Brug af maskinlæringsteknikker, forskere var i stand til at analysere omkring en million billeder for at opdage dekorative elementer i stuer over hele kloden. Kredit:Penn State
Folk over hele verden maler deres vægge i forskellige farver, købe planter for at pifte deres interiør op og engagere sig i en række andre forskønnelsesteknikker for at personliggøre deres hjem, hvilket inspirerede et team af forskere til at studere omkring 50, 000 stuer over hele kloden.
I en undersøgelse, der brugte kunstig intelligens til at analysere designelementer, såsom kunstværker og vægfarver, i billeder af stuer, der er sendt til Airbnb, en populær hjemmeside for boligudlejning, forskerne fandt ud af, at folk havde en tendens til at følge kulturelle tendenser, når de indrettede deres interiør. I USA, hvor forskerne havde økonomiske data fra US Census, de fandt også ud af, at folk på tværs af socioøkonomiske linjer gjorde en lignende indsats i boligindretning.
"Vi var interesserede i at se, hvordan andre kulturer dekorerede, " sagde Clio Andris, adjunkt i geografi, Penn State og en Institut for CyberScience associeret. "Vi ser kort over verden og undrer os, "Hvordan er det at bo der, "men vi ved ikke rigtig, hvordan det er at være i folks stuer og i deres huse. Det var ligesom folk rundt om i verden, der inviterede os ind i deres hjem."
Holdet undersøgte stueindretning i 107 byer på seks kontinenter og i kvarterer på tværs af seks amerikanske byer.
Visse regioner syntes at have lignende smag i interiørdesign, sagde Xi Liu, doktorand i geografi, Penn State og hovedforfatter af undersøgelsen. I nogle tilfælde, den måde, disse kulturer indrettede deres stuer på, matchede forskernes forventninger, han tilføjede.
"Der var en masse livlige farver i Indien og Marokko, for eksempel, " sagde Liu. "Og, selvfølgelig, det var ikke en stor overraskelse - vi havde en idé om, at dette kunne være tilfældet, før vi startede undersøgelsen, men vi var ikke sikre på, om det ville være sandt eller ej."
I Europa, Nordamerika og Sydamerika, folk havde en tendens til at vise flere bøger, ifølge forskerne. Stuer i Europa, især Italien, indeholdt en masse vægkunst, som svarede til deres forventninger.
Imidlertid, forskerne, der offentliggjorde deres resultater i det aktuelle nummer af EPJ Data Science , blev overraskede, da nogle kulturer modsatte sig den måde, hvorpå deres boliger sædvanligvis portrætteres på rejse-tv-shows og i rejsebrochurer.
Kredit:Pennsylvania State University
"Vi syntes, det var interessant, at vi fandt en masse indendørs planter i kolde områder, især i Skandinavien, " sagde Andris. "Vi troede oprindeligt, at der ville være flere indendørs planter i varme områder, fordi de ville være billige ting at have der, men det var ikke tilfældet. Vi var også overraskede over, at mange af ø-kulturerne var lidt mere stringente, end vi først havde troet. De brugte ikke så lyse farver. Interiør på steder, ligesom Fiji og Caribien, for eksempel, så meget rent ud."
I USA, forskerne fandt ikke en signifikant forskel i tilstedeværelsen af dekorative elementer på tværs af kvarterer med varierende indkomst, arbejdsløshed, uddannelsesniveau, boligværdi og racediversitet. De antyder, at dette indikerer, at amerikanere gør en lignende indsats for at tilpasse deres hjem.
Fordi opgaven med at gennemgå en million billeder for at notere flere dekorative elementer ville være for tidskrævende for forskerne, holdet brugte dyb læring, en form for kunstig intelligens, at opdage dekorative genstande, såsom vægkunst, planter, bøger og maling farver, på billederne. Menneskelige trænere udvalgte oprindeligt dekorative elementer i billeder for at programmere computeren til at genkende dekorationerne, så kunne computeren udvælge og klassificere disse funktioner på egen hånd.
"Betegnelsen for dette er overførselslæring, men det er en to-trins proces, " sagde Liu. "Det første skridt er at klassificere billederne i kategorier, såsom stuer, køkkener, soveværelser, og også udendørs plads. Derefter, vi bruger objektdetektion. Programmet vil tegne kasser rundt om genstande i rummene, som vægkunst og bøger, og så tæller programmet, hvor mange af de objekter vi har i hvert billede."
Forskerne analyserede kun stuer i boliger, fordi disse rum højst sandsynligt repræsenterer boligejernes smag og ikke kun hvordan de markedsfører deres boliger på udlejningshjemmesiden.
"På de hjemmesider har du en masse billeder af soveværelser - og fordi de lejer soveværelser ud, vi troede, der kunne være en skævhed, fordi ejeren ville ønske at dekorere den på en bestemt måde for at appellere til gæsterne, " sagde Liu. "Men, vi troede, at stuen ville være mere objektiv, fordi ejeren bor der og sandsynligvis bruger pladsen hele tiden."
Forskerne brugte en applikationsprogramgrænseflade - eller API - der gav dem adgang til store mængder offentligt tilgængelige data, inklusive billeder, på Airbnb. De indsamlede omkring en million geolokaliserede billeder af indvendige rum fra stedet.
Andris sagde, at undersøgelsen også er unik, fordi den kan repræsentere nye måder for maskinlæringsteknikker til at studere kulturelle fænomener.
I fremtiden, forskerne ser måske på andre online fotocentre, såsom Craigslist, for bedre at målrette den naturlige dekorative smag. De kan også træne computerprogrammet til at opdage stilarter af kunstværker, eller andre meningsfulde genstande, såsom flag, billeder af verdens ledere eller historiske emblemer.