世界の貧困と闘うための計画を分析し策定する際に科学者が直面する問題の 1 つは、特に発展途上国、つまり最も支援を必要としている国からの信頼できる情報が不足していることです。そこで、この困難を克服することを目的として、米国スタンフォード大学の研究者たちは、コンピューターに貧困地域を特定するよう「教える」ことにしました。
BBCのポール・リンコン氏によると、科学者たちは衛星画像を分析することで貧しい地域を認識するように装置に教えたという。この技術は、科学者が問題のある地域を特定し、開発途上国の貧困をなくすことに注力する方法に革命をもたらす可能性がある。
貧困との闘い
ポール氏によると、伝統的に科学者は世界銀行が入手した情報に依存しており、世界銀行は1日2ドル未満で生活している人は貧困ライン上にあるとみなしているという。データは、金融機関に雇われたエージェントによって収集されます。エージェントは特定の地域の家族を訪問し、会員に長くて複雑なアンケートに回答するよう求めます。
このアプローチは、費用がかかることに加えて、たとえば戦闘地域などの特定の地域をエージェントが訪問できないため、限界があり、調査を頻繁に実施することができないことが判明しました。したがって、衛星画像の使用は、研究者がこれらの課題を克服し、アクセスが難しい地域であっても正確な情報を取得するのに役立つ可能性があります。
貧困の程度を確立するためにすでに使用されている指標の 1 つは、夜間の特定の地域を描写し、コミュニティの照明が点灯していることを示す衛星画像でした。しかし、スタンフォード大学の科学者たちは、さまざまな国の経済発展のさまざまなレベルを判断するために、昼間の画像も含めることにしました。
インテリジェントシステム
スタンフォード大学の研究者らは、アフリカ 5 か国の (日中の) 衛星画像から特定のマーカーを探すために複雑なコンピューター モデルを「トレーニング」しました。この人工知能システムは、たとえば、舗装された道路、耕作地、市街地、水域などの地物を認識できます。これらの特徴は、よく訓練された目であれば容易に認識できます。
しかし、このモデルは、専門家には簡単に認識されない画像内のパターンを見つけることもでき、コンピューターはこれらのマーカーを貧しいコミュニティの存在と関連付けることができました。研究中、科学者たちはルワンダ、ウガンダ、ナイジェリア、タンザニア、マラウイの衛星画像を使用し、分析結果をこれらの場所からの既存の情報と比較しました。
このシステムには驚くべき性能があり、科学者たちはこのモデルを使ってサハラ以南のアフリカ全体、そしてその後は世界中の発展途上国を分析する予定です。実際、この新しいツールは、たとえば、専門家が世界の貧困の分布をより正確に推定できるようになり、資源を最も必要とするコミュニティに確実に届けられるようにする可能性を秘めています。