人工智能將改變人群計數科學

特朗普政府稱其總統就職典禮觀看人數“史上最多”。這極富爭議，但無意中強調了人群計數仍然是一門困難且不精確的科學。人工智能的興起將很快將科學家從手動計算人數中解放出來。

人工智能（AI）統計人數的技術最早出現于2013年。中佛羅里達大學研究人員表明，基于機器學習的計算機軟件可以迅速提供數量達幾十萬的自動人群估值。這樣的AI工具在根據圖像進行準確人數統計方面仍有改進的余地，但只需半小時就能完成研究人員一周的工作。

“在準確性方面[大群體計數]，我們將誤差控制在（和人工，主要是本科生計數相比）30%以內。但是我們無法確保它比專業計數器好，”計算機科學教授和中佛羅里達大學計算機視覺研究中心主任Mubarak Shah說。“但是就效率而言，人類不可能達到這樣的速度。”Shah還指出，計算機軟件的計數更“客觀”，因為它不含人類偏見。

政治事件如示威游行或總統開幕式的人群計數有時會引發爭議。最近的例子包括特朗普總統就職典禮和第二天華盛頓特區的婦女游行。全球許多城鎮也同時進行著相關婦女游行。類似地，西班牙加泰羅尼亞省獨立示威是自動人群計數軟件的開端。

當然，人群科學家通常不會花一個星期費盡心血計算一張照片里的人數，而是對圖像中某一區域的人數進行統計。他們知道該區域的大小，然后推斷出更大區域的總人數。

今天，基于機器學習的計算機軟件可以快速計算人群人數，但計算機視覺技術有其自身的不準確性。為了提高準確性，中佛羅里達大學的軟件將給定的人群圖像劃分區塊，然后基于人群密度的假設計算平均值，以降低不準確性。

這一軟件的效率已被證明對真實世界有用。沙特阿拉伯官員已經授權該軟件計算每年麥加伊斯蘭圣地的朝圣者的數量。卡塔爾也資助Shah團隊改進該軟件，用于計算2022年卡塔爾世界杯賽事參與人數。

新的AI方法如深度學習將很快提高計算機視覺的準確性。中佛羅里達大學團隊已經將研究轉向深度學習AI，一種可以充分利用神經網絡多層處理，過濾相關數據的自動學習軟件。研究人員還沒有公開發表新的深度學習方式和舊軟件之間的比較基準，但他們有一個相關研究論文。“我們期望深度學習會更好，”Shah說。

但即便是深度學習AI也會面臨人類科學家今天面臨的挑戰，Shah解釋說。計數人群的理想圖像由無人機，飛機或衛星拍攝獲得，由于華盛頓的空域限制和缺乏適當的衛星圖像，這在統計參加就職典禮和婦女游行的人數時面臨著一個特殊挑戰。從傾斜角度拍得的圖像對計算機造成了更大的計數困難，因為他們還需要考慮透視和規模（靠近鏡頭的人會顯得有些大）。

低分辨率圖像也可能帶來挑戰，因為計算機軟件必須依靠每人更小的像素識別相關特征。但通過對不同人群圖像進行測驗，深度學習，AI可以提高計數準確性，即使是低分辨率圖像。

也許自動人群計數深度學習方法的最大挑戰是需要大量訓練數據。理想情況下，Shah的團隊想要獲得同一群體活動的不同圖像，所以他們可以訓練深度學習軟件在各種各樣的情況下識別和計數人類。

但即使訓練也不僅僅是將人群活動的在線圖像傳送到軟件中那么簡單。為了學習如何準確識別人群圖像中的人類，AI需要精確注釋的圖像，顯示人群中的個體和總體人數。這意味著研究人員仍然需要手動計算某些圖像的人數，為他們的軟件提供訓練數據集。

中佛羅里達大學團隊計劃使用在線眾包服務，如亞馬遜的Mechanical Turk，手動創建這樣的培訓數據集。如果他們成功提高計算機視覺準確性，自動人群計數將可能適用于從購物中心到音樂會等的眾多場景。如果某些美國總統喜歡談論龐大的人群，人群計數可能在可預見的未來還具有政治相關性。