Uno dei problemi che gli scienziati affrontano quando analizzano e escogitano piani per combattere la povertà nel mondo è la mancanza di informazioni affidabili, specialmente dai paesi in via di sviluppo, cioè dalle nazioni che hanno più bisogno di aiuto. Allo scopo di aggirare questa difficoltà, i ricercatori dell'Università di Stanford hanno deciso di "insegnare" a un computer per identificare le regioni povere.

Secondo Paul Rincon della BBC, gli scienziati hanno insegnato alle apparecchiature per riconoscere le aree povere analizzando le immagini satellitari - e la tecnica potrebbe rivoluzionare il modo in cui gli scienziati identificano le regioni problematiche e concentrano i loro sforzi per porre fine alla povertà nei paesi. in fase di sviluppo.

Lotta contro la povertà

Secondo Paul, gli scienziati hanno tradizionalmente fatto affidamento sulle informazioni della Banca mondiale, che ritiene che chiunque viva con meno di $ 2 al giorno si trovi sulla soglia della povertà. I dati, a loro volta, sono raccolti da agenti assunti dall'istituto finanziario che visitano famiglie di regioni specifiche e chiedono ai membri di rispondere a questionari lunghi e complessi.

Immagine satellitare notturna

Si scopre che questo approccio non è solo costoso ma limitato - poiché gli agenti semplicemente non possono visitare determinate aree, come i territori in guerra, ad esempio - e non consente di svolgere sondaggi molto spesso. Pertanto, l'uso di immagini satellitari potrebbe aiutare i ricercatori a superare queste sfide e ottenere informazioni accurate anche da zone inaccessibili.

Uno degli indicatori che era già stato utilizzato per stabilire il grado di povertà erano le immagini satellitari che ritraggono una determinata regione di notte e mostrano le luci delle comunità illuminate. Tuttavia, gli scienziati di Stanford hanno anche deciso di includere immagini diurne per determinare i diversi livelli di sviluppo economico in vari paesi.

Sistema intelligente

I ricercatori di Stanford hanno "addestrato" un modello di computer complesso per cercare marcatori specifici sulle immagini satellitari (diurne) da cinque paesi africani. Questo sistema di intelligenza artificiale è in grado di riconoscere caratteristiche come strade asfaltate, campi coltivati, aree urbane e corpi idrici, ad esempio, caratteristiche che possono essere facilmente riconosciute da occhi ben addestrati.

Analisi eseguita dal sistema di intelligenza artificiale

Tuttavia, il modello è anche in grado di trovare modelli nelle immagini che non sono così facilmente riconosciuti dagli esperti - e il computer è stato in grado di associare questi marcatori alla presenza di comunità povere. Durante lo studio, gli scienziati hanno utilizzato immagini satellitari provenienti da Ruanda, Uganda, Nigeria, Tanzania e Malawi e hanno confrontato i risultati delle analisi con informazioni preesistenti provenienti da queste località.

Identificazione dei segni di povertà nelle immagini satellitari

Il sistema ha funzionato in modo sorprendente e gli scienziati intendono utilizzare il modello per analizzare tutta l'Africa sub-sahariana e quindi i paesi in via di sviluppo di tutto il mondo. In effetti, questo nuovo strumento ha il potenziale, ad esempio, di aiutare gli esperti a fare stime più accurate della distribuzione della povertà globale e di garantire che le risorse raggiungano le comunità che ne hanno maggiormente bisogno.