澳门新葡亰网站怎么进入

人工智能或许能够帮忙,运用跨学科方法解析贫困问题

三月 22nd, 2020  |  澳门新葡亰网站

扶贫问题最大的挑战之一是缺乏可靠的信息数据。为了帮助贫困人群,扶贫机构需要明确贫困地区的规模,以确认基础设施和服务机构的设置。但是在世界许多极度贫困地区,这些信息十分匮乏。斯坦福大学地球系统科学助理教授马歇尔·伯克(Marshall
Burke)表示,能够为学者提供研究信息的数据库很少,“我们的调查仅仅覆盖数量有限的个别国家的个别家庭。对于世界其他难以触及的偏远角落,如撒哈拉以南非洲的部分地区,展开新的调查非常耗时且费用昂贵”。

这套系统最初是根据乌干达、坦桑尼亚、尼日利亚、马拉维以及卢旺达5个非洲国家的家庭调查数据创作的,同时结合了这些国家的夜间卫星图像。夜间图像是预测贫困的基本工具,因为夜间照明强度通常与某个地区的发达程度有关。

中国社会科学报综合外媒报道2月
24日,美国斯坦福大学官网登载文章表示,该校一支跨专业研究团队通过对一个区域昼夜间光线变化的卫星图像进行比较分析,成功寻找到了剖析全球贫困分布区域的新方法。这项技术的基础是数百万张可能变成贫困地区的高分辨率卫星图像,研究人员利用机器学习(Machine
Learning)方法进行分析。该校计算机科学助理教授斯特凡诺·艾莫(Stefano
Ermon)表示,研究人员为机器学习系统提供不同区域日间和夜间的卫星图像,要求系统依据光亮变化探寻贫困区域分布,然后由系统自主学习,通过比较两组图像差异得出针对性解决方法。目前贫困地区的卫星覆盖参差不齐,该系统需要更加形象、精确并且一致的信息基础,以实现下一步预测,分析被调查地区是已逐渐走向繁荣还是在贫困中越陷越深。

研究人员称,致力于消除全球平困的政府和慈善机构经常缺少精确的可靠信息,比如贫困人群所处位置,他们最需要那些帮助等。而他们的技术恰好可提供此类帮助。联合国成员国2015年签署可持续发展目标,希望在2030年消除极端贫困。所谓极端贫困,就是每天生活成本不足1.25美元。

对此,该校地球系统科学、计算机科学、电机工程学等学科的多名跨专业研究人员合作开发了一种新式贫困区域测绘方法。这项技术的基础是数百万张可能变成贫困地区的高分辨率卫星图像,研究人员利用机器学习(Machine
Learning)方法进行分析。在机器学习过程中,科学家提供原始数据和计算模式,但不会将需要解决的问题直接编程,而是设计出算法,使计算机学会在没有直接人工干预的情况下,通过数据梳理解决难题。该校计算机科学助理教授斯特凡诺·艾莫(Stefano
Ermon)表示,研究人员为机器学习系统提供不同区域日间和夜间的卫星图像,要求系统依据光亮变化探寻贫困区域分布,然后由系统自主学习,通过比较两组图像差异得出针对性解决方法。

据路透社报道,美国斯坦福大学的研究人员发现人工智能的最新用途,通过读取和分析卫星图片,他们的人工智能可确定哪个地方最需要帮助,从而帮助消除全球贫困。

标签:

Your Comments

近期评论

    功能


    网站地图xml地图