2030 Agenda vil bruke AI til å identifisere fattigdom fra det ytre rom

Wikipedia Commons
Del denne historien!

FN sier det er for dyrt å samle inn fattigdomsdata ved å gå dør til dør for å gjennomføre en undersøkelse. Vitenskap til unnsetning: Kunstig intelligens kan forutsi fattigdom fra verdensrommet. Kanskje de vil kombinere det før kriminalitet AI for å forutsi hvor kriminalitet vil finne sted.  TN Editor

Å få hjelp til fattige afrikanere er vanskelig nok, hva med blokkeringer av byråkrati og byråkrati. Men i mange afrikanske land gjør dårlige data eller mangel på det å fordele midler enda mer plagsomt.

"Bekjempelse av fattigdom har alltid vært dette lysende målet for den moderne verden," fortalte Neal Jean, doktorgradsstudent i informatikk ved Stanford University's School of Engineering. “Det er den viktigste prioriteringen for FN 2030 Agenda for bærekraftig utvikling, men den største utfordringen er at det ikke er nok pålitelige data. Det er veldig vanskelig å hjelpe fattige mennesker når du ikke vet hvor de er. ”

Dette grunnleggende problemet var det Jean og fem informatikere håpet å løse, ved hjelp av satellittbilder og en maskinlæringsmodell. Deres ny studie, som ble publisert i dag i Vitenskap, gir et bevis-for-konsept for en algoritme som kan forutsi informasjon om fattigdom i fem afrikanske land: Nigeria, Tanzania, Uganda, Malawi og Rwanda.

Se for eksempel på Angola. Førti år har gått siden landet fikk uavhengighet fra Portugal, men dets første postkoloniale folketelling ble gjennomført for bare to år siden. Den afrikanske nasjonen er ufattelig rik på råolje, men etter 27 sammenhengende år med borgerkrig, halvparten av folket lever i fattigdom. Dessverre, med knappe data om deres økonomiske velvære, er det nesten umulig å lage programmer som kan hjelpe Angolas fattigste samfunn, fordi ingen vet nøyaktig hva som trengs.

Land kan være avsky for å rapportere sin egen ulikhet, på grunn av korrupsjon og konflikt. I følge Verdensbanken 39 av 59 afrikanske land gjennomførte mindre enn to befolkningsundersøkelser relatert til fattigdom mellom 2000 og 2010. Av disse nasjonene rapporterte 14 ingen data i det hele tatt, og mesteparten av den innsamlede informasjonen vil aldri nå det offentlige.

I flere tiår har forskere kjempet for å måle fattigdom ved å bruke alternative datasett, som sosiale medier, søk på nettet, og bruk av mobilnett. I Rwanda, for eksempel hvor nesten 72 prosent av mennesker hadde mobil tilgang i 2014, kunne forskere kartlegge sin beliggenhet basert på landets telekommunikasjonsdata. Selv om utradisjonelle metoder som dette var informative, nevner studien, løftet de også spørsmål om personvern og skalerbarhet på grunn av deres avhengighet av proprietær informasjon.

I mellomtiden var tradisjonelle innsamlingsinnsatser som husholdningsundersøkelser for dyre og kostet hundrevis av milliarder dollar, og ble noen ganger hemmet av sivil uro. Ofte, givere ville tilby afrikanske land lån for folketelling, i stedet for tilskudd, som mange ikke hadde råd til å akseptere.

Les hele historien her ...

Abonner!
Varsle om
gjest

1 Kommentar
eldste
Nyeste Mest stemte
Inline tilbakemeldinger
Se alle kommentarer
James McGovern

Hva kan muligens gå galt her? Kanskje de kan ansette de samme gutta som bygde datamaskinmodellen som sporet global oppvarming for IPCC !!