淪爲房奴的中國人 最後居然不如美國的流浪漢？

全文共3233字，預計學習時長6分鐘

圖片來源：Focus

伴隨着畢業季，「就業」和「住房」成爲這羣剛踏入社會的有志青年必須面臨的兩大問題。

特別是近年來，伴隨着房地產市場的迅猛發展，房價一路蹭蹭蹭高歌猛進。「買房難」的話題一直「熱情」難退，佔據着各大網站的「熱點頭條」，依舊是百姓茶餘飯後津津樂道、樂此不倦的「熱門話題」。

近日，華爲花200萬招頂尖應屆畢業生的消息像「龍捲風」通常席捲而來，各界熱議鋪天蓋地。小芯芯也在默默關注，除了「羨慕嫉妒恨」以外，小芯芯還想悄咪咪問一句：

「年薪200萬，能夠在北上廣買上房嗎？」

「懸。」

畢竟「中國房市怪象」也不是一天兩天才出現的事了：一人多房，空房空城無人居住；一房難求，房貸壓身流浪街頭。

「買房始終難。」這在中國是一個廣泛現象。

大部分的中國人忙碌一輩子就是爲了一套房，可是在人家美國，買房歷來都不是什麼大問題。比起買房，他們更願意租房，就算流浪街頭，政府依舊會積極爲他們分配住所。

所以，與中國不一樣，相較於「買房難」的問題，美國政府的心頭之患一直都是「流浪漢問題」。

做爲移民大國，美國每一年不光移民人口高居不下，流浪漢的數量也在與日俱增。他們居無定所，流浪街頭，形成了很多社會問題，一直是美國政府的重點關注對象。

圖片來源：Frederic J. Brown/Getty Images

不要問我從哪裏來

個人故鄉在遠方

爲何流浪

流浪遠方 流浪

你好嗎？今天還在流浪嗎？

在好萊塢，一個小型的流浪漢營地坐落在一幢帶狀商業區和錄音棚之間，滾石樂隊曾在這裏錄過音。彙集於此的大多數人都無處可去，有時他們會友好地向過路人打招呼：「嗨，你好，最近怎麼樣？」

有些人會友好地迴應；有些人會有點被嚇到，並三言兩語敷衍過去；而有些膽小的人則十分懼怕，甚者會去報警驅逐這羣無家可歸者。

不肯透露姓氏的Cedric是這裏最擅侃的居民，他一臉委屈表示，他們只是但願本身表現得友好且沒有威脅性，這樣一來那些鄰居就不會打電話給警察，要求流浪漢們搬走了。

可是洛杉磯的警察局和衛生局對這些流浪漢營地的「清理」卻愈來愈嚴格。

據統計，洛杉磯做爲美國第二大流浪漢城市（第一爲紐約），2018年約有52,765名流浪漢。這一數據由洛杉磯流浪漢服務局（LA HomelessServices Authority，下稱LAHSA）發佈。

LAHSA是一個幫助流浪漢擺脫露宿街頭窘境的市政機構，LAHSA稱流浪漢的羣體在不斷擴大、同時第一次成爲流浪漢的人數呈較快上升趨勢，愈來愈多的人無家可歸、流浪街頭。

我是流浪漢，今天我有房啦

爲了改變這一局面，LAHSA在2018年1月啓動的一項提案中，同南加州大學社會人工智能（ the Center forArtificial Intelligence in Society ，下稱CAIS）的研究人員共享流浪漢管理信息系統（the Homeless Management Information System，下稱HMIS）的數據，企圖尋求解決方案。

研究人員正利用這些數據創建一個可以識別行爲和結果的系統，爲流浪漢們分配成功概率最大的長期住房類型，同時下降系統中種族歧視的現象。該項目被稱爲「流浪漢的住房分配項目」。

該項目聚集了來自工程學院和社會工做學院的研究人員，由CAIS兩位主管負責和研究，他們分別是：工程學教授Phebe Vayanos和南加州大學社會工做學院教授Eric Rice。

該研究充分考察了住房分配方案的效率和公平性，以促進算法設計的公平性、透明度和有效性。

他們分析了全國無家可歸青年的數據，彙總了有關快速安置（提供資金和援助以令人們儘快找到住所的計劃）與永久性住房（一般是有支持和補貼的長期住房）的信息，而且觀察了這些年輕人是否會再次無家可歸。

在此基礎上，他們設計了一個理論模型，實如今全國範圍內更公平有效地分配住房，估計可以在一年內使16%以上的青年擺脫露宿街頭的窘境，同時縮小種族差距——白人與少數民族青年成功永久安置的比率減至72％。

同時，爲了使住房分配系統透明化，讓分配住房的管理者易於理解，該團隊制定了一項政策，即根據年輕人的年齡、無家可歸的緣由以及露宿地點等特徵對其進行評估。

圖片來源：unsplash.com/@zacdurant

此外，在洛杉磯模型中，Vayanos表示該算法除了會對候選人進行評估外，還會參考永久性擺脫無家可歸狀態的住房分配統計學機率，爲了保證數據的真實性和精確性。

該團隊但願這一理論模型對洛杉磯而言能夠成爲一個真實有效可以落實的系統，可以改變像Lulu這類人的生活軌跡。

Lulu也住在好萊塢錄音棚附近的一小片賬篷裏，自從20年前在15歲時和父親鬧翻以來，他就一直無家可歸。在他青年及成年時期，曾試圖去向市政機構申請住所，但發現這個過程真的太難了，須要在庇護所和臨時住房之間來回折騰，還有大量的文書工做要作。

「我與不少人都相處很差。」

「我沒法在人多的地方睡覺——我會變得膽小多疑。並且我這我的很磨蹭，所以很難本身完成那些步驟和手續。」

「可是如今，我熟練多了。」

黑幕？誰動了個人房子？

根據LAHSA的數據，在2018年得到LAHSA協調準入系統援助的5,034名青年中，只有1,344人得到永久性住房，而得到臨時住房的則接近2,000人。

其中，種族是重要的影響因素。

LAHSA的一項研究代表：儘管洛杉磯城市系統公平地給不一樣種族羣體分配了住房，但非裔美國人更有可能再次無家可歸。該研究顯示，14.2％的黑人將在一年內再次過上無家可歸的日子，相比之下，拉丁美洲人僅佔8％，白人更是隻佔7.2％。

圖片來源：pixabay

LAHSA的執行董事Peter Lynn說，這取決於「美國體制結構性種族主義」，這種現象不只體如今住房歧視上，還體如今就業歧視和對黑人的不合比例執法上。從保險和工做申請到學校招生，算法更多地被運用到影響人們生活的決策中。此外有關因數據誤差而致使自動化服務設計不良的醜聞，也反映了項目存在的其餘潛在性問題。

所以，Peter Lynn表示，雖然他支持CAIS項目，但在項目部署與落實以前仍須要通過反覆密集的「社區參與流程」，得到來自社區的信任和支持，以便項目的順利進展。

拿什麼拯救你，我親愛的流浪漢？

那麼，CAIS能夠採起哪些保障措施來確保系統對弱勢羣體評估的公平性呢？

一、 保障客戶隱私權和知情贊成權

HMIS爲LAHSA等機構提供信息技術，對客戶隱私和徵得客戶贊成有嚴格的要求。流浪漢對LAHSA使用他們的數據有知情贊成權，而且根據協議，LAHSA應在保護客戶隱私或沒法訪問HMIS的狀況下運做。

二、 保障數據的豐富性和準確性

獲取流浪漢的相關數據自己就是一項挑戰。一些專家認爲，因爲志願者必須逐一單獨彙編流浪漢的數據，所以這些計數會遺漏一些人——極可能有半數之多。所以，政府的支持相當重要，須要投入大量的人力，對數據進行全面採集，以保證其豐富性。好在這部分工做前期作好，製做完樣本，後期即可利用AI技術來自動操做，保證數據的準確性。

儘管如此，咱們仍沒法保證這種算法能夠完全解決洛杉磯流浪漢的問題。

但可否改善這一現象？答案是確定的。

Vayanos表示，該團隊正在盡最大努力建立一個預防不精確性的系統。

圖片來源：pixabay

「咱們但願系統可以運行良好，但實際狀況可能與預期不一樣——例如，特定的我的在特定類型的住房資源中沒法如預期般安置成功。」她說，「所以，咱們正在積極研究一種算法，該算法能夠統計預測中的不許確性以及系統中住房資源和流浪漢到達時間的不肯定性。」

開發系統和贏得社區理解的過程是漫長的。

Rice表示：「以AI爲驅動的工做在現實世界中必須跟上現實狀況變化的速度，而不是跟隨計算機科學發展的速度，由於計算機的發展速度更快。」

圖片來源：unsplash.com/@brenoassis

所以，Rice從未放慢研究的步伐，除住房分配問題外，他還開發了各類其它工具來幫助流浪漢，包括幫助無家可歸青年匹配同伴、預防艾滋病毒的AI工具、以及對無家可歸青年進行心理脆弱性評估的工具等等。這些工具目前已經在全國範圍內推廣。

經驗告訴他,長期的努力是值得的。

「這種算法沒法完全解決洛杉磯的流浪漢問題。」他說，「但能改善這一現象。試想一下，若是咱們能提升5％或6％的有效性，那麼就會有數百甚至數千人獲得住房，這對他們來說毫無疑問是值得慶祝的事。」

圖片來源：pixabay

留言 點贊 關注

咱們一塊兒分享AI學習與發展的乾貨

歡迎關注全平臺AI垂類自媒體 「讀芯術」

（添加小編微信：dxsxbb，加入讀者圈，一塊兒討論最新鮮的人工智能科技哦～）