- Новое исследование использует искусственный интеллект и спутниковые снимки для оценки экономических условий в регионах с отсутствием или недостатком надёжных данных.
- Исследование объединяет человеческий опыт и ИИ для анализа изображений и создания детальных экономических карт, особенно в странах с дефицитом данных.
- Этот подход имеет широкие области применения, включая мониторинг целей развития и последствий изменения климата; исходный код доступен для общественного использования на GitHub.
В беспрецедентных усилиях по решению глобальной проблемы измерения бедности и экономического развития появилось groundbreaking исследование, использующее искусственный интеллект (ИИ) в сочетании со спутниковыми снимками.
ИИ встречается со спутниковыми снимками в анализе бедности
В основе этого исследования лежит инновационное использование дневных спутниковых снимков Европейского космического агентства (ESA). Команда, состоящая из компьютерных ученых, экономистов и географа из таких известных учреждений, как KAIST, Sogang University, HKUST и NUS, использовала эти изображения для анализа экономического состояния. Разделив спутниковые изображения на небольшие сетки площадью шесть квадратных километров, они смогли тщательно проанализировать визуальную информацию, такую как здания, дороги и зеленые насаждения. Этот метод позволил им количественно оценить экономические показатели способом, который ранее был недостижим.
Эта технология применялась с особым акцентом на страны с дефицитом данных, включая Северную Корею, Непал, Лаос, Мьянму, Бангладеш и Камбоджу. Часто не имея надежных статистических данных для типичного обучения машинного обучения, эти страны представляли собой уникальную возможность проверить эффективность модели.
Сила сотрудничества человека и ИИ
Важным аспектом исследования является «подход к совместной работе человека и машины». Этот метод включает участие экспертов-людей, которые оценивают спутниковые изображения, чтобы определить экономическое состояние района. Затем ИИ обучается на основе этого человеческого ввода, присваивая экономические баллы каждому сеточному изображению. Исследование показало, что этот совместный подход превзошел производительность алгоритмов, полагающихся исключительно на машинное обучение.
Это синергия человеческого понимания и машинного обучения является технологическим триумфом и методологическим новшеством, устраняющим разрыв между субъективным человеческим анализом и объективной оценкой ИИ.
Последствия и будущие применения
Исследование имеет широкие последствия, особенно в своей способности сопоставлять оценки, сгенерированные ИИ, с традиционными социально-экономическими показателями, такими как плотность населения, занятость и деловая активность. Эта корреляция подчеркивает потенциал этого подхода для предоставления точных и актуальных данных об экономическом состоянии без reliance на традиционные опросы.
Кроме того, адаптивность модели выходит за рамки экономических оценок. Она показывает перспективы в таких областях, как мониторинг выбросов углерода, обнаружение ущерба от стихийных бедствий и анализ воздействия изменения климата. В одном из заметных применений исследовательская команда изучила экономические изменения в Северной Корее до и после введения санкций Организации Объединенных Наций. Анализ выявил значительные тенденции, включая увеличение экономической концентрации в крупных городах, развитие туризма и экономических зон, а также относительную стабильность в традиционных промышленных районах.
Эти результаты подтверждают эффективность модели и подчеркивают ее потенциал для быстрого мониторинга целей международного развития, таких как сокращение бедности и содействие устойчивому росту.
Открытый доступ для продолжения инноваций
В рамках движения к открытости и совместному совершенствованию исследовательская команда сделала исходный код общедоступным на GitHub. Это решение прокладывает путь для постоянного улучшения технологии и ее применения к новым спутниковым изображениям, обновляемым ежегодно.
Исследование, проведенное междисциплинарной командой, включая кандидатов в доктора философии Донхюна Анна и Жесурка Янга, является свидетельством силы сочетания человеческого опыта с передовыми алгоритмами ИИ. Оно открывает новые возможности для понимания и решения глобальных проблем, особенно в развивающихся странах, где традиционные методы сбора данных оказываются недостаточными.
По мере того как мир сталкивается со сложными социально-экономическими проблемами, это исследование дает надежду. Оно демонстрирует потенциал инновационных технологий и совместных подходов для предоставления более глубоких и точных данных об экономическом состоянии в мире, тем самым помогая политикам, экономистам и гуманитарным организациям в их стремлении решить проблему бедности и способствовать справедливому развитию.
Если вы читаете это, вы уже впереди. Оставайтесь с нами, подписавшись на нашу рассылку.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Бренда Канана
Бренда имеет более 4 лет опыта, специализируясь на криптовалютах, искусственном интеллекте и новых технологиях. Она работала в Zycrypto, Blockchain Reporter, The Coin Republic, а теперь делает Cryptopolitan своим домом. Степень по социологии, полученная в Техническом университете Момбасы, помогает ей оставаться в курсе настроений своих читателей.
