Uczenie maszynowe pozwala nie tylko oceniać ryzyko kredytowe. Komputer właśnie znalazł raj na ziemi

Uczenie maszynowe to technologia, która pozwala m.in. na tworzenie dedykowanych kampanii marketingowych, ocenę ryzyka kredytowego, optymalizację łańcucha dostaw czy przewidywanie awarii w procesach produkcji. Specjaliści z firmy SAS wykorzystali ją jednak do... znalezienia raju na ziemi. 

W ramach projektu „Paradise Found”, w ciągu 3 miesięcy firma przeanalizowała ponad 5 milionów danych. Informacje pochodziły z różnych źródeł, takich jak rankingi najatrakcyjniejszych miast, archiwa UNESCO czy WTO (Światowej Organizacji Handlu). Ponadto, przeanalizowano portale społecznościowe, na których internauci oceniają hotele i restauracje, w tym popularny TripAdvisor oraz Yelp. 

Według analizy SAS idealnym miejscem do zamieszkania jest miasto Perth w zachodniej Australii. Dlaczego? Panuje tam ciepły i jednocześnie suchy klimat. Średnia temperatura wynosi około 19 stopni Celsjusza, a w roku jest aż 320 słonecznych dni. Ponadto, miasto może pochwalić się ogromnymi terenami zielonymi, na jednego mieszkańca przypada przestrzeń wielkości około 5 pięciu kortów tenisowych. Liczne plaże są rajem dla amatorów sportów wodnych, takich jak np. surfing. Perth to miasto tętniące życiem, w którym znajduje się ponad 200 restauracji, barów i klubów. Co roku odbywa się tu około 450 różnego rodzaju festiwali i imprez. Miasto posiada cztery uniwersytety i oferuje swoim mieszkańcom bezpłatny transport miejski, wydając na ten cel 15,3 milionów dolarów rocznie.

W analizie dokonanej przez specjalistów SAS ważną rolę odegrały również kwestie ekonomiczne. Perth charakteryzuje się największym odsetkiem milionerów na jednego mieszkańca. Miasto przyciąga również liczne startupy – obecnie na 5000 mieszkańców przypada jedna młoda firma technologiczna, czyniąc Perth australijskim zagłębiem technologicznym. Co ciekawe, Perth jest najbardziej odosobnioną metropolią świata. Od najbliższego dużego miasta – Adelajdy – dzieli ją aż 2845 km.

System oparty na machine learning samodzielnie połączył wszystkie informacje pochodzące z różnych źródeł i na ich podstawie dokonał wyboru. Co ważne, nie analizował jedynie danych liczbowe. Wziął pod uwagę także opinie internautów i ich oceny wystawiane na portalach społecznościowych. Wykorzystano do tego narzędzia text analytics.