תוכנת למידת מכונה מנתחת תמונות לוויין כדי לגלות אזורים נידחים הזקוקים לעזרה
מאת אנני סניד, הכתבה מתפרסמת באישור סיינטיפיק אמריקן ישראל ורשת אורט ישראל 15.01.2017
ב-2015 הציב לעצמו ארגון האומות המאוחדות כיעד את חיסול העוני הקיצוני עד 2030. מדובר במטרה שאפתנית מאוד. ואחד הצעדים הראשונים: מציאת המקומות שבהם חיים רוב האנשים העניים ביותר, התברר כקשה להפליא.
במדינות עניות, או באזורים של עימותים צבאיים, סקרים כלכליים עלולים להיות משימה יקרה ומסוכנת. חוקרים ניסו לעקוף את המגבלה הזאת על ידי חיפוש אזורים חשוכים במיוחד בתצלומי לוויין משעות הלילה. “מצבם של האזורים המוארים בלילה בדרך כלל טוב יותר,” מסביר מרשל בְּרְק, מומחה לגישה מערכתית במדע כדור הארץ מאוניברסיטת סטנפורד. אבל זאת אינה שיטה מושלמת, בייחוד כשרוצים להבחין בין דרגות של עוני. מן החלל, בלילה, עוני בינוני ועוני קיצוני נראים אותו הדבר: חשוכים.
בּרְק ואנשי הצוות שלו בסטנפורד סבורים שעלה בידם למצוא דרך לשפר את פענוח תמונות הלוויין באמצעות למידת מכונה. החוקרים אימנו תוכנה לניתוח תמונות באמצעות סדרות של תמונות לוויין שצולמו בשעות היום והלילה בחמש מדינות באפריקה. המחשב שילב את שני מערכי הנתונים ו”למד” אילו מאפיינים הנראים לאור היום (דרכים, אזורים עירוניים, קרקעות חקלאיות) מתאימים לדרגות שונות של בהירות התאורה בלילה. “התאורה בלילה היא כלי להבנת המאפיינים החשובים בתמונות המצולמות בשעות היום,” אומר בּרְק.
עם תום ה”למידה” הצליחה התוכנה לזהות אזורים עניים פשוט על ידי בחינה של תמונות לוויין שצולמו בשעות היום. כשהשוו החוקרים בין התוצאות שהתקבלו ובין נתוני סקרים שנערכו בחמש המדינות האפריקניות, הם מצאו שהשיטה השיגה תוצאות טובות יותר מכלים בלתי מסורתיים אחרים לאיתור עוני, ובהם מודל אורות הלילה. ממשלות ועמותות יוכלו להשתמש בכלי זה כדי לקבוע במי להתמקד במסגרת תכניות להעברת כספים, לדוגמה, או כדי להעריך את תוצאותיה של מדיניות מסוימת לטיפול בעוני המופעלת בשטח. החוקרים מתכננים לעבוד בשיתוף פעולה עם הבנק העולמי כדי למפות את העוני במקומות כמו סומליה. כעת, בְּרְק ואנשי צוותו רוצים להשתמש בשיטה החדשה שלהם ליצירת מפת עוני של אפריקה כולה.