Stanford utilise des scanners d’images satellites pour suivre les niveaux de pauvreté dans le temps

0
8



Une nouvelle AI outil peut suivre les niveaux de pauvreté dans les villages africains au fil du temps en analysant les images satellites pour y déceler des signes de bien-être économique.

L’outil recherche sur les images des indicateurs de développement, tels que les routes, l’agriculture, le logement et les lumières allumées la nuit. Des algorithmes d’apprentissage approfondi trouvent dans ces données des modèles permettant de mesurer la richesse des villages.

comment créer une société offshore?

Des chercheurs de l’université de Stanford ont testé l’outil sur environ 20 000 villages dans 23 pays d’Afrique qui disposaient de données sur la richesse. Ils affirment qu’il a permis d’estimer avec succès les niveaux de pauvreté des villages au fil du temps.

[Read: AI detects plastics in the oceans by analyzing satellite images]

L’identification de ces modèles de croissance peut montrer pourquoi certains endroits s’en sortent mieux que d’autres. Ces informations pourraient aider à élaborer des programmes sociaux adaptés aux besoins d’un lieu.

Combler les lacunes dans les données

Les chercheurs pensent que leur système pourrait mesurer le bien-être économique dans des domaines où des données fiables font défaut.

« Étonnamment, il n’y a pas vraiment eu de bon moyen de comprendre comment la pauvreté évolue au niveau local en Afrique. Les recensements ne sont pas assez fréquents, et les enquêtes de porte-à-porte reviennent rarement aux mêmes personnes », a déclaré le professeur David Lobel à Stanford News.

« Si les satellites peuvent nous aider à reconstruire une histoire de la pauvreté, cela pourrait ouvrir une grande marge de manœuvre pour mieux comprendre et soulager la pauvreté sur le continent ».

L’équipe envisage que les agences gouvernementales, les ONG et les entreprises utilisent l’outil pour cibler les services et les produits sur des types de personnes spécifiques. Elle pourrait également les aider à déterminer l’efficacité des programmes de lutte contre la pauvreté.

Même s’il n’arrive jamais entre leurs mains, le système pourrait approfondir notre compréhension de ce qui affecte le bien-être économique dans le monde.

Publié le 22 mai 2020 – 13:21 UTC