دانشمندان با کمک یک رایانه، سه منبع داده شامل تصاویر نور شب، تصاویر روز و اطلاعات پیمایشی واقعی درصدد ساخت الگوریتمی برای پیش بینی میزان غنی یا فقیر بودن مناطق هستند! …
این تکنیک تصویربرداری میتواند کار سازمانهای امدادرسانی را برای شناسایی مناطق نیازمند کمک تسهیل کرده و حتی به دولتها برای توسعه سیاستهای بهتر کمک کند.
به گزارش انگجت، همه میدانند که هر چه مناطق بیشتری در شب از نور برخوردار باشند، توسعهیافتهتر و غنیتر هستند. محققان از این شیوه برای تخمین فقر در مناطقی استفاده کردند که دادههای دقیقی از آنها در دست نیست. البته برآوردها بر اساس نور شب بیشتر بر پایه حدس هستند و اطلاعات زیادی در مورد تفاوت ثروت در میان اقشار بسیار فقیر ارائه نمیکنند.
ساخت این الگوریتم شامل یک فرآیند دومرحلهای موسوم به “یادگیری انتقال” بود. در مرحله اول، دانشمندان تصاویر روز و شب پنج کشور آفریقایی اوگاندا، تانزانیا، نیجریه، مالاوی و رواندا را به یک شبکه عصبی رایانهای نشان دادند. آنها با استفاده از تکنیکهای یادگیری عمیق، به رایانه آموزش دادند تا محل نورهای شبانه را با نگاه کردن به تصاویر روز و جستجو برای ارتباط آنها پیشبینی کنند.
این مدل برای مثال یاد گرفت که اگر تعداد خانه بیشتری در یک منطقه باشد، احتمالا نور بیشتری در شب تولید میکند.
محققان با آموزش دادن به رایانهها در مورد اینکه کدام ویژگیهای روز با نور شبانه مرتبط است، میتوانند پیشبینی بهتری در مورد مناطق فقیر داشته باشند.