Em artigo na revista Science, pesquisadores detalham técnica que usa imagens de satélite para identificar locais em que o envio de ajuda é mais necessário
Erradicar a pobreza extrema até 2030 é uma
das metas de desenvolvimento sustentável adotadas pelos Estados membros
das Nações Unidas no ano passado (Spencer Platt/Getty Images)
Uma nova técnica que utiliza inteligência artificial para ler imagens de satélite pode auxiliar nos esforços para erradicar a pobreza
global. A ferramenta pode indicar os locais em que o envio de ajuda é
mais necessário, disse nesta quinta-feira uma equipe de pesquisadores da
Universidade de Stanford, na Califórnia, nos Estados Unidos.
style="display:inline-block;width:336px;height:280px"
data-ad-client="ca-pub-1514761005057416"
data-ad-slot="8613087083">
O método prestaria assistência aos governos e entidades filantrópicas
que estão tentando combater a pobreza, mas não têm informações precisas
e confiáveis sobre onde vivem as pessoas pobres e do que precisam,
segundo os pesquisadores. Erradicar a pobreza extrema, medida pelas
pessoas que vivem com menos de 1,25 dólar por dia, até 2030, está dentro
das metas de desenvolvimento sustentável adotadas pelos Estados membros
das Nações Unidas no ano passado.
Publicidade
Cientistas da computação e especialistas em satélites criaram um
mapa-múndi que se atualiza automaticamente para localizar a pobreza,
disse o professor assistente Marshall Burke, do Departamento de Ciências
e Sistemas da Terra, de Stanford.
O sistema usa um algoritmo computadorizado que reconhece sinais de
pobreza por meio de um processo chamado aprendizado de máquinas, um tipo
de inteligência artificial, disse Burke. Os resultados do esforço de
dois anos de pesquisa foram publicados no periódico científico Science.
“Nós esperamos que nossos dados sejam diretamente úteis aos governos
de todo o mundo (…) para que possam direcionar seus programas mais
efetivamente”, disse Burke.
O sistema mostra uma imagem ao computador, e o trabalho do computador
é “adivinhar” o que é a imagem. O computador recebeu inicialmente dados
de pesquisas com moradores de cinco nações africanas – Uganda,
Tanzânia, Nigéria, Malawi e Ruanda. Imagens noturnas de satélite também
foram usadas.
“O computador aprende a encontrar um monte de coisas que achamos que
tem relação com pobreza, como estradas, áreas urbanas, fazendas e cursos
d’água”, disse Burke.
(Com Reuters)
0 comentários:
Postar um comentário