Các nhà nghiên cứu tại Đại học Carnegie Mellon đã phát triển công cụ phân tích sự giàu có dựa trên trí tuệ nhân tạo có thể dự đoán thu nhập hộ gia đình trung bình của các khu phố ở thành phố New York và khu vực St. Louis bằng cách cung cấp dữ liệu điều tra dân số và hình ảnh vệ tinh.
Phần mềm được biết đến với tên gọi là Penny, nó phân tích hình ảnh DigitalGlobe trong mạng nơ ron của nó (neural network), kết quả là các thuật toán nhận dạng kiến trúc lặp đi lặp lại, các khu vực hình viên kim cương bóng chày được coi như các khu vực có thu nhập thấp. Các tòa nhà chọc trời bằng kính và có không gian xanh nhiều được coi như khu vực thu nhập cao.
Người dùng có thể thêm các đối tượng kỹ thuật số vào bản đồ và sau đó chạy Penny để có phân lớp mới. Một trong những bổ sung này có thể dẫn đến kết quả kì quặc, chẳng hạn như một con tàu khổng lồ hoặc Tượng Nữ thần Tự do. Penny không hoàn hảo trong dự đoán của nó. Thông tin cho cả St. Louis và New York không thể được áp dụng cho các khu đô thị khác một cách chính xác.
Mặc dù vậy, đây là một thử nghiệm về học máy, cũng như một minh chứng cho thấy kế hoạch của các thành phố có thể thường xuyên không đáp ứng được mức độ thu nhập thậm chí hình ảnh vệ tinh có thể nhìn thấy nó.
Kết quả có thể không đáng ngạc nhiên, nhưng khá thú vị khi thấy các nhà nghiên cứu kết hợp dữ liệu hiện có qua việc học máy. Dự án là một lời nhắc nhở cho thấy rằng thế giới của chúng ta bây giờ đã “được nhìn thấy” bằng hình ảnh vệ tinh như thế nào. Các nhà phát triển của Penny nói rằng mục tiêu của họ là “châm ngòi cho một cuộc trò chuyện về trí tuệ nhân tạo, học máy, các thành phố, cơ sở hạ tầng, ảnh vệ tinh và dữ liệu lớn”.