En utilisant des techniques d'apprentissage automatique, les chercheurs ont pu analyser environ un million de photos pour détecter des éléments décoratifs dans les salons du monde entier. Crédit :État de Pennsylvanie
Les gens du monde entier peignent leurs murs de différentes couleurs, acheter des plantes pour embellir leurs intérieurs et se livrer à une variété d'autres techniques d'embellissement pour personnaliser leurs maisons, qui a inspiré une équipe de chercheurs à étudier environ 50, 000 salons à travers le monde.
Dans une étude qui a utilisé l'intelligence artificielle pour analyser des éléments de conception, comme les illustrations et les couleurs des murs, en photos de salons postées sur Airbnb, un site de location de maison populaire, les chercheurs ont découvert que les gens avaient tendance à suivre les tendances culturelles lorsqu'ils décoraient leurs intérieurs. Aux Etats-Unis, où les chercheurs avaient des données économiques du recensement américain, ils ont également constaté que des personnes de toutes les couches socio-économiques faisaient des efforts similaires dans la décoration intérieure.
"Nous étions intéressés de voir comment d'autres cultures décoraient, " dit Clio Andris, professeur adjoint de géographie, Penn State et un associé de l'Institute for CyberScience. "Nous voyons des cartes du monde et nous nous émerveillons, "Qu'est-ce que ça fait de vivre là-bas, " mais nous ne savons pas vraiment ce que c'est que d'être dans les salons des gens et dans leurs maisons. C'était comme si des gens du monde entier nous invitaient chez eux. "
L'équipe a examiné la décoration des salons dans 107 villes sur six continents et dans des quartiers de six villes américaines.
Certaines régions semblaient avoir des goûts similaires en matière de décoration d'intérieur, dit Xi Liu, doctorant en géographie, Penn State et auteur principal de l'étude. Dans certains cas, la façon dont ces cultures décoraient leurs salons correspondait aux attentes des chercheurs, il ajouta.
"Il y avait beaucoup de couleurs vibrantes en Inde et au Maroc, par exemple, " dit Liu. " Et, bien sûr, ce n'était pas une grande surprise - nous avions une idée que cela pourrait être le cas avant de commencer l'étude, mais nous n'étions pas sûrs si ce serait vrai ou non."
En Europe, Amérique du Nord et Amérique du Sud, les gens avaient tendance à afficher plus de livres, selon les chercheurs. Salons en Europe, surtout l'Italie, en vedette beaucoup d'art mural, qui correspondait à leurs attentes.
Cependant, les chercheurs, qui ont publié leurs conclusions dans le numéro actuel de Science des données de l'EPJ , ont été surpris lorsque certaines cultures s'opposent à la façon dont leurs espaces de vie sont généralement décrits dans les émissions télévisées de voyage et dans les brochures de voyage.
Crédit :Université d'État de Pennsylvanie
"Nous avons pensé qu'il était intéressant de trouver beaucoup de plantes d'intérieur dans les zones froides, surtout en Scandinavie, " a déclaré Andris. " Au départ, nous pensions qu'il y aurait plus de plantes d'intérieur dans les régions chaudes parce qu'elles seraient peu coûteuses à avoir là-bas, mais ce n'était pas le cas. Nous avons également été surpris de constater que de nombreuses cultures insulaires étaient un peu plus austères que nous ne l'avions pensé au départ. Ils n'ont pas utilisé des couleurs aussi vives. Intérieurs par endroits, comme Fidji et les Caraïbes, par exemple, étaient très propres."
Aux Etats-Unis, les chercheurs n'ont pas trouvé de différence significative dans la présence d'éléments décoratifs entre les quartiers aux revenus variables, taux de chômage, niveau d'instruction, valeur de la propriété résidentielle et diversité raciale. Ils suggèrent que cela indique que les Américains font des efforts similaires pour personnaliser leurs maisons.
Car la tâche de parcourir un million d'images pour noter de multiples éléments décoratifs serait trop chronophage pour les chercheurs, l'équipe a utilisé l'apprentissage en profondeur, une sorte d'intelligence artificielle, détecter des objets de décoration, comme l'art mural, les plantes, livres et couleurs de peinture, Dans les images. Les formateurs humains ont d'abord choisi des éléments décoratifs dans des images pour programmer l'ordinateur pour reconnaître les décorations, alors l'ordinateur pourrait choisir et classer ces caractéristiques par lui-même.
"Le terme pour cela est l'apprentissage par transfert, mais c'est un processus en deux étapes, " a déclaré Liu. " La première étape consiste à classer les images en catégories, comme les salons, cuisines, chambres, et aussi un espace extérieur. Puis, nous utilisons la détection d'objets. Le programme dessinera des boîtes autour des objets dans les pièces, comme l'art mural et les livres, puis le programme compte combien de ces objets nous avons dans chaque image."
Les chercheurs n'ont analysé que les pièces à vivre des maisons, car ces pièces représentent très probablement les goûts des propriétaires et pas seulement la façon dont ils commercialisent leur maison sur le site Web de location.
« Dans ces sites Web, vous avez beaucoup de photos de chambres – et parce qu’ils louent des chambres, nous avons pensé qu'il pourrait y avoir un parti pris parce que le propriétaire voudrait le décorer d'une certaine manière pour plaire aux invités, " dit Liu. " Mais, nous pensions que le salon serait plus objectif parce que le propriétaire y habite et utilise probablement l'espace tout le temps."
Les chercheurs ont utilisé une interface de programme d'application - ou API - qui leur a permis d'accéder à de grandes quantités de données accessibles au public, y compris des images, sur Airbnb. Ils ont collecté environ un million d'images géolocalisées des espaces intérieurs du site.
Andris a déclaré que l'étude est également unique car elle peut représenter de nouvelles façons pour les techniques d'apprentissage automatique d'étudier les phénomènes culturels.
À l'avenir, les chercheurs pourraient consulter d'autres centres de photos en ligne, comme Craigslist, pour mieux cibler les goûts décoratifs naturels. Ils peuvent également entraîner le programme informatique à détecter les styles d'œuvres d'art, ou d'autres objets significatifs, comme des drapeaux, photos de dirigeants mondiaux ou d'emblèmes historiques.