Forskere bygger ML-modeller for å forutsi matmangel

Et internasjonalt team av forskere har bygget et sett med maskinlæringsmodeller som de sier kan bidra til å forutsi global matmangel i nær fremtid, og hjelpe myndigheter og internasjonale byråer med å forstå hvor de best kan hjelpe.

Forskere fra World Food Programme, University of London Mathematics Department og Central European University Department of Network and Data Science, benyttet seg av et "unikt globalt datasett" for å bygge maskinlæringsmodeller som kan forklare opptil 81 prosent av variasjonen i utilstrekkelig mat forbruk.

Studien hevder at maskinlæringsmodellene trekker fra indirekte datakilder på områder som matvarepriser, makroøkonomiske indikatorer (inkludert BNP), vær, konflikt, utbredelse av underernæring, befolkningstetthet og tidligere matusikkerhetstrender. Målet er å lage nærtidsprognoser, eller «nowcasts».

"Vi viser at de foreslåtte modellene nå kan kaste matsikkerhetssituasjonen i nær sanntid og foreslå en metode for å identifisere hvilke variabler som driver endringene observert i forutsagte trender - som er nøkkelen til å gjøre spådommer nyttige for beslutningstakere," forskningen papir publisert i Nature Food denne uken sa.

Utdataene fra ML-modellene har blitt brukt til å lage et verdenskart inkludert prognoser for matusikkerhet på kort sikt kalt HungerMap.

I 2019 ble antallet underernærte mennesker estimert til å være 650 millioner, med 135 millioner i 55 land og territorier rapportert å være akutt «matusikre». Matutrygghet er definert som mangel på konsekvent tilgang til nok mat slik at du kan leve et aktivt, sunt liv. Etter den globale COVID-19-pandemien skjøt disse tallene opp. Minst 280 millioner mennesker ble rapportert å være akutt matusikre i 2020, mer enn en dobling fra året før.

Regjeringer og internasjonale organisasjoner som Verdens matvareprogram (WFP), Food and Agriculture Organization (FAO) og Verdensbanken måler matsikkerhet med ansikt-til-ansikt-undersøkelser eller eksterne mobiltelefonundersøkelser. Men disse kan være kostbare, mens nøyaktighet kan være et problem. "Matusikkerhet er et mer dynamisk og ustabilt fenomen enn fattigdom, med en sesongmessig komponent knyttet til landbruksproduksjonskalendere og gjenstand for raske endringer når eksterne sjokk rammer, og krever derfor hyppigere og raskere vurderinger," heter det i avisen.

"Dette åpner døren for matsikkerhet nesten sanntid nå-casting på global skala, og lar beslutningstakere ta mer rettidige og informerte beslutninger om politikk og programmer orientert mot kampen mot sult," sa forfatterne.

Forskerne brukte også sekundærdata for å forutsi matusikkerhet på lengre sikt. Landbruksproduksjon, statistiske avlingsmodeller og klimamodellering er brukt for å lage fremskrivninger til 2030 om endringer i avlingsproduksjonen. I mellomtiden har anonymiserte og aggregerte mobiltelefondata blitt brukt i Senegal for å se på den bredere bevegelsen av mennesker på tvers av årstidene, og ble kombinert med landbrukskalendere og nedbørsregistreringer for å karakterisere matsikkerhet.

Den nåværende studien brukte ikke mobiltelefondata fordi de vanligvis innhentes gjennom nasjonale mobiltelefonoperatører. "Derfor er det ikke en type data som er lett skalerbar, og dette er grunnen til at den ikke var en passende datakilde for vår globale tilnærming," sa hovedforfatter Elisa Omodei, assisterende professor ved Central European University Registeret.

Forfatterne foreslår at når modellene deres forutsier økninger i utbredelsen av matusikre mennesker, vil Verdens matvareprogram utløse raske vurderinger gjennom ansikt-til-ansikt eller fjernundersøkelser og mobilisere analytikere i landet for å få en bedre forståelse av situasjonen.

"Utviklingen av disse modellene er motivert av et spesifikt behov fra WFP for å fylle et gap som for tiden eksisterer på grunn av begrensede ressurser og utilgjengelighet, det vil si å gi regelmessig informasjon for mindre tilgjengelige steder, hvor matsikkerhetsvurderinger bare utføres én gang eller to ganger i året, men som likevel krever en konstant flyt av informasjon for å informere om humanitære operasjoner, heter det i avisen. ®