Satelitní snímky a AI pomůžou najít oblasti nejvíce postižené chudobou
21.8.2016, Kateřina Hoferková, aktualita
Pro boj s chudobou je důležité mít správná data o tom, kde se nejvíce postižené oblasti nachází. Jak ale tento průzkum provést levně a efektivně? Tato metoda kombinuje satelitní snímky a umělou inteligenci.
Na světě není málo lidí, kteří se musí potýkat s velkou chudobou. Jsou to lidé, kterým musí na pokrytí všech nákladů stačit méně než 2 dolary (přibližně 48 korun) za den. Organizace, jako je například OSN, se snaží s chudobou v postižených oblastech bojovat, jenže to není tak snadné, jak se zdá. V první řadě chybí dostatek potřebných dat a informací. Některé země totiž daná data vůbec nemají a neshromažďují je, jiné mají jen střípky informací. Bohužel to jsou často ty země, v nichž je chudoba zejména v některých oblastech velkým problémem.
Aby se tedy dalo s chudobou efektivně bojovat, je třeba data nějakým způsobem nashromáždit a mít o oblastech potýkajících se s chudobou podrobné informace. Způsoby, jako je průzkum domácností, v chudých zemích nefungují dobře. A to zejména kvůli nákladům, které jsou pro chudé národy vysoké, nemluvě pak o tom, že data je třeba sbírat mnohdy i z nebezpečných a hodně vzdálených oblastí. Na získávání těchto dat byla proto týmem ze Stanfordovy univerzity představena metoda, která využívá satelitní snímky - a to kombinaci nočních snímků i záběrů pořízených za dne. To by však nemohlo fungovat jen tak, a proto na pomoc přichází umělá inteligence, která informace zpracovává.
Tato AI dokáže díky snímkům odhadnout, které oblasti jsou postiženy největší chudobou. Algoritmy strojového učení používají satelitní snímky ve vysokém rozlišení. Z nočních snímků se pozná, jak moc je tato oblast osvětlena a podle toho také to, jak moc je bohatá. Jenže například v Africe žijí lidé bez elektřiny, i když nejsou ve stavu největší chudoby, ale jen hospodaří v nuznějších podmínkách. Proto by noční snímky Země nemohly být používány jen samy o sobě a na pomoc přichází denní satelitní snímky. Umělá inteligence se na nich učí rozpoznávat nejrůznější záchytné body, které svědčí o vyspělosti osídlené oblasti. Mezi ně patří například cesty, zemědělská půda a vodní nádrže. AI tak například určuje, jak moc jsou cesty zpevněné a z jakého materiálu jsou vyrobeny střechy obydlí.
Tento průzkum proběhl v pěti afrických státech, mezi které patří Uganda, Nigérie, Tanzanie, Malawi a Rwanda. A díky snadné dostupnosti satelitních snímků není problém tento průzkum rozšířit i ve větším měřítku a data také pravidelně aktualizovat. Tyto informace pak pomohou nejrůznějším organizacím podporovat přímo nejvíce chudobou postižené oblasti. Vedoucí výzkumného týmu Neal Jean věří, že v konečném důsledku by tak tato metoda měla pomoct zvednout životní úroveň miliónům lidí.
Zdroje: IFLScience, engadget.com
Aby se tedy dalo s chudobou efektivně bojovat, je třeba data nějakým způsobem nashromáždit a mít o oblastech potýkajících se s chudobou podrobné informace. Způsoby, jako je průzkum domácností, v chudých zemích nefungují dobře. A to zejména kvůli nákladům, které jsou pro chudé národy vysoké, nemluvě pak o tom, že data je třeba sbírat mnohdy i z nebezpečných a hodně vzdálených oblastí. Na získávání těchto dat byla proto týmem ze Stanfordovy univerzity představena metoda, která využívá satelitní snímky - a to kombinaci nočních snímků i záběrů pořízených za dne. To by však nemohlo fungovat jen tak, a proto na pomoc přichází umělá inteligence, která informace zpracovává.
Tato AI dokáže díky snímkům odhadnout, které oblasti jsou postiženy největší chudobou. Algoritmy strojového učení používají satelitní snímky ve vysokém rozlišení. Z nočních snímků se pozná, jak moc je tato oblast osvětlena a podle toho také to, jak moc je bohatá. Jenže například v Africe žijí lidé bez elektřiny, i když nejsou ve stavu největší chudoby, ale jen hospodaří v nuznějších podmínkách. Proto by noční snímky Země nemohly být používány jen samy o sobě a na pomoc přichází denní satelitní snímky. Umělá inteligence se na nich učí rozpoznávat nejrůznější záchytné body, které svědčí o vyspělosti osídlené oblasti. Mezi ně patří například cesty, zemědělská půda a vodní nádrže. AI tak například určuje, jak moc jsou cesty zpevněné a z jakého materiálu jsou vyrobeny střechy obydlí.
Tento průzkum proběhl v pěti afrických státech, mezi které patří Uganda, Nigérie, Tanzanie, Malawi a Rwanda. A díky snadné dostupnosti satelitních snímků není problém tento průzkum rozšířit i ve větším měřítku a data také pravidelně aktualizovat. Tyto informace pak pomohou nejrůznějším organizacím podporovat přímo nejvíce chudobou postižené oblasti. Vedoucí výzkumného týmu Neal Jean věří, že v konečném důsledku by tak tato metoda měla pomoct zvednout životní úroveň miliónům lidí.
Zdroje: IFLScience, engadget.com
