นักวิจัยสร้างแบบจำลอง ML เพื่อคาดการณ์ปัญหาการขาดแคลนอาหาร

ทีมนักวิจัยนานาชาติได้สร้างชุดแบบจำลองการเรียนรู้ด้วยเครื่องที่พวกเขากล่าวว่าสามารถช่วยคาดการณ์ปัญหาการขาดแคลนอาหารทั่วโลกได้ในอนาคตอันใกล้ ช่วยให้รัฐบาลและหน่วยงานระหว่างประเทศเข้าใจว่าพวกเขาสามารถช่วยเหลืออะไรได้ดีที่สุด

นักวิทยาศาสตร์จากโครงการอาหารโลก ภาควิชาคณิตศาสตร์ของมหาวิทยาลัยลอนดอน และภาควิชาเครือข่ายและวิทยาศาสตร์ข้อมูลของมหาวิทยาลัยยุโรปกลาง ได้ใช้ "ชุดข้อมูลระดับโลกที่ไม่เหมือนใคร" เพื่อสร้างแบบจำลองการเรียนรู้ของเครื่องที่สามารถอธิบายความแปรปรวนของอาหารไม่เพียงพอได้ถึง 81 เปอร์เซ็นต์ การบริโภค.

การศึกษาอ้างว่าโมเดลแมชชีนเลิร์นนิงได้มาจากแหล่งข้อมูลทางอ้อมในด้านต่างๆ เช่น ราคาอาหาร ตัวชี้วัดทางเศรษฐกิจมหภาค (รวมถึง GDP) สภาพอากาศ ความขัดแย้ง ความชุกของภาวะโภชนาการไม่เพียงพอ ความหนาแน่นของประชากร และแนวโน้มความไม่มั่นคงด้านอาหารก่อนหน้านี้ จุดมุ่งหมายคือการสร้างการคาดการณ์ในระยะสั้นหรือ "nowcasts"

"เราแสดงให้เห็นว่าแบบจำลองที่นำเสนอสามารถจำลองสถานการณ์ความมั่นคงด้านอาหารได้ในเวลาใกล้เคียงเรียลไทม์ และเสนอวิธีการในการระบุตัวแปรที่ผลักดันการเปลี่ยนแปลงที่สังเกตได้ในแนวโน้มที่คาดการณ์ไว้ ซึ่งเป็นกุญแจสำคัญในการคาดการณ์ที่เป็นประโยชน์ต่อผู้มีอำนาจตัดสินใจ" การวิจัย กระดาษ เผยแพร่ใน Nature Food สัปดาห์นี้ กล่าว.

ผลลัพธ์ของแบบจำลอง ML ถูกใช้เพื่อสร้างแผนที่โลกรวมถึงการคาดการณ์ความไม่มั่นคงด้านอาหารในระยะสั้นที่เรียกว่า ความหิวแผนที่.

ในปี 2019 จำนวนผู้ที่ได้รับสารอาหารไม่เพียงพอคาดว่าจะอยู่ที่ 650 ล้านคน โดย 135 ล้านคนใน 55 ประเทศและดินแดนได้รับรายงานว่า "ไม่มั่นคงทางอาหาร" อย่างรุนแรง ความไม่มั่นคงทางอาหารหมายถึงการขาดการเข้าถึงอาหารที่เพียงพออย่างสม่ำเสมอ คุณจึงสามารถมีชีวิตที่กระฉับกระเฉงและมีสุขภาพดีได้ หลังจากการระบาดใหญ่ของโควิด-19 ทั่วโลก ตัวเลขเหล่านี้ก็พุ่งสูงขึ้น มีรายงานผู้คนอย่างน้อย 280 ล้านคนที่ไม่มั่นคงด้านอาหารอย่างรุนแรงในปี 2020 ซึ่งมากกว่าจำนวนสองเท่าจากปีก่อนหน้า

รัฐบาลและองค์กรระหว่างประเทศ เช่น โครงการอาหารโลก (WFP) องค์การอาหารและการเกษตร (FAO) และธนาคารโลก วัดความมั่นคงด้านอาหารด้วยการสำรวจแบบเห็นหน้าหรือการสำรวจทางโทรศัพท์มือถือระยะไกล แต่สิ่งเหล่านี้อาจมีค่าใช้จ่ายสูง ในขณะที่ความแม่นยำอาจเป็นปัญหาได้ “ความไม่มั่นคงทางอาหารเป็นปรากฏการณ์ที่มีพลวัตและไม่แน่นอนมากกว่าความยากจน โดยมีองค์ประกอบตามฤดูกาลที่เกี่ยวข้องกับปฏิทินการผลิตทางการเกษตร และอาจมีการเปลี่ยนแปลงอย่างรวดเร็วเมื่อเกิดผลกระทบจากภายนอก ดังนั้น จึงต้องได้รับการประเมินบ่อยครั้งและรวดเร็วมากขึ้น” รายงานระบุ

“นี่เป็นการเปิดประตูสู่ความมั่นคงทางอาหารแบบเกือบจะเรียลไทม์ซึ่งขณะนี้เผยแพร่ในระดับโลก ช่วยให้ผู้มีอำนาจตัดสินใจตัดสินใจได้อย่างทันท่วงทีและมีข้อมูลประกอบมากขึ้นในการตัดสินใจเกี่ยวกับนโยบายและโครงการต่างๆ ที่มุ่งเน้นไปที่การต่อสู้กับความหิวโหย” ผู้เขียนกล่าว

นักวิจัยยังใช้ข้อมูลทุติยภูมิในการคาดการณ์ความไม่มั่นคงด้านอาหารในระยะยาว การผลิตทางการเกษตร แบบจำลองพืชผลทางสถิติ และแบบจำลองสภาพภูมิอากาศถูกนำมาใช้เพื่อคาดการณ์ถึงปี 2030 เกี่ยวกับการเปลี่ยนแปลงการผลิตพืชผล ในขณะเดียวกัน มีการใช้ข้อมูลโทรศัพท์มือถือที่ไม่เปิดเผยชื่อและแบบรวมในเซเนกัลเพื่อดูการเคลื่อนไหวของผู้คนในวงกว้างในแต่ละฤดูกาล และนำมารวมกับปฏิทินทางการเกษตรและบันทึกปริมาณน้ำฝนเพื่อระบุลักษณะของความมั่นคงด้านอาหาร

การศึกษาในปัจจุบันไม่ได้ใช้ข้อมูลโทรศัพท์มือถือ เนื่องจากโดยทั่วไปจะได้รับผ่านผู้ให้บริการโทรศัพท์มือถือระดับชาติ "ดังนั้นจึงไม่ใช่ข้อมูลประเภทหนึ่งที่สามารถปรับขนาดได้ง่าย และนี่คือสาเหตุที่ทำให้ข้อมูลนี้ไม่ใช่แหล่งข้อมูลที่เหมาะสมสำหรับแนวทางระดับโลกของเรา" ผู้เขียนนำ Elisa Omodei ผู้ช่วยศาสตราจารย์จาก Central European University กล่าว ลงทะเบียน.

ผู้เขียนแนะนำว่าเมื่อใดที่แบบจำลองของพวกเขาคาดการณ์ว่าความชุกของคนที่ไม่มั่นใจในอาหารจะเพิ่มขึ้น จากนั้นโครงการอาหารโลกจะกระตุ้นการประเมินอย่างรวดเร็วผ่านการสำรวจแบบตัวต่อตัวหรือแบบสำรวจระยะไกล และระดมนักวิเคราะห์ในประเทศเพื่อให้เข้าใจสถานการณ์ได้ดีขึ้น

“การพัฒนาแบบจำลองเหล่านี้ได้รับแรงบันดาลใจจากความต้องการเฉพาะของ WFP ในการเติมเต็มช่องว่างที่มีอยู่ในปัจจุบันเนื่องจากทรัพยากรที่จำกัดและไม่สามารถเข้าถึงได้ กล่าวคือ เพื่อให้ข้อมูลอย่างสม่ำเสมอสำหรับสถานที่ที่เข้าถึงได้น้อย ซึ่งการประเมินความมั่นคงทางอาหารจะดำเนินการเพียงครั้งเดียวหรือ ปีละสองครั้ง แต่อย่างไรก็ตาม จำเป็นต้องมีการไหลเวียนของข้อมูลอย่างต่อเนื่องเพื่อแจ้งการดำเนินงานด้านมนุษยธรรม” รายงานระบุ ®