Исследователи строят модели машинного обучения для прогнозирования нехватки продовольствия

Международная группа исследователей создала набор моделей машинного обучения, которые, по их словам, могут помочь предсказать глобальную нехватку продовольствия в ближайшем будущем, помогая правительствам и международным агентствам понять, где они могут помочь лучше всего.

Ученые из Всемирной продовольственной программы, математического факультета Лондонского университета и факультета сетевых наук и науки о данных Центрально-Европейского университета использовали «уникальный глобальный набор данных» для создания моделей машинного обучения, которые могут объяснить до 81 процента изменений в недостаточности продовольствия. потребление.

В исследовании утверждается, что модели машинного обучения основаны на косвенных источниках данных в таких областях, как цены на продукты питания, макроэкономические показатели (включая ВВП), погода, конфликты, распространенность недоедания, плотность населения и предыдущие тенденции отсутствия продовольственной безопасности. Целью является создание краткосрочных прогнозов или «текущих прогнозов».

«Мы показываем, что предлагаемые модели могут теперь прогнозировать ситуацию с продовольственной безопасностью практически в режиме реального времени, и предлагаем метод определения того, какие переменные вызывают изменения, наблюдаемые в прогнозируемых тенденциях, — что является ключом к тому, чтобы сделать прогнозы полезными для лиц, принимающих решения», — говорится в исследовании. бумага опубликовано в журнале Nature Food на этой неделе сказал.

Результаты моделей МО были использованы для создания карты мира, включающей краткосрочные прогнозы отсутствия продовольственной безопасности, называемые Карта голода.

В 2019 году число недоедающих людей оценивалось в 650 миллионов, при этом 135 миллионов в 55 странах и территориях, как сообщается, испытывали острую «нехватку продовольствия». Отсутствие продовольственной безопасности определяется как отсутствие постоянного доступа к достаточному количеству продуктов питания, позволяющего вести активный и здоровый образ жизни. После глобальной пандемии COVID-19 эти цифры резко возросли. Сообщается, что в 280 году по меньшей мере 2020 миллионов человек испытывали острую нехватку продовольствия, что более чем вдвое превышает показатель предыдущего года.

Правительства и международные организации, такие как Всемирная продовольственная программа (ВПП), Продовольственная и сельскохозяйственная организация (ФАО) и Всемирный банк, измеряют продовольственную безопасность с помощью личных опросов или удаленных опросов с помощью мобильных телефонов. Но это может быть дорогостоящим, а точность может стать проблемой. «Отсутствие продовольственной безопасности является более динамичным и нестабильным явлением, чем бедность, с сезонным компонентом, связанным с календарями сельскохозяйственного производства и подверженным быстрым изменениям при возникновении внешних потрясений, поэтому требующих более частых и быстрых оценок», - говорится в документе.

«Это открывает двери для прогнозирования текущей погоды в режиме, близком к реальному времени, в глобальном масштабе, позволяя лицам, принимающим решения, принимать более своевременные и обоснованные решения по политике и программам, ориентированным на борьбу с голодом», — говорят авторы.

Исследователи также использовали вторичные данные для прогнозирования отсутствия продовольственной безопасности в долгосрочной перспективе. Сельскохозяйственное производство, статистические модели сельскохозяйственных культур и моделирование климата использовались для составления прогнозов изменений в растениеводстве до 2030 года. Между тем, анонимизированные и агрегированные данные мобильных телефонов использовались в Сенегале для изучения более широкого перемещения людей в зависимости от сезона и сочетались с сельскохозяйственными календарями и данными об осадках для характеристики продовольственной безопасности.

В текущем исследовании не использовались данные мобильных телефонов, поскольку их обычно получают через национальных операторов мобильной связи. «Следовательно, это не тот тип данных, который легко масштабируется, и именно поэтому он не был подходящим источником данных для нашего глобального подхода», — сказала ведущий автор Элиза Омодей, доцент Центрально-Европейского университета. Регистр.

Авторы предполагают, что, когда их модели предсказывают рост числа людей, испытывающих отсутствие продовольственной безопасности, тогда Всемирная продовольственная программа инициирует быструю оценку посредством личных или дистанционных опросов и мобилизует аналитиков внутри страны, чтобы лучше понять ситуацию.

«Разработка этих моделей мотивирована конкретной необходимостью ВПП заполнить пробел, который существует в настоящее время из-за ограниченности ресурсов и недоступности, то есть предоставлять регулярную информацию для менее доступных мест, где оценки продовольственной безопасности проводятся только один раз или два раза в год, но это, тем не менее, требует постоянного потока информации для информирования о гуманитарных операциях», — говорится в документе. ®