A ONU diz que é muito caro coletar dados sobre a pobreza indo de porta em porta para conduzir uma pesquisa. Ciência para o resgate: A Inteligência Artificial pode prever a pobreza do espaço sideral. Talvez eles combinem com a IA pré-crime para prever onde o crime ocorrerá. ⁃ TN Editor
Obter ajuda para africanos pobres já é bastante difícil, com bloqueios de burocracia e burocracia. Mas em muitos países africanos, dados ruins, ou a falta deles, tornam a distribuição de fundos ainda mais problemática.
"O combate à pobreza sempre foi esse objetivo brilhante do mundo moderno", disse-me Neal Jean, estudante de doutorado em ciência da computação na Escola de Engenharia da Universidade de Stanford. “É a prioridade número um para as Nações Unidas. Agenda 2030 para o Desenvolvimento Sustentável, mas o grande desafio é que não há dados confiáveis suficientes. É realmente difícil ajudar pessoas pobres quando você não sabe onde elas estão. ”
Esse problema fundamental foi o que Jean e cinco cientistas da computação esperavam resolver, usando imagens de satélite e um modelo de aprendizado de máquina. Deles novo estudo, que foi publicado hoje em Ciência, fornece uma prova de conceito para um algoritmo capaz de prever informações sobre pobreza em cinco países africanos: Nigéria, Tanzânia, Uganda, Malawi e Ruanda.
Veja Angola, por exemplo. Quarenta anos se passaram desde que o país conquistou a independência de Portugal, mas sua primeiro censo pós-colonial foi realizado apenas dois anos atrás. A nação africana é insondávelmente rica em petróleo bruto, mas após os contínuos anos de guerra civil da 27, metade do seu povo viver na pobreza. Infelizmente, com poucos dados sobre seu bem-estar econômico, é quase impossível criar programas que possam ajudar as comunidades mais pobres de Angola, porque ninguém sabe exatamente o que é necessário.
Os países podem relutar em denunciar sua própria desigualdade, devido a corrupção e conflito. De acordo com o Banco Mundial, 39 dos países africanos da 59 completou menos de duas pesquisas populacionais relacionadas à pobreza entre 2000 e 2010. Dessas nações, a 14 não relatou dados e a maioria das informações reunidas nunca chegará ao domínio público.
Durante décadas, os pesquisadores lutaram para medir a pobreza usando conjuntos de dados alternativos, como meios de comunicação social, consultas de pesquisa na web e uso de rede móvel. No Ruanda, por exemplo, onde quase 72 por cento das pessoas tiveram acesso móvel no 2014, os pesquisadores foram capazes de mapear sua localização com base nos dados de telecomunicações do país. Embora métodos não tradicionais como esse fossem informativos, o estudo menciona, eles também levantaram questões de privacidade e escalabilidade, devido à dependência de informações proprietárias.
Enquanto isso, os esforços tradicionais de coleta, como pesquisas domiciliares, eram muito caros, custando centenas de bilhões de dólares, e às vezes foram dificultados por distúrbios civis. Frequentemente, doadores ofereceriam empréstimos aos países africanos para a tomada de censo, em vez de doações, que muitos não podiam aceitar.
O que poderia dar errado aqui? Talvez eles possam contratar os mesmos caras que construíram o modelo de computador que acompanhou o aquecimento global para o IPCC !!
wpDiscuz
O que poderia dar errado aqui? Talvez eles possam contratar os mesmos caras que construíram o modelo de computador que acompanhou o aquecimento global para o IPCC !!