Una nuova tecnica che utilizza l’intelligenza artificiale per leggere le immagini satellitari potrebbe garantire un grandissimo aiuto per sradicare definitivamente la povertà dal nostro pianeta. Secondo un team di ricercatori americani della Stanford University in California, grazie all’intelligenza artificiale si potrebbero individuare le zone in cui c’è più bisogno di aiuto e inoltre si potrebbe anche trovare la soluzione migliore per risolvere il problema.
Il metodo dovrebbe aiutare i governi e le associazioni di volontariato che cercano di combattere la povertà, ma mancano di elementi e informazioni precise e affidabili su dove esattamente le persone povere vivono e di cosa queste hanno bisogno per sconfiggere la povertà. Sradicare la povertà estrema, rappresentata dalle persone che vivono con meno di 1,25 dollari americani al giorno, entro il 2030 è tra gli obiettivi di sviluppo sostenibili adottati dagli Stati membri delle Nazioni Unite lo scorso anno.
Un team di scienziati informatici ed esperti satellitari ha creato una mappa del mondo in continuo auto-aggiornamento per individuare la povertà, ha detto Marshall Burke, professore assistente presso il Dipartimento di Scienze del sistema terrestre a Stanford. Esso utilizza un algoritmo che riconosce i segni di povertà attraverso un processo automatico di apprendimento che può benissimo essere considerato come un tipo particolare di intelligenza artificiale. I risultati dello sforzo di ricerca di due anni sono stati pubblicati sulla rivista Science.
Il sistema mostra un’immagine a un computer “, e il lavoro del computer è quello di capire ciò che l’immagine rappresenta”, ha detto Burke. Il computer è stato inizialmente alimentato dai dati provenienti da indagini a domicilio di cinque nazioni africane – Uganda, Tanzania, Nigeria, Malawi e Ruanda – con immagini satellitari notturne degli stessi paesi. Le immagini notturne sono uno strumento fondamentale per prevedere la povertà perché una più alta intensità di luce notturna è associata a più alti livelli di sviluppo.
Al computer è stato chiesto di utilizzare i dati per individuare i segni di povertà in un insieme separato di immagini satellitari ad alta risoluzione di giorno che contengono informazioni dalle regioni povere che appaiono come le più scure nelle foto notturne. “Il computer impara a trovare un sacco di cose che pensiamo sono correlate alla povertà come le strade, le aree urbane, terreni agricoli e corsi d’acqua”, ha detto Burke. Lo scienziato ha detto che il team prevede di creare una mappa della povertà a livello mondiale che sarebbe disponibile al pubblico on-line.
“Speriamo che i nostri dati saranno direttamente utili nei confronti dei governi di tutto il mondo, in maniera da poter indirizzare in modo più efficace i loro programmi”, ha detto Burke. Il progetto migliora l’utilizzo delle indagini sulle famiglie che tendono a campionare villaggi in modo casuale e in misura molto limitata. “Sono in grado di ottenere solo, dicono, 500 villaggi in un paese grande come la Tanzania, che ha centinaia di migliaia di villaggi”, ha detto. Inoltre, secondo la Banca Mondiale, solo 25 su 48 nazioni dell’ Africa sub-sahariana hanno condotto due indagini sulle famiglie più povere tra il 1990 e il 2012.
