Uno de los problemas que enfrentan los científicos al analizar y diseñar planes para combatir la pobreza mundial es la falta de información confiable, especialmente de los países en desarrollo, es decir, de las naciones que más necesitan ayuda. Con el fin de sortear esta dificultad, los investigadores de la Universidad de Stanford decidieron "enseñar" una computadora para identificar regiones pobres.

Según Paul Rincón de la BBC, los científicos han enseñado el equipo para reconocer áreas pobres mediante el análisis de imágenes satelitales, y la técnica podría revolucionar la forma en que los científicos identifican las regiones problemáticas y enfocan sus esfuerzos para acabar con la pobreza en los países. en desarrollo.

Lucha contra la pobreza

Según Paul, los científicos han dependido tradicionalmente de la información del Banco Mundial, que considera que cualquiera que viva con menos de $ 2 al día está en la línea de pobreza. Los datos, a su vez, son recopilados por agentes contratados por la institución financiera que visitan a familias de regiones específicas y solicitan a los miembros que respondan cuestionarios largos y complejos.

Imagen satelital nocturna

Resulta que este enfoque no solo es costoso sino limitado, ya que los agentes simplemente no pueden visitar ciertas áreas, como los territorios en guerra, por ejemplo, y no permite que se realicen encuestas con mucha frecuencia. Por lo tanto, el uso de imágenes satelitales podría ayudar a los investigadores a superar estos desafíos y obtener información precisa incluso de zonas inaccesibles.

Un indicador que ya se usaba para establecer el grado de pobreza eran las imágenes satelitales que representaban una región determinada por la noche y mostraban las luces de las comunidades iluminadas. Sin embargo, los científicos de Stanford también decidieron incluir imágenes diurnas para determinar los diferentes niveles de desarrollo económico en varios países.

Sistema inteligente

Los investigadores de Stanford "entrenaron" un modelo informático complejo para buscar marcadores específicos en imágenes de satélite (durante el día) de cinco países africanos. Este sistema de inteligencia artificial es capaz de reconocer características como carreteras pavimentadas, tierras de cultivo, áreas urbanas y cuerpos de agua, por ejemplo, que son características que pueden ser fácilmente reconocidas por ojos bien entrenados.

Análisis realizado por el sistema de inteligencia artificial.

Sin embargo, el modelo también puede encontrar patrones en imágenes que los expertos no reconocen tan fácilmente, y la computadora pudo asociar estos marcadores con la presencia de comunidades pobres. Durante el estudio, los científicos emplearon imágenes satelitales de Ruanda, Uganda, Nigeria, Tanzania y Malawi, y compararon los resultados de los análisis con información preexistente de estos lugares.

Identificando signos de pobreza en imágenes satelitales

El sistema funcionó de manera sorprendente y los científicos tienen la intención de utilizar el modelo para analizar todo el África subsahariana y luego los países en desarrollo de todo el mundo. De hecho, esta nueva herramienta tiene el potencial, por ejemplo, de ayudar a los expertos a hacer estimaciones más precisas de la distribución de la pobreza global, y de garantizar que los recursos lleguen a las comunidades que más los necesitan.