Исследователи из EPFL и ETH Zurich, работающие совместно с Международным комитетом Красного Креста (МККК) и Университетом Бин Халифа (Катар), разработали программу, которая может генерировать оценки плотности населения с высокой точностью.
В большинстве стран, где работает МККК нет свежих данных переписи населения. А там, где переписи проводятся, они часто быстро устаревают в результате роста населения и демографических сдвигов. Но когда гуманитарным работникам необходимо восстановить водоснабжение, распределить продовольствие или оценить целесообразность профилактической программы, они могут работать гораздо эффективнее, если будут знать, сколько людей проживает на данной территории.
Поэтому инженеры EPFL и ETH Zurich объединились с МККК для разработки программы на основе ИИ под названием Pomelo. Программа собирает большие наборы публичных данных из систем дистанционного зондирования, такие как данные о количестве зданий, средних размерах зданий, близости к дорогам, картах дорог и ночном освещении, и объединяет их на основе весовых коэффициентов, полученных с помощью нейронной сети. Pomelo был успешно протестирован в нескольких африканских странах и генерирует подробные результаты на площадях размером до гектара. Результаты исследований опубликованы в журнале Scientific Reports.
Хотя уже существует несколько методов картирования населения, ни один из них не может дать оценки с точностью, необходимой для гуманитарных операций, городского планирования и мониторинга окружающей среды. Эти методы обычно работают либо путем экстраполяции данных, полученных в ходе детальных, но локальных обследований, либо путем использования открытых геоданных (например, снимков, полученных с помощью дронов и спутников), полученных на больших территориях, и их дезагрегирования по различным критериям.
В настоящее время МККК использует ПО, которое опирается на фотографии зданий. "Но наше программное обеспечение не учитывает некоторые факторы, например, как используются здания, - говорит Тао Тон-Тхат Уилан, руководитель проекта МККК. - Это имеет значение, потому что вид помощи, необходимой в данном районе, зависит от того, является ли он, например, промышленным, административным или жилым районом".
Профессор Девис Туйя из EPFL: "Существует несколько других программ, основанных на ИИ, но всем им для начала обучения необходим точный подсчет численности населения, который они затем уточняют с помощью других данных. Нам же нужна только оценка численности населения на грубом региональном уровне".
Pomelo был разработан в рамках инициативы Engineering Humanitarian Action - партнерства между EPFL, ETH Zurich и МККК с целью использования новых технологий и инженерных ноу-хау для улучшения жизни людей. Целью проекта Pomelo было создание ИИ программы, способной создавать точные карты населения для отдельных участков земли размером один гектар. Программа может обеспечить такую точность благодаря богатому набору открытых данных.
Например, основываясь на открытых данных по конкретному зданию, Pomelo может логически оценить численность населения в зависимости от его использования. "Например, здания в городах обычно выше, чем в пригородах, и больше людей живет в районах, где больше ночного освещения, - говорит Туйя. - Вся эта информация помогает получить более точные оценки плотности населения. Сначала мы думали использовать данные из социальных сетей, но потом поняли, что эти приложения недостаточно широко используются в кризисных зонах, особенно в сельской местности".
Инженеры протестировали свою программу, используя данные из нескольких африканских стран, включая Танзанию, Замбию и Мозамбик. Они использовали Pomelo для создания серии цифровых карт с оценкой плотности населения по гектарам и сравнили результаты с оценками других программ. Pomelo оказалась точнее своих аналогов - не только на уровне гектара, но и на более крупных территориях, в том числе при низкой плотности населения (1 000-2 000 жителей).
Исследователи планируют выпустить простую в использовании версию Pomelo для неспециалистов к апрелю 2023 года.
Комментарии
(0) Добавить комментарий