AI软件从航拍影像中检测到20000多处隐蔽的私人泳池,帮助法国税务官员额外征收约1000万欧元的资产税。
根据欧元区国家的规定,增建阁楼、开挖泳池等有助于提升房产价值的家庭装修项目,会增加房主所应承担的税款数额。例如,一处30平米的游泳池每年就对应额外200欧元税款。但由于以往仅要求主动申报,所以很多业主会保持沉默以躲避这笔开支。

为了追查逃税者,法国税务局下辖的九个部门测试了机器学习软件,尝试自动从航拍照片中找到未申报的泳池。该软件分析了航拍图像,可扫描出存在泳池的迹象——例如后院位置的蓝色矩形轮廓。官员们会借此识别那些拥有泳池的房屋、确定所在位置,并比对数据库以检查业主是否已经正常申报。
截至目前,该软件已经发现20356处隐蔽泳池,帮助法国当局收取高达1000万欧元的额外税款。此项计划未来将在全国范围内部署,搜寻更多未申报泳池,由此带来的财产税贡献预计将达到4000万欧元之巨。
该软件由谷歌和凯捷共同开发,今年4月的报道称其错误率为30%。例如,这款计算机视觉软件可能被太阳能电池板阵列所误导,造成错误标记;另外,如果泳池被阴影或树木覆盖,也可能发生漏检的问题。法国财政部表示,工程师们正在努力扩展这款应用程序,希望能适应不同类型的家居改造场景。
公共财政副总干事Antoine Magnant在采访中表示,“我们会特别关注阳台这类房屋扩建项目,但同时要求软件能准确揪出那些占地面积较大的新增建筑,不要被狗舍或孩子们的嬉戏场夺走了注意力。”
然而,在现有建筑物上检测到突出的扩展或附加部分其实更为困难,而且这款软件还无法把这类情形同正常搭设的帐篷或防水油布区分开来。Magnant补充道,“这是我们第二阶段的研究内容,包括检查房产是否有人居住,如果无人则应停止征税。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。