חוקרים בונים מודלים של ML כדי לחזות מחסור במזון

צוות בינלאומי של חוקרים בנה סט של מודלים של למידת מכונה, שלדבריהם יכול לעזור לחזות מחסור במזון עולמי בעתיד הקרוב, לעזור לממשלות ולסוכנויות בינלאומיות להבין היכן הם יכולים לעזור בצורה הטובה ביותר.

מדענים מתוכנית המזון העולמית, המחלקה למתמטיקה של אוניברסיטת לונדון והמחלקה למדעי הרשת והנתונים של אוניברסיטת מרכז אירופה, עשו שימוש ב"מערך נתונים גלובלי ייחודי" כדי לבנות מודלים של למידת מכונה שיכולים להסביר עד 81 אחוז מהשונות בחוסר מזון צְרִיכָה.

המחקר טוען שהמודלים של למידת מכונה שואבים ממקורות נתונים עקיפים בתחומים כמו מחירי מזון, אינדיקטורים מאקרו-כלכליים (כולל תמ"ג), מזג אוויר, סכסוכים, שכיחות תת תזונה, צפיפות אוכלוסין ומגמות קודמות של חוסר ביטחון תזונתי. המטרה היא ליצור תחזיות לטווח הקרוב, או "שידורים עכשיו".

"אנו מראים שהמודלים המוצעים יכולים כעת לשקף את מצב ביטחון המזון כמעט בזמן אמת ולהציע שיטה לזהות אילו משתנים מניעים את השינויים שנצפו במגמות החזויות - וזה המפתח לביצוע תחזיות לשירות למקבלי החלטות", המחקר עיתון פורסם השבוע ב-Nature Food אמר.

התפוקות של מודלים של ML שימשו ליצירת מפת עולם הכוללת תחזיות חוסר ביטחון תזונתי לטווח הקרוב הנקראות מפת הרעב.

בשנת 2019, מספר האנשים המתת תזונה נאמד ב-650 מיליון, כאשר 135 מיליון ב-55 מדינות וטריטוריות דווחו כ"חסרי ביטחון תזונתי". חוסר ביטחון במזון מוגדר כחוסר גישה עקבית למספיק מזון כדי שתוכל לנהל חיים פעילים ובריאים. בעקבות מגיפת COVID-19 העולמית, המספרים הללו זינקו. לפחות 280 מיליון אנשים דווחו כחוסר ביטחון תזונתי חריף בשנת 2020, יותר מהכפלה מהמספר מהשנה הקודמת.

ממשלות וארגונים בינלאומיים כמו תוכנית המזון העולמית (WFP), ארגון המזון והחקלאות (FAO) והבנק העולמי מודדים את ביטחון המזון באמצעות סקרים פנים אל פנים או סקרים מרוחקים של טלפונים ניידים. אבל אלה יכולים להיות יקרים, בעוד שהדיוק יכול להוות בעיה. "חוסר ביטחון תזונתי הוא תופעה דינמית ולא יציבה יותר מעוני, עם מרכיב עונתי הקשור ללוחות שנה של ייצור חקלאי ונתון לשינויים מהירים כאשר זעזועים חיצוניים מכים, ולכן דורש הערכות תכופות ומהירות יותר", נכתב בעיתון.

"זה פותח את הדלת לביטחון תזונתי כמעט בזמן אמת, המאפשר למקבלי החלטות לקבל החלטות בזמן ומושכל יותר לגבי מדיניות ותוכניות המכוונות למאבק ברעב", אמרו המחברים.

החוקרים גם עשו שימוש בנתונים משניים כדי לחזות חוסר ביטחון תזונתי בטווח הארוך יותר. ייצור חקלאי, מודלים סטטיסטיים של יבול ומודלים אקלימיים שימשו כדי ליצור תחזיות עד 2030 לגבי שינויים בייצור היבול. בינתיים, נתוני טלפונים ניידים אנונימיים ומצטברים שימשו בסנגל כדי להסתכל על התנועה הרחבה יותר של אנשים על פני עונות השנה, ושולבו עם לוחות שנה חקלאיים ותיעוד של משקעים כדי לאפיין ביטחון תזונתי.

המחקר הנוכחי לא השתמש בנתונים של טלפונים ניידים מכיוון שהם מתקבלים בדרך כלל דרך מפעילי טלפונים סלולריים לאומיים. "לכן, זה לא סוג של נתונים שניתן להרחבה בקלות, וזו הסיבה שהוא לא היה מקור נתונים מתאים לגישה הגלובלית שלנו", אמרה המחברת הראשית אליסה אומודיי, פרופסור אסיסטנטית באוניברסיטה המרכז אירופית. הקופה.

המחברים מציעים כאשר המודלים שלהם מנבאים עלייה בשכיחות של אנשים חסרי ביטחון במזון, אז תוכנית המזון העולמית תפעיל הערכות מהירות באמצעות סקרים פנים אל פנים או מרוחקים ותגייס אנליסטים במדינה כדי לקבל הבנה טובה יותר של המצב.

"פיתוח המודלים הללו מונע על ידי צורך ספציפי של WFP למלא פער שקיים כיום בגלל משאבים מוגבלים וחוסר נגישות, כלומר לספק מידע שוטף למקומות פחות נגישים, שבהם הערכות ביטחון תזונתי מבוצעות רק פעם אחת או פעמיים בשנה, אבל זה מצריך בכל זאת זרימה מתמדת של מידע כדי ליידע פעולות הומניטריות", נכתב בעיתון. ®