtelse än att be om tillåtelse, ett antagande som uppenbarligen bekräftades av det faktum att de flesta rättsväsendet tycktes acceptera den fotografiska kuppen som ett fullbordat faktum. Det fanns en motreaktion i några europeiska länder, särskilt Tyskland och Österrike, där medborgarna krävde att deras fastigheter skulle suddas ut. 2010 uppstod också ett bråk när det avslöjades att Google under en tid hade samlat in och lagrat data från okrypterade wifi-routrar i hemmen. Men i stort sett kom företaget undan med sin kupp.

De flesta protesterna kom från människor som oroade sig för integriteten. De protesterade mot bilder som visar män som lämnar strippklubbar, till exempel, demonstranter vid en abortklinik, solbadare i bikini och människor som ägnar sig åt, eh, privata aktiviteter på sin egen bakgård. I Japan och Schweiz, till exempel, var Google tvunget att sänka kamerornas höjd så att de inte kunde titta över staket och häckar.

Dessa farhågor var vad man skulle kunna kalla första ordningens farhågor, det vill säga farhågor som utlöses av uppenbara faror med en ny teknik. Men när det gäller digital teknik kan de verkligt omvälvande effekterna vara av tredje eller fjärde ordningen. Internet leder t.ex. till webben, som leder till smarttelefonen, vilket är vad som möjliggjorde Uber. Och i den meningen var frågan med Street View från början: vad kommer det att leda till – så småningom?

Ett möjligt svar dök upp förra veckan i och med offentliggörandet av en spännande forskningsstudie av två datavetare, den ena baserad i Warszawa och den andra i Stanford. I samarbete med försäkringsbolag analyserade de 20 000 adresser till bolagens kunder, samlade in en motsvarande husbild för varje adress med hjälp av Google Street View och kommenterade bilderna av husen genom att notera egenskaper som ålder, typ och skick. Genom att tillämpa programvara för maskininlärning på uppgifterna kunde de bygga en modell som gav betydligt bättre förutsägelser av bilolycksrisker för husägarna än de modeller som för närvarande används av försäkringsbolagen – och som naturligtvis skulle kunna användas för att motivera högre (eller lägre) premier.

“Vi har funnit”, konstaterade forskarna, “att egenskaper som är synliga på en bild av ett hus kan ge förutsägelser för bilolycksrisker, oberoende av de variabler som används klassiskt, t.ex. ålder eller postnummer. Detta resultat är inte bara ett steg mot mer granulära riskförutsägelsemodeller, utan illustrerar också ett nytt tillvägagångssätt inom samhällsvetenskapen, där den verkliga världens granulära data samlas in och analyseras i stor skala.”

Ovanifrån sett verkar det här konstigt, eller hur? Vad det verkar säga är följande: “Visa mig ditt hus på Street View så berättar jag hur sannolikt det är att du råkar ut för en bilolycka”. Och det är naturligtvis möjligt att det finns ett fel djupt inne i matematiken i artikeln. (Såvitt jag kan se har den ännu inte granskats av kollegor.) Eller så kanske urvalet på 20 000 var för litet.

Hursomhelst ger dock uppsatsen en belysande fallstudie om de potentiella för- och nackdelarna med maskininlärning. Vad tekniken i huvudsak gör är att upptäcka korrelationer som det mänskliga ögat kanske missar. Men korrelation är inte kausalitet, så man får alltid undra om en särskilt slående korrelation är falsk eller inte. Innebär till exempel en dåligt underhållen bostad att den boendes bil är lika oskött och därför mer olycksbenägen?

Det verkar lite långsökt för mig. Men om det visar sig att det som de två forskarna fann kan upprepas och bekräftas med större urval, vad händer då? För närvarande bestäms bilförsäkringspremierna delvis av det postnummer där fordonet hålls, vilket är anledningen till att det kostar mer att försäkra en bil i Liverpool än i Cambridge. Men detta är ett slags postkodslotteri som bestraffar försiktiga förare som bor i fattiga områden och gynnar trafikanter som bor i lummiga förorter. Genom att använda Street View-data skulle man kunna minska sådana orättvisor genom att föra ner saker och ting till den enskilde husägarens nivå. Å andra sidan skulle det kunna stigmatisera den samvetsgranna hyresgästen i ett hyreshus som ägs av en snål hyresvärd eller förvaltas av en korrupt mäklare. Så Kranzbergs första lag gäller fortfarande: teknik är varken bra eller dålig; den är inte heller neutral.

Vad jag läser

Boeing, Boeing, borta…
Fiasken kring Boeings passagerarflygplan 737 Max förklaras i en av de bästa tekniska texter jag har stött på – publicerad på IEEE Spectrum.

Something wicked this way comes
En artikel av Nitasha Tiku på webbplatsen Wired undersöker vad som hände med Googles motto “Don’t be evil”. Behöver du ens fråga?

Where it all went wrong
WikiLeaks and the lost promise of the internet: en mycket intressant (och brännande) essä på Lawfare-bloggen av Quinta Jurecic om Julian Assange.

{{#ticker}}

{{topLeft}}

{{bottomLeft}}

{{topRight}}

{{bottomRight}}

{{#goalExceededMarkerPercentage}}

{{/goalExceededMarkerPercentage}}

{{/ticker}}

{{heading}}

{{#paragraphs}}

{{.}}

{{/paragraphs}}}{{highlightedText}}

{{{#cta}}{{text}}{{/cta}}}
Remind me in May

Accepterade betalningsmetoder: Visa, Mastercard, American Express och PayPal

Vi kommer att kontakta dig för att påminna dig om att bidra. Håll utkik efter ett meddelande i din inkorg i maj 2021. Om du har några frågor om att bidra är du välkommen att kontakta oss.

  • Dela på Facebook
  • Dela på Twitter
  • Dela via e-post
  • Dela på LinkedIn
  • Dela på Pinterest
  • Dela på WhatsApp
  • Dela på Messenger

.

Lämna ett svar

Din e-postadress kommer inte publiceras.