Нейросеть разглядит нищету из космоса
Чтобы бороться с бедностью во всем мире, нужно сначала узнать, где люди живут бедно. Полевые социологические исследования позволяют определить проблемные районы, но стоят дорого и часто представляют опасность для проводящих их социологов. Поэтому эксперты ООН задались вопросом о том, можно ли посмотреть на Землю сверху и нанести на карту районы, где люди с трудом сводят концы с концами.
Камеры спутников снимают Землю каждый день. Можно ли собрать эти снимки и определить уровень жизни на отснятых территориях, просто глядя на картинку? Попытки сделать это уже предпринимались: тогда ученые предлагали использовать разницу между освещенностью территории днем и ночью. Там, где людям не хватает ресурсов на электрическое освещение, живут беднее, чем в освещенных районах; однако этот принцип справедлив только для тех, кто живет за чертой бедности (менее 1,9 доллара в день по определению Всемирного банка).
Новый способ определять уровень жизни и дохода по снимку из космоса предлагают ученые из Стэнфордского университета в США (статья опубликована в журнале Science). Признаки, которые могут указывать на низкий уровень дохода на фотографии местности — дороги без дорожного покрытия, низкоэтажная застройка, расстояние до ближайшего источника воды и ближайшего места торговли, расположение культивируемых полей.
Сделать выводы, основываясь на огромном количестве снимков, не под силу людям — но под силу нейросети. Искусственный интеллект определяет, что изображено на снимке, сделанном в светлое время суток — дороги, крыши домов, промышленные сооружения, а так же анализирует уровень освещенности в ночное время. Сопоставив результаты анализа изображений с статистикой Всемирного банка и проекта демографических исследований Demographic and Health Surveys, нейросеть вывела закономерности и научилась определять уровень дохода жителей территории по ее снимку из космоса.
Нейросеть прошла проверку на снимках и статистике Малави, Нигерии, Руанды, Танзании и Уганды и показала точность от 75% до 55% для разных демографических показателей — это лучше, чем в предыдущих попытках создать спутниковую карту глобальной бедности. Ожидается, что новая технология выявления бедных районов поможет эффективнее распределить правительственную и международную помощь жителям беднейших районов планеты.