दुनिया की गरीबी का मुकाबला करने के लिए योजनाओं का विश्लेषण और विकास करते समय वैज्ञानिकों को जिन समस्याओं का सामना करना पड़ता है, उनमें से एक विश्वसनीय जानकारी की कमी है - विशेष रूप से विकासशील देशों से, अर्थात् उन देशों से जिन्हें सबसे अधिक मदद की आवश्यकता है। इस कठिनाई को दरकिनार करने के उद्देश्य से, स्टैनफोर्ड यूनिवर्सिटी के शोधकर्ताओं ने गरीब क्षेत्रों की पहचान करने के लिए एक कंप्यूटर को "सिखाने" का फैसला किया।

बीबीसी के पॉल रिनकोन के अनुसार, वैज्ञानिकों ने उपग्रह चित्रों का विश्लेषण करके खराब क्षेत्रों को पहचानने के लिए उपकरण सिखाए हैं - और तकनीक से वैज्ञानिकों को समस्या क्षेत्रों की पहचान करने और देशों में गरीबी को समाप्त करने के अपने प्रयासों पर ध्यान केंद्रित करने में मदद मिल सकती है। विकास के तहत।

गरीबी के खिलाफ लड़ाई

पॉल के अनुसार, वैज्ञानिकों ने परंपरागत रूप से विश्व बैंक की जानकारी पर भरोसा किया है - जो मानता है कि कोई भी व्यक्ति जो $ 2 से कम प्रति दिन का है वह गरीबी रेखा पर है। बदले में, डेटा वित्तीय संस्थान द्वारा रखे गए एजेंटों द्वारा एकत्र किए जाते हैं जो विशिष्ट क्षेत्रों से परिवारों का दौरा करते हैं और सदस्यों से लंबे और जटिल प्रश्नावली का जवाब देने के लिए कहते हैं।

रात उपग्रह छवि

यह पता चला है कि यह दृष्टिकोण न केवल महंगा है, बल्कि सीमित है - क्योंकि एजेंट केवल कुछ क्षेत्रों का दौरा नहीं कर सकते हैं, जैसे कि युद्ध के क्षेत्र, उदाहरण के लिए - और सर्वेक्षणों को बहुत बार करने की अनुमति नहीं देता है। इसलिए, उपग्रह इमेजरी का उपयोग शोधकर्ताओं को इन चुनौतियों से पार पाने में मदद कर सकता है और दुर्गम क्षेत्रों से भी सटीक जानकारी प्राप्त कर सकता है।

गरीबी की डिग्री स्थापित करने के लिए पहले से ही इस्तेमाल किए गए संकेतकों में से एक उपग्रह छवियां थीं जो रात में किसी दिए गए क्षेत्र को चित्रित करती हैं - और जलाए गए समुदायों की रोशनी दिखाती हैं। हालांकि, स्टैनफोर्ड के वैज्ञानिकों ने विभिन्न देशों में आर्थिक विकास के विभिन्न स्तरों को निर्धारित करने के लिए दिन के चित्रों को शामिल करने का भी निर्णय लिया।

स्मार्ट सिस्टम

पांच अफ्रीकी देशों के उपग्रह (दिन) की छवियों पर विशिष्ट मार्करों की तलाश के लिए स्टैनफोर्ड शोधकर्ताओं ने एक जटिल कंप्यूटर मॉडल "प्रशिक्षित" किया। यह आर्टिफिशियल इंटेलिजेंस सिस्टम, उदाहरण के लिए, पक्की सड़कें, क्रॉपलैंड, शहरी क्षेत्र और जल निकायों जैसी सुविधाओं को पहचानने में सक्षम है - जो कि ऐसी विशेषताएं हैं जिन्हें आसानी से अच्छी तरह से प्रशिक्षित आंखों द्वारा पहचाना जा सकता है।

कृत्रिम बुद्धिमत्ता प्रणाली द्वारा किया गया विश्लेषण

हालांकि, मॉडल उन चित्रों में पैटर्न खोजने में भी सक्षम है जो विशेषज्ञों द्वारा इतनी आसानी से पहचाने नहीं जाते हैं - और कंप्यूटर इन मार्करों को गरीब समुदायों की उपस्थिति के साथ जोड़ने में सक्षम था। अध्ययन के दौरान, वैज्ञानिकों ने रवांडा, युगांडा, नाइजीरिया, तंजानिया और मलावी के उपग्रह चित्रों को नियोजित किया, और इन स्थानों से पहले से मौजूद जानकारी के विश्लेषण के परिणामों की तुलना की।

उपग्रह इमेजरी में गरीबी के संकेतों की पहचान करना

प्रणाली ने आश्चर्यजनक प्रदर्शन किया और वैज्ञानिकों ने उप-सहारा अफ्रीका और फिर दुनिया भर के विकासशील देशों के सभी का विश्लेषण करने के लिए मॉडल का उपयोग करने का इरादा किया। दरअसल, इस नए उपकरण में क्षमता है, उदाहरण के लिए, विशेषज्ञों को वैश्विक गरीबी के वितरण का अधिक सटीक अनुमान लगाने में मदद करने के लिए - और यह सुनिश्चित करने के लिए कि संसाधन उन समुदायों तक पहुंचें जिनकी उन्हें सबसे अधिक आवश्यकता है।