7月7日，美国《国家科学院院刊》（PNAS）在线刊发了美国麻省理工学院与哈佛大学研究人员合著的论文《计算机视觉系统揭示城区物质条件改变的标志》（Computer vision uncovers predictors of physical urban change）。文章称拥有大量受教育程度较高居民的城市社区更有可能获得物质条件改善，但居民收入水平与此无关。

　　麻省理工学院媒体实验室4年前研发了一个通过分析城市居民区街景照片以评估居民区安全系数的计算机视觉系统（computer vision system）。2016年，该研发团队与哈佛大学学者合作，将此系统用于考察5个美国城市的居民区在7年间物质条件的变化。他们首先用系统自动比较了拍摄时间相距7年的160万张街景照片，然后用比较结果来验证城市社会学领域关于城市复兴原因的几种流行理论。

　　结果显示了与居民区物质条件改善显著正相关的因素，包括拥有大量受教育程度较高的居民、初始条件较好、与中央商务区和其他物质条件较有吸引力的居民区距离较近。这3个因素分别验证了城市社会学中的人力资本集聚理论（人力资本倾向于向城市及周边地区聚集并促进当地发展）、倾斜理论（现状良好的社区将持续改善，现状不佳的社区将不会明显改善）、入侵理论（城市会以同心圆的形态向外生长和发展）。令人略感意外的是，居民收入、种族和族裔构成、房价/房租与居民区物质条件变化没有显著关联。