Нейросеть сможет оценить уровень бедности по снимкам со спутника

Американскими учеными была разработана нейронная сеть, которая может оценить уровень бедности населения в определенном регионе с помощью спутниковых снимков. Об этом открытии удалось узнать из публикации в научном журнале Science.

 Благодаря новому способу вычисления уровня бедности, с помощью сочетания спутниковых изображений и механизмов изучения алгоритмов теперь возможно прогнозировать уровень бедности даже в тех регионах мира, где вычислить подобные прогнозы нельзя никаким путем.

Давно известным был тот факт, что приблизительным показателем богатства региона было освещение в ночное время, но этот метод не действует в тех регионах мира, где вообще нет электричества.

Данный метод разработал Нил Жан, но использовать в нем нужно не только ночные снимки, а и дневные. Потом данные пересматриваются и сопоставляются, оценивая, насколько регион богат или беден.

Специалисты во время создания проекта изобрели свой двухступенчатый алгоритм. В первую очередь они просматривают дневные и ночные фото Уганды, Танзании, Нигерии, Малави, Руанде, и на основе нейронной сети, находящей все деревни и города, пробуют предсказать, где ночью будет свет. Например, если в определенном регионе имеются дома, то система предположит, что данная зона должна освещаться в ночное время суток.

Во время следующего шага нужно было добавить данные экономических исследований, которые в большей части регионов довольно не точные, и требуют постоянной детализации. На данный момент изобретенная система может распознать деревню, а изучение данных рассказать о ее доходе. В то время, когда система начинает определение населенных пунктов, которые находятся поблизости, она начинает автоматическое составление сметы доходов населения.