Keinotekoinen älykkyys on arvioinut satelliittikuvien avulla tiettyjen Yhdysvaltojen alueiden asukkaiden liikalihavuuden astetta. Tätä varten algoritmi ei käyttänyt henkilöiden kuvia, vaan muuta tietoa, kuten rakennusten ja puiden jakautumista alueella. Työn tulokset esitellään JAMA Network Open -lehdessä.
Jotkut kansanterveysongelmat ovat niin suuria, että ne voidaan nähdä avaruudesta. Uudessa teoksessa tutkijat käyttivät syvähermoverkko-opiskelua analysoidakseen satelliittitietoja Yhdysvaltojen neljältä asuinalueelta. Tätä varten käytimme tietoa sekä luonnollisesta että keinotekoisesta kaupunkiympäristöstä: puistojen läsnäolosta, teiden sijainnista, kävelytiet, monen tyyppisistä taloista ja niin edelleen.
Tietolähteenä oli valokuvia Google Maps -palvelun 1695 kaupunginosasta Los Angelesissa, Memphisissä, San Antoniossa ja Seattlessa - yhteensä noin 150 000 kuvaa. Näistä kuvista hermoverkko haki tietoja kasvillisuuden jakautumisesta, teiden sijainnista ja talojen läsnäolosta. Sitten toinen algoritmi vertasi saatuja tietoja paikallisen väestön liikalihavuusasteeseen.
Seurauksena hermoverkon luojat pystyivät arvioimaan lihavien ihmisten määrän jopa tarkemmin kuin mitä voitaisiin tehdä tutkimusalueen kuntosalien ja ravintoloiden lukumäärän perusteella. He onnistuivat myös löytämään yhteyden suunnitteluparametrien ja henkeä kohti laskettujen tulojen välillä.