Destacat »

20 juliol 2017 – 10:00

Aquest curs no pretén cobrir amb detall tot l’enorme espectre de la bioinformàtica, sinó que es focalitza en dos aspectes: mostrar als participants què pot oferir i trencar les barreres per poder-hi entrar.

Read the full story »
Col·legi

el Col·legi, informació rellevant sobre el COEINF, activitats, relacions i varis

Formació

formació continuada i orientació professional, convenis de formació amb altres entitats

Esdeveniments

tots els esdeveniments rellevants del sector TIC

Informes

informes, estudis, enquestes, … relacionats amb les tecnologies de la informació

Professió

món laboral, emprenedors, enginyers en informàtica, entrevistes, certificacions, deontologia, carreres professionals, …

Home » Notícies

Machine learning per predir la pobresa

Submitted by on 10 febrer 2017 – 17:00No Comment
Share Button

Un grup d’investigadors de la Universitat de Stanford ha donat amb la clau per crear mapes fiables de la pobresa al món: combinar imatges satelitales amb tecnologies d’aprenentatge profund.

pobreza-nigeria-810x512

Eliminar la pobresa és una de les majors ambicions de la humanitat al llarg de la història, sinó la més gran des que existeixen enormes desigualtats entre diferents zones del planeta Terra que impedeixen l’accés a aliments, aigua i serveis públics essencials a milions de persones. No en va, es tracta del primer dels disset Objectius de Desenvolupament Sostenible de les Nacions Unides de cara a l’any 2030.

No obstant això, i més enllà de les qüestions de fons sobre com aconseguir tan ambiciosa missió, hi ha una necessitat més concreta i en què les noves tecnologies poden ajudar de forma notable: comptar amb dades fiables sobre la distribució de la pobresa que substitueixin les actuals mesuraments basades en recol·leccions i informes manuals.

Quina diferència hi ha entre Deep Learning, Intel·ligència Artificial i Machine Learning?

I és que, les organitzacions no governamentals i les diferents entitats que treballen sobre el terreny -especialment en el continent africà, on hi ha molts llogarets de les que amb prou feines hi ha dades ni enquestes- necessiten informació precisa sobre les poblacions empobrides i les seves necessitats concretes, amb per tal de poder dissenyar estratègies per desplegar els recursos de forma més eficaç.

machine-learning-pobreza-mundo

Com diem, les noves tecnologies llancen una mica de llum i esperança sobre aquest tema, concretament en combinar les dades procedents dels satèl·lits amb sistemes de machine learning o aprenentatge profund per crear mapes detallats de la pobresa a l’Àfrica. En això estan treballant un grup d’investigadors de la Universitat de Stanford.

La idea va sorgir dels experts de la Universitat de Stanford Neal Jean, Marshall Burke, Michael Xie, W. Matthew Davis, David B. Lobell i Stefano Ermon. El seu sistema capta una àmplia varietat de dades satelitales en temps real que són enviats a una màquina automatitzada que retorna diferents models socioeconòmics amb variables tan rellevants com el consum per càpita en qualsevol lloc del planeta.

La màquina necessita una gran quantitat de dades per poder treure conclusions fiables, de manera que del satèl·lit s’utilitzen nombroses mesuraments, encara que la principal és la presència de llum artificial. En aquest sentit, el sistema automatitzat entén que els llums que brillen en la foscor és un signe de desenvolupament econòmic mentre que, per contra, l’absència de la mateixa és entesa com a sinònim d’àrees empobrides.

Les imatges nocturnes es comparen amb les diürnes per poder descobrir els assentaments amb poques llums. De fet, la màquina va aconseguir per si sola, gràcies al seu algorisme d’aprenentatge profund, a seleccionar les imatges d’elements urbans que són molt reconeixibles per als éssers humans, com carreteres, àrees urbanes o terres de cultiu.

Projecte centrat en l’Àfrica

La tecnologia pot ser aplicada en qualsevol lloc del globus, tot i que de moment els seus dissenyadors s’han centrat en el continent africà i, més concretament, en països com Nigèria, Uganda, Tanzània i Malawi. Són precisament aquests alguns dels llocs més afectats per la pobresa extrema i, per tant, zones prioritàries on les ONG estan actuant a cegues, en molts dels casos, i que rebran amb candeletes aquesta nova iniciativa.

Alberto Iglesias Fraga – TICbeat

Etiquetes: ,

Aquesta web utilitza 'cookies' pròpies i de tercers per oferir-te una millor experiència i servei. Al navegar o utilitzar els nostres serveis, acceptes l'ús que fem de les 'cookies'. De tota manera, pots canviar la configuració de 'cookies' en qualsevol moment ACEPTAR
Aviso de cookies
Check Our FeedVisit Us On LinkedinVisit Us On TwitterVisit Us On Facebook