يقوم الباحثون ببناء نماذج ML للتنبؤ بنقص الغذاء

قام فريق دولي من الباحثين ببناء مجموعة من نماذج التعلم الآلي التي يقولون إنها يمكن أن تساعد في التنبؤ بنقص الغذاء العالمي في المستقبل القريب ، مما يساعد الحكومات والوكالات الدولية على فهم أفضل مكان يمكنهم فيه المساعدة.

استخدم علماء من برنامج الأغذية العالمي، وقسم الرياضيات بجامعة لندن، وقسم علوم الشبكات والبيانات بجامعة أوروبا الوسطى، "مجموعة بيانات عالمية فريدة" لبناء نماذج للتعلم الآلي يمكنها تفسير ما يصل إلى 81 بالمائة من التباين في عدم كفاية الغذاء. استهلاك.

تدعي الدراسة أن نماذج التعلم الآلي مستمدة من مصادر البيانات غير المباشرة في مجالات مثل أسعار المواد الغذائية، ومؤشرات الاقتصاد الكلي (بما في ذلك الناتج المحلي الإجمالي)، والطقس، والصراع، وانتشار نقص التغذية، والكثافة السكانية، واتجاهات انعدام الأمن الغذائي السابقة. الهدف هو إنشاء تنبؤات على المدى القريب، أو "التنبؤات الآنية".

"لقد أظهرنا أن النماذج المقترحة يمكن أن تتنبأ الآن بحالة الأمن الغذائي في الوقت الفعلي تقريبًا وتقترح طريقة لتحديد المتغيرات التي تقود التغييرات الملحوظة في الاتجاهات المتوقعة - وهو أمر أساسي لجعل التنبؤات في متناول صناع القرار" ورق نشرت في مجلة Nature Food هذا الأسبوع قال.

تم استخدام مخرجات نماذج ML لإنشاء خريطة للعالم بما في ذلك تنبؤات انعدام الأمن الغذائي على المدى القريب خريطة الجوع.

وفي عام 2019، قُدر عدد الأشخاص الذين يعانون من نقص التغذية بنحو 650 مليون شخص، مع الإبلاغ عن أن 135 مليونًا في 55 دولة وإقليم يعانون من "انعدام الأمن الغذائي" الحاد. يتم تعريف انعدام الأمن الغذائي على أنه عدم الوصول المستمر إلى ما يكفي من الغذاء حتى تتمكن من عيش حياة نشطة وصحية. وفي أعقاب جائحة كوفيد-19 العالمية، ارتفعت هذه الأرقام بشكل كبير. أفادت التقارير أن ما لا يقل عن 280 مليون شخص يعانون من انعدام الأمن الغذائي الحاد في عام 2020، أي أكثر من ضعف العدد مقارنة بالعام السابق.

تقوم الحكومات والمنظمات الدولية مثل برنامج الأغذية العالمي ومنظمة الأغذية والزراعة والبنك الدولي بقياس الأمن الغذائي من خلال الدراسات الاستقصائية وجهاً لوجه أو الدراسات الاستقصائية عن بعد عبر الهاتف المحمول. ولكن هذه يمكن أن تكون مكلفة، في حين أن الدقة يمكن أن تكون مشكلة. وقالت الدراسة إن "انعدام الأمن الغذائي ظاهرة أكثر ديناميكية وغير مستقرة من الفقر، مع وجود عنصر موسمي يتعلق بتقويمات الإنتاج الزراعي ويخضع لتغيرات سريعة عند حدوث صدمات خارجية، وبالتالي يتطلب تقييمات أكثر تواترا وسرعة".

وقال المؤلفون "إن هذا يفتح الباب أمام التنبؤ الآني بالأمن الغذائي في الوقت الحقيقي تقريبًا على نطاق عالمي، مما يسمح لصانعي القرار باتخاذ قرارات مستنيرة وفي الوقت المناسب بشأن السياسات والبرامج الموجهة نحو مكافحة الجوع".

استخدم الباحثون أيضًا البيانات الثانوية للتنبؤ بانعدام الأمن الغذائي على المدى الطويل. تم استخدام الإنتاج الزراعي ونماذج المحاصيل الإحصائية والنمذجة المناخية لعمل توقعات حتى عام 2030 حول التغيرات في إنتاج المحاصيل. وفي الوقت نفسه ، تم استخدام بيانات الهاتف المحمول مجهولة المصدر والمجمعة في السنغال للنظر في الحركة الأوسع للأشخاص عبر المواسم ، وتم دمجها مع التقويمات الزراعية وسجلات هطول الأمطار لتوصيف الأمن الغذائي.

لم تستخدم الدراسة الحالية بيانات الهاتف المحمول لأنه يتم الحصول عليها عادةً من خلال مشغلي الهاتف المحمول الوطنيين. وقالت المؤلفة الرئيسية إليسا أومودي، الأستاذة المساعدة في جامعة أوروبا الوسطى: "لذلك، فهي ليست نوعًا من البيانات التي يمكن توسيعها بسهولة، ولهذا السبب لم تكن مصدر بيانات مناسبًا لنهجنا العالمي". السجل.

يقترح المؤلفون أنه عندما تتنبأ نماذجهم بزيادات في انتشار الأشخاص الذين يعانون من انعدام الأمن الغذائي ، فإن برنامج الغذاء العالمي سيطلق تقييمات سريعة من خلال المسوحات التي تتم وجهاً لوجه أو عن بُعد وتعبئة المحللين داخل البلد لاكتساب فهم أفضل للوضع.

"إن الدافع وراء تطوير هذه النماذج هو الحاجة المحددة لبرنامج الأغذية العالمي لسد الفجوة الموجودة حاليا بسبب محدودية الموارد وعدم إمكانية الوصول إليها، أي توفير معلومات منتظمة للأماكن التي يصعب الوصول إليها، حيث يتم إجراء تقييمات الأمن الغذائي مرة واحدة فقط أو مرتين في السنة ولكن ذلك يتطلب مع ذلك تدفقا مستمرا للمعلومات لإثراء العمليات الإنسانية". ®